Cómo garantizar la seguridad de la tecnología ADAS de vanguardia

Jeff Phillips de National Instruments

Los sistemas avanzados de asistencia al conductor (ADAS) aumentan la seguridad del automóvil al ayudar con las tareas de monitoreo, advertencia, frenado y dirección. Se espera que estos sistemas crezcan durante la próxima década, impulsados ​​en parte por los avances en las tecnologías de detección y láser, y por cambios regulatorios.

Como Jeff Phillips, director de marketing automotriz, National Instruments escribe, la UE exige que para 2020, los vehículos deberán estar equipados con sistemas autónomos de frenado de emergencia y sistemas de advertencia de colisión frontal.

Si bien las aplicaciones ADAS aún se encuentran en sus inicios, sus características de seguridad podrían eventualmente convertirse en el principal diferenciador para las marcas automotrices, especialmente cuando se trata de crear vehículos autónomos.

Hoy en día, los fabricantes de equipos originales y las marcas de tecnología compiten entre sí en este espacio en gran parte no regulado para capturar participación de mercado y desarrollar los vehículos más seguros en la carretera. Sin embargo, dado que casi 1.3 millones de personas mueren en accidentes de tránsito en todo el mundo cada año, y con el número de personas muertas en las carreteras del Reino Unido en un máximo de cinco años (1.792), es fundamental que garanticemos y gestionemos la seguridad de la tecnología ADAS.

Escenario de pesadilla

Una consecuencia es que las innovaciones de ADAS están creando un escenario de pesadilla para los ingenieros de pruebas. Todas estas ideas en evolución significan pruebas contra lo desconocido:regulación, tecnología, arquitecturas desconocidas, incluso algoritmos desconocidos creados por redes neuronales en lugar del código línea por línea que desarrollan los ingenieros de software.

Además, la carga de la seguridad recae en las nuevas tecnologías. Cada choque de un automóvil autónomo genera más escrutinio y dudas sobre la tecnología, a pesar de que solo ha habido una pequeña cantidad de accidentes autónomos documentados. Al igual que con cualquier tecnología nueva, los consumidores necesitarán estar seguros de la seguridad de la tecnología antes de poner vidas en juego.

Y esta es la máxima incógnita para los ingenieros de pruebas. ¿Cuántas pruebas se necesitarán para demostrar que estos sistemas son seguros, tanto para los estándares gubernamentales como legales, y para cumplir con los estándares de confianza de los consumidores?

El número de millas necesarias para demostrar que el rendimiento de un vehículo autónomo cumple o supera el rendimiento del conductor humano según el análisis estadístico de Rand Corporation en comparación con las millas recorridas reales a enero de 2018. Obviamente, será necesario desarrollar nuevas estrategias de prueba para cumplir con estos números casi imposibles en cualquier línea de tiempo razonable.

La historia del aprendizaje automático

Se piensa comúnmente que la única forma en que los vehículos autónomos pueden convertirse en realidad es mediante la aplicación del aprendizaje automático. Los posibles escenarios que podría encontrar un vehículo son esencialmente infinitos y es imposible codificar los algoritmos para negociar con éxito todos ellos. Más bien, se registran conjuntos de datos masivos sobre cómo reaccionan los humanos a los escenarios de conducción, que luego se alimentan a las redes neuronales.

Aunque los ingenieros de diseño pueden abordar de manera más razonable el problema del diseño de algoritmos, esto dificulta el trabajo del ingeniero de pruebas. Los algoritmos se han convertido esencialmente en una caja negra. Se requieren pruebas más extensas porque no tiene una comprensión fundamental del código que se puede usar para generar escenarios de prueba. Más bien, debe realizar pruebas en casi todos los escenarios imaginables para asegurarse de que los algoritmos funcionen correctamente.

Una nueva hoja de ruta

La tecnología está evolucionando, volviéndose cada vez más competitiva en costos. Como tal, los ingenieros de diseño están actualizando sus sistemas ADAS para incluir tipos de sensores nuevos y diferentes y, a veces, incluso arquitecturas de sistemas en evolución. Sin embargo, existen escuelas de pensamiento que compiten entre las arquitecturas de procesamiento centralizadas y distribuidas. La computación en la nube se sumará a la complejidad ya que la tecnología de radio 5G ayuda a soportar los requisitos de ancho de banda necesarios para los flujos de datos masivos creados a partir de los sistemas de sensores.

En este momento, los ingenieros de pruebas necesitan flexibilidad. Aún no se sabe qué tipos o cuántos sensores tendrán las plataformas de vehículos incluso dentro de uno o dos años. Además, la mayoría de las organizaciones de prueba no tienen el presupuesto o el tiempo para crear nuevos sistemas de prueba cada año para satisfacer estas necesidades. Más bien, necesitan sistemas de prueba adaptables que puedan agregar más cámaras o sensores de radar e incluir LiDAR y otros tipos de sensores nuevos.

Construyendo para el cambio

A medida que se produzcan capacidades autónomas en los vehículos, la regulación gubernamental deberá estar preparada para garantizar la seguridad del consumidor y generar confianza en el consumidor. Estamos viendo que esto emerge con los estándares de seguridad funcional ISO 26262 y los estándares de prueba de seguros EURO-NCAP. Mientras tanto, Alemania ha publicado recientemente un estándar ético de vehículos autónomos que rige las decisiones de los vehículos autónomos.

Si bien las pruebas estándar ayudarán a garantizar la seguridad de la tecnología ADAS de vanguardia, las organizaciones aún agregarán su propio enfoque para ayudar a diferenciarse en este mercado de rápido crecimiento. Y como la regulación aún se está poniendo al día, una infraestructura de prueba abierta y adaptable brindará a los ingenieros de pruebas la flexibilidad necesaria para administrar los estándares internos y externos en evolución.

El autor de este blog es Jeff Phillips, director de marketing automotriz, National Instruments