Escuela Tecnica´ Superior de Ingenieros Informaticos´ Universidad Politecnica´ de Madrid

Control de crucero cooperativo mediante comunicaciones V2X

Trabajo Fin de Master´ Master´ Universitario en Inteligencia Artificial

AUTOR: Aitor G´omez Torres DIRECTOR: Jos´e Eugenio Naranjo TUTOR: Javier de Lope Asia´ın

2018

i

RESUMEN

El objeto de este trabajo de fin de m´aster se enmarca en elambito ´ de los Siste- mas de Transporte Inteligente (ITS, Intelligent Transportation Systems), donde se intenta desarrollar e implantar una nueva tecnolog´ıa para la mejora de la seguridad y la eficacia en lo que respecta a la circulaci´on de veh´ıculos, especialmente aut´onomos.

Actualmente empiezan a aparecer los primeros s´ıntomas de la ineficiencia de las v´ıas convencionales y de sus m´etodos de gesti´on. Una de las principales ra´ıces de este problema es que, aunque los veh´ıculos han avanzado mucho en cuanto a tecnolog´ıa y seguridad en losultimos ´ a˜nos, la infraestructura apenas ha cambiado en lasulti- ´ mas d´ecadas. Con la llegada de los veh´ıculos aut´onomos y de las tecnolog´ıas ITS se presenta la oportunidad de implantar tecnolog´ıas que permitan actualizar la infra- estructura provocando un m´ınimo impacto sobre ella y sobre los usuarios, abriendo la puerta a nuevos m´etodos de gesti´on que permitan solventar estos problemas.

En concreto, dentro de los ITS, la gesti´on autom´atica de la velocidad es uno de los temas que ha experimentado un gran inter´es dadas sus m´ultiples aplicaciones en la actualidad en los sistemas de seguridad en la conducci´on. Por ello, este tra- bajo tiene como objetivo dise˜nar e implementar un modelo de sistema de Control de Crucero Cooperativo (CCC,Cooperative Cruise Control) queunicamente ´ utilice las comunicaciones, el GPS y el bus CAN del veh´ıculo como informaci´on. Para ello se han dise˜nado una serie de algoritmos y estrategias con el fin de poder afron- tar diversas situaciones de tr´afico de manera eficiente, bas´andose en la informaci´on transmitida desde un centro de control que gestiona la v´ıa. ii iii

SUMMARY

The purpose of this end-of-master project is within the scope of the Intelligent Transportation Systems (ITS), where an attempt is being made to develop and im- plement a new technology for the improvement of safety and efficiency with respect to the circulation of vehicles, especially autonomous.

Currently, the first symptoms of the inefficiency of conventional roads and their management methods begin to appear. One of the main reasons for this problem is that, although vehicles have advanced a lot in terms of technology and safety in recent years, infrastructure has hardly changed in recent decades. With the arrival of autonomous vehicles and ITS technologies, the opportunity is presented to imple- ment technologies that allow the infrastructure to be updated, causing a minimum impact on it and on users, opening the door to new management methods to solve these problems.

Specifically, within the ITS, the automatic control of speed is one of the issues that has experienced a great interest given its multiple applications today in the safety systems in driving. Therefore, this work aims to design and implement a Cooperative Cruise Control (CCC) model that uses only the communications, GPS and CAN bus of the vehicle as information. For this, a series of algorithms and strategies have been designed in order to be able to deal with various traffic situations efficiently, based on the information transmitted from a control centre that manages the route. iv ´Indice v

´Indice

1. Introducci´on...... 1 1.1. AUTOCITS ...... 2 1.2.INSIA...... 3 1.3.Objetivos...... 4 2. Estadodelarte...... 7 2.1. Veh´ıculo aut´onomo...... 7 2.1.1. Circulaci´on...... 16 2.1.2.DARPAchallanges...... 16 2.1.3.DARPAGrandChallenge2004...... 17 2.1.4.DARPAGrandChallenge2005...... 17 2.1.5.DARPAUrbanChallenge2007...... 18 2.2.SistemasCooperativos...... 19 2.3.Sistemasdetransporteinteligentescooperativos...... 21 2.4. Sistemas avanzados de asistencia a la conducci´on...... 22 2.4.1.Controldecrucero...... 23 3. Evaluaci´ondeRiesgos...... 25 4. Metodolog´ıa...... 29 4.1.Esquemageneral...... 29 4.2.Sensores...... 30 4.2.1.CAN...... 30 4.2.2.GPS...... 31 4.2.3. M´odulo V2X ...... 32 4.3. Control longitudinal ...... 33 4.4.Controldebajonivel...... 35 4.5.Controldedecisiones...... 35 4.6.RobotOperatingSystem...... 36 5. Resultados...... 39 5.1.Equipoyentorno...... 39 5.2. Eventos de deceleraci´on...... 40 5.3.Eventosdeparada...... 41 5.4. Eventos de deceleraci´onporcentual...... 41 6. Conclusiones...... 45 7. L´ıneasfuturas...... 47 vi ´Indice ´Indice de figuras vii

´Indice de figuras

1. Integrantes del proyecto. El proyecto, con n´umero de expediente 2015- EU-TM-0243-S, es cofinanciado por la Comisi´on Europea, bajo el programa CEF- TRANSPORT SECTOR, en la convocatoria 2015. . . 2 2. InstalacionesdelINSIA...... 4 3. Firebird de la compa˜niaGeneralMotors...... 8 4. Veh´ıculoALVdesarrolladoporDARPA...... 9 5. Veh´ıculoNavlab,delaUniversidadCarnegieMellon...... 11 6. Veh´ıculoparkshuttle,enfuncionameientoenlosPisesBajos..... 12 7. Veh´ıculo Navia, de Induct Technology ...... 13 8. Veh´ıculo Navia, de Induct Technology ...... 15 9. Conjunto de sensores del sistema Autopilot de Tesla...... 16 10. Algunos de los veh´ıculos integrantes de la DARPA Challlege 2005 . . 18 11. Algunos de los veh´ıculos integrantes de la DARPA Challlege 2007 . . 19 12. Algunos ejemplos de m´odulos V2X. De izquierda a derecha: Cohda MK5 OBU, Cohda MK5 RSU y m´odulo propio desarrollado en el INSIA...... 21 13. Niveles de automatizaci´on definidos en la instrucci´on 15/V-113 por laDGT...... 23 14. Diagrama DAFO para el escenario de reconstrucci´on de la infraes- tructura...... 26 15. Diagrama DAFO para el escenario de no actuar frente al problema. . 27 16. Diagrama DAFO para el escenario de incorporaci´on de sistemas V2X alainfraestructura...... 28 17.Arquitecturageneraldelsistema...... 29 18.Maletadecontroldesarrolladaenelcentro...... 30 19.ArquitecturadelaredCANjuntoconlastarjetasdecontrol...... 32 20. GPS y antena equipados en el veh´ıculo...... 32 21. Modelo OSI del protocolo para las comunicaciones V2X...... 33 22. Esquema de funcionamiento del CACC. El centro de control(DGT) publica un evento de retenci´on en una determinada ´area geogr´afica (Zona amarilla), cuando un veh´ıculo se encuentra a la distancia de propagaci´on del mensaje recibe el mismo y ajusta la velocidad seg´un se indique en el evento. Una vez fuera del ´areadeleventoelveh´ıculo recuperasuvelocidadnormal...... 34 23. Diagrama de funcionamiento de un controlador PID. Debemos ajustar los tres par´ametros hasta obtener el comportamiento deseado. .... 36 24. Diagrama de flujo del proceso de decisi´on al aplicar la consigna de velocidad...... 37 25. Zona de realizaci´on de los ensayos, situada en el carril BUS-VAO de la A6. Los m´odulos verdes representan los aportados por el INSIA. En rojo los m´odulos aportados por INDRA...... 39 26. Veh´ıculo i-MiEV utilizado durante los ensayos...... 40 viii ´Indice de figuras

27. Comportamiento de deceleraci´on. El veh´ıculo reduce correctamente la velocidad de unos 80 km/h a 30 km/h, recuperando la velocidad inicial al salir del evento...... 41 28. Comportamiento de parada. El veh´ıculo reduce correctamente la ve- locidad de unos 60 km/h a 0 km/h, deteniendo totalmente el veh´ıculo. 42 29. Comportamiento de deceleraci´on. El veh´ıculo reduce correctamente la velocidad de unos 80 km/h a 30 km/h, recuperando la velocidad inicial al salir del evento...... 42 ´Indice de cuadros ix

´Indice de cuadros

1. ResultadosdelaDARPAChallenguede2005...... 17 2. ResuladosdelaDARPAChallenguede2007...... 19 1

1. Introducci´on

Desde la aparici´on de la automoci´on, esta ha ido evolucionado tanto en la mejora de los veh´ıculos como en la circulaci´on con los mismos y la mejora de la infraestruc- tura. Gracias a estas mejoras y a la formaci´on y concienciaci´on de los conductores se ha conseguido reducir en gran medida el numero de accidentes y de fallecidos en las carreteras. Podemos observar esta tendencia mirando el reporte de accidentes del a˜no 2016 [de Tr´afico, 2017](Ultimo´ disponible) y compar´andolo con su homologo del a˜nos 2006 [de Tr´afico, 2007]. Tras una d´ecada observamos que el n´umero de v´ıctimas mortales en accidentes ha descendido desde las 3119 victimas de 2006 hasta las 1663 de 2016. Tambi´en podemos observar c´omo, aunque se reduzca el n´umero de victimas el n´umero de accidentes permanece pr´acticamente igual, esto debido principalmente al aumento de veh´ıculos en circulaci´on, otros de los principales problemas a los que se enfrenta la automoci´on actual.

A su vez la inteligencia artificial como ´area de conocimiento ha sufrido un crecien- te inter´es y desarrollo en losultimos ´ a˜nos dado que, en la actualidad, es muy dif´ıcil encontrar un campo que no se beneficie directamente de sus t´ecnicas y el transporte no es una excepci´on. Dentro de la industria de transportes, uno de los campos de aplicaci´on es el de los Sistemas Inteligentes de Transporte (ITS, Intelligent Transport Systems). Estos´ se definen como un conjunto de tecnolog´ıas enfocadas en gestionar los sistemas de transporte en todos sus aspectos para hacerlos m´as eficientes y se- guros.

Este conjunto de tecnolog´ıas y el inter´es de seguir mejorando las cifras de ac- cidentes han abierto diferentes ramas de investigaci´on en losultimos ´ a˜nos. Entre ellas podemos destacar para el objeto de este trabajo la conducci´on aut´onoma y los Sistemas de Ayuda al Conductor (ADAS, Advanced Driver-Assistance Systems). En un primer momento estas tecnolog´ıas estaban planteadas para trabajar de forma aislada en cada veh´ıculo. Sin embargo, estos sistemas no eran todo lo eficaces que cabe esperar ya que existen otros muchos factores del entorno que afectan al veh´ıculo y los cuales no se tiene acceso. Gracias a la aparici´on de nuevas tecnolog´ıas, como las comunicaciones vehiculares, podemos mejorar estos sistemas y a˜nadirles esa fuente de informaci´on externa, a trav´es de los datos que recopilan otros veh´ıculos e incluso la propia infraestructura.

Con estos nuevos sistemas entramos un nuevo paradigma de los ITS, los sistemas cooperativos. Como todo sistema cooperativo las comunicaciones forman una parte crucial del mismo, lo que ha hecho que r´apidamente aparecen nuevos est´andares dentro del campo y la tecnolog´ıa se desarrolle r´apidamente. Estas comunicaciones nos permiten romper la barrera de lo \visible”paraelveh´ıculo ampli´andola hasta varios kil´ometros, lo que se traduce en mejoras de la seguridad y calidad de uso.

En este trabajo se pretende desarrollar un sistema para gestionar el tr´afico de 2 1 Introducci´on manera m´as optima a trav´es de la anticipaci´on de eventos en la carretera, obte- nidos a partir de otros veh´ıculos y comunicados al resto de la v´ıa a trav´es de la infraestructura, a la vez que se provee de las acciones a seguir ante tal evento.

1.1. AUTOCITS Ante los crecientes problemas a los que se enfrentan la mayor´ıa de las capitales europeas en materia de movilidad, y que se prev´e que con seguridad vayan empeo- rando en los pr´oximos a˜nos, los veh´ıculos aut´onomos y las tecnolog´ıas relacionadas representan un punto de inflexi´on que puede poner fin a estos. Por ello en losultimos ´ a˜nos se ha motivado un esfuerzo com´un dentro de la uni´on para conseguir acercar est´as tecnolog´ıas a los investigadores y probar su eficacia a la hora de solventar estos problemas. Dentro de este esfuerzo con podemos destacar el proyecto AUTOCITS, dentro del cual se desarrolla este trabajo.

El objetivo del proyecto AUTOCITS es contribuir al despliegue de servicios cooperativos (C-ITS) en Europa mejorando la interoperabilidad de la conducci´on aut´onoma, y promover el papel de los servicios cooperativos (C-ITS) como prime- ra fase en una futura implementaci´on de la conducci´on aut´onoma. Para ello, se realizar´an tres pilotos en tres grandes ciudades europeas situadas en el Corredor Atl´antico: Paris, Madrid y Lisboa.

Fig. 1: Integrantes del proyecto. El proyecto, con n´umero de expediente 2015-EU- TM-0243-S, es cofinanciado por la Comisi´on Europea, bajo el programa CEF- TRANSPORT SECTOR, en la convocatoria 2015.

Estos tres pilotos evaluar´an el despliegue de servicios cooperativos (C-ITS) con veh´ıculos aut´onomos bajo el marco regulatorio de tr´afico. Incluir´an pruebas de con- ducci´on aut´onoma en entornos de tr´afico tanto abiertos como cerrado, para evaluar la aplicabilidad de las normas de tr´afico. Concretamente, la acci´on llevar´aacaboun 1.2 INSIA 3 estudio de la regulaci´on de tr´afico para veh´ıculos aut´onomos orientado a la circula- ci´on en nodos urbanos conectados a redes principales de transporte.

Dentro del proyecto se abordan diferentes elementos necesarios para el despliegue de los servicios cooperativos, como la monitorizaci´on en tiempo real, comunicaciones vehiculares, estrategias de maniobras en situaciones de tr´afico complejas, y estrate- gias de alto nivel por parte del centro de control para la gesti´on de la conducci´on aut´onoma, entre otros.

El proyecto adem´as incluye un estudio acerca de la transferibilidad de los resul- tados y la escalabilidad de estos en otros pa´ıses europeos y contribuir´a con ellos a iniciativas como la C-Roads Platform y la C-ITS Platform.

Para la realizaci´on de las actividades y ensayos requeridos, se cuenta con la cola- boraci´on de las entidades necesarias para ello, tanto con autoridades de transporte (DGT, ANSR) como en expertos en C-ITS y en conducci´on aut´onoma (Indra, UPM, INRIA, UC, IPN).

De los integrantes, Indra es el l´ıder del piloto de Madrid donde, junto a la DGT y a la UPM, un servicio cooperativo, debe ser desplegado con el fin de informar a los veh´ıculos acerca de posibles incidentes ocurriendo en la carretera, como, por ejemplo, obras en carretera o condiciones climatol´ogicas adversas. El piloto ser´a desplegado en el carril BUS-VAO de la autov´ıa A6, en un tramo localizado entre la M30 y la M40.

1.2. INSIA El INSIA es el centro de investigaci´on en el que se ha realizado este proyecto. Tanto el desarrollo de este como la realizaci´on de las pruebas y parte de los ensayos de validaci´on.

El Instituto Universitario de Investigaci´on del autom´ovil (INSIA) es un instituto de investigaci´on perteneciente a la Universidad Polit´ecnica de Madrid adscrito de la Escuela T´ecnica Superior de Ingenieros industriales e integrado en el parque tec- nol´ogico y cient´ıfico de la UPM. Destaca por ser el primer centro de investigaci´on en el ´ambito de los veh´ıculos aut´onomos en Espa˜na. El centro cuento con diversos proyectos y colaboraciones con la industria de la automoci´on, seguridad vial y trans- porte a lo largo de m´as de veinte a˜nos.

El centro cuenta con personal muy cualificado y entre sus objetivos se encuen- tra la formaci´on de nuevos ingenieros en el campo. Tambi´en proporciona soporte tecnol´ogico para algunas compa˜n´ıas y para administraci´on p´ublica. Las principales actividades realizadas en el centro son: 4 1 Introducci´on

Desarrollo e investigaci´on en el ´ambito de los veh´ıculos aut´onomos. Actual- mente se trabaja en varios proyectos al respecto. Consultor´ıa y realizaci´on de ensayos o certificaciones. Educaci´on a nivel de M´aster y posgrado, as´ı como cursos de formaci´on espe- cializada.

Fig. 2: Instalaciones del INSIA.

Hay que destacar que el Instituto est´a acreditado por el Ministerio de Industria espa˜nolcomoServicioT´ecnico para la homologaci´on en diversos Reglamentos de Naciones Unidas y Directivas Europeas relativas a veh´ıculos, sistemas y componentes de estos, especialmente en elambito ´ de la seguridad de autobuses y autocares.

1.3. Objetivos El objetivo principal de este trabajo es desarrollar e implementar un sistema de control de crucero cooperativo que permita abrir la puerta a nuevas estrategias a la hora de gestionar el tr´afico de manera m´as eficaz, en concreto de cara al futuro de los veh´ıculos aut´onomos y su cooperaci´on en la carretera. Estas nuevas estrategias pueden ayudar a reducir consumos, con el consiguiente ahorro de combustible y re- cursos, reducir emisiones de CO2, agilizar el tr´afico y reducir el n´umero de accidentes.

Para concretar m´as el objetivo principal y verificar que ha sido alcanzado, as´ı como la dimensi´on del trabajo, se han definido los siguientes objetivos espec´ıficos: Implementar la arquitectura de comunicaciones necesaria en el veh´ıculo seg´un el est´andar 802.11p. Desarrollar las estrategias y maniobras necesarias para reaccionar frente a los eventos de la carretera. 1.3 Objetivos 5

Realizar ensayos en entornos reales para validar el sistema. 6 1 Introducci´on 7

2. Estado del arte

En este apartado se presenta el estado de la cuesti´on de los sistemas de con- ducci´on aut´onoma y cooperaci´on de dichos sistemas, as´ı como el impacto que han causado estas tecnolog´ıas en la sociedad. Debido a la tem´atica del trabajo, sistemas de cooperaci´on y gesti´on de tr´afico, las secciones de este cap´ıtulo est´an orientadas para poder abarcar la mayor´ıa de las tecnolog´ıas relacionadas.

Los apartados se han organizados de tal manera que al principio aparecen las tecnolog´ıas m´as gen´ericas para acabar introduciendo las m´as espec´ıficas, de esta manera se permite evaluar con mejor perspectiva la evoluci´on que ha seguido la automoci´on hasta alcanzar la etapa actual.

2.1. Veh´ıculo aut´onomo Las primeras investigaciones y experimentos con veh´ıculos aut´onomos tuvieron lugar en la d´ecada de 1920. En 1950 empezaron a obtenerse los primeros resultados prometedores y su trabajo se ha continuado hasta la actualidad. En la d´ecada de 1980 aparecen los que pueden ser considerados los primeros veh´ıculos aut´onomos, por parte de la ”Carnegie Mellon University.a ra´ız de las investigaciones llevadas a

cabo por los equipos ”Navlab 2 ”ALV .en 1984 y en 1987 por parte de Mecedes-Benz y el ”Bundeswehr University Munich’s Eureka Prometheus Project”. Desde entonces pr´acticamente todas las marchas del sector han desarrollado su propio programa de conducci´on aut´onoma. El ultimo hito hist´orico en lo que se refiere a este campo ha sido la aprobaci´on de la ”Federal Automated Vehicles Policy.en los Estados Unidos de Am´erica, que siente el precedente para los cambios legales que est´an por venir para la integraci´on de estos sistemas en la sociedad.

Podemos considerar la primera aparici´on de los primeros experimentos en nave- gaci´on aut´onoma en 1926. Houdina Radio Control muestra su veh´ıculo sin conductor radio controlado, el ”Linrrican Wonder”, en las calles de Nueva York realizando un recorrido entre el trafico normal de la cuidad. El Linrrican Wonder era un Chandler 1926 equipado con un transmisor que permit´ıa operar el veh´ıculo a un tercero. El transmisor ten´ıa la capacidad de controlar el pedal de acelerador y freno, as´ıcomo la direcci´on del veh´ıculo.

A˜nos despu´es en 1939 en la feria mundial, patrocinado por General Motors, se presenta un sistema de guiado aut´onomo para veh´ıculos en la exhibici´on ”Futura- ma.en la que se presentaban coches el´ectricos radio controlados que eran propulsados a trav´es de campos electromagn´eticos generados por circuitos integrados en la calza- da. Bel Geddes, el autor principal de esta tecnolog´ıa, escribi´o varios libros se˜nalando los grandes avances que se esperaban en la integraci´on te la tecnolog´ıaalatereade conducir y fue el primer en se˜nalar que el ser humano deber´ıa ser eliminado de este proceso. 8 2Estadodelarte

En la d´ecada de los cincuenta, los laboratorios RCA consiguieron con ´exito ela- borar un veh´ıculo en miniatura teleguiado por cables y capaz de seguir patrones dibujados en el suelo. Este sistema de guiado por patrones impresiono tanto al de- partamento de carreteras de Nebraska (EE. UU) que llegaron a realizarse pruebas reales en autopistas. En 1958 los laboratorios RCA presentan un prototipo a esca- la real totalmente funcional que realizo con ´exito pruebas en carreteras reales. La tecnolog´ıa utilizada para ello, desarrollada en colaboraci´on con General Motors, con- sist´ıa en una serie de circuitos detectores experimentales enterrados en el pavimento con una serie de luces a lo largo del borde de la carretera. Los circuitos detectores pod´ıan enviar impulsos para guiar el veh´ıculo y determinar la presencia y velocidad de cualquier veh´ıculo en la superficie. Se esperaba poder comercializar este sistema para 1975. Tambi´en durante los a˜nos 1950 a 1960, General Motors present´olos”Fi- rebirds”, una serie de coches experimentales que se anunciaban como un ”sistema electr´onico de gu´ıa que puede llevarle sobre una carretera autom´atica mientras que el conductor se relaja”.

Fig. 3: Firebird de la compa˜nia General Motors

Durante los a˜nos 60, el Laboratorio de Investigaci´on de Transporte y Carreteras del Reino Unido prob´o un Citro¨en DS sin conductor que interactuaba con cables magn´eticos que estaban integrados en la carretera. Realizo con ´exito pruebas a 130 kil´ometros por hora sin desviaci´on de velocidad o direcci´on en cualquier condici´on clim´atica, y de una manera mucho m´as efectiva que mediante el control humano. La investigaci´on continu´oenlosa˜nos setenta con los dispositivos del control de traves´ıa activados por las se˜nales en el cableado debajo de la carretera. De acuerdo con los an´alisis de costes y beneficios que se hicieron, la adopci´on del sistema en las auto- pistas brit´anicas ser´ıa reembolsada a finales del siglo, aumentando la capacidad de las carreteras en al menos un 50 % y evitando alrededor del 40 % de los accidentes. Sin embargo, la financiaci´on para estos experimentos fue retirada a mediados de los a˜nos setenta.

En la misma d´ecada, durante los a˜nos sesenta y setenta, Bendix Corporation desarroll´oyprob´o coches sin conductor que eran accionados y controlados por ca- bles enterrados, con comunicadores en los bordes del trazado que se comunicaban con un ordenador de control. 2.1 Veh´ıculo aut´onomo 9

Las mejoras en el mundo de la inform´atica permitieron en esa ´epocalaaparici´on de la primera investigaci´on en el campo de la l´ogica inteligente necesaria para los coches aut´onomos. Fue conducida en el laboratorio de la ciencia de la universidad de Illinois a mediados de la d´ecada de los setenta.

Al llegar los ochenta, DARPA funda el proyecto de veh´ıculos terrestres aut´ono- mos (ALV) financiado por los Estados Unidos. Utiliz´o nuevas tecnolog´ıas desarro- lladas por la Universidad de Maryland, la Universidad Carnegie Mellon, el Instituto de Investigaci´on Ambiental de Michigan, Martin Marietta y SRI International. El proyecto ALV logr´o la primera demostraci´on en carretera utilizando LiDAR, visi´on artificial y control rob´otico aut´onomo para dirigir un veh´ıculo a velocidades de hasta 30 kil´ometros por hora. En 1987, HRL Laboratories (anteriormente Hughes Research Labs) demostr´o el primer mapa off-road y navegaci´on aut´onoma basada en sensores en el ALV. El veh´ıculo viaj´om´as de 600 metros a 3.1 kil´ometros por hora en te- rreno complejo con cuestas escarpadas, barrancos, grandes rocas, y vegetaci´on. En 1989, la Universidad Carnegie Mellon era pionera en el uso de redes neuronales para dirigir y controlar veh´ıculos aut´onomos, formando la base de estrategias de control contempor´aneas.

Fig. 4: Veh´ıculo ALV desarrollado por DARPA

En 1991, el Congreso de los Estados Unidos aprob´o el proyecto de ley de au- torizaci´on de transporte (ISTFEA), que instruy´o al departamento de transportes 10 2Estadodelarte a”demostrar un sistema automatizado de veh´ıculos y carreteras para 1997 ”. La Administraci´on Federal de Carreteras asumi´o esta tarea, primero con una serie de sistemas de an´alisis de requisitos y luego con el establecimiento del Consorcio Na- cional de Sistemas de Carreteras Automatizadas (NAHSC). Este proyecto fue lide- rado por la Administraci´on Federal de Carreteras (FHWA) y General Motors, con Caltrans, Delco, Parsons Brinkerhoff, Bechtel, UC-Berkeley, Carnegie Mellon Uni- versity y Lockheed Martin como socios adicionales. El extenso trabajo de ingenier´ıa de sistemas e investigaci´on culmino con la demo realizada en 1997 en la I-15 en San Diego, California, en la que se mostraron cerca de 20 veh´ıculos aut´onomos, incluyen- do autom´oviles, autobuses y camiones a miles de espectadores. Las demostraciones involucraban operaciones con convoyes de veh´ıculos destinados a operar en tr´afico segregado, as´ıcomoveh´ıculos personales destinados a operar en tr´afico mixto. Otros fabricantes de autom´oviles fueron invitados a demostrar sus sistemas, de tal manera que Toyota y Honda tambi´en participaron. El programa se cancel´oafinalesdelos a˜nos noventa debido al endurecimiento de los presupuestos de investigaci´on en el departamento de transporte.

En 1994, la pareja de robots VaMP y Vita-2 de Daimler-Benz y Ernst Dick- manns de la Bundeswehr University Munich condujeron m´as de 1.000 kil´ometros en una autopista de tres carriles en Par´ıs, con tr´afico denso a velocidades de hasta 130 kil´ometros por hora, aunque de manera sema-aut´onoma con intervenciones huma- nas. Mostraron la conducci´on aut´onoma en los carriles libres, el guiado de convoyes, y los cambios del carril.

En 1995, el proyecto Navlab de la Universidad Carnegie Mellon complet´oun viaje de 5,000 kil´ometros, de los cuales el 98,2 % fueron de manera aut´onoma. Es- te coche, sin embargo, era semi-aut´onomo por naturaleza: usaba redes neuronales para controlar el volante, pero el acelerador y los frenos eran controlados por hu- manos, principalmente por razones de seguridad. Tambi´en en 1995, Mercedes-Benz emprendi´o un viaje de 1.590 kil´ometros de Munich, Alemania a Copenhague, Di- namarca volviendo a Munich de nuevo. El veh´ıculo alcanz´o velocidades superiores a 175 kil´ometros por hora en la autopista alemana, con un tiempo medio entre in- tervenciones humanas de 9 km, o 95 % de conducci´on aut´onoma. En 1996, Alberto Broggi de la Universidad de Parma lanz´o el Proyecto ARGO, que consigui´o que un Lancia Thema modificado siguiera las marcas del carril en una carretera no modi- ficada. La culminaci´on del proyecto fue un viaje de 1.900 kil´ometros durante seis d´ıas por las autopistas del norte de Italia, con una velocidad media de 90 kil´ometros por hora. El coche funcion´o en modo totalmente autom´atico en el 94 % del trayecto, con la mayor longitud recorrida de esta manera hasta la fecha. El veh´ıculo ten´ıa s´olo dos c´amaras de video en blanco y negro y utiliz´o algoritmos de visi´on estereosc´opica.

Debido al auge de este campo el Gobierno de los Estados Unidos financi´o tres esfuerzos de car´acter militar conocidos como Demo I (Ej´ercito de los EE.UU.), De- mo II (DARPA) y Demo III (Ej´ercito de los EE.UU.). Demo III (2001) demostr´ola 2.1 Veh´ıculo aut´onomo 11

Fig. 5: Veh´ıculo Navlab, de la Universidad Carnegie Mellon capacidad de los veh´ıculos terrestres no tripulados para recorrer kil´ometros de te- rreno dif´ıcil fuera de la carretera, evitando obst´aculos como rocas yarboles. ´ No s´olo se pretend´ıa controlar veh´ıculos individuales, sino tambi´en grupos de veh´ıculos que deb´ıan trabajar de manera coordinada autom´aticamente en respuesta a objetivos de alto nivel.

Llegado el a˜no 2000, en los Pa´ıses Bajos se lanza el ”ParkShuttle”, un sistema de transporte p´ublico sin conductor. Seis a˜nos m´as tarde, en enero de 2006, la prensa brit´anica revel´o un informe en el que se predice que los coches sin conductor con RFID estar´an en las carreteras del Reino Unido en 2006 y la Real Academia de Ingenier´ıa afirm´o que los camiones sin conductor podr´ıan estar en las autopistas brit´anicas en 2019. En esta ´epoca se ve la primera intenci´on de la administraci´on p´ublica de un pa´ıs para legislar y controlar la evoluci´on de esta tecnolog´ıa. M´as tarde en 2009, Google comenz´o a desarrollar sus coches aut´onomos. Sin embargo, lo hizo en privado, evitando el anuncio p´ublico del programa hasta un mo- mento posterior. Google fue la primera empresa fuera del sector de la automoci´on en unirse a esta carrera tecnol´ogica. M´as tarde se le unir´ıan empresas como Apple o Uber. El 1 de mayo de 2012, una prueba de conducci´on de 22 kil´ometros fue realizada alosveh´ıculos aut´onomos de Google por examinadores de Autom´ovilesen una ruta de prueba en la ciudad de Las Vegas. El veh´ıculo aut´onomo pas´o la prueba, pero no fue probado en rotondas, se˜nales de tr´afico, o zonas escolares. Google consigui´o dominar la t´ecnica existente y adelantarse a sus competidores en tan solo tres a˜nos.

En 2010, el VisLab de Italia de la Universidad de Parma, encabezado por el profesor Alberto Broggi, dirigi´o el VisLab Intercontinental Autonomous Challenge (VIAC), una prueba de 15.900 kil´ometros que marc´o el primer viaje terrestre in- tercontinental completado por veh´ıculos aut´onomos. Cuatro veh´ıculos el´ectricos sin conductor completaron con ´exito el viaje de 100 d´ıas, saliendo de Parma, Italia, el 12 2Estadodelarte

Fig. 6: Veh´ıculo parkshuttle, en funcionameiento en los Pises Bajos

20 de julio de 2010, y llegando a la Expo de Shanghai en China el 28 de octubre. Ese mismo a˜no el Instituto de Ingenier´ıa de Control de la Technische Universit¨at Braunschweig demostr´o la primera conducci´on aut´onoma en las calles de Alema- nia con el veh´ıculo de investigaci´on Leonie. Era el primer coche autorizado para la conducci´on aut´onoma en las calles y las carreteras en Alemania. En 2011, la Freie Universit¨at Berl´ın desarroll´odosveh´ıculos aut´onomos capaces de conducir en el tr´afico de Berl´ın. Dirigidos por el grupo AutoNOMOS, los dos veh´ıculos Spirit de Berl´ın y MadeInGermany eran capaces de desenvolverse en tr´afico interurbano, sem´aforos y rotondas.

A comienzos de 2013 pr´acticamente todos los principales fabricantes de au- tom´oviles, como General Motors, Ford, Mercedes Benz, Volkswagen, Audi, Nissan, Toyota, BMW y Volvo, contaban con un programa de desarrollo de veh´ıculos sin conductor. En 2011, General Motors hab´ıa creado la EN-V (Electric Networked Vehicle), un veh´ıculo urbano el´ectrico aut´onomo. En 2012, Volkswagen comenz´oa probar un sistema de piloto autom´atico temporal (TAP) que permitir´a que un co- che conduzca a velocidades de hasta 130 kil´ometros por hora en la carretera. Ford ha estado llevando a cabo una investigaci´on extensa en sistemas sin conductor y sistemas de comunicaci´on vehicular. Toyota mostr´o un coche parcialmente autodi- dacta con numerosos sensores y sistemas de comunicaci´on a principio de ese mismo a˜no. Varios centros de investigaci´on participaban ya en la competici´on tecnol´ogica y en Julio del 2013 el equipo VisLab (Italia) llev´o a cabo otra prueba pionera de veh´ıculos aut´onomos, durante la cual un veh´ıculo navego en el centro de Parma sin control humano, circulando con ´exito en rotondas, sem´aforos, cruces peatonales y otros peligros comunes. 2.1 Veh´ıculo aut´onomo 13

A finales de 2013 ya es com´un ver la mayor´ıa de las nuevas generaciones anuncia- das por las marcas de la instru´ıa ofrecer caracter´ısticas de funcionalidad aut´onoma limitada. Estos incluyen el control adaptativo de crucero, un sistema que monitorea distancias a veh´ıculos adyacentes en el mismo carril, ajustando la velocidad con el flujo de tr´afico; Que supervisa la posici´on del veh´ıculo en el carril, y advierte al conductor cuando el veh´ıculo est´a saliendo de su carril o, menos com´unmente, toma acciones correctivas; Y ayuda de estacionamiento, que ayuda al conductor en la tarea de estacionamiento paralelo. En 2014, la Clase S Mercedes-Benz empieza a ofrecer opciones para la conducci´on aut´onoma: mantenimiento en el carril, aceleraci´on, fre- nado, estacionamiento, evitaci´on de accidentes y detecci´on de fatiga del conductor, tanto en el tr´afico de la ciudad como en las autopistas de hasta 200 km hora. El Infiniti Q50 de 2014 a˜nade c´amaras, radar y otras tecnolog´ıas para ofrecer diversas funciones de mantenimiento de carriles, evitaci´on de colisiones y control de crucero.

Fig. 7: Veh´ıculo Navia, de Induct Technology

No fue hasta enero de 2014, cuando aparece el primer veh´ıculo aut´onomo dispo- nible para la venta comercial, la Lanzadera Navia de Induct Technology. Limitado a 20 kil´ometros por hora, el veh´ıculo el´ectrico se asemeja a un carrito de golf con capacidad para ocho personas. Est´a pensado para trasladar a la gente alrededor de ¸centros peatonales de la ciudad, grandes sitios industriales, aeropuertos, parques tem´aticos, campus universitarios o complejos hospitalarios. 14 2Estadodelarte

En octubre de 2014, Tesla Motors anuncia su primera versi´on de AutoPilot. Los modelos S equipados con este sistema son capaces de controlar la posici´on en el carril con direcci´on aut´onoma, frenado y ajuste de l´ımite de velocidad basado en el reconocimiento de im´agenesdese˜nales. El sistema tambi´en proporciona estaciona- miento aut´onomo y es capaz de recibir actualizaciones de software para mejorar las habilidades a lo largo del tiempo. A partir de marzo de 2015, Tesla ha estado pro- bando el sistema de piloto autom´atico en la carretera entre San Francisco y Seattle con un conductor para actuar en caso de emergencia. A mediados de octubre de 2015, Tesla Motors lanz´o la versi´on 7 de su software en Estados Unidos que inclu´ıa la capacidad del piloto autom´atico. El 9 de enero de 2016, Tesla lanz´o la versi´on 7.1 como una actualizaci´on, a˜nadiendo una nueva caracter´ıstica de ¨ınvocaci´on”que permite a los veh´ıculos aparcar en los lugares de estacionamiento sin el conductor en el coche y volver a recoger al usuario cuando se solicitase.

Siguiendo de cerca a Tesla Motors, en febrero de 2015, Volvo anunci´o sus planes de alquilar 100 SUV XC90 equipados con la tecnolog´ıa de automatizaci´on Drive-Me de nivel 3 a los residentes de Gotemburgo en 2017. Los Drive-Me XC90s estar´an equipado con el supercomputador Drive PX-2 de Nvidia y ser´an conducidos de for- ma aut´onoma en determinadas condiciones clim´aticas y en un camino que rodea la ciudad. Como parte del proyecto Drive-Me de Volvo, los 100 coches en la prueba de Suecia tendr´an una interfaz llamada IntelliSafe Auto Pilot, una caracter´ıstica que permitir´a a los pilotos activar y desactivar el modo aut´onomo a trav´es de paletas especialmente dise˜nadas en el volante. La interfaz fue desarrollada para supervisar c´omo los conductores transferir´an el control al modo de conducci´on aut´onomo de un autom´ovil en futuros coches. Volvo considera que los sistemas de conducci´on aut´ono- mos son la herramienta que le ayudar´a a cumplir con el objetivo de la compa˜n´ıa de que nadie se vea gravemente herido o muerto en un nuevo Volvo para el a˜no 2020.

En abril de 2015, un autom´ovil dise˜nado por Delphi Automotive se convirti´oen el primer veh´ıculo aut´onomo para completar un viaje de costa a costa a trav´es de los Estados Unidos. Viaj´o de San Francisco a Nueva York, bajo el control del ordenador el 99 % de esa distancia. En julio de 2015, Google anunci´o que los veh´ıculos de prueba en su proyecto de coche sin conductor hab´ıan estado involucrados en 14 accidentes menores desde el inicio del proyecto en 2009. Chris Urmson, el l´ıder del proyecto, dijo que todos los accidentes fueron causados por los seres humanos, Y que 11 de los accidentes fueron colisiones traseras. ”Nuestros automovil´ısticos est´an siendo golpeados sor- prendentemente por otros conductores que est´an distra´ıdos y no prestan atenci´on a la carretera, eso es una gran motivaci´on para nosotros”. Durante los seis a˜nos de existencia del proyecto, los veh´ıculos de prueba hab´ıan registrado m´as de 3 millones de kil´ometros en la carretera.

En abril de 2016 Volvo anunci´o planes para desplegar otros 100 coches XC90 aut´onomos para probarlos en condiciones diarias de conducci´on en China. Tambi´en 2.1 Veh´ıculo aut´onomo 15

Fig. 8: Veh´ıculo Navia, de Induct Technology

en abril de 2016, el fabricante de autom´oviles anunci´o planes para comenzar un ensa- yo en Londres en 2017 con 100 Volvo XC90 m´as equipados con tecnolog´ıa Drive-Me. Los XC90s ser´an alquilados a usuarios cotidianos, y los veh´ıculos registrar´an ca- da viaje, pasando los datos a Thatcham Research, que llevar´aacabounan´alisis exhaustivo para examinar c´omo se comporta el auto en situaciones cotidianas, as´ı como entender c´omo otros usuarios de la carretera y los ocupantes del autom´ovil responden a las decisiones de conducci´on aut´onomas tomadas por el autom´ovil.

A partir de octubre de 2016, todos los coches Tesla se construyen con el hard- ware necesario para permitir la plena capacidad de auto-conducci´on a un nivel de seguridad (SAE Nivel 5). El hardware incluye ocho c´amaras alrededor del veh´ıculo y doce sensores de ultrasonidos, adem´as del radar delantero con capacidades de proce- samiento mejoradas. Se planea que el sistema funcione de manera pasiva (Procesa- miento sin tomar acciones) y enviar´a los datos a Tesla para mejorar sus capacidades hasta que el software est´e listo para ser implementado a trav´es de actualizaciones. Tesla Motors dice que espera permitir la plena auto-conducci´on a finales de 2017.

En agosto de 2016, Singapur lanz´o el primer servicio de taxis aut´onomo, pro- porcionado por nuTonomy. Lo que marc´o un antes y un despu´es en el campo de los sistemas de transporte inteligentes.

El primer accidente fatal conocido que implicaba un veh´ıculo aut´onomo ocurri´o en Williston, Florida el 7 de mayo de 2016, por un coche el´ectrico modelo S de Tesla circulando en modo autom´atico. Investigaciones posteriores han concluido que se debi´o a un uso imprudente de la funci´on Autopilot. 16 2Estadodelarte

2.1.1. Circulaci´on

La primera licencia a un veh´ıculo sin conductor para circular libremente fue expedida en mayo del 2012 en Estados Unidos. Fue concedida al proyecto de auto- matizaci´on de veh´ıculos de Google que en esos momentos trabajaba con el modelo Toyota Prius. Desde entonces muchas m´as marcas se han unido a la carrera por ob- tenerelmejorcocheaut´onomo del mercado, incluyendo empresas que se encuentran fuera del sector de la automoci´on e incluso mediante la creaci´on de nuevas empresas, como es el caso de la compa˜n´ıa Tesla. Estaultima ´ por ejemplo, presenta su modelo de veh´ıculo aut´onomo con 8 c´amaras que ofrecen una visi´on 360 grados alrededor del veh´ıculo con un rango de visi´on de hasta 250 metros. Tambi´en incluye 12 sen- sores ultras´onicos que permiten la detecci´on de obst´aculos a una distancia menor y un radar delantero que permite detectar el veh´ıculo precedente hasta a 160 metros, Figura 9.

Fig. 9: Conjunto de sensores del sistema Autopilot de Tesla.

2.1.2. DARPA challanges

Los DARPA Challenges son una serie de competiciones que han tenido lugar para veh´ıculos aut´onomos americanos, fundada por la agencia de proyectos de investiga- ci´on avanzados de defensa (DARPA). Esta competici´on re´une a los equipos m´as importantes de investigaci´on del Departamento de Defensa de los Estados Unidos, as´ıcomoungrann´umero de universidades y centros de investigaci´on. Los DARPA Challenges se convirtieron en un ´exito, en parte debido a la existencia de grandes sumas de dinero como premio, que han llegado hasta la cifra del mill´on de d´olares. La competici´on se encuentra financiada por DARPA a trav´es del Congreso. La prin- cipal raz´on para ello es que se ha visto como una forma de promover proyectos que 2.1 Veh´ıculo aut´onomo 17 podr´ıan ser utilizados con aplicaciones militares o de un alto valor tecnol´ogico.

Hasta la fecha han tenido lugar tres competiciones involucrando exclusivamente veh´ıculos aut´onomos, la DARPA Grand Challenge 2004, la DARPA Grand Challen- ge 2005 y la DARPA Urban Challenge 2007. Las dos primeras competiciones ten´ıan como objetivo ver que sistemas se desenvolv´ıan mejor sobre el terreno. Despu´es de estas competiciones con un escenario m´as general se convoc´o la edici´on de 2007 en la cual el objetivo era mucho m´as espec´ıfico. Los veh´ıculos ten´ıan que ser capaces de desenvolverse en un entorno urbano.

2.1.3. DARPA Grand Challenge 2004

La primera competici´on del DARPA Grand Challenge fue llevado a cabo el 13 de marzo de 2004 en la regi´on del desierto de Mojave de los Estados Unidos, a lo largo de una ruta de 240 kil´ometros. Ninguno de los veh´ıculos termin´olaruta. El Equipo Rojo de la Universidad Carnegie Mellon y el coche Sandstorm (Humvee modificado) viajaron la distancia m´as lejana, completando 11,78 kil´ometros del tra- zado antes de atascarse en una roca justo despu´es de hacer un giro. Debido a los desastrosos resultados no fue declarado ning´un ganador ni se entreg´o ning´un premio.

2.1.4. DARPA Grand Challenge 2005

La segunda competici´on del DARPA Grand Challenge tuvo lugar el 8 de octu- bre de 2005. Todos menos uno de los 23 finalistas super´o la distancia de 11,78 km superando la marca establecida en la competici´on anterior. En la tabla ?? podemos ver los cinco veh´ıculos lograron completar la prueba cumpliendo los requisitos.

Veh´ıculo Equipo Organizaci´on Tiempo (h:mm) Stanley Stanford Racing Team Universidad de Stanford 6:54 Sandstorm 7:05 Red team Universidad Carnegie Mellon H1ghlander 7:14 Kat-5 Team Gray The Gray Insurance Company 7:30 TerraMax Team TerraMax Oshkosh Truck Corporation 12:51

Tab. 1: Resultados de la DARPA Challengue de 2005

El trazado de la competici´on de 2005 contaba, entre otros, con tres estrechos t´uneles y m´as de 100 curvas cerradas a izquierda y derecha. La carrera concluy´oa trav´es de Beer Bottle Pass, un paso de monta˜na sinuoso con un barranco en una lateral y una pared de roca en el otro. Aunque la competici´on de 2004 contaba con un trazado m´as pronunciado e irregular, con grandes desniveles, el trazado ten´ıa muchas menos curvas y caminos generalmente m´as anchos que el trazado de 2005. 18 2Estadodelarte

Fig. 10: Algunos de los veh´ıculos integrantes de la DARPA Challlege 2005

En esta edici´on cabe destacar al veh´ıculo Terramax, cami´on de 13 toneladas. Ter- min´o en el segundo d´ıa debido a que el enorme cami´on pas´o la noche circulando en ralent´ı, pero fue particularmente ´agil al escoger su camino por los estrechos caminos de Beer Bottle Pass lo que le permiti´o quedar en quinto lugar.

2.1.5. DARPA Urban Challenge 2007 La tercera competici´on del DARPA Grand Challenge, conocida como Urban¨ Challenge”, tuvo lugar en noviembre de 2007 en la base de la fuerza a´erea de Geor- ge, en Victorville, California. El trazado inclu´ıa de 96 kil´ometros dearea ´ urbana, que se deb´ıa ser completado en menos de 6 horas. Las reglas inclu´ıan obedecer todas las regulaciones de tr´afico mientras se desenvolv´ıan entre otros veh´ıculos y obst´aculo.

A diferencia de los desaf´ıos anteriores, los organizadores del Desaf´ıo Urbano 2007 dividieron a los competidores en dos ”pistas”, A y B. Todos los equipos de la Pista A y de la Pista B formaban parte del mismo circuito, pero los equipos elegidos para el programa Pista A recibieron 1 mill´on de d´olares como fondos. Los 11 equipos pertenecientes a ese grupo representaban en gran parte a universidades importantes tales como la Carnegie Mellon, Stanford, Virginia, Caltech, Cornell, y el MIT. DARPA no ha explicado p´ublicamente el fundamento de la selecci´on de los 2.2 Sistemas Cooperativos 19 equipos de la pista A. Tartan Racing gan´o el premio de 2 millones de d´olares con

Fig. 11: Algunos de los veh´ıculos integrantes de la DARPA Challlege 2007 su veh´ıculo ”Boss”, un Chevy Tahoe. En la tabla 2 podemos ver el resto de equipos que finalizaron la prueba:

Veh´ıculo Equipo Organizaci´on Tiempo (h:m:s) Boss Tartan Racing Universidad Carnegie Mellon 4:10:20 Junior Stanford Racing Team Universidad de Stanford 4:29:28 Odin VictorTango Virginia Tech 4:36:38 Talos MIT MIT 6:00:00 Little Ben The Ben Franklin Racing Team Universidad de Pensilvania Sin tiempo oficial Skynet Cornell Universidad de Cornell Sin tiempo oficial

Tab. 2: Resulados de la DARPA Challengue de 2007

2.2. Sistemas Cooperativos La definici´on de sistema cooperativo dispone que es el proceso de uno o m´ultiples grupos que act´uan juntos para el beneficio com´un o mutuo, en lugar de trabajar en competencia. A pesar de lo que podamos intuir esta definici´on no solo se puede apli- car a grupos de entidades biol´ogicas, sino que incluso en la inform´atica se acu˜na el termino para definir sistemas de software colaborativo o cooperativo. M´as espec´ıfi- camente, se refiere al conjunto de aplicaciones que integran el trabajo en un s´olo proyecto, con muchos usuarios concurrentes que se encuentran en diversos puntos, 20 2Estadodelarte conectadas a trav´es de una red. La automoci´on tambi´en ha hecho uso de los sistemas cooperativos, incorpor´andolos en sus desarrollos para desplegar nuevas tecnolog´ıas que ayuden a mejorar la seguridad de los veh´ıculos.

A pesar de las posibles diferencias que puedan existir, todos estos grupos tienen en com´un la dependencia de un sistema de comunicaci´on. La comunicaci´on repre- senta la principal base sobre la que se funda la cooperaci´on, especialmente en lo referente a sistemas inform´aticos, donde los distintos procesos necesitan estar co- municados para transmitir la informaci´on y poder alcanzar el objetivo com´un. La industria de la automoci´on no representa una excepci´on, para ello se han ido definien- do una serie de est´andares con el objetivo exclusivo de facilitar todo el conjunto de comunicaciones implicadas en este campo. Podemos observar muchos de ellos en la recopilaci´on que llevo a cabo en 2009 el grupo de investigadores de BMW, que realiz´o una recopilaci´on de los est´andares existentes hasta el momento [Kosch et al., 2009].

En la automoci´on los sistemas cooperativos representan una serie de t´ecnicas y tecnolog´ıas mediante las cuales un veh´ıculo puede comunicarse de forma inal´ambrica con otro veh´ıculo o infraestructura. En contraposici´on a los sistemas avanzados de asistencia al Conductor (ADAS por sus siglas en ingles), estas tecnolog´ıas permiten una comunicaci´on en ambos sentidos: adem´as de proporcionarse la informaci´on al veh´ıculo y conductor, el propio veh´ıculo tambi´en proporciona informaci´on (sobre velocidad, incidentes, etc.) a la infraestructura de carreteras, al centro de gesti´on de tr´afico y a otros veh´ıculos.

En los est´andares se han establecido un conjunto de protocolos espec´ıficos para las comunicaciones destinadas a la automoci´on, denominadas Vehicle-to-Everithing (V2X), recogidos en la norma 802.11p ETSI ITS-G5 que emite en la banda de 5.9Ghz. A ra´ız de la estandarizaci´on de estos protocolos muchas empresas del sector han desarrollado sus propias soluciones para las comunicaciones V2X, con m´odulos de comunicaciones DSRC (del ingl´es Dedicated Short Range Communications) Entre ellas podemos destacar Cohda [Cohda Wireless, 2018], Yogoko [Yogoko, 2018], Fico- sa [Ficosa, 2018], Commsignia [Commsignia, 2018], Autotalks [Autotalks, 2018]. Un ejemplo de los m´odulos que ofrecen Cohda y que han sido utilizados en los ensayos se presentan en la figura 12.

Nuestro equipo, el grupo de investigaci´on del Instituto Universitario de Investiga- ci´on del Autom´ovil (INSIA) ha desarrollado nuestro propio m´odulo de comunicacio- nes DSRC-INSIA [Anaya et al., 2014], siguiendo los est´andares europeos ETSI EN 636-4.1. Las comunicaciones V2X llevadas a cabo durante los ensayos presentados en entornos reales han sido ejecutadas con estos m´odulos de comunicaciones. 2.3 Sistemas de transporte inteligentes cooperativos 21

Fig. 12: Algunos ejemplos de m´odulos V2X. De izquierda a derecha: Cohda MK5 OBU, Cohda MK5 RSU y m´odulo propio desarrollado en el INSIA.

2.3. Sistemas de transporte inteligentes cooperativos

En losultimos ´ a˜nos hemos visto como los problemas de tr´afico en las grandes ciudades han alcanzado su punto m´aximo. Sin embargo, estos problemas llevan apa- reciendo en menor medida desde la d´ecada de los 90, momento en el que gracias a los avances tecnol´ogicos de la ´epoca se empieza a formar la idea de que se necesitan nuevos y mejores sistemas para gestionar el creciente uso del autom´ovil.

Podemos ver uno de los primeros trabajos en la materia en [Sussman, 2008], don- de en 1991 un grupo de investigadores de Estados Unidos plantea un nuevo campo de estudio, los Sistemas de Veh´ıculos Inteligentes de las Carreteras (IVHS, Intelli- gent Vehicle of Highway System) que m´as tarde pasar´ıa a ser nombrado Sistemas de Transporte Inteligente (ITS, por sus siglas en ingles). El objetivo de este nuevo campo era buscar la manera de unir las mejoras y avances tecnol´ogicos en la auto- moci´on con las infraestructuras de transporte existente.

Como cualquier otra tecnolog´ıa, los ITS se han desarrollado con el objetivo prin- cipal de mejorar la seguridad de los usuarios. As´ı mismo, las comunicaciones y las capacidades de los sistemas han ido mejorando para permitir ir un paso m´as all´a respecto a la idea de los sistemas cooperativos. Se entienden como cooperativos, aquellos sistemas cuyos veh´ıculos o infraestructuras cooperan para mejorar la se- guridad, facilitar el uso, mejorar la experiencia...etc. Los sistemas cooperativos a˜naden la posibilidad de recabar y compartir informaci´on en tiempo real, lo cual ha permitido evolucionar los sistemas ITS combinando ambas tecnolog´ıas, de esta manera surgen los Sistemas Cooperativos de Transporte Inteligente (CITS, Coope- rative Intelligent Transportation Systems)[Horton et al., 2016]. 22 2Estadodelarte

Los CITS han ido ganando importancia con el paso de los a˜nos, podemos verlo reflejado en la multitud de proyectos europeos que existen [Strand´en et al., 2008]. Gracias a estos proyectos se ha contribuido al desarrollo e implementaci´on de los sistemas CITS. Una parte de los sistemas cooperativos son los ADAS, que se en- cuentran como un paso intermedio hacia la automatizaci´on completa.

2.4. Sistemas avanzados de asistencia a la conducci´on

En losultimos ´ a˜nos uno de los principales destinos del presupuesto de las com- pa˜n´ıas de automoci´on es la investigaci´on y desarrollo de nuevas tecnolog´ıas para aumentar el confort y seguridad de los veh´ıculos. Esto podemos observarlo viendo el incremento de relevancia que han tenido test como los “European New Car As- sesment Programme” (Euro NCAP) a la hora de adquirir y calificar la calidad de los veh´ıculos. Estos test proporcionan informaci´on adicional de la seguridad pasiva de los veh´ıculos, y se observa el aumento de las puntuaciones en laultima ´ d´ecada. Dentro de los distintos tipos de sistemas de seguridad del veh´ıculo encontramos dos grupos, elementos de seguridad pasiva y activa. Los elementos de seguridad pasiva act´uan para minimizar los da˜nos ocasionados por lo percances que el veh´ıculo pueda sufrir. Estos elementos son de gran importancia para reducir las consecuencias de los accidentes y en estudios como [Kullgren et al., 2010], ponen a prueba y respaldan la veracidad de los test Euro NCAP comparando los mismos con los resultados de siniestros reales.

Por otro lado, se encuentran los sistemas de seguridad activa, que se dise˜nan para actuar con el objetivo de evitar que ocurra el accidente, es decir, al contrario que los elementos pasivos act´uan antes del percance. Dentro de este grupo tambi´en encontramos equipos que son capaces de asistir al conductor para evitar los acciden- tes, conocidos como ADAS por sus siglas en ingles. Podemos entender estos sistemas como un primer paso hacia la automatizaci´on del veh´ıculo.

El principal contratiempo a la hora de desarrollar este tipo des sistemas se pre- senta a la hora de probar su eficacia en carretera, ya que, aunque el apartado t´ecnico evoluciona de manera r´apida, el apartado legal funciona mucho m´as lento. Sin em- bargo, en Espa˜na el 13 de noviembre de 2015, la Direcci´on General de Tr´afico (DGT) public´oenlainstrucci´on 15/V-113 la legislaci´on que deb´ıan seguir los investigadores alahoraderealizarensayosenlav´ıa p´ublica con veh´ıculos aut´onomos. En la misma se presenta una clasificaci´on de los distintos tipos de automatizaci´on seg´un el grado de intervenci´on del conductor frente al veh´ıculo, tal y como se describe en la tabla 13. Los ADAS componen los niveles 0, 1 y 2 de la tabla. 2.4 Sistemas avanzados de asistencia a la conducci´on 23

Fig. 13: Niveles de automatizaci´on definidos en la instrucci´on 15/V-113 por la DGT.

2.4.1. Control de crucero

Entre los sistemas ADAS en este trabajo destacamos los controles de crucero. Un control de crucero (CC) es un sistema que se encarga de controlar de manera au- tom´atica el avance y velocidad del veh´ıculo. Los sistemas de control de crucero m´as sencillos se enfocan en actuarunicamente ´ sobre el control longitudinal del veh´ıculo, aunque los sistemas m´as modernos act´uan a la vez sobre varios controles.

El primer control de crucero que apareci´oenunveh´ıculo fue en el a˜no 1910 de la mano de Peerless. La compa˜n´ıa aseguraba de sus veh´ıculos que eran capaces de mantener la velocidad tanto en llano como en pendientes. Estos sistemas se basaban en un regulador centrifugo o p´endulo de Watt y fueron el primer paso hacia los con- troles de crucero aplicado a los veh´ıculos. No ser´ıa hasta 1945 cuando aparecieron los primeros controles de velocidad modernos, que basaban su funcionamiento en calcular la velocidad con las rotaciones del palier.

La comercializaci´on de los primeros veh´ıculos con sistemas de control de crucero modernos aparecieron a finales del siglo XX. M´as tarde, ante la necesidad de una regulaci´on en el desarrollo de estos sistemas, la Organizaci´on Internacional de Nor- malizaci´on (ISO, International Organization for Standardization) empez´o a trabajar en una norma que contuviera las regulaciones necesarias lo que dio lugar a el primer est´andar [ISO 15622:2010, 2010]. 24 2Estadodelarte

La idea de los controles de crucero cooperativos aparece con ´el objetivo al me- jorar las capacidades de intentar solventar los problemas de un CC, al a˜nadir la capacidad de transmitir informaci´on mediante sistemas de comunicaciones Veh´ıculo- aVeh´ıculo (V2V, Vehicle-to-Vehicle) y Veh´ıculo-a-Infraestructura (V2I, Vehicleto- Infrastructure).

En esencia, los CCC y los CC son iguales, con la salvedad que un CCC dispone de una entrada adicional de informaci´on a trav´es de las comunicaciones.

Las comunicaciones permiten mantener una fuente de informaci´on adicional sobre el entorno, la situaci´on de las carreteras, condiciones meteorol´ogicas, los veh´ıculos, y un largo etc´etera. El volumen de informaci´on permite un sin fin de posibilidades para que el sistema act´ue en consecuencia o pueda elaborar decisiones mucho m´as precisas. Adem´as, las comunicaciones no son una fuente de informaci´on en un solo sentido, es decir, los protocolos de comunicaciones permiten enviar mensajes al resto de nodos en el sistema.

Este tipo de sistemas no limitan el numero o tipos de sensores que utilizan, no obstante, se pueden combinar varios tipos de sensores o incluso utilizar varios del mismo tipo para minimizar errores. En [Dey et al., 2016], se hace una recopilaci´on de las diferentes tecnolog´ıas relacionadas con sistemas de CC, donde se muestra desde los primeros algoritmos como Greedy hasta protocolos para optimizar la di- seminaci´on de mensajes que se utilizan en los sistemas. El control de CC se encarga de utilizar la informaci´on recolectada, procesar y elaborar una respuesta mediante algoritmos y enviarlo a los actuadores. Porultimo ´ los actuadores son los elementos de hardware que accionan el acelerador, freno, direcci´on,etcdelveh´ıculo. 25

3. Evaluaci´on de Riesgos

A la hora de abordar el problema de la gesti´on del tr´afico podemos abordar dis- tintas estrategias. Pero primero debemos identificar las causas principales de este problema. En primer lugar, nos enfrentamos a una infraestructura anticuada, que no ha podido evolucionar al ritmo de los veh´ıculos, y que ahora se torna insuficiente para manejar la densidad de tr´afico que encontramos en las ciudades. Por otra parte, adem´as de la insuficiencia de la infraestructura, los m´etodos de gesti´on de esta son pocooptimos, ´ en parte debido a la falta de versatilidad de la misma y a la falta de informaci´on o calidad de la informaci´on para realizar esa gesti´on.

