
Los diseñadores del Indianapolis Motor Speedway nunca podrían haber adivinado que algún día los vehículos autónomos no tripulados correrían a lo largo de su ruta, y mucho menos robots que pueden ver la bandera a cuadros mientras sus «conductores» besan los ladrillos. Pero después de más de un siglo, la pista, que comenzó como una pista de grava y alquitrán, ha sido la sede de la competencia de conducción más avanzada hasta el día de hoy. E hizo historia en el proceso. Déjanos decirte como.
El sábado 23 de octubre, nueve equipos compitieron en Indy para ver quién era el más rápido. Un total de 21 universidades de 9 países compitieron entre sí y programaron los autos de carreras Dallara AV-21 para ganar premios de 1,5 millones de dólares estadounidenses para llevar a casa. El desafío de innovación de vehículos autónomos de un año comenzó con más de 25 equipos y terminó con nueve finalistas.
Con muchos equipos calificados participando, Open Source ganó el día. Impulsó los coches y los equipos y les ayudó a dar forma al futuro de los vehículos autónomos. También fue evidente en la colaboración entre los equipos y entre los participantes en las semanas previas a la carrera. ROS estaba allí y también Ubuntu. Focal Fossa se puso su mono de carreras y condujo el AV-21.
Hemos apoyado a los desarrolladores de robótica juntos durante más de diez años y no podríamos estar más orgullosos de nuestro compromiso. Ubuntu 20.04 formó la base para esta emocionante competencia y apoyó cada fase desde la simulación hasta la ejecución. Aquí encontrará todo lo que se integró en el auto ganador.
It’s only fitting that @BostonDynamics Spot is waving the green flag for today’s @IndyAChallenge!
Watch LIVE 👉 https://t.co/NtKnO83xBR pic.twitter.com/EoktCYBd5P
— Indianapolis Motor Speedway (@IMS) October 23, 2021
Desafíos para los vehículos autónomos
El primer desafío de carreras comparable fue DARPA en 2004, en el que los participantes desarrollaron vehículos no tripulados que recorrieron una ruta de 150 millas (240 km) a través del desierto de Mojave en los Estados Unidos. Ninguno de los vehículos autónomos terminó la carrera. Afortunadamente para los fanáticos, este no fue el caso en Indianápolis.
Si bien el primer desafío de DARPA estimuló el desarrollo de las tecnologías necesarias para desarrollar los primeros vehículos terrestres totalmente autónomos, el Desafío Autónomo de Indy amplió nuestro conocimiento para resolver este escenario límite. Los automóviles autónomos que viajan a velocidades superiores a 250 millas por hora experimentan desafíos que solo ocurren bajo parámetros operativos extremos, como la seguridad general y más.
Corre con vehículos autónomos
Indianápolis
La competencia no comenzó sin problemas. El clima fue más frío de lo esperado y la lluvia se llevó la goma de la pista. Una pista fría y sin tracción es un desafío para cualquier coche de carreras, por lo que los equipos tuvieron que replantearse sus estrategias. Resumiendo a un alto nivel, los equipos debían decidir la velocidad en las rectas delanteras y en las curvas. Los tiempos que cada participante publicó durante las pruebas y la carrera tuvieron un gran impacto en su pensamiento.
Durante la primera ronda de la competencia, los equipos tuvieron que abandonar el pit lane y completar una vuelta de calentamiento, seguida de dos vueltas de tiempo y una vuelta de enfriamiento. En esta última vuelta, los equipos tuvieron que sortear varias barreras inflables en la pista delantera para probar la capacidad de los autos para evitar obstáculos. Solo los 3 equipos más rápidos avanzarían a la final. En la última vuelta también se dejaron los pit lanes, se realizaron cuatro vueltas de calentamiento y dos vueltas cronometradas. El equipo con mayor velocidad media en las dos últimas vueltas lo ganaría todo.
PoliMOVE, que consta de la Universidad de Alabama y el Politecnico di Milano, abrió la primera ronda y terminó el desafío con una velocidad promedio de 124,450 mph. La Universidad Técnica de Munich (TUM) Autonomous Motorsport saltó brevemente al primer lugar a 129.237 km / h. Finalmente, EuroRacing, formado por escuelas de Italia, Suiza y Polonia, alcanzó una velocidad media de 131.148 millas por hora en esta primera vuelta, se convirtió en el equipo más rápido de la vuelta y sorprendió a todos los competidores tras una dura semana. Estos fueron los tres equipos que llegaron a la final.
De los equipos restantes, solo dos pudieron terminar la carrera. El equipo surcoreano KAIST completó una carrera de dos vueltas a solo 84,355 millas por hora. El Cavalier Autonomous Racing (CAR) de la Universidad de Virginia alcanzó una velocidad de 119,883 mph, pero desafortunadamente condujo una vuelta extra inexplicable, lo que obligó al jurado a descalificar. Esto demostró que los coches eran de hecho completamente autónomos: una vez que estaban en la carrera, no se podía hacer nada al respecto. Y este comportamiento también volvió en la final.
De los equipos restantes, Black & Gold Autonomous Racing no pudo pasar la salida de boxes cuando su coche se estrelló con un mal funcionamiento del sistema. Desafortunadamente, nuestros amigos de AI Racing Tech de Hawaii tampoco pudieron completar la primera vuelta. Su auto entró en el cuadro antes de la curva 1 y giró dramáticamente sobre el césped. Un problema técnico con el GPS les costó la carrera. Estamos orgullosos de su trabajo y, como equipo patrocinado, nos gustaría agradecerles por el emocionante viaje.
