1. PROCESO DE CREACIÓN
1.1. El desarrollo de coches autonomos implica varias etapas, desde la investigacion y el diseño hasta las pruebas en entornos controlados.
1.2. Las empresas deben cumplir con estrictas normatrivas para asegurear que estos vehiculos sean seguros y fiables antes de su comercializacion.
2. IMPACTO EN LA SOCIEDAD
2.1. Se espera que reduzcan los accidentes de tráfico
2.2. se espera que mejoren la movilidad para personas con discapacidades
2.3. se espera cambien la forma en que se diseñan las ciudades y la infraestructura
3. PUBLICO OBJETIVO
3.1. INTERESES
3.1.1. Conductores que buscan seguridad: Frenado automático, control de velocidad, alerta de colisión.
3.1.2. Personas con Discapacida: Conducción autónoma total, asistencia en estacionamiento.
3.1.3. Usuarios de Transporte Compartido: Conectividad móvil, navegación en tiempo real.
3.1.4. Propietarios de Vehículos Eléctricos: Monitoreo de batería, optimización de energía.
3.1.5. Familias con Necesidades de Transporte: Asistencia en estacionamiento, detección de ángulo muerto.
3.1.6. Conductores que Buscan Confort: Reconocimiento de voz, control automático del clima.q
3.1.7. Flotas de Vehículos Comerciales Reguladores y Policías de Tránsito: Comunicaciones de emergencia, seguridad, intercepción de problemas,cálculos de mejores rutas, detección de condiciones adversas.
4. SE CARACTERIZAN
4.1. Sensores avanzados: utliza LIDAR, radar y camaras para percibir el entorno.
4.2. Seguridad mejorada: incluye frenado automatico. control adaptativo de velocidad y asistencia en el mantenimiento de carril.
4.3. Aprendizaje autonomo: algoritmos que mejoran el rendimiento del vehiculo mediante la experiencia y datos acumulados
4.4. Conduccion autonoma total: el vehiculo opera sin intervension del conductor en ciertas condiciones.
4.5. Navegacion precisa: GPS y mapas digitales de alta definicion para una ruta exacta
5. DESAFÍOS Y PREUCUPACIONES
5.1. 01 Desplazamiento de puestos de trabajo: Los coches autónomos pueden afectar a ciertas industrias, como los servicios de camiones y taxis.
5.2. 02 Desafíos legales y regulatorios: Las leyes deben actualizarse para adaptarse a los vehículