Cámaras vs. LiDAR: a condución autónoma, cada día máis evolucionada

Tesla agarda que o seu sistema de condución autónoma de nivel 3 (L3) sexa homologado nos EUA e en Europa. Actualmente, só Mercedes (co seu Drive Pilot no Clase S e EQS) e Honda (con Traffic-Jam Pilot no Xapón) teñen sistemas L3 autorizados para o seu uso público. Este nivel implica que o automóbil pode conducir por si só en certas condicións, permitindo ao condutor apartar a vista da estrada. A maioría de marcas apostan por unha combinación de sensores (cámaras, radares e LiDAR) que garanten o cumprimento das normativas internacionais. Tesla basea o seu sistema Full Self-Driving (FSD) exclusivamente en cámaras e no procesamento de datos masivos mediante intelixencia artificial, diferenciándose claramente do resto. Esta decisión foi cuestionada, entre outros, por Li Xiang, CEO de Li Auto, que afirma que en países con contornas máis complexas, como a China, o LiDAR é indispensábel. Argumenta que as cámaras teñen limitacións de alcance (100 metros), mentres que o LiDAR pode detectar obxectos a máis de 200 metros, mesmo en condicións climáticas adversas. Un informe sobre os sistemas ADAS (niveis 2 e 3) destaca a importancia dos sensores LiDAR, capaces de escanear a contorna con precisión mediante láser. Esta tecnoloxía funciona tanto de día como de noite e complementa cámaras e radares, ofrecendo maior seguridade con chuvia, neve ou co parabrisas sucio. En canto á normativa, as directrices da Unece para homologar sistemas L3 non esixen LiDAR, pero si redundancia na percepción. Isto pode lograrse mediante sensores distintos ou cadeas de procesamento independentes. Tesla debe demostrar que o seu sistema monocámara funciona de forma segura en todas as condicións, o que complica a súa aprobación. Un dos desafíos dos sistemas multisensor é a enorme capacidade de cálculo necesaria. Por exemplo, o Avatr 11 conta con 35 sensores e require máis de 1.000 TOPS (tera-operacións por segundo). Esta complexidade implica un alto consumo enerxético, necesidade de refrixeración e maiores custos. En contraste, o enfoque de Tesla é máis eficiente. Ao centrarse só en visión, o seu sistema necesita menos potencia de cálculo, memoria e cableado, o que reduce o consumo e a necesidade de refrixeración. Con todo, esta eficiencia lógrase renunciando á redundancia física de sensores, clave para unha detección robusta en condicións adversas. Cando hai discrepancias entre sensores (por exemplo, entre LiDAR, radar e cámaras), os sistemas aplican algoritmos avanzados como filtros de Kalman ou técnicas bayesianas para determinar cal é a fonte máis fiábel. Mercedes, por exemplo, duplica o seu sistema con dúas cadeas completas (LiDAR/radar e cámaras), e en caso de discrepancia irrecuperábel, desactiva o nivel 3 e baixa a nivel 2. En cuestión de deseño, os sensores LiDAR de nivel 3 son máis discretos que os de nivel 5. Non viran nin sobresaen do teito, e os novos modelos poderán integrarse detrás do parabrisas, sen afectar a aerodinámica nin requirir recalibración tras o cambio do cristal, a diferenza das cámaras ADAS.