Ante esta situaci´on podemos plantear tres escenarios principales, por una par- te, dado que la ra´ız del problema proviene de la infraestructura podemos pensar que es obvio realizar una inversi´on en nueva infraestructura que sustituya la actual. C´omo alternativa m´as sencilla podemos definir la estrategia de no realizar ninguna inversi´on y dejar la infraestructura tal como est´a, esperando que el aumento de la tecnolog´ıa de los veh´ıculos pueda solventar el problema el problema o mediante la aparici´on de nuevas tecnolog´ıas. Porultimo, ´ podemos plantear un escenario en el que alcanzamos un termino media, dejamos la infraestructura actual, pero la actua- lizamos mediante la incorporaci´on de sistemas de comunicaciones V2X.

La ventaja principal de la soluci´on escogida es que permite aprovechar la infra- estructura existente, reduciendo la necesidad de inversi´on, a la vez que aporta todas las caracter´ısticas y ventajas que necesitamos.

En el escenario de reconstrucci´on de la infraestructura actual obtendr´ıamos la principal ventaja de poder rehacer la infraestructura a medida de lo que necesita- mos, para poder solventar los problemas que hemos presentado. Sin embargo, esta soluci´on presenta muchos inconvenientes, en primer lugar y m´as claro es la necesidad de una gran inversi´on de capital dada la magnitud del proyecto. Esto tambi´en hace necesario un gran periodo de tiempo para cumplir con la reforma, por lo que es necesario una inyecci´on continua de capital y una estabilidad pol´ıtica que no tiene por que aparecer. Por otra parte, es de esperar retrasos en la finalizaci´on, otra vez debido al tama˜no de aventura, con el impacto que esto supone al usuario. Debemos tener en cuenta tambi´en los posibles problemas legales a asociados a la ampliaci´on de la infraestructura, como recalificaci´on de terrenos o necesidad de pasar por parce- las privadas. Porultimo, ´ esta soluci´on a medida no nos garantiza su compatibilidad con otros pa´ıses colindantes, lo que se traduce en un protocolounico ´ de nuestro territorio que las marcar tendr´ıan que incorporar en sus veh´ıculos. Todo esto queda resumido en la figura 14.

El escenario m´as sencillo que se plantea, obviamente, es no realizar ninguna ac- ci´on. Tambi´en resulta obvio que ya que se ha presentado el problema esta opci´on no es viable. Comounica ´ ventaja se nos presenta el ahorro de inversi´on, ya que no es 26 3 Evaluaci´on de Riesgos

xSOLUCIÓN A MEDIDA xGRANDES COSTES xTIEMPO DE REALIZACIÓN

º xIMPOSIBILIDAD DE CONSTRUIR FDF xTEMAS LEGALESD xAMPLIAR LA INFRAESTRUCTURA xFALTA DE PRESUPUESTO xINESTABILIDAD POLÍTICA xINCOMPATIBILIDAD O xRETRASOSA

Fig. 14: Diagrama DAFO para el escenario de reconstrucci´on de la infraestructura. necesario hace nada. Por otra parte, se nos presentan los ya mencionados problemas de incremento del n´umero de accidentes y de los problemas de gesti´on de la infraes- tructura actual. A esto debemos sumarle la obsolescencia de esta, y la necesidad de adaptaci´on hacia las mejoras que los veh´ıculos est´an empezando a incorporar y que ir´an incrementados en el futuro. Otra amenaza inmediata y que ya estamos viviendo es el desbordamiento, la incapacidad de la infraestructura para gestionar el parque m´ovil actual de una manera ´optima. Esto se traduce, adem´as de los nombrados ac- cidentes, en el incremento de la poluci´on, atascos e inutilidad de la v´ıa para cumplir su funci´on. Con los servicios actuales no queda sitio para incluir nuevas t´ecnicas de gesti´on, ya que no se cuenta con la informaci´on necesaria ni con medios para distribuirla. Podemos entonces garantizar que esta soluci´on se convierte mas bien en aplazar y alargar una situaci´on insostenible a largo plazo. Todo esto queda resumido en la figura 15

Porultimo, ´ llegamos al escenario escogido. En este escenario pretendemos al- canzar las ventajas de la reconstrucci´on de la infraestructura, pero sin tener que llegar a ello, ni a la inversi´on que ocasionar´ıa. Es ah´ı donde reside la potencia de este escenario, podemos reutilizar la infraestructura actual y adaptarla con ciertas mejoras para solventar los problemas descritos. En este caso esta mejora se consigue a trav´es de la inclusi´on de comunicaciones V2X, de manera que la infraestructura se encuentre conectada con los responsables de su gesti´on (DGT) y con los usuarios de esta. De esta manera existe un cambio de informaci´on bidireccional.

Este sistema nos ofrece varias ventajas, en primer lugar, la modularidad, pode- mos actualizar las v´ıas de forma escalona sin que suponga percance para el usuario, y 27

xOBSOLESCENCIA x0 GASTO xACCIDENTES xPROBLEMAS DE GESTIÓN FDFº D xFALTA DE INFRAESTRUCTURA xDESBORDAMIENTO xIMPOSIBILIDAD NUEVAS ESTRATEGIAS O xOBLIGACIÓNA DE ACTUALIZACIÓN

Fig. 15: Diagrama DAFO para el escenario de no actuar frente al problema. podemos adaptar veh´ıculos antiguos para que hagan uso de esta tecnolog´ıa. Gracias a todo este intercambio de informaci´on en tiempo real se abre la puerta a nuevas t´ecnicas de gesti´on, permiti´endonos reducir los accidentes, los atascos, la contami- naci´on y en resumen utilizar las v´ıasdemanera´optima. Pero esta informaci´on no tiene por que quedar limitada a este sistema, si no que puede ser aprovechada para otras aplicaciones como control en los eventos de poluci´on, cierre de ciertas ´areas (Eventos deportivos, manifestaciones...etc.),informaci´on del tr´afico para el usuario . . . etc.

En cuanto a la estandarizaci´on existe un esfuerzo europeo para conseguir que las V2X sigan las mismas funcionalidades en todo el territorio, el proyecto AUTOCITS descrito con detalle en la secci´on 1.1, que ha impulsado el desarrollo de este trabajo para la preparaci´on del programa piloto espa˜nol.

No obstante, tambi´en existen ciertas desventajas en este escenario. El m´as des- tacable es la necesidad de inversi´on para implantar las nuevas mejoras, si bien esta inversi´on es mucho menor que la del primer escenario contemplado. Porultimo, ´ y ya comentado, nos encontramos con el problema de la legalidad, que no avanza al mismo ritmo que la tecnolog´ıa, pero en el que ya se est´an empezando a dar los pasos necesarios para su actualizaci´on. Todo esto queda reflejado de forma resumida en la figura 16.

De los escenarios planteados podemos asumir que la mejor opci´on, ante los datos presentados, es enfocar nuestros esfuerzos hacia el tercero. Si bien podr´ıan haberse planteado m´as escenarios el desarrollo de este trabajo se ha enfocado hacia aque- 28 3 Evaluaci´on de Riesgos

xMODULARIDAD xGASTO xEXPANSIBLE xACTUALIZABLE º xREDUCCIÓNFDF DE ACCIDENTES D xESTANDARIZACIÓN xLEGALIDAD xNUEVAS ESTRATEGIAS xCOOPERACIÓN CON OTROS SISTEMASO A

Fig. 16: Diagrama DAFO para el escenario de incorporaci´on de sistemas V2X a la infraestructura. llos m´as elementales y m´as realistas en su realizaci´on. En este trabajo se presenta la nueva infraestructura desarrollada y sus primeras aplicaciones con veh´ıculos aut´ono- mos, centr´andonos en el control longitudinal del mismo. Este trabajo tiene cabida en el esfuerzo europeo de AUTOCITS, para desarrollar un protocolo est´andar en las comunicaciones V2X, en el desarrollo de los sistemas que deber´an ser demostrados a la finalizaci´on del proyecto (2019). 29

4. Metodolog´ıa

En este trabajo se pretende desarrollar un sistema que solvente las limitaciones de los CACC actuales, enfocadas en dos ejes: mejora de la seguridad y mejora de la eficiencia. El modelo de CACC propuesto se basa en una arquitectura orientada al uso exclusivo de las comunicaciones V2X, el Bus CAN y le GPS comounicas ´ entradas de informaci´on. Para completar el sistema se ha dise˜nado una cartograf´ıa digital de alta precisi´on que hace posible el posicionamiento de cada veh´ıculo en la v´ıa. A fin de validar individualmente cada parte que compone el sistema se han realizado diferentes pruebas para validar el correcto funcionamiento del sistema de control del CACC, abarcando el m´aximo de situaciones posibles.

Estos ensayos de validaci´on han ayudado a que el sistema adopte diferentes modificaciones a lo largo de su desarrollo que han permitido mejorar los resultados. En el resto de los cap´ıtulos de este apartado, se describir´alasituaci´on final de los sistemas desarrollados. En este cap´ıtulo se describe el esquema general del sistema, los distintos tipos de sensores y los diferentes escenarios a los que debe hacer frente el sistema.

4.1. Esquema general En esta secci´on se presenta el esquema general de la arquitectura del sistema CACC desarrollado. En la Figura 17 podemos observar el diagrama general. En ´el se aprecia la disposici´on de las distintas capas que componen el sistema. En la capa m´as externa tenemos el veh´ıculo, donde obtenemos datos de telemetr´ıa y estado del coche a la vez que se reciben las se˜nales de control de la capa superior. En la segunda capa encontramos el propio sistema, donde se obtiene las lecturas de los sensores y la comunicaci´on entre las capas. Porultimo, ´ en la capa m´as interna encontramos el procesamiento de los datos y generaci´on de las se˜nales.

GPS Control V2X

Planificador Decisión ... Trayectoria

ROS

Ordenador Vehículo Fig. 17: Arquitectura general del sistema. 30 4 Metodolog´ıa

4.2. Sensores Los distintos tipos de sensores se encargan de adquirir toda la informaci´on que el sistema necesita. Para el funcionamiento del sistema se precisa de un sensor GPS, un m´odulo de comunicaciones V2X y el CANBus del veh´ıculo. Todo el sistema de adquisici´on de datos se encuentra incorporado en un m´odulo de sensores y con- trol, denominada maleta de control por su encapsulado, que permite automatizar el veh´ıculo o quitarla para circular como si de un veh´ıculo normal se tratase.

En la maleta de control disponemos de las tarjetas de control anal´ogicas y di- gitales para mandar se˜nales a los dispositivos del veh´ıculo (Pedales). Tambi´en se dispone de dos tarjetas CAN, una para conectarse al CANBus del veh´ıculo y poder acceder a la informaci´on de este y otra para poder mandar instrucciones a los dis- positivos que se conectan usando este protocolo (Volante). A su vez se dispone de las placas de control para el sistema el´ectrico y de el sistema de red necesario para las comunicaciones entre el veh´ıculo y el ordenador.

Para integrar las comunicaciones con los sensores y el veh´ıculo de la forma mas practica posible se ha desarrollado en el centro una maleta de control. En ella se contienen todos los dispositivos y placas de control necesarios para el funcionamiento aut´onomo del veh´ıculo. En la figura 18 podemos ver la maleta de control.

Fig. 18: Maleta de control desarrollada en el centro.

4.2.1. CAN CAN Bus es un protocolo de dos v´ıas, semid´uplex y de alta velocidad, esto se traduce en un rendimiento mayor en comparaci´on con tecnolog´ıas que se utilizan 4.2 Sensores 31 convencionalmente en comunicaciones entre dispositivos, c´omo RS232, adem´as de a˜nadir ventajas como la mejor funcionalidad, mayor fiabilidad y mayor velocidad que se obtiene con el protocolo CAN bus.

Esto ha llevado al CAN Bus a ser el protocolo de comunicaciones que incorpo- ran todos los veh´ıculos actuales. Sigue una topolog´ıa de red totalmente conectada y permite la transmisi´on de mensajes en entornos distribuidos garantizando comunica- ciones en tiempo real. En los veh´ıculos su utilidad reside en comunicar las distintas se˜nales de las unidades de control a los respectivos elementos del veh´ıculo, contro- lando desde luces hasta el giro del volante. A su vez estos elementos proporcionan informaci´on en tiempo real de la telemetr´ıa y estado del veh´ıculo, tales como ve- locidad, ´angulo de giro del volante, intermitentes, luces, estado de la bater´ıa...etc. Para el sistema propuesto en este trabajo tan solo necesitaremos la informaci´on de velocidad. En la figura 19 podemos observar la disposici´on de la arquitectura de la red CAN.

