Saltar al contenido

Movilidad automatizada centrada en el pasajero: el proyecto ULTIMO

Rafael Escarabajal Sánchez
16 de octubre de 2024
capgemini-engineering

La industria de los vehículos autónomos (AVs) avanzará significativamente en los próximos años, transformando la forma en que nos movemos. Estos vehículos utilizan una combinación de sensores, inteligencia artificial y algoritmos avanzados para navegar sin intervención humana directa.
El transporte público y de mercancías no es ajeno a esta revolución pues la necesidad de una movilidad más eficiente, accesible y sostenible es cada vez más urgente, especialmente en ciudades con alta densidad de población y preocupaciones ambientales.

Situación del transporte público autónomo

El transporte público con autobuses autónomos ya ha comenzado a implementarse en varias ciudades alrededor del mundo. Aunque todavía es una tecnología en desarrollo y en muchas áreas los proyectos están en fase piloto, existen diversas iniciativas que están demostrando su viabilidad del despliegue y mostrando los beneficios que aporta.

Fuera de Europa podemos mencionar proyectos como los de Singapur, Ciudad de México, Seúl, Shenzhen, San Francisco, Las Vegas, Dubái, Sídney, Tokio o Toronto.

En Europa existen también diferentes iniciativas como las de Sion, en Suiza, Helsinki, París u Oslo lideradas por diferentes fabricantes:

  • Volkswagen Commercial Vehicles (VWCV) es el vehículo más ambicioso y avanzado. Recientemente, anunciaron la integración de tecnología de Mobileye en sus vehículos y pretenden realizar el lanzamiento de vehículos L4 en 2026.
  • EasyMile ha desplegado vehículos en más de 30 países y más de 300 localizaciones. Su EZ10 es el vehículo más usado en Europa, aunque solo tienen desplegados vehículos L4 en una carretera pública de Francia.
  • Renault formó equipo con Waymo en 2019 y también ha firmado una alianza con WeRide para posibilitar el transporte público autónomo en Francia. Sin embargo, hasta la fecha no se conocen datos de despliegues de vehículos L4.
  • GAMA absorbió a Navya en 2023, ofreciendo actualmente una tecnología limitada a rutas fijas y con bajas velocidades que evolucionará en los próximos años.

Como se puede apreciar, ninguno de los fabricantes europeos ha alcanzado una implementación completamente autónoma a gran escala. La mayoría de las empresas en la región se encuentran en fases de prueba y desarrollo, lo que contrasta con la situación en América y, sobre todo, en Asia, donde algunas compañías están liderando la integración de AVs en sus operaciones de transporte público.

Beneficios

Incorporar vehículos autónomos para el transporte de pasajeros o de mercancías y la logística de última milla presenta múltiples beneficios como la reducción de costes operativos, la optimización de recursos o una mejor cobertura de áreas con poca conectividad. Pero, sobre todo, cambiará la forma en que concebimos un transporte más eficiente y sostenible, al promover el uso compartido de vehículos y reducir la dependencia de los automóviles particulares.

A diferencia de los sistemas de transporte público tradicionales que operan en rutas fijas y horarios establecidos, los vehículos autónomos pueden ajustar su ruta y horario en función de la demanda real, ofreciendo un servicio más flexible y personalizado, adaptado a las necesidades cambiantes de los usuarios y a las condiciones del entorno. Es lo que se conoce como Transporte Sensible a la Demanda o Demand Responsive Transport (DRT).

En este modelo emergente, potentes algoritmos de Machine Learning y Técnicas de Analíticia de Datos son capaces de predecir patrones de demanda en tiempo real y ajustar las rutas de los vehículos autónomos dinámicamente.  Esto no solo garantiza una distribución eficiente de los recursos, sino que también minimiza tiempos de espera y evita la saturación de vehículos en determinadas zonas. Este enfoque flexible y adaptable permite mejorar la eficiencia del sistema y hacer frente a fluctuaciones en la demanda (Bischoff, Führer, & Maciejewski, 2019); beneficios que se multiplican considerando que los vehículos autónomos operaran como parte de flotas inteligentes, colaborando entre sí para disminuir la congestión vial optimizando el uso de la energía y reduciendo las emisiones y fomentar una movilidad más equitativa y accesible.

