SISTEMAS INTELIGENTES DE TRANSPORTE PARA

DISCAPACITADOS 1. Resumen

En el presente artículo se describe el sistema de conducción automática de vehículos

desarrollado en el Instituto de Automática Industrial del CSIC y su posible adaptación para

mejorar la movilidad de personas discapacitadas. El citado sistema de control está basado en

lógica borrosa y emula el comportamiento de un conductor humano para un determinado

conjunto de maniobras.

2. Palabras clave Movilidad, Sistemas Inteligentes de Transporte, Control Borroso, Vehículos Autónomos

3. Abstract

En 1901 Carl Benz, padre del automóvil, aseguraba que “no más de un millón de personas en el

mundo serían capaces de aprender a conducir”. Si bien es cierto que la evolución no ha

preparado a la especie humana para desplazarse a velocidades a las que lo hace en los

automóviles de hoy en día, la aplicación de avances científicos y técnicos nos permiten superar a

esta limitación y poder viajar, ya no a grandes velocidades como las de los coches, sino a otras

muchas más elevadas como las de los aviones o incluso naves espaciales. De esta forma, hoy en

día se ha demostrado que no se requiere tener unas características especiales para poder conducir

un automóvil, ni el número de personas capaces está por debajo del millón, sino que cualquier

ser humano, después de un breve periodo de formación y sin especial incidencia de sexo, edad o

condición social, puede aprender a conducir sin demasiadas dificultades. Incluso personas

discapacitadas pueden realizar esta tarea, si bien con algunas limitaciones. Uno de los factores

fundamentales que facilita la tarea de conducción es la simplicidad de los elementos que es

necesario manejar para llevarla a cabo. Los principales elementos involucrados son el volante y

los pedales. Sin embargo, un sinfín de dispositivos adicionales, como el cambio de marchas, las

luces, el freno de mano, etc, son también necesarios. Por último, el vehículo es capaz de

proporcionar al conductor una serie de informaciones, cuya complejidad puede variar desde la

simple presentación de la velocidad de circulación, hasta el anuncio de mensajes más complejos

y ayudas pasivas a la conducción. El rango de posibilidades es enorme y está incluido en el

ámbito de los Sistemas Inteligentes de Transporte (Intelligent Transportation Systems – ITS).

4. Introducción

El término Sistemas Inteligentes de Transporte describe la aplicación de tecnología electrónica,

informática y de comunicaciones a vehículos y vías de circulación a fin de incrementar la

seguridad, reducir la congestión, mejorar la movilidad, minimizar el impacto ambiental,

incrementar la eficiencia en el consumo de energía y mejorar la productividad económica para

una economía más saludable [1]. Esta materia incluye varios temas que van desde la más simple

alarma de puerta del coche abierta, hasta el más complejo sistema de ayuda capaz de conducir un

vehículo de manera autónoma. Algunos de los aspectos de esta disciplina son las mejoras y las

ayudas de la movilidad para personas discapacitadas.

Los computadores llevan muchos años siendo componentes de los vehículos, pero hasta fechas

recientes, su rol dentro de éstos ha sido relegado a tareas auxiliares, como la regulación de la

temperatura de la cabina, aviso de niveles bajos de combustible, aceite o batería, avisos de

apretura de puertas, etc. Como mucho, los ordenadores embarcados monitorizan algunos

dispositivos internos, pero nunca están al cargo de tareas relacionadas con la percepción o la

conducción como tal. Solo recientemente, en algunos modelos comerciales, los computadores de

a bordo se encargan de algunas tareas relacionadas con la conducción, como el mantenimiento de

una velocidad seleccionada por el usuario (Control de Crucero), o de la distancia de seguridad

(Control de Crucero Adaptativo), mejora de la visión nocturna mediante cámaras de infrarrojos,

construcción de mapas y generación de rutas alternativas… En modelos experimentales, el

empleo de computadores en la conducción está aumentando y es uno de los más importantes

campos de interés para los constructores, hasta el punto de que se están empezando a considerar

los vehículos como ordenadores con ruedas. Su implantación para manejar los principales

actuadores como son el volante y los pedales del freno y del acelerador está comenzando a ser

una realidad.

Las situaciones reales de tráfico suelen ser complejas y difíciles de manejar incluso para los seres

humanos, cuánto más para las máquinas. Como el profesor Zadeh remarcó en una conferencia

hace unos años [2] “... no se podrá automatizar el tráfico de las ciudades...” (citó como caso

límite Estambul) aunque “… los humanos pueden hacer esto sin medidas ni cálculos”. La

conducción de vehículos viene a ser un tipo de problema en el que su manejo depende de la

capacidad de los sistemas para manejar entornos muy dinámicos e información basada en

apreciaciones más que en medidas.

Por otro lado, la movilidad para los discapacitados es un derecho bien asentado desde la

publicación del Acta para el Transporte de Masas Urbano del Departamento de Transporte de

Estados Unidos en 1970 [3]. En uno de sus párrafos cita “ …las personas ancianas y

discapacitadas tienen los mismos derechos que el resto para utilizar las instalaciones y servicios

del transporte público; para ello se hará un esfuerzo especial en la planificación y el diseño de las

instalaciones de transporte y servicios a fin de que la disponibilidad para ancianos y

discapacitados quede asegurada…”[4].