El sistema CAN esta probado como tremendamente robusto, basado en una fia- bilidad m´axima dando al mismo tiempo el mejor rendimiento posible. Entre las caracter´ısticas que hacen que este sistema sea tan robusto podemos destacar:

Flexibilidad en la configuraci´on.

Asegurar la consistencia de los datos en todo el sistema.

Detecci´on de errores y se˜nalamiento de estos.

Un bus MultiMaestro basado en prioridades.

Multidifusi´on de mensajes con filtrado para estos.

Solicitud de informaci´on de forma remota.

Retransmisi´on autom´atica de los mensajes que han sido destruidos por errores.

Distinci´on entre errores temporales y nodos que est´an fallando de forma per- manente.

Desactivaci´on autom´atica de los nodos defectuosos.

4.2.2. GPS Este dispositivo es el encargado de proporcionar la posici´on del veh´ıculo. El dis- positivo utilizado ha sido el Trimble BX935-INS que podemos ver en la figura 20, se trata de un sensor de GPS de alta precisi´on que mediante la correcci´on diferencial nospermitealcanzarerroresde5cent´ımetros en la obtenci´on de las coordenadas 32 4 Metodolog´ıa

Ordenador

Switch

Tarjeta CAN2 CAN1 Analógica

Tarjeta Digital

Volante Freno CAN Bus Accionar Acelerador Vehículo Pedales

Fig. 19: Arquitectura de la red CAN junto con las tarjetas de control. para el posicionamiento, lo que supone una gran ventaja dada la necesidad de pre- cisi´on para la aplicaci´on en veh´ıculos y la velocidad de los mismos.

Fig. 20: GPS y antena equipados en el veh´ıculo.

Adem´as, este sensor incluye una IMU (Inertial Measurement Unit), lo que nos permite obtener informaci´on adicional sobre la odometr´ıa del veh´ıculo (Angulos´ RPY, orientaci´on aceleraci´on en todos los ejes...etc.). Dado que el sensor se sit´ua en el interior del veh´ıculo se debe colocar una antena para que la recepci´on sea buena. Podemos ver ambos dispositivos utilizados en la figura 20.

El protocolo de comunicaci´on con el dispositivo se realiza a trav´es de mensajes NMEA 0183 lo que nos permite obtener a dem´as de la posici´on, informaci´on adicional como velocidad, hora global, estad´ısticas, variaci´on de los errores, informaci´on sobre los sat´elites...etc.Estosdatossonobtenidosa unafrecuenciade10hercios.

4.2.3. M´odulo V2X Al tratarse de un sistema cooperativo, las comunicaciones son una parte funda- mental de informaci´on para el sistema, pero a diferencia de otros sensores donde 4.3 Control longitudinal 33 sabemos que tipos de datos vamos a tratar y que informaci´on se transmite, las comunicaciones V2X no siempre transmiten la misma informaci´on. En la torre Open System Interconnection (OSI) de la Figura 21, podemos obser- var los distintos est´andares que definen cada capa del protocolo de comunicaciones V2X. El sistema desarrollado en este trabajo se encuentra en la capa de m´as alto, aplicaciones ITS, donde se mantiene una comunicaci´on directa con el m´odulo para poder acceder a la red de comunicaciones.

La capa facilities dispone de una variedad grande de protocolos destinados ca- da uno a funcionalidades muy concretas dentro del protocolo V2X. Por ejemplo, existen los mensajes Cooperative Awareness Message (CAM), que est´an orientado unicamente´ a transmitir avisos sobre el estado del veh´ıculo. En el desarrollo de este trabajo y las pruebas realizadas, el protocolo utilizado se conoce Decentralized Envi- ronmental Notification Message (DENM), utilizado para transmitir informaci´on so- bre eventos en la carretera (Obras, accidentes. . . etc.) y las acciones a realizar(Bajar velocidad, parar. . . etc.)

Fig. 21: Modelo OSI del protocolo para las comunicaciones V2X.

4.3. Control longitudinal El control longitudinal es el sistema encargado de controlar el acelerador y el freno con el objetivo de ajustar la velocidad del veh´ıculo a la consigna deseada. En- 34 4 Metodolog´ıa tre las acciones que puede realizar el sistema est´an mantener la velocidad, rebajar la velocidad un tanto por ciento sobre la actual, rebajar la velocidad a una consigna indicada o detener el veh´ıculo. Por la naturaleza de los eventos DEN, no se contem- pla el aumentar la velocidad.

En m´ultiples estudios como [Kesting et al., 2007], [Van Arem et al., 2006] se va- lora el impacto del ACC frente a diferentes situaciones de congesti´on del tr´afico. En ellos se demuestra que realizando una reducci´on en la velocidad de los veh´ıculos antes de llegar a zonas congestionadas ayuda a mejorar estas situaciones y a reducir en gran medida la congesti´on y por lo tanto, a reducir los valores de emisiones de CO2.Tambi´en se reducen las situaciones peligrosas y los accidentes por alcance, tan t´ıpicos de estos escenarios.

Si adem´as el propio sistema ACC pudiese recibir informaci´on con antelaci´on del estado de la carretera y el tr´afico en los pr´oximos, podr´ıa ser capaz de adaptar la velocidad del veh´ıculo a las condiciones de la v´ıa de manera autom´atica facilitando la llegada a la zona de congesti´on y su posterior resoluci´on. En este principio es en el que se basa el desarrollo de este trabajo, solventado esta entrada de informaci´on a trav´es de las comunicaciones V2X, concretamente V2I ya que es la propia infraestructura a trav´es del centro de control de tr´afico la que informa al veh´ıculo de los problemas en una determinadaarea. ´

DGT

Área de velocidad limitada

Fig. 22: Esquema de funcionamiento del CACC. El centro de control(DGT) publica un evento de retenci´on en una determinada ´area geogr´afica (Zona amarilla), cuando un veh´ıculo se encuentra a la distancia de propagaci´on del mensaje recibe el mismo y ajusta la velocidad seg´un se indique en el evento. Una vez fuera del ´areadeleventoelveh´ıculo recupera su velocidad normal. 4.4 Control de bajo nivel 35

4.4. Control de bajo nivel Para que las aplicaciones de m´as alto nivel, como la que utiliza las V2X, primero es necesario tener acceso al control de la telemetr´ıa del coche. En el veh´ıculo utili- zado el control se realiza de diferente manera sobre el actuador del acelerador y del freno.

Empezando por el acelerador, ya que es el m´as sencillo, la actuaci´on se realiza a trav´es de una tarjeta controladora de salida anal´ogica. Esta tarjeta es activada a trav´es de la salida digital de la tarjeta de entrada salida situada en la maleta de control. Si dicha tarjeta se activa, el veh´ıculo ignora las pisadas del conductor sobre el pedal y es el software el que pasa a tener el control. De esta manera podemos cambiar entre modo de conducci´on aut´onoma y conducci´on normal. Una vez que el software tiene adquirido el pedal el control de crucero calcula el valor de voltaje de la salida anal´ogica que es necesario par alcanzar la consigna deseada.

La automatizaci´on del pedal de freno resulta m´as complicada debido a su fun- cionamiento mec´anico. Para ello se ha instalado un motor que mediante una trans- misi´on de cable tira del pedal para activar el actuador. Este motor se habilidad de igual manera que el acelerador y su control se realiza a trav´es de las tarjetas CAN (19). En este caso el control preciso resulta m´as complejo ya que debemos convertir el error en la velocidad deseada a unangulo ´ que el motor debe girar para efectuar fuerza sobre el pedal. Tras el desarrollo de la automatizaci´on se observado que la transmisi´on por cable no resulta efectiva y ha sido reemplazada por una con cadena en veh´ıculos posteriores, solventado los problemas que presentaba la anterior.

Las se˜nales de ambos actuadores son calculadas utilizando un controlador PID (Controlador Proporcional-Integral-Derivativo). EL controlador PID es un mecanis- mo de control por realimentaci´on de la se˜nal, que es ampliamente usado en sistemas de control industrial. Se basa en el c´alculo del error entre un valor medido (Medi- da real) y un valor deseado (Consigna). Ambos controladores son independientes y tienen par´ametros de ajuste distintos. En la figura 23 podemos observar el funcio- namiento del controlador PID.

4.5. Control de decisiones El veh´ıculo cuenta con m´ultiples entrada de informaci´on, muchas de ellas redun- dantes (Velocidad CAN, velocidad GPS...etc). Adem´as existen m´ultiples sistemas que env´ıan se˜nales de control en base a esta informaci´on, con lo que es necesario filtrar y encontrar qu´ese˜nal es la adecuada para aplicar en cada momento.

En el caso de este trabajo nos centramos en el sistema V2X. Este caso, el control de guiado tiene el control de la velocidad mientras se est´aenmodoaut´onomo, pero en el momento de recibir un mensaje con una consigna de velocidad debemos mirar 36 4 Metodolog´ıa

Fig. 23: Diagrama de funcionamiento de un controlador PID. Debemos ajustar los tres par´ametros hasta obtener el comportamiento deseado. si aplicar la consigna del control de guiado o la recibida. En este caso el proceso de decisi´on resulta muy sencillo y puede verse resumido en la figura 24, aunque si tratasemos con todos los sistemas del coche deber´ıan utilizarse algoritmos m´as complejos en lo que se conoce como fusi´on sensorial.

4.6. Robot Operating System Para el desarrollo del trabajo, adem´as de la autorizaci´on del veh´ıculo y todo el hardware relacionado ha sido necesario desarrollar todo el software necesario para interactuar con el veh´ıculo y los sensores que incorpora antes del desarrollo de esta aplicaci´on de alto nivel.

Anteriormente no exist´ıa un marco com´un de desarrollo para los investigadores del centro, lo que dificultaba la integraci´on de los distintos sistemas al desarrollarse las diferentes aplicaciones en varios lenguajes y sistemas operativos lo que resul- taba inefectivo y llevaba a incompatibilidades e incluso a la necesidad de repetir aplicaciones ya que no pod´ıa reutilizarse el c´odigo existente. Dada la necesidad de automatizar completamente el veh´ıculo para poder desarrollar este proyecto se de- cide adoptar un marco com´un y utilizar el conocimiento adquirido en los anteriores desarrollos. El marco com´un elegido ha sido Robotic Operating System (ROS).

Aunque el nombre pueda llevarnos a enga˜nos ROS no es un sistema operativo en s´ı, si no un framework para el desarrollo de software para robots que provee la 4.6 Robot Operating System 37

Recepción del mensaje

Modo No Autónomo

Si

Velocidad crucero No Ignorar > consigna

Si

Enviar al controlador

Fig. 24: Diagrama de flujo del proceso de decisi´on al aplicar la consigna de velocidad. funcionalidad de un sistema operativo. ROS se desarroll´o originalmente en 2007 por el Laboratorio de Inteligencia Artificial de Stanford para dar soporte al proyecto del Robot con Inteligencia Artificial de Stanford.

ROS provee los servicios est´andar de un sistema operativo tales como abstracci´on del hardware, control de dispositivos de bajo nivel, implementaci´on de funcionali- dad de uso com´un, paso de mensajes entre procesos y mantenimiento de paquetes. Est´a basado en una arquitectura de grafos donde el procesamiento toma lugar en los nodos que pueden recibir, mandar y multiplexar mensajes de sensores, control, estados, planificaciones y actuadores, entre otros. La librer´ıa est´a orientada para sis- temas Ubuntu aunque existe de manera experimental para otras plataformas. ROS es software libre bajo una licencia BSD. Esta licencia permite libertad para su uso comercial e investigador. 38 4 Metodolog´ıa 39

5. Resultados

Para validar que el desarrollo del trabajo presentado haya sido correcto se han realizado una serie de ensayos en el entorno real habilitado para ello, as´ıcomoen las instalaciones del propio centro. Los ensayos han sido realizados utilizando los m´odulos V2X de la figura 12 y el veh´ıculo Mitsubishi i-miev que ha sido automati- zado en el INSIA y cuenta con el equipo necesario para el desarrollo de las pruebas. Dado que el proyecto tiene como objetivo preparar la demo espa˜nola el programa AUTOCITS, los ensayos han pretendido reflejar el correcto funcionamiento de las dos consecuencias definidas en el est´andar para el control lateral, la reducci´on de velocidad por consigna y la parada total del veh´ıculo. Adem´as, para probar la facili- dad de a˜nadir nuevos protocolos de actuaci´on se ha a˜nadido una caracter´ıstica m´as que permite que el veh´ıculo pueda realizar una reducci´on de velocidad en funci´on de un porcentaje asignado (Ejemplo: reducir al 50 % la velocidad actual.)

