Esto permitirá optimizar el funcionamiento de los sistemas de control de derrape y vuelco que albergan los automóviles, así como prevenir posibles accidentes de tráfico.

Para evitar la pérdida de control de vehículos en carretera, la mayoría de los vehículos actuales están equipados con sistemas de estabilidad lateral o ESP (Electronic Stability Program) y sistemas antivuelco o RSC (Roll Stability Control). El objetivo de esta tecnología es vigilar que la trayectoria del movimiento corresponde con la intención del conductor, previniendo virajes y deslizamientos indeseados. Para llevar a cabo su función, estos sistemas necesitan conocer continuamente la posición y dinámica del automóvil, en concreto, los ángulos de deslizamiento y balanceo.

Por un lado, el ángulo de deriva o deslizamiento es el que se forma entre la orientación del vehículo y la dirección de su marcha respecto a su centro de gravedad. Por otro lado, el ángulo de balanceo es el giro que experimenta el vehículo en relación a su movimiento longitudinal. “La novedad de este trabajo de investigación es el diseño de un ‘observador’ que permite estimar, simultáneamente, los ángulos de deriva y balanceo del vehículo para un sistema de control en red con retardo de transmisión, basado en un esquema de comunicación activado por eventos y combinado con redes neuronales”, explica una de sus autoras, Beatriz López Boada, catedrática del Departamento de Ingeniería Mecánica de la UC3M, que ha publicado recientemente el estudio en la revista Nonlinear dynamics junto con colegas de la Escuela de Ciencias e Ingeniería del Transporte de la Universidad de Beihang (China).

Para estimar estos estados, dicho observador aprovecha las medidas de los sensores que ya suelen estar disponibles en la mayoría de los vehículos en producción en serie, lo que reduciría el coste de su implementación. Estos sensores proporcionan información sobre el giro del volante, la velocidad de balanceo o la de desplazamiento, lo que permite estimar los ángulos mencionados anteriormente. Paralelamente, este dispositivo también hace uso de herramientas de inteligencia artificial, utilizando las denominadas redes neuronales que evalúan el comportamiento no lineal del vehículo y realizan una primera estimación de los resultados.

El diseño presentado por estas investigadoras también es capaz de adaptarse a los fenómenos externos, es decir, aquellas perturbaciones que no dependen del vehículo pero que afectan a su comportamiento dinámico, como son las condiciones meteorológicas adversas o irregularidades del terreno. Asimismo, estos datos se transmiten a través de una red de comunicación, que retrasa la transmisión de la señal. En el diseño del estimador, se ha tenido en cuenta este retraso y una condición de disparo (event-triggering condition), lo que limita la cantidad de datos transmitida a la red, impidiendo su sobrecarga.

Esta investigación se ha realizado dentro del Marco Político de Seguridad Vial de la Unión Europea 2021-2030, impulsado por la Comisión Europea. La meta de esta iniciativa es reducir, en una década, el número de muertes y lesiones graves en las carreteras europeas a la mitad y, para 2050, a cero. Para ello, se promueve el desarrollo de proyectos diversos, desde la mejora de infraestructuras y tecnologías de seguridad de vehículos hasta acciones enfocadas en el comportamiento de conductores y los servicios de emergencia.

Este trabajo se engloba dentro del proyecto nacional Intelligent Driving Safety System under an IoT platform with low-cost devices (IoT4SafeDriving) [RTI2018-095143-B-C2], financiado por la Agencia Estatal de Innovación del Ministerio de Ciencia, Innovación y Universidades. Además, han colaborado investigadores del Dpto. de Informática de la UC3M y del Dpto. de Teoría de la Señal y Comunicaciones e Ingeniería Telemática de la Universidad de Valladolid.

Noticias relacionadas