En este artículo describimos el trabajo desarrollado en el Instituto de Automática Industrial

(CSIC) en el área de Sistemas Inteligentes de Transporte, así como su aplicación al campo de la

discapacidad. El Programa AUTOPIA está formado por una serie de proyectos de investigación,

nacionales y autonómicos en el campo de la conducción automática de vehículos. En este

programa, se han establecido vínculos para la cooperación con otras instituciones como es la

Escuela Universitaria de Informática (UPM), que colabora en el proyecto ISAAC, Integración

sensorial para la asistencia activa a la conducción, desarrollando ayudas tecnológicas para

personas discapacitadas.

5. El Programa AUTOPIA

El principal objetivo de AUTOPIA es la transferencia de tecnologías de control de robot móviles

a la conducción de vehículos asistida por computador. Otra de las finalidades buscadas es la

construcción de una infraestructura de pruebas para la experimentación en sistemas de control,

estrategias y sensores aplicados a la conducción de vehículos, abierto a grupos interesados en

nuestro campo de investigación [5]. Nuestro práctico a largo plazo de investigación es la

conducción automática de vehículos, implementada en vehículos reales y en carreteras reales

(eso sí, en un circuito privado, por obvias razones de seguridad). Este objetivo puede ser una

“utopía” por el momento, ya que no se espera que la automatización total de los vehículos sea

una realidad hasta dentro de por lo menos 20 años, pero es un camino para acercarse al futuro.

Nuestro objetivo práctico, más inmediato, es el desarrollo de ayudas a la conducción; la

automatización total no es aún posible, pero los componentes modulares desarrollados por

separado durante nuestro trabajo sí que pueden ser aplicados de forma independiente por la

industria del automóvil.

Los vehículos de pruebas con los que llevamos a cabo nuestros experimentos son dos Citroën

Berlingo (Figura 1), los cuales llevan automatizados sus actuadores, esto es, el volante, el

acelerador y el freno. Cada vehículo está controlado con un ordenador PC en el que se ejecuta un

sistema de control basado en lógica borrosa. La principal entrada sensorial es un GPS RTK de

alta precisión que, junto a un sistema Wireless LAN, permite a cada vehículo conocer su

posición y la de todos los demás que se encuentren en su entorno de circulación. Con este

equipamiento, hemos llevado a cabo experimentos conducción totalmente autónoma y

cooperativa, realizando seguimiento de rutas, Control de Crucero Adaptativo, Adelantamientos y

conducción en caravana.

Figura 1. Prototipos experimentales AUTOPIA.

Para poder ejecutar esta conducción automática, son necesarios dos tipos de control: el control

lateral, esto es, control de la dirección, y el control longitudinal, o lo que es lo mismo, el control

de la velocidad.

6. El sistema de guiado

El sistema de guiado ha sido modelado en términos de variables borrosas y reglas,

implementando por separado y de manera independiente un controlador para el control lateral y

otro para el control longitudinal.

6.1. El control de la dirección

El objetivo fundamental de este controlador es el de mover el volante del vehículo a fin de seguir

la trayectoria predeterminada con un error mínimo. Las variables de entrada al sistema han sido

modeladas en forma de variables borrosas, que emulan la percepción humana. Son el error lateral

(Lateral_Error) y el error angular (Angular_Error) respecto de la trayectoria de referencia.

Dichas variables miden la diferencia entre la posición actual y la posición deseada del vehículo

así como la orientación con respecto a la trayectoria de referencia (Figura 2). El valor de estas

variables ha sido computado empleando la información suministrada por el GPS y un mapa

preciso que represente la trayectoria a realizar. La salida del sistema representa los grados que el

volante debe ser girado para conseguir que ambos errores sean cero y se pueda seguir

correctamente la trayectoria deseada (Steering_Wheel).

Angular Error

Lateral ErrorReference Line

Figura 2. Variables de entrada para el control borroso de la dirección.

Del mismo modo que los conductores humanos, el comportamiento del sistema de guiado es

diferente según se encuentre en tramos rectos o en curvas prominentes (como por ejemplo en

intersecciones o cruces). Cuando se está llevando a cabo un seguimiento de una carretera recta,

los humanos conducimos nuestros vehículos a velocidades relativamente altas, moviendo el

volante poco y suavemente. Todo lo contrario ocurre cuando tomamos una curva muy cerrada, la

velocidad debe de ser muy baja y el volante debe moverse hasta su tope a fin de no salirnos de la

carretera. Este comportamiento es emulado en nuestro piloto artificial mediante la modificación

de la forma de las funciones de pertenencia para las variables borrosas de entrada.

A continuación se describen las reglas borrosas utilizadas para el control de la dirección. Como

se podrá observar, estas reglas son muy simples e intuitivas, y han sido obtenidas directamente

de la experiencia humana en la conducción, funcionando de manera muy cercana a la de los

conductores humanos.

