Las máquinas están equipadas con múltiples sensores, los coches autónomos todavía están en proceso de perfeccionamiento. Funcionan bien en condiciones ideales, pero en situaciones como lluvia intensa, niebla, humo o caminos sin iluminación, encuentran obstáculos.
Este mes, un grupo de la Universidad de Purdue presentó una solución a este problema. Combinando imágenes térmicas, física y aprendizaje automático, su tecnología permitió a un sistema de IA visual ver en la oscuridad como si fuera de día.
El sistema se basa en una cámara infrarroja y IA, entrenada con un conjunto personalizado de imágenes para extraer información detallada del entorno, aprendiendo a mapear el mundo mediante señales térmicas. A diferencia de sistemas anteriores, esta tecnología, denominada HADAR, superó un problema común: el “efecto fantasma”, que suele producir imágenes borrosas y poco útiles para la navegación.
Dotar a las máquinas de visión nocturna no solo beneficia a los vehículos autónomos. También podría potenciar esfuerzos para monitorear la fauna o controlar la temperatura corporal en puertos concurridos como medida de salud pública.
“HADAR es una tecnología que nos permite ver lo invisible”, comentó Xueji Wang, autor del estudio.
Aunque las técnicas de detección actuales son poderosas, tienen limitaciones. Por ejemplo, son “activas”, lo que significa que cada máquina necesita escanear constantemente su entorno. Con múltiples dispositivos en funcionamiento, las señales pueden interferir entre sí.
Por ello, los científicos han buscado alternativas pasivas, como las señales infrarrojas. Todos los materiales, desde cuerpos vivos hasta cemento frío, emiten una firma térmica. Sin embargo, las imágenes resultantes suelen ser borrosas y carecen de textura o sensación tridimensional.
El equipo de HADAR decidió abordar este problema desde sus fundamentos. Desarrollaron un algoritmo llamado TeX que separa los datos térmicos en categorías útiles. Luego, entrenaron este algoritmo con una biblioteca que cataloga cómo diferentes objetos emiten señales térmicas.
A pesar de sus avances, HADAR tiene desafíos. Su costo es elevado y el sistema requiere calibración constante. Además, la velocidad de procesamiento actual no es suficiente para coches autónomos.
Sin embargo, el equipo tiene esperanzas de comercializar la tecnología en los próximos tres años, superando la barrera entre la luz y la oscuridad.
“La evolución ha hecho que los humanos prefieran el día. La percepción de las máquinas del futuro superará esta dicotomía entre día y noche”.