5.1. Equipo y entorno La realizaci´on de los ensayos se ha realizado en el carril BUS-VAO de la autov´ıa A6, en un tramo localizado entre la M30 y la M40. Esta zona se encuentra habilitada con m´odulos V2X aportados por el INSIA e Indra, podemos ver la disposici´on de estos m´odulos en la figura 25. Para la realizaci´on de los ensayos se ha utilizado el veh´ıculo Mitsubishi i-MiEV mostrado en la figura 26.

Fig. 25: Zona de realizaci´on de los ensayos, situada en el carril BUS-VAO de la A6. Los m´odulos verdes representan los aportados por el INSIA. En rojo los m´odulos aportados por INDRA.

Cada ensayo refleja la actuaci´on para cada uno de los tres comportamientos que se pretend´ıa que el veh´ıculo realizase. Cada uno de ellos tiene una longitud aproxi- mada de 3 kil´ometros en los que el veh´ıculo se encuentra en todo momento en modo aut´onomo. Los ensayos simulan un evento y su emisi´on desde el centro de control, cada uno con un di´ametro de unos 850 metros durante los cuales el veh´ıculo debe 40 5 Resultados ajustar la velocidad seg´un la consigna indicada.

Fig. 26: Veh´ıculo i-MiEV utilizado durante los ensayos.

5.2. Eventos de deceleraci´on

En este ensayo se pretende comprobar el comportamiento de deceleraci´on. El veh´ıculo viaja en modo control de crucero de forma aut´onoma mediante el control de bajo nivel, que mantiene el veh´ıculo a una velocidad de en torno a los 80 kil´ome- tros por hora. En un momento determinado el veh´ıculo entrar´a en una zona bajo alerta por un evento, recibiendo esta informaci´on mediante el m´odulo V2X y tendr´a que reducir la velocidad a 30 kil´ometros por hora. Una vez el veh´ıculo se encuentre fuera del radio de acci´on este debe recuperar la velocidad previa de la ruta. En la figura 27 podemos observar el perfil de velocidad de la prueba.

Como vemos, el veh´ıculo al momento de entrar en la zona del evento reduce inmediatamente la velocidad y mantiene el perfil aproximado que se le ha indicado en la consigna del evento. Una vez alcanza el fin del evento recupera correctamente la velocidad previa del control de crucero.

Ara´ız de los resultados satisfactorios se da como validado este objetivo. 5.3 Eventos de parada 41

Fig. 27: Comportamiento de deceleraci´on.Elveh´ıculo reduce correctamente la velo- cidad de unos 80 km/h a 30 km/h, recuperando la velocidad inicial al salir del evento.

5.3. Eventos de parada En este ensayo se pretende comprobar el comportamiento de parada. El veh´ıculo viaja en modo control de crucero de forma aut´onoma mediante el control de bajo nivel, que mantiene el veh´ıculo a una velocidad de en torno a los 60 kil´ometros por hora. En un momento determinado el veh´ıculo entrar´a en una zona bajo alerta por un evento, recibiendo esta informaci´on mediante el m´odulo V2X y tendr´a que reducir la velocidad a 0 kil´ometros por hora deteniendo totalmente ´el veh´ıculo. Se trata de un evento especial ya que launica ´ manera de recuperar la marcha es cancelando la zona del evento. En la figura 28 podemos observar el perfil de velocidad de la prueba.

Como vemos, el veh´ıculo al momento de entrar en la zona del evento reduce inmediatamente la velocidad y evita que este vuelva a moverse.

Ara´ız de los resultados satisfactorios se da como validado este objetivo.

5.4. Eventos de deceleraci´on porcentual En este ensayo se pretende comprobar el comportamiento de deceleraci´on por porcentaje. Se trata de un caso especial al no est´a contemplado en el est´andar de AUTOCITS, pero con el que se pretende mostrar la facilidad del sistema para ser adaptado a diferentes situaciones. El veh´ıculo viaja en modo control de crucero de forma aut´onoma mediante el control de bajo nivel, que mantiene el veh´ıculo a una velocidad de en torno a los 70 kil´ometros por hora. En un momento determinado el veh´ıculo entrar´a en una zona bajo alerta por un evento, recibiendo esta informaci´on 42 5 Resultados

Fig. 28: Comportamiento de parada. El veh´ıculo reduce correctamente la velocidad de unos 60 km/h a 0 km/h, deteniendo totalmente el veh´ıculo. mediante el m´odulo V2X y tendr´a que reducir la velocidad a 35 kil´ometros. Al igual que en el primer ensayo el veh´ıculo debe recuperar la velocidad una vez a salido de la zona del evento. En la figura 29 podemos observar el perfil de velocidad de la prueba.

Fig. 29: Comportamiento de deceleraci´on.Elveh´ıculo reduce correctamente la velo- cidad de unos 80 km/h a 30 km/h, recuperando la velocidad inicial al salir del evento.

Como vemos, el veh´ıculo al momento de entrar en la zona del evento reduce inmediatamente la velocidad y mantiene el perfil aproximado que se le ha indicado 5.4 Eventos de deceleraci´on porcentual 43 en la consigna del evento. Una vez alcanza el fin del evento recupera correctamente la velocidad previa del control de crucero.

Ara´ız de los resultados satisfactorios se da como validado este objetivo. 44 5 Resultados 45

6. Conclusiones

En este trabajo se ha presentado un sistema de control de crucero adaptativo ba- sado en comunicaciones V2X. Esto representa el primer paso en una modernizaci´on progresiva de la infraestructura existente con el objetivo de afrontar los problemas existentes en la gesti´on del tr´afico y aquellos que est´an por llegar.

El sistema ha probado ser totalmente funcional y pasar todas las pruebas reque- ridas, as´ı como cumplir con todas las funcionalidades que deben demostrarse dentro del proyecto AUTOCITS para el programa piloto espa˜nol. Adem´as, estudios parale- los al desarrollo de este trabajo han mostrado su efectividad a la hora de gestionar de forma ´optima el tr´afico ante situaciones de congesti´on. Esto se traduce en una reducci´on del consumo, lo que significa tambi´en menores emisiones de CO2,unau- mento de la capacidad de la v´ıa de aumentar el flujo de veh´ıculos y en la reducci´on de situaciones de retenci´on.

Mediante la expansi´on de estas tecnolog´ıas podemos mejorar la gesti´on del tr´afico ya que contamos con una red que nos permite mantener una comunicaci´on bidirec- cional entre los usuarios la infraestructura y el centro de control. De esta manera podemos conocer en todo momento y en tiempo real la situaci´on de la carretera y actuar en consecuencia.

Estoultimo, ´ ha sido mostrado en [Talavera et al., 2018] donde utilizando los sistemas V2X desarrollados en el centro, prueban mediante simulaci´on que se realiza un aumento del flujo de veh´ıculos, as´ı como de su velocidad media pero reduciendo el consumo. 46 6 Conclusiones 47

7. L´ıneas futuras

Como hemos podido ver el desarrollo de este trabajo abre las puertas a un gran abanico de posibilidades para desarrollar trabajos futuros y para continuar desarro- llando el presente trabajo. Entre ellos podemos destacar:

Ampliar los ensayos utilizando m´as veh´ıculos para comprobar la efectividad en entornos reales.

Realizar pruebas de escalabilidad del sistema y a˜nadir m´astiposdeavisospor comunicaciones.

A˜nadir nuevas acciones para el veh´ıculo, como adelanteamientos.

Estudiar nuevas t´ecnicas de gesti´on para mejorar las situaciones de circulaci´on.

Desarrollar sistemas que puedan utilizar la informaci´on de la red en su bene- ficio.

Incorporar sistemas de predicci´on de conducta y situaciones, para anticiparse a los eventos.

Explorar el uso de nuevos sistemas de comunicaci´on por redundancia y aliviar el tr´afico de la red.

Actualmente se est´a trabajando en ampliar la zona de cobertura de los m´odulos, realizando su instalaci´on desde el final de la autov´ıa A6 hasta su conexi´on con la M-30, lo que va a permitir realizar nuevos ensayos en diferentes entornos y poner a prueba la escalabilidad del sistema. A ra´ız del aparente ´exito del programa, y el inter´es que a despertado el mismo, ya se ha puesto en marcha su continuaci´on a trav´es del proyecto C-Roads. 48 7L´ıneas futuras Referencias 49

Referencias

[Anaya et al., 2014] Anaya, J. J., Talavera, E., Jim´enez, F., G´omez, N., and Naran- jo, J. E. (2014). A novel geo-broadcast algorithm for v2v communications over wsn. Electronics, 3(3):521–537.

[Autotalks, 2018] Autotalks (2018). Autotalks. https://www.auto-talks.com. Revisado el 20 de Junio, 2018.

[Cohda Wireless, 2018] Cohda Wireless (2018). Cohda wireless. http://www. cohdawireless.com. Revisado el 20 de Junio, 2018.

[Commsignia, 2018] Commsignia (2018). Commsignia. http://www.commsignia. com. Revisado el 20 de Junio, 2018. [de Tr´afico, 2007] de Tr´afico, D. G. (2007). Anuario estad´ıstico de accidentes 2006.

[de Tr´afico, 2017] de Tr´afico, D. G. (2017). Anuario estad´ıstico de accidentes 2016.

[Dey et al., 2016] Dey, K. C., Yan, L., Wang, X., Wang, Y., Shen, H., Chowdhury, M., Yu, L., Qiu, C., and Soundararaj, V. (2016). A review of communication, driver characteristics, and controls aspects of cooperative adaptive cruise control (cacc). IEEE Transactions on Intelligent Transportation Systems, 17(2):491–509.

[Ficosa, 2018] Ficosa (2018). Ficosa. https://www.ficosa.com.Revisadoel20de Junio, 2018.

[Horton et al., 2016] Horton, G., Biedka, M., Chiffi, C., de Stasio, C., Doll, C., Meija-Dorantes, L., Bruhova-Foltynova, H., SPERAT, Z., Jordova, R., Barta, D., et al. (2016). Cooperative intelligent transport systems.

[ISO 15622:2010, 2010] ISO 15622:2010 (2010). Adaptive cruise control systems – performance requirements and test procedures. Standard, International Organi- zation for Standardization, Geneva, CH.

[Kesting et al., 2007] Kesting, A., Treiber, M., Sch¨onhof, M., Kranke, F., and Hel- bing, D. (2007). Jam-avoiding adaptive cruise control (acc) and its impact on traffic dynamics. In Traffic and Granular Flow’05, pages 633–643. Springer.

[Kosch et al., 2009] Kosch, T., Kulp, I., Bechler, M., Strassberger, M., Weyl, B., and Lasowski, R. (2009). Communication architecture for cooperative systems in europe. IEEE Communications Magazine, 47(5).

[Kullgren et al., 2010] Kullgren, A., Lie, A., and Tingvall, C. (2010). Comparison between euro ncap test results and real-world crash data. Traffic injury prevention, 11(6):587–593.

[Strand´en et al., 2008] Strand´en, L., Str¨om, E. G., and Uhlemann, E. (2008). Wi- reless communications vehicle-to-vehicle and vehicle-to-infrastructure. 50 Referencias

[Sussman, 2008] Sussman, J. S. (2008). Perspectives on intelligent transportation systems (ITS). Springer Science & Business Media.

[Talavera et al., 2018] Talavera, E., D´ıaz-Alvarez,´ A., Jim´enez, F., and Naranjo, J. E. (2018). Impact on congestion and fuel consumption of a cooperative adaptive cruise control system with lane-level position estimation. Energies, 11(1):194.

[Van Arem et al., 2006] Van Arem, B., Van Driel, C. J., and Visser, R. (2006). The impact of cooperative adaptive cruise control on traffic-flow characteristics. IEEE Transactions on Intelligent Transportation Systems, 7(4):429–436.

[Yogoko, 2018] Yogoko (2018). Yogoko. https://www.yogoko.com.Revisadoel20 de Junio, 2018.