La industria de las carreras está en la vía rápida para autos de carrera sin conductor, gracias a la inteligencia artificial. En el centro de esta evolución está Roborace, la primera competencia de carreras autónoma del mundo. Concebido por el famoso diseñador de autos Daniel Simon, un ex diseñador de Bugatti que ha creado varios autos para Hollywood, el Robocar fue diseñado, desarrollado y construido por la organización Roborace. Una amplia gama de sensores en el vehículo alimentan la plataforma NVIDIA DRIVE, el cerebro AI de la carrera de autos.

Los equipos compiten escribiendo el#NVIDIA y desarrollando redes neuronales profundas que consumen los datos del sensor para ver, pensar y actuar.

Los automóviles, que tienen 4,8 metros de largo, pueden alcanzar velocidades de más de 300 kilómetros por hora. Las especificaciones reales del diseño del automóvil tienen poco que ver con cómo se desarrollarán las carreras.

Roborace está diseñado para resaltar las capacidades de conducción de la inteligencia artificial, no la destreza mecánica. Los equipos impulsores, que se espera que incluyan OEM de equipos, universidades, empresas de movilidad e incluso equipos de carreras tradicionales, no podrán llenar sus vehículos con sensores adicionales o más caballos de fuerza. En cambio, serán juzgados en función de la calidad de sus algoritmos y sus capacidades de inteligencia artificial.

"Lo que no queremos que sea esto es una competencia de hardware", dijo Bryan Balcombe, CTO de Roborace, en una sesión de GTC.

"Los controladores de IA que se sientan dentro de estos automóviles son los diferenciadores de rendimiento clave". Eso significa que todos los autos tienen la misma potencia debajo del cofre, y todos los autos funcionan con NVIDIA DRIVE. También tienen la misma variedad de sensores y cámaras y radares que les dan el mismo flujo de información.

La clave es lo que haces con esa informacion

"La clave", dijo Balcombe, "es lo que haces con esa información". Gran parte de la I + D de Roborace se lleva a cabo en un entorno de simulación que construyó. Y en el mundo real, para tomar decisiones de conducción informadas, es importante tener una comprensión más completa del mundo que rodea el automóvil.

El robocar tiene una gran cantidad de sensores que los utilizan para recopilar información sobre su ubicación y entorno. La fusión de los datos de múltiples sensores ayuda a aumentar la confianza en las mediciones combinadas. Por ejemplo, Lidar no funciona bien en niebla densa, mientras que el radar sí. Las mediciones múltiples predecirán con mayor precisión la distancia de detección del objeto, proporcionando así una imagen más completa y precisa para influir en las decisiones del controlador AI.

Los equipos que ingresan con su software de manejo pueden sesgar un conjunto de datos en comparación con otro. Entonces, la verdadera prueba es crear situaciones para poner a prueba la percepción del robot, la rapidez en la toma de decisiones y el razonamiento hasta el límite.

En otras palabras, es una raza de habilidades cognitivas, en lugar de destreza mecánica.

¿Qué significa esto para el futuro de las carreras?

"De esto se trata Roborace: asegurarse de que podamos tomar la tecnología de este entorno, transferirla a las carreteras y hacer que las carreteras sean más seguras", dice Balcombe. "Cuando el público observe [Roborace], verán situaciones que son relevantes para su experiencia de conducción en la vida real, y sabrán que el software es capaz de mantenerlos seguros en esas condiciones".

¡No te pierdas nuestra pagina de Facebook!!