Desafíos

Más allá de los desafíos inherentes a los diferentes niveles de conducción autónoma, el transporte público presenta retos específicos.

En primer lugar, además de desplegar mecanismos para evitar accidentes y garantizar una conducción segura y responsable, es crucial priorizar la protección continua de los pasajeros en el interior de los autobuses autónomos, más teniendo en cuenta que no dispondrán de un conductor o empleado de la compañía que pueda hacer frente a situaciones imprevistas. Esto requiere la creación de protocolos claros para manejar emergencias y situaciones imprevistas, asegurando que los pasajeros se sientan seguros y confiados al utilizar estos servicios, y el despliegue de sistemas inteligentes que monitoricen el interior y exterior del vehículo, capaces de detectar, alertar y gestionar situaciones de riesgo como caídas de los pasajeros, disturbios, peleas o vandalismo en el interior del vehículo. La combinación de protocolos y tecnologías junto con la transparencia en la operación y la garantía de un servicio consistente y bien gestionado serán claves para construir esta confianza.

Garantizar la escalabilidad de los sistemas de transporte autónomos es también esencial para su implantación y adopción generalizada. Esto implica no solo la capacidad de manejar un aumento en la demanda, sino también la integración fluida con la infraestructura existente para soportar la comunicación continua entre vehículos, centros de supervisión y otros actores del sistema de transporte.

Aunque ya hemos comentado los importantes beneficios del transporte autónomo en cuanto a la reducción de su impacto ambiental, es también fundamental asegurarlo a largo plazo, adoptando el uso de fuentes de energía renovables para alimentar las flotas de vehículos, la selección de de rutas que minimicen el consumo de energía y asegurando una gestión sostenible de la producción y eventual eliminación de los vehículos.

Adicionalmente, la infraestructura existente debe adaptarse y expandirse para soportar la operación de vehículos autónomos en el transporte público. Esto incluye no solo la instalación de redes de comunicación robustas que permitan una interacción continua entre los AVs y los sistemas de supervisión, sino también la implementación de estaciones de carga para flotas eléctricas y la adaptación de carreteras para mejorar la precisión de los sensores y cámaras. La infraestructura vial, como semáforos inteligentes y señalización específica para AVs, también será necesaria para permitir una integración eficiente y segura. El reto radica en garantizar que estas mejoras se implementen de manera escalable y económica, adaptándose a las necesidades de cada región.

El marco regulatorio es otro desafío crucial para la implementación de AVs. Los gobiernos y las autoridades de transporte deben desarrollar normas que garanticen la seguridad, la privacidad y la interoperabilidad de los sistemas de transporte autónomos. Esto incluye establecer reglas claras sobre la responsabilidad en caso de accidentes, la protección de los datos personales de los pasajeros, y la certificación de los vehículos y sus sistemas. Además, es necesario que las regulaciones se mantengan actualizadas con los avances tecnológicos, permitiendo una innovación constante mientras se protege a los usuarios y se garantiza una operación justa y equitativa en el mercado.

Un último aspecto fundamental para el éxito de la integración de AVs es la colaboración entre legisladores, autoridades, comunidades locales, operadores de transporte y desarrolladores de tecnología. Para ello es necesario crear un entorno que permita la interoperabilidad entre los diferentes actores, plataformas y proveedores. Esta colaboración debe garantizar la creación de estándares de seguridad, así como una educación pública eficaz que facilite la adopción y el uso de estos sistemas. A largo plazo, este enfoque multidisciplinario es esencial para garantizar una implementación segura, eficiente y sostenible de los vehículos autónomos en el transporte público.

El proyecto ULTIMO

El proyecto ULTIMO (Ultimo, 2024) tiene como objetivo crear la primera integración económicamente viable y sostenible de vehículos autónomos (AVs) para el transporte público como servicio (MaaS) y para el transporte urbano de mercancías como servicio (LaaS):

  • El MaaS abarca varias capas clave para ofrecer un transporte eficiente y conectado: La primera capa se encarga del hardware y software necesarios para la conducción autónoma, incluyendo sensores y algoritmos de control. La segunda capa incluye la concepción de vehículos equipados y homologados para operar de forma autónoma dentro de un entorno definido. La tercera capa gestiona las operaciones y mantenimiento de la flota de vehículos autónomos, tanto a nivel físico como digital. La cuarta capa cubre la interfaz con el usuario, gestionando la experiencia del cliente, la fijación de precios y la planificación de viajes. La quinta capa proporciona plataformas de contenido digital y servicios asociados a los usuarios. Finalmente, la sexta capa incluye la infraestructura física y tecnológica necesaria para habilitar el servicio, como servicios en la nube y tecnología V2X.
  • En el caso de transporte urbano de mercancías como servicio (LaaS), la estructura es similar, sustituyendo la cuarta y quinta capas por una capa de gestión de la mercancía desde el expedidor hasta el receptor.

ULTIMO cuenta en el consorcio con diferentes fabricantes de vehículos autónomos SAE de Nivel 4 proporcionado al consorcio 15 vehículos que serán desplegados en tres ubicaciones europeas en Suiza, Noruega y Alemania, dando así soporte a las dos primeras capas de estas arquitecturas.

Sin embargo, ofrecer servicios de movilidad autónoma a gran escala, bajo demanda, puerta a puerta, bien aceptados, compartidos, integrados de manera fluida y económicamente viables requiere un intercambio de información sin interrupciones entre diversos actores y exige una infraestructura avanzada de hardware, software y comunicaciones para manejar desde decisiones de alto nivel, como la planificación de rutas, hasta operaciones de bajo nivel, como la detección de obstáculos. Son, por tanto, necesarias innovaciones significativas en todas las capas de estas arquitecturas.

En particular, y relacionadas con las capas 2 y 3, Capgemini está diseñando y desarrollando la Unidad de Monitoreo a Bordo (PS-OBU) capaz de facilitar la comunicación entre el vehículo y la infraestructura externa, compuesta por un Centro de Supervisión y un Orquestador de Flota, y de recibir la información de los sensores instalados para monitorizar el interior del vehículo y ejecutar servicios asociados a la seguridad de los pasajeros. El acceso a esta unidad se realizará mediante APIs estandarizadas que garanticen la escalabilidad del sistema.

A continuación, se expone la arquitectura de comunicaciones a nivel general, mostrando el papel de la PS-OBU en el conjunto del Sistema Inteligente de Transporte (ITS) y cómo está se integra en el interior del vehículo con el resto de elementos con los que interactúa. Por último, se expone el framework de la PS-OBU, mostrando los servicios de seguridad a los pasajeros y el llamado Sistema de Información para Pasajeros (PIS), que proporciona información relevante a los pasajeros y contribuye a una mejor aceptación y confianza.

Arquitectura de la solución

En el proyecto ULTIMO, el sistema se divide en dos partes diferenciadas (ver la Ilustración 1), correspondientes a la infraestructura externa el vehículo (Centro de Supervisión, Orquestador de Flota) y a los elementos del interior del vehículo (OBUs, sensores, router).

El elemento que coordina el envío de información desde el interior del vehículo hacia la infraestructura es la PS-OBU. Dicha comunicación se realiza de dos formas:

  • Para volúmenes grandes de datos como vídeo en vivo, la PS-OBU implementa un servidor de streaming que permite al Centro de Supervisión acceder e integrar estos datos en su panel de control.
  • Para datos ligeros, se utiliza un protocolo estándar de intercambio de datos que publica la información proporcionada por los sensores y los eventos de seguridad interna detectados (peleas, vandalismo, riesgos relacionados con la salud de un pasajero como caídas, presencia de humo, temperatura excesiva, etc.) por algoritmos de IA que procesan la información de los sensores a bordo (vídeo, audio, ambientales).

La información recopilada por la PS-OBU de cada vehículo de la flota y las alertas de seguridad son enviadas a un Centro de Supervisión externo, capaz así de detectar cualquier incidente en el interior de los vehículos y tomar las medidas oportunas como detener el vehículo, enviar mensajes a los pasajeros o enviar un equipo de intervención.

La PS-OBU está también conectada al Orquestador de Flota para recibir datos de utilidad, como rutas, para su visualización dentro del vehículo, y poder modificar el estado de la aplicación móvil de los pasajeros para ofrecerles una comunicación personalizada.

Finalmente, la PS-OBU también se conecta a un Sistema de Información para Pasajeros (PIS), consistente en una interfaz de usuario mostrada en una pantalla táctil dentro del vehículo, con información útil para los pasajeros relativa al trayecto (rutas, paradas, mensajes) que también permite interactuar con el Centro de Supervisión mediante videollamadas.

En el siguiente diagrama (Ilustración 1) se muestran las conexiones entre todos estos elementos.

Ilustración 1. Arquitectura general de comunicaciones de ULTIMO.

Conclusión

Un sistema de conducción autónoma basado en flotas que proporcione servicio de Demand Responsive Transport (DRT) requiere una arquitectura estandarizada que permita el funcionamiento a escala de todos los subsistemas involucrados, con integración automática de las funcionalidades para cualquier vehículo de la flota. Esto facilita el conocimiento del estado de cada vehículo y permite una rápida actuación por parte de los servicios de supervisión en caso de una emergencia.

Este documento presenta la arquitectura de comunicaciones del proyecto ULTIMO, con especial énfasis en las características de la Unidad de Monitoreo a Bordo (PS-OBU), actualmente en desarrollo por Capgemini. Esta unidad no solo actúa como nexo entre el interior y el exterior del vehículo mediante la implementación de protocolos de comunicación, sino que gestiona todos los servicios asociados a los pasajeros basados en inteligencia artificial gracias a su capacidad de computación avanzada. Dichos servicios buscan garantizar la seguridad de los pasajeros, evitando o subsanando incidentes tan pronto como ocurran. Además, añadiendo elementos como la Passenger Information System (PIS) se mejora el nivel de confianza de los pasajeros, al poder visualizar toda la información necesaria y tener la capacidad de contactar o pedir ayuda de manera ágil y sencilla.

Por último, el esfuerzo en la estandarización de las APIs para permitir la comunicación eficiente de la PS-OBU con los demás actores del sistema es crucial para enfrentar el reto de la escalabilidad. Las APIs, embebidas en un middleware robusto, no solo proporcionan descriptores estandarizados, sino que también gestionan las comunicaciones, asegurando una operación fluida y confiable del sistema. De esta manera, el proyecto ULTIMO contribuye significativamente a superar los retos asociados con la integración de vehículos autónomos en el transporte público, promoviendo una movilidad más segura, eficiente y accesible.

Referencias

Bischoff, J., Führer, K., & Maciejewski, M. (2019). Impact assessment of autonomous DRT systems. Transportation Research Procedia, 440-446.

Nvidia. (2024). Jetson Orin. Retrieved from https://www.nvidia.com/en-us/autonomous-machines/embedded-systems/jetson-orin/

Ultimo. (2024). ULTIMO: Unlocking large-scale and passenger-centric automated mobility. Retrieved from https://ultimo-he.eu/

 

Autores

Rafael Escarabajal Sánchez

R&D Software Engineer
R&D Software EngineerAuto

Jorge Pinazo Donoso

Electronics R&D Technical Lead