Durante años, los pronosticadores han predicho que los vehículos autónomos, que permitirían que 🗝 el promedio de los comutadores se durmiera o viera Netflix en el camino a la oficina, estaban justo al alcance 🗝 de la mano.
A pesar de que muchos expertos han moderado sus expectativas, la implementación 🗝 generalizada de la tecnología autónoma no se realizará dentro de la próxima década, según un análisis publicado a finales de 🗝 2024 por S&P Global Mobility, que brinda información sobre la industria automotriz.
Sin embargo, Lakmal Seneviratne, el director fundador del Centro 🗝 de Sistemas Robóticos Autónomos de la Universidad Khalifa (KUCARS) en Abu Dhabi, cree que la movilidad autónoma todavía tiene un 🗝 futuro brillante.
La semana pasada, la Universidad Khalifa participó en la liga de carreras autónomas inaugural 🗝 de Abu Dhabi (A2RL), donde los tecnólogos de todo el mundo se enfrentaron en una serie de desafíos.
Organizadores de A2RL 🗝 dijeron que fue la primera carrera entre cuatro vehículos autónomos.
"Si me hubieras preguntado hace 10 o 15 años si alguna 🗝 vez vería una carrera de autos autónomos, habría dicho: 'No, no en mi vida'", dijo Seneviratne después del evento. "Es 🗝 fantástico ver cómo ha evolucionado esa tecnología".
No todas las cosas fueron suaves para los cuatro equipos 🗝 que compitieron en el Circuito Yas Marina, donde en noviembre el piloto de Fórmula Uno Max Verstappen terminó una temporada 🗝 récord con una victoria en el Gran Premio de Abu Dhabi.
Técnicamente, la Universidad de Múnich (TUM) tuvo problemas y su 🗝 automóvil se detuvo en la pista antes de encenderse nuevamente. El vehículo del equipo Polimove dio vueltas después de que 🗝 sus neumáticos se trabaron. Poco después, otro automóvil se detuvo, dejando solo al TUM en movimiento. Entonces, su automóvil también 🗝 se detuvo. Tres automóviles pudieron reanudar, pero hacia el final de la carrera, el líder se detuvo abruptamente y TUM 🗝 lo superó para ganar.
Algunos observadores, organizadores y participantes dicen que esfuerzos como AR2L, donde la tecnología 🗝 puede ser probada al límite, pueden proporcionar un terreno de entrenamiento productivo para los vehículos autónomos.
"Si tienes otros automóviles, ¿cómo 🗝 reaccionas con ellos? ¿Cómo los adelantas a alta velocidad, en condiciones marginales?", dice Seneviratne.
Hoffman está de acuerdo. "Si podemos desarrollar 🗝 software robusto que funcione en estas condiciones aquí, con altas velocidades con otros automóviles ... podemos hacer que el software 🗝 de conducción autónoma sea más robusto y confiable, y al final más seguro para todos", dijo.