Únicamente dos reglas van a ser necesarias para controlar la dirección:

IF Angular_Error left OR Lateral_Error left THEN Steering_Wheel right

IF Angular_Error right OR Lateral_Error right THEN Steering_Wheel left

6.2. El control de la velocidad

El objetivo del controlador de la velocidad es la de mantener la velocidad del vehículo en una de

referencia seleccionada por el usuario. También recibe el nombre de control de crucero o Cruise

Control. Para ello se controlan la actuación del pedal del acelerador y el pedal del freno. En la

definición de este controlador se consideran dos entradas y dos salidas. Las dos entradas son el

error actual con respecto a la consigna de velocidad seleccionada (Speed_Error) y la aceleración

instantánea (Acceleration), esto es la variación de la velocidad con respecto al tiempo. Las

variables de salida del sistema definen la actuación de los dos elementos involucrados en el

control de la velocidad, esto es, el freno (Brake) y el acelerador (Throttle). De esta forma, se

define el siguiente controlador, que es capaz de manejar de manera coordinada ambos pedales a

fin de que la condución resultante sea muy similar a la llevada a cabo por seres humanos.

Las reglas borrosas para el acelerador serán:

IF Speed_Error MORE THAN null THEN Throttle up

IF Speed_Error LESS THAN null THEN Throttle down

IF Acceleration MORE THAN null THEN Throttle up

IF Acceleration LESS THAN null THEN Throttle down

Y las equivalentes para el freno son:

IF Speed_Error MORE THAN nullf THEN Brake down

IF Speed_Error LESS THAN nullf THEN Brake up

IF Acceleration LESS THAN nullf THEN Brake up

Donde null y nullf son las etiquetas lingüísticas para las funciones de pertenencia de las variables

borrosas de entrada, y describen la bondad de los valores de entrada de dichas variables para

minimizar el error.

Como se puede observar, las reglas empleadas para manejar ambos actuadores son muy

similares. La razón de esto es que, desde nuestro punto de vista, la actuación de ambos pedales

es muy parecida: ambos sirven para incrementar y decrementar la velocidad del vehículo. De

esta manera, los dos pueden incrementar la velocidad (pisando el acelerador o levantando el

freno en una cuesta abajo), los dos pueden mantener la velocidad (pisando y levantando ambos

pedales) y los dos pueden disminuir la misma (levantando el pie del acelerador con el freno

motor y pisando el pedal del freno).

7. Discusión

Empleando técnicas de inteligencia artificial es posible llevar a cabo sistemas de control

automático que permiten la conducción automática de vehículos, de una manera muy similar a la

humana. Aunque el desarrollo actual de este tipo de sistemas está lejos de ser aplicado en

vehículos de una manera comercial, sí suponen un avance y un primer paso para ello. Por otra

parte algunas de sus funciones parciales pueden ser utilizadas de manera parcial como ayudas y

asistencias a la conducción.

Asimismo la disponibilidad de estas técnicas coincide con un incremento en la demanda de

movilidad de personas discapacitadas, cuyas limitaciones pueden ser compensadas con ayuda de

la tecnología a fin de igualarlas en derecho y oportunidades a las que no lo están.

La aplicación de los sistemas de conducción autónoma desarrollados pueden suponer una mejora

en la movilidad para toda la población en general, y en particular para las personas

discapacitadas, pudiendo suponer un gran incremento de sus posibilidades de movilidad,

reduciendo las limitaciones de su autonomía.

8. Agradecimientos

Proyecto ISAAC: Integración Sensorial para la Asistencia Activa a la Conducción. DPI2002-

04064-C05-02. 2002-2005, del Ministerio de Ciencia y Tecnología.

Proyecto COPOS: Cooperación de Sistemas de Navegación basados en EGNOS y en GPS en

Sistemas Inteligentes de Transporte. BOE 280 de 22 de Noviembre de 2002. Resolución 22778.

2002-2004, del Ministerio de Fomento.

9. Referencias

[1] STARDUST, “Critical Analysis of ADAS/AVG Options to 210, Selection of Options to be

Investigated”, European Comission Fifth Framework Programme Energy, Environment and

Sustainable Development Programme Key Action 4: City of Tomorrow and Cultural Heritage,

Deliverable 1, 2001.

[2] Lofti A. Zadeh, Intractability Principle, distribution list fuzzy-mail@dbai.tuwien.ac.at, 2 July

2001

[3] Access to Transport Systems and Services. An International Review. Transportation

Development Centre. Canada, 1997.

[4] U.S. Department of Transportation (1978) Technical report of the national survey of

transportation handicapped people. Ubran Mass Transit Administration, U.S. DOT,

Washington, D.C.

[5] R. Garcia, T. De Pedro, J. E. Naranjo, J Reviejo and C. Gonzalez, “Frontal and Lateral

Control for Unmanned Vehicles in Urban Tracks,” IEEE Intelligent Vehicle Symposium, June,

2002.