La aparición de los vehículos autónomos ha generado un concepto nuevo de conducción, proyectando un transporte más eficiente y seguro. Sin embargo, el panorama actual apuesta por una integración paulatina de los vehículos autónomos en la circulación junto a la evolución progresiva de los niveles de automatización. Este hecho genera que existan distintas naturalezas de conducción en el entorno vial, lo que comúnmente se llama tráfico mixto. Si bien el proceso de toma de decisiones es cada vez más naturalista para su integración en ese tráfico mixto, la modelización del comportamiento del conductor humano sigue siendo un tema en desarrollo en la actualidad. Algunas maniobras, como es el cambio de carril o la incorporación a una vía principal, son complejas de modelizar dado que las acciones de los demás conductores influyen significativamente en la decisión, debiendo analizar el conductor una gran cantidad de información en un intervalo de tiempo pequeño. Por ello, resulta crítica la compresión de las variables que se consideran durante la maniobra para proceder a su modelización de una forma realista. La cooperación entre vehículos influye directamente en la aceptación del hueco requerido para realizar una maniobra de desplazamiento lateral, dependiendo de la dinámica del entorno, como la densidad del tráfico, y de la actitud colaborativa de los demás conductores. Este estudio propone cinco tipologías de cambio de carril, las cuales han sido emuladas en tráfico real gracias a vehículos instrumentados y geolocalizados. La aceptación del hueco ha sido analizada en relación con el número de vehículos en el carril izquierdo y su disposición en el espacio. Los resultados obtenidos deben derivar en el perfeccionamiento de la modelización de la maniobra de cambio de carril y proporcionar un entorno más predecible para los vehículos autónomos.
La aparición de los vehículos autónomos ha generado un concepto nuevo de conducción, proyectando un transporte más eficiente y seguro. Sin embargo, el panorama actual apuesta por una integración paulatina de los vehículos autónomos en la circulación junto a la evolución progresiva de los niveles de automatización. Este hecho genera que existan distintas naturalezas de conducción en el entorno vial, lo que comúnmente se llama tráfico mixto. Si bien el proceso de toma de decisiones es cada vez más naturalista para su integración en ese tráfico mixto, la modelización del comportamiento del conductor humano sigue siendo un tema en desarrollo en la actualidad. Algunas maniobras, como es el cambio de carril o la incorporación a una vía principal, son complejas de modelizar dado que las acciones de los demás conductores influyen significativamente en la decisión, debiendo analizar el conductor una gran cantidad de información en un intervalo de tiempo pequeño. Por ello, resulta crítica la compresión de las variables que se consideran durante la maniobra para proceder a su modelización de una forma realista. La cooperación entre vehículos influye directamente en la aceptación del hueco requerido para realizar una maniobra de desplazamiento lateral, dependiendo de la dinámica del entorno, como la densidad del tráfico, y de la actitud colaborativa de los demás conductores. Este estudio propone cinco tipologías de cambio de carril, las cuales han sido emuladas en tráfico real gracias a vehículos instrumentados y geolocalizados. La aceptación del hueco ha sido analizada en relación con el número de vehículos en el carril izquierdo y su disposición en el espacio. Los resultados obtenidos deben derivar en el perfeccionamiento de la modelización de la maniobra de cambio de carril y proporcionar un entorno más predecible para los vehículos autónomos. Read More
Related posts:
NVIDIA sorprende con nuevo razonamiento para vehículos autónomos
Diseño e implementación de Seguimiento de Carril de Robocar
Vehículos eléctricos autónomos: el siguiente paso de la movilidad inteligente
Europa acelera hacia la movilidad sin conductor: Bolt y Stellantis preparan el despliegue de vehículos autónomos de Nivel 4 desde 2026
Innovaciones en el transporte terrestre de carga: Vehículos autónomos y su aplicación en México
GM abandona el desarrollo de robotaxis pero seguirá trabajando en vehículos autónomos