El coche del accidente mortal de Uber tenía inhabilitada la frenada de emergencia
La autopsia de la víctima refleja la presencia de metanfetamina y marihuana
El coche de Uber que atropelló mortalmente a un peatón el pasado 1 de marzo en Tempe (Arizona-EEUU) percibió la emergencia tan solo 1,3 segundos antes del impacto. “El sistema de autoconducción determinó que era necesaria una maniobra de frenado urgente para mitigar la colisión”. Según Uber, esta “no estaba habilitada mientras el coche estaba bajo control del ordenador para reducir el potencial comportamiento errático del vehículo”. “Se confía en que el conductor intervenga y actúe”, pero “el sistema no está diseñado para alertar al conductor”. Esta es la conclusión preliminar de la National Transportation Safety Board (NTSB), el organismo estadounidense encargado de investigar el accidente. La policía no observó en la conductora comportamientos compatibles con el consumo previo de alcohol u otras sustancias tóxicas. Por el contrario, la autopsia del peatón reveló presencias de anfetamina y marihuana, según la NTSB, que mantiene abierta la investigación. Ingenieros españoles trabajan en un sistema que imita la red neuronal para aumentar la seguridad de los sistemas de coches autónomos y evitar accidentes similares.
La investigación del accidente mortal de Uber, que sacudió la confianza en los vehículos conducidos por sistemas automatizados, ha concluido su fase previa. El informe preliminar delimita las circunstancias del accidente de Tempe, donde un Volvo XC90 ocupado por una mujer de 44 años y conducido por un sistema en modo autónomo colisionó contra un peatón causándole la muerte.
El coche circulaba a 43 millas por hora (69,20 km por hora), por debajo del límite de velocidad en los cuatro carriles para coches y uno para bicis de la Avenida Mill (45 millas por hora).
El accidente ocurrió cuando una mujer de 49 años cruzaba la avenida con su bicicleta. Ella murió y la conductora resultó ilesa. Cuatro señales advierten del peligro de cruces en la zona.
El coche autónomo de Uber dispone de 10 cámaras frontales y laterales, radares, sensores de navegación y computadoras. El mecanismo sigue el mapa incluido en el programa y dispone de un modo automático y uno manual de control que se activan desde el volante, el freno, el acelerador y otros botones. El sistema City Safety evita colisiones con frenadas automáticas de emergencia y alertas para el conductor, pero no está operativo cuando la conducción es autónoma.
Según Uber y de acuerdo con el informe preliminar, el conductor debe intervenir ante un fallo del sistema y es responsable de seguir los mensajes que aparecen en la consola.
El día del accidente el coche completaba su segunda vuelta de prueba. El sistema de radares y el programa LIDAR (Light Detection and Ranging, una especie de radar por infrarrojos) registraron la presencia del peatón seis segundos antes del impacto. Cuando las trayectorias de la víctima y el coche convergieron, los programas identificaron un objeto y, posteriormente, una bicicleta de trayectoria incierta. Solo 1,3 segundos antes del atropello se alertó de la necesidad de una frenada de emergencia, pero el sistema no estaba habilitado.
El conductor intervino menos de un segundo antes del impacto cogiendo el volante, pero no frenó hasta un segundo después de la colisión, que se produjo a 39 millas por hora (62 km por hora). Todos los sistemas autónomos operaban con normalidad, sin señales de fallos.
Los vídeos muestran que el peatón entró en la senda del vehículo sin mirarlo hasta el impacto. Vestía ropa oscura, cruzó una zona sin iluminación directa y carecía de reflectantes en la bicicleta, salvo en el frontal y la parte trasera, que eran invisibles para el vehículo.
La conductora por su parte, estaba mirando hacia abajo y declaró a los investigadores de la NTSB que seguía monitores del sistema y que no usó sus teléfonos hasta después del siniestro.
Un sistema para evitar accidentes
Para evitar accidentes como el de Uber y aumentar la seguridad de los vehículos autónomos, investigadores del departamento de Ingeniería Mecánica de la Universidad de Málaga (UMA) han desarrollado un sistema de seguridad inteligente para vehículos inspirado en las redes neuronales de impulso (spiking neural networks), modelos artificiales que actúan de forma muy similar a las biológicas, a la hora de procesar la información.
Este modelo intenta imitar al cerebro y analiza más condiciones que las percibidas a simple vista o las incluidas en los programas de seguridad actuales. De esta forma, la decisión mecánica de frenar se toma no solo ante la presencia de un objeto, sino también ante los datos de velocidad, potencia del motor, temperatura y humedad.
“Buscamos imitar sistemas de la naturaleza, como los reflejos cuando recibes un impacto en la rodilla, en los que intervienen media docena de neuronas. En el cerebro hay procesos de aprendizaje y eso queremos que haga nuestro sistema”, afirma el investigador de la UMA, Javier Pérez, quien presentará su proyecto, financiado por el Ministerio de Ciencia, en China y para el que ya están realizando pruebas físicas.
Tu suscripción se está usando en otro dispositivo
¿Quieres añadir otro usuario a tu suscripción?
Si continúas leyendo en este dispositivo, no se podrá leer en el otro.
FlechaTu suscripción se está usando en otro dispositivo y solo puedes acceder a EL PAÍS desde un dispositivo a la vez.
Si quieres compartir tu cuenta, cambia tu suscripción a la modalidad Premium, así podrás añadir otro usuario. Cada uno accederá con su propia cuenta de email, lo que os permitirá personalizar vuestra experiencia en EL PAÍS.
En el caso de no saber quién está usando tu cuenta, te recomendamos cambiar tu contraseña aquí.
Si decides continuar compartiendo tu cuenta, este mensaje se mostrará en tu dispositivo y en el de la otra persona que está usando tu cuenta de forma indefinida, afectando a tu experiencia de lectura. Puedes consultar aquí los términos y condiciones de la suscripción digital.
Sobre la firma