Los autos del MIT, la Universidad de Pittsburgh, el Instituto de Tecnología de Rochester y la Universidad de Waterloo terminaron la primera ronda y llamaron la atención de los medios. Desafortunadamente, el coche se estrelló. Una falla del GPS activó la parada de seguridad del automóvil, lo que provocó que se dirigiera hacia la parte delantera y girara a la izquierda hacia la pared interior.
Sí, otro naufragio. Pero no solo el equipo MIT-PITT-RW y el equipo AI Racing Tech tuvieron que lidiar con estos problemas, sino también los equipos PoliMOVE y Black & Gold Autonomous Racing. El equipo EuroRacing tuvo el mismo problema la semana anterior a la carrera, lo que obligó al equipo a cambiar todo el sistema.
A estas velocidades, la navegación no es nada sin GPS. Los sensores Lidar no pueden seguir el ritmo. El GPS es una tecnología clave en los robots móviles autónomos, ya que les permite calcular su posición para tener en cuenta su navegación y sincronización. Si el GPS de uno de los coches de la competencia estaba bloqueado, se detenían en consecuencia. Pero como se vio con el automóvil MIT-PITT-RW, a veces esto no fue suficiente. Después de que el automóvil perdió sus dos GPS, entró en modo de emergencia, pero se estrelló de todos modos.
¿Cuál fue el vehículo autónomo más rápido?
A pesar de las caídas y contratiempos de muchos participantes, la última vuelta transcurrió sin problemas. Después de la primera vuelta, nuestros tres finalistas se apresuraron a simular nuevas velocidades y asignaron estos parámetros a los coches. Con tanto código cambiado, siempre existía la posibilidad de que se produjeran errores. Pero la última vuelta no esperó a nadie. La industria automotriz observó.
PoliMOVE abrió de nuevo, calentó los neumáticos, tomó buen ritmo y siguió las líneas. Se mantuvieron alejados de la pared y se mantuvieron firmes mientras iban a 108 mph. Pero tras la primera vuelta perdieron el primer GPS y tras la segunda el segundo. El equipo que ganó el desafío virtual y se convirtió en el punto de referencia para la carrera final pronto salió.
TUM quedó en segundo lugar. Su automóvil arrancó lentamente y calentó los neumáticos para que pudiera ir más rápido. Pero eso cambió cuando los neumáticos estuvieron listos para funcionar. El equipo aceleró a 151 mph en rectas y redujo la velocidad en las curvas. Para cuando su auto terminó la última vuelta, había registrado una tremenda velocidad de ~ 136 mph.
Eso puso al equipo EuroRacing bajo presión. Sin embargo, como un fuerte competidor en todos los ámbitos, despertó algunas cejas debido a problemas de hardware durante la semana pasada. El equipo tuvo que cambiar todo su sistema GPS. Y aunque nunca lo habían probado antes de la carrera del sábado, condujeron a la velocidad más rápida en la primera vuelta. El automóvil arrancó lentamente, a menos de 30 mph, y serpenteaba hacia adelante y hacia atrás para ganar velocidad. Estuvo bien verlo. Comenzamos nuestras dos últimas rondas del Desafío de este año con la bandera verde. Y EuroRacing dio una de las vueltas más elegantes que jamás hayamos visto. Con una velocidad promedio de 139 mph, el auto fue consistente en ambas curvas y rectas. En algunas curvas, incluso corrió a 144 mph, lo que nunca antes se había visto. Parecía prometedor, pero resultó demasiado bueno para ser verdad.
Comenzó la segunda vuelta y el coche redujo la velocidad. Parecía que había un problema porque el coche había dejado de comportarse de forma asombrosa. Pero el equipo no pudo hacer nada. El coche iba demasiado lento y la velocidad media seguía bajando y bajando. Al final resultó que, no programaron el auto para completar dos vueltas, solo una.
Después de este error logístico, TUM ganó fama. ¿O deberíamos decir «error humano»?
La robótica de código abierto ganó, tú también
Puede que se sienta decepcionado con este resultado. Era. Pero es útil recordar todos los proyectos en los que ha trabajado a lo largo de los años, todos los robots y el código que ha reunido para cumplir con los diferentes plazos, y la frecuencia con la que prueba e implementa todo en el último minuto. Todos hemos sido estudiantes en un momento u otro y hemos cometido estos o errores importantes. Pero, ¿cuántos de nosotros trabajamos en un Dallara AV-21 a una velocidad de más de 250 km / h? ¡Felicitaciones a todos los equipos que lograron lo impensable!
Covid también tuvo un impacto en este desafío, haciendo casi imposible que los equipos trabajen juntos durante algún tiempo. Gran parte del trabajo se realizó en línea, compartiendo pantallas durante las videollamadas mientras se construía esta sofisticada pila de software. Esto agregó más barreras a una actividad que ya era desafiante. Pero en general fue un éxito.
Me gusta hablar de percepción tecnológica; es decir, el impacto de las tecnologías utilizadas en la sociedad. Aquí vemos un caso notable. Estamos viendo software de código abierto como ROS y Ubuntu que ejecutan autos autónomos a más de 250 mph, autos que no aceptan contribuciones de los equipos una vez que comienzan a competir. Esto muestra cuánto progreso ha hecho la comunidad, pero lo que es más importante, demuestra que el código abierto es todo lo que necesita para darle vida a ese futuro hoy.
Indy manejó el software de autos de carreras autónomos más avanzado disponible en la actualidad. Los equipos abren estos códigos debido a los beneficios globales que representan. Estos algoritmos terminarán en centros de investigación, industrias y startups, todos los cuales se basan en ellos. Los efectos de esta competencia durarán muchos años. Y en Canonical, nos enorgullecemos de seguir apoyando a los innovadores.