SISTEMAS INTELIGENTES DE TRANSPORTE PARA DISCAPACITADOS

Transcripción

1 SISTEMAS INTELIGENTES DE TRANSPORTE PARA DISCAPACITADOS 1. Resumen En el presente artículo se describe el sistema de conducción automática de vehículos desarrollado en el Instituto de Automática Industrial del CSIC y su posible adaptación para mejorar la movilidad de personas discapacitadas. El citado sistema de control está basado en lógica borrosa y emula el comportamiento de un conductor humano para un determinado conjunto de maniobras. 2. Palabras clave Movilidad, Sistemas Inteligentes de Transporte, Control Borroso, Vehículos Autónomos 3. Abstract En 1901 Carl Benz, padre del automóvil, aseguraba que no más de un millón de personas en el mundo serían capaces de aprender a conducir. Si bien es cierto que la evolución no ha preparado a la especie humana para desplazarse a velocidades a las que lo hace en los automóviles de hoy en día, la aplicación de avances científicos y técnicos nos permiten superar a esta limitación y poder viajar, ya no a grandes velocidades como las de los coches, sino a otras muchas más elevadas como las de los aviones o incluso naves espaciales. De esta forma, hoy en día se ha demostrado que no se requiere tener unas características especiales para poder conducir un automóvil, ni el número de personas capaces está por debajo del millón, sino que cualquier ser humano, después de un breve periodo de formación y sin especial incidencia de sexo, edad o condición social, puede aprender a conducir sin demasiadas dificultades. Incluso personas discapacitadas pueden realizar esta tarea, si bien con algunas limitaciones. Uno de los factores fundamentales que facilita la tarea de conducción es la simplicidad de los elementos que es necesario manejar para llevarla a cabo. Los principales elementos involucrados son el volante y los pedales. Sin embargo, un sinfín de dispositivos adicionales, como el cambio de marchas, las luces, el freno de mano, etc, son también necesarios. Por último, el vehículo es capaz de proporcionar al conductor una serie de informaciones, cuya complejidad puede variar desde la simple presentación de la velocidad de circulación, hasta el anuncio de mensajes más complejos y ayudas pasivas a la conducción. El rango de posibilidades es enorme y está incluido en el ámbito de los Sistemas Inteligentes de Transporte (Intelligent Transportation Systems ITS).

2 4. Introducción El término Sistemas Inteligentes de Transporte describe la aplicación de tecnología electrónica, informática y de comunicaciones a vehículos y vías de circulación a fin de incrementar la seguridad, reducir la congestión, mejorar la movilidad, minimizar el impacto ambiental, incrementar la eficiencia en el consumo de energía y mejorar la productividad económica para una economía más saludable [1]. Esta materia incluye varios temas que van desde la más simple alarma de puerta del coche abierta, hasta el más complejo sistema de ayuda capaz de conducir un vehículo de manera autónoma. Algunos de los aspectos de esta disciplina son las mejoras y las ayudas de la movilidad para personas discapacitadas. Los computadores llevan muchos años siendo componentes de los vehículos, pero hasta fechas recientes, su rol dentro de éstos ha sido relegado a tareas auxiliares, como la regulación de la temperatura de la cabina, aviso de niveles bajos de combustible, aceite o batería, avisos de apretura de puertas, etc. Como mucho, los ordenadores embarcados monitorizan algunos dispositivos internos, pero nunca están al cargo de tareas relacionadas con la percepción o la conducción como tal. Solo recientemente, en algunos modelos comerciales, los computadores de a bordo se encargan de algunas tareas relacionadas con la conducción, como el mantenimiento de una velocidad seleccionada por el usuario (Control de Crucero), o de la distancia de seguridad (Control de Crucero Adaptativo), mejora de la visión nocturna mediante cámaras de infrarrojos, construcción de mapas y generación de rutas alternativas En modelos experimentales, el empleo de computadores en la conducción está aumentando y es uno de los más importantes campos de interés para los constructores, hasta el punto de que se están empezando a considerar los vehículos como ordenadores con ruedas. Su implantación para manejar los principales actuadores como son el volante y los pedales del freno y del acelerador está comenzando a ser una realidad. Las situaciones reales de tráfico suelen ser complejas y difíciles de manejar incluso para los seres humanos, cuánto más para las máquinas. Como el profesor Zadeh remarcó en una conferencia hace unos años [2]... no se podrá automatizar el tráfico de las ciudades... (citó como caso límite Estambul) aunque los humanos pueden hacer esto sin medidas ni cálculos. La conducción de vehículos viene a ser un tipo de problema en el que su manejo depende de la capacidad de los sistemas para manejar entornos muy dinámicos e información basada en apreciaciones más que en medidas.

3 Por otro lado, la movilidad para los discapacitados es un derecho bien asentado desde la publicación del Acta para el Transporte de Masas Urbano del Departamento de Transporte de Estados Unidos en 1970 [3]. En uno de sus párrafos cita las personas ancianas y discapacitadas tienen los mismos derechos que el resto para utilizar las instalaciones y servicios del transporte público; para ello se hará un esfuerzo especial en la planificación y el diseño de las instalaciones de transporte y servicios a fin de que la disponibilidad para ancianos y discapacitados quede asegurada [4]. En este artículo describimos el trabajo desarrollado en el Instituto de Automática Industrial (CSIC) en el área de Sistemas Inteligentes de Transporte, así como su aplicación al campo de la discapacidad. El Programa AUTOPIA está formado por una serie de proyectos de investigación, nacionales y autonómicos en el campo de la conducción automática de vehículos. En este programa, se han establecido vínculos para la cooperación con otras instituciones como es la Escuela Universitaria de Informática (UPM), que colabora en el proyecto ISAAC, Integración sensorial para la asistencia activa a la conducción, desarrollando ayudas tecnológicas para personas discapacitadas. 5. El Programa AUTOPIA El principal objetivo de AUTOPIA es la transferencia de tecnologías de control de robot móviles a la conducción de vehículos asistida por computador. Otra de las finalidades buscadas es la construcción de una infraestructura de pruebas para la experimentación en sistemas de control, estrategias y sensores aplicados a la conducción de vehículos, abierto a grupos interesados en nuestro campo de investigación [5]. Nuestro práctico a largo plazo de investigación es la conducción automática de vehículos, implementada en vehículos reales y en carreteras reales (eso sí, en un circuito privado, por obvias razones de seguridad). Este objetivo puede ser una utopía por el momento, ya que no se espera que la automatización total de los vehículos sea una realidad hasta dentro de por lo menos 20 años, pero es un camino para acercarse al futuro. Nuestro objetivo práctico, más inmediato, es el desarrollo de ayudas a la conducción; la automatización total no es aún posible, pero los componentes modulares desarrollados por separado durante nuestro trabajo sí que pueden ser aplicados de forma independiente por la industria del automóvil. Los vehículos de pruebas con los que llevamos a cabo nuestros experimentos son dos Citroën Berlingo (Figura 1), los cuales llevan automatizados sus actuadores, esto es, el volante, el acelerador y el freno. Cada vehículo está controlado con un ordenador PC en el que se ejecuta un

4 sistema de control basado en lógica borrosa. La principal entrada sensorial es un GPS RTK de alta precisión que, junto a un sistema Wireless LAN, permite a cada vehículo conocer su posición y la de todos los demás que se encuentren en su entorno de circulación. Con este equipamiento, hemos llevado a cabo experimentos conducción totalmente autónoma y cooperativa, realizando seguimiento de rutas, Control de Crucero Adaptativo, Adelantamientos y conducción en caravana. Figura 1. Prototipos experimentales AUTOPIA. Para poder ejecutar esta conducción automática, son necesarios dos tipos de control: el control lateral, esto es, control de la dirección, y el control longitudinal, o lo que es lo mismo, el control de la velocidad. 6. El sistema de guiado El sistema de guiado ha sido modelado en términos de variables borrosas y reglas, implementando por separado y de manera independiente un controlador para el control lateral y otro para el control longitudinal El control de la dirección El objetivo fundamental de este controlador es el de mover el volante del vehículo a fin de seguir la trayectoria predeterminada con un error mínimo. Las variables de entrada al sistema han sido modeladas en forma de variables borrosas, que emulan la percepción humana. Son el error lateral (Lateral_Error) y el error angular (Angular_Error) respecto de la trayectoria de referencia.

5 Dichas variables miden la diferencia entre la posición actual y la posición deseada del vehículo así como la orientación con respecto a la trayectoria de referencia (Figura 2). El valor de estas variables ha sido computado empleando la información suministrada por el GPS y un mapa preciso que represente la trayectoria a realizar. La salida del sistema representa los grados que el volante debe ser girado para conseguir que ambos errores sean cero y se pueda seguir correctamente la trayectoria deseada (Steering_Wheel). Angular Error Lateral Error Reference Line Figura 2. Variables de entrada para el control borroso de la dirección. Del mismo modo que los conductores humanos, el comportamiento del sistema de guiado es diferente según se encuentre en tramos rectos o en curvas prominentes (como por ejemplo en intersecciones o cruces). Cuando se está llevando a cabo un seguimiento de una carretera recta, los humanos conducimos nuestros vehículos a velocidades relativamente altas, moviendo el volante poco y suavemente. Todo lo contrario ocurre cuando tomamos una curva muy cerrada, la velocidad debe de ser muy baja y el volante debe moverse hasta su tope a fin de no salirnos de la carretera. Este comportamiento es emulado en nuestro piloto artificial mediante la modificación de la forma de las funciones de pertenencia para las variables borrosas de entrada. A continuación se describen las reglas borrosas utilizadas para el control de la dirección. Como se podrá observar, estas reglas son muy simples e intuitivas, y han sido obtenidas directamente de la experiencia humana en la conducción, funcionando de manera muy cercana a la de los conductores humanos. Únicamente dos reglas van a ser necesarias para controlar la dirección: IF Angular_Error left OR Lateral_Error left THEN Steering_Wheel right IF Angular_Error right OR Lateral_Error right THEN Steering_Wheel left

6 6.2. El control de la velocidad El objetivo del controlador de la velocidad es la de mantener la velocidad del vehículo en una de referencia seleccionada por el usuario. También recibe el nombre de control de crucero o Cruise Control. Para ello se controlan la actuación del pedal del acelerador y el pedal del freno. En la definición de este controlador se consideran dos entradas y dos salidas. Las dos entradas son el error actual con respecto a la consigna de velocidad seleccionada (Speed_Error) y la aceleración instantánea (Acceleration), esto es la variación de la velocidad con respecto al tiempo. Las variables de salida del sistema definen la actuación de los dos elementos involucrados en el control de la velocidad, esto es, el freno (Brake) y el acelerador (Throttle). De esta forma, se define el siguiente controlador, que es capaz de manejar de manera coordinada ambos pedales a fin de que la condución resultante sea muy similar a la llevada a cabo por seres humanos. Las reglas borrosas para el acelerador serán: IF Speed_Error MORE THAN null THEN Throttle up IF Speed_Error LESS THAN null THEN Throttle down IF Acceleration MORE THAN null THEN Throttle up IF Acceleration LESS THAN null THEN Throttle down Y las equivalentes para el freno son: IF Speed_Error MORE THAN nullf THEN Brake down IF Speed_Error LESS THAN nullf THEN Brake up IF Acceleration LESS THAN nullf THEN Brake up Donde null y nullf son las etiquetas lingüísticas para las funciones de pertenencia de las variables borrosas de entrada, y describen la bondad de los valores de entrada de dichas variables para minimizar el error. Como se puede observar, las reglas empleadas para manejar ambos actuadores son muy similares. La razón de esto es que, desde nuestro punto de vista, la actuación de ambos pedales es muy parecida: ambos sirven para incrementar y decrementar la velocidad del vehículo. De esta manera, los dos pueden incrementar la velocidad (pisando el acelerador o levantando el freno en una cuesta abajo), los dos pueden mantener la velocidad (pisando y levantando ambos pedales) y los dos pueden disminuir la misma (levantando el pie del acelerador con el freno motor y pisando el pedal del freno).

7 7. Discusión Empleando técnicas de inteligencia artificial es posible llevar a cabo sistemas de control automático que permiten la conducción automática de vehículos, de una manera muy similar a la humana. Aunque el desarrollo actual de este tipo de sistemas está lejos de ser aplicado en vehículos de una manera comercial, sí suponen un avance y un primer paso para ello. Por otra parte algunas de sus funciones parciales pueden ser utilizadas de manera parcial como ayudas y asistencias a la conducción. Asimismo la disponibilidad de estas técnicas coincide con un incremento en la demanda de movilidad de personas discapacitadas, cuyas limitaciones pueden ser compensadas con ayuda de la tecnología a fin de igualarlas en derecho y oportunidades a las que no lo están. La aplicación de los sistemas de conducción autónoma desarrollados pueden suponer una mejora en la movilidad para toda la población en general, y en particular para las personas discapacitadas, pudiendo suponer un gran incremento de sus posibilidades de movilidad, reduciendo las limitaciones de su autonomía. 8. Agradecimientos Proyecto ISAAC: Integración Sensorial para la Asistencia Activa a la Conducción. DPI C , del Ministerio de Ciencia y Tecnología. Proyecto COPOS: Cooperación de Sistemas de Navegación basados en EGNOS y en GPS en Sistemas Inteligentes de Transporte. BOE 280 de 22 de Noviembre de Resolución , del Ministerio de Fomento. 9. Referencias [1] STARDUST, Critical Analysis of ADAS/AVG Options to 210, Selection of Options to be Investigated, European Comission Fifth Framework Programme Energy, Environment and Sustainable Development Programme Key Action 4: City of Tomorrow and Cultural Heritage, Deliverable 1, [2] Lofti A. Zadeh, Intractability Principle, distribution list fuzzy-mail@dbai.tuwien.ac.at, 2 July 2001 [3] Access to Transport Systems and Services. An International Review. Transportation Development Centre. Canada, 1997.

8 [4] U.S. Department of Transportation (1978) Technical report of the national survey of transportation handicapped people. Ubran Mass Transit Administration, U.S. DOT, Washington, D.C. [5] R. Garcia, T. De Pedro, J. E. Naranjo, J Reviejo and C. Gonzalez, Frontal and Lateral Control for Unmanned Vehicles in Urban Tracks, IEEE Intelligent Vehicle Symposium, June, 2002.