Los pros y los contras del lidar y las cámaras en los coches autónomos

Los vehículos autónomos están a punto de revolucionar cómo el comercio físico se mueve a nuestro alrededor. Ya hay robots de entrega autónomos operando en áreas urbanas pobladas, navegando por las aceras y entregando paquetes a sus destinos.   Es probable que grandes camiones semirremolques sin conductores estén presentes en las carreteras dentro de la próxima década. Sin embargo, a medida que estos vehículos aumentan en tamaño, peso y valor, los sistemas de precisión, seguridad y guía que los pilotan se volverán cada vez más críticos y complejos.   Actualmente, se utilizan varios métodos para los sistemas de guía de vehículos autónomos; Lidar y cámaras son las tecnologías más comúnmente empleadas en este ámbito. Aquí, compararemos la tecnología de Lidar frente a cámaras en aplicaciones de conducción autónoma y destacaremos su uso innovador.

Lidar significa Light Detecting and Ranging y es funcionalmente similar a la tecnología de radar. El radar, que se basa en la emisión, reflexión y recepción de una onda de radio, utiliza frecuencias electromagnéticas que oscilan entre 30 cm y 3 mm.   Estas emisiones se reflejan en un medio y se reciben cerca del punto de emisión. El tiempo que tarda esa luz en viajar indica qué tan lejos está el objeto reflejante.   Fundamentalmente, la única diferencia entre el radar y el Lidar es la frecuencia de emisión de las ondas electromagnéticas utilizadas en el sistema. Sin embargo, esta diferencia en frecuencia afecta las capacidades de ambos rangos de longitud de onda. Por ejemplo, el radar solo puede detectar objetos más grandes que una bola de boliche (24 cm), pero puede detectar objetos hasta a 10,000 m de distancia.   Por otro lado, el Lidar puede detectar objetos 10,000 veces más pequeños que una bola de boliche, pero solo puede detectar objetos a una distancia de 200 m.   Los sistemas Lidar en vehículos autónomos son responsables de detectar objetos tanto grandes como pequeños, y frecuentemente, los objetos que están a más de 200 metros no son tan importantes de manera inmediata. Esto convierte al Lidar en la elección natural de frecuencia electromagnética para aplicaciones de conducción autónoma.

Las cámaras utilizadas en los automóviles autónomos son sensores de imagen especializados que detectan el espectro de luz visible reflejado por los objetos. Dado que el sol emite cantidades extraordinarias de luz UV y visible, los sensores de imagen pueden detectar muchas frecuencias de luz visible. Esto es similar a cómo los ojos humanos ven la luz (es decir, la luz es emitida por el sol, se refleja en los objetos a varias frecuencias—lo que llamamos colores—y es recibida por el sensor de imagen).   El espectro de luz visible abarca desde 380-740nm, lo que lo hace perfecto para detectar objetos más grandes que un cabello cortado en 23 partes. La mayoría de las cámaras y sensores de imagen no pueden ver objetos tan pequeños sin lentes especiales, pero la necesidad de detectar objetos más pequeños que un humano es poco común.   Para las cámaras en aplicaciones de conducción autónoma, el reconocimiento preciso de imágenes se puede lograr con una resolución de sensor de imagen tan baja como 1,2 megapíxeles. Sin embargo, como referencia, se considera que el ojo humano equivale a una cámara de 576 megapíxeles.

El tema de Lidar vs. cámaras en vehículos autónomos es ampliamente debatido. La ironía de estos argumentos radica en que estas tecnologías se basan en el mismo principio de emisión, reflexión y recepción electromagnética de los sensores que las completan.   Sin embargo, la diferencia fundamental entre la tecnología Lidar y las cámaras es que Lidar emite la luz que percibe, mientras que las cámaras no lo hacen. Esto le otorga a Lidar la capacidad de calcular distancias increíblemente precisas a múltiples objetos que son detectados simultáneamente.   Por lo tanto, el argumento podría cambiar de preguntar, "¿Qué tecnología es mejor?" a la pregunta, "¿Qué tecnología es más avanzada?" Los sensores de imagen CMOS modernos fueron inventados por el JPL de la NASA en 1993 y rápidamente ganaron fama como la tecnología preferida para las cámaras modernas. El ingeniero David Hall creó Lidar en 2005.   Dado que las cámaras modernas han sido ampliamente desarrolladas y probadas, ¿es su tecnología superior? La respuesta corta es que nadie lo sabe con certeza aún. Ambos métodos tecnológicos han sido utilizados extensivamente por diversas compañías, que van desde startups de vehículos autónomos en garajes hasta el mayor fabricante de automóviles del mundo. Sin embargo, ninguna ha logrado aún capacidades de conducción completamente autónomas.

Tanto la tecnología Lidar como la de cámaras son increíblemente poderosas y tienen ventajas distintas. Lidar puede cartografiar paisajes urbanos enteros con precisión de submilímetro, mientras que los sensores de imagen y la tecnología de cámaras son más avanzados y producidos de manera más generalizada. Tesla, que depende de cámaras, afirma que sus vehículos podrán conducir de manera completamente autónoma para 2023.   Cuando se le preguntó qué tecnología prefiere, Elon Musk declaró: "Los humanos conducen con ojos y redes neuronales biológicas, así que [tiene] sentido que las cámaras y las redes neuronales de silicio sean [la] única manera de lograr una solución generalizada para la conducción autónoma." Quizás el fundador de Tesla tenga razón, o tal vez el futuro del Lidar verá una adopción más rápida. La primera tecnología que pueda soportar plenamente la conducción autónoma y luego desarrollarse ampliamente a escala será la que gane la carrera hacia la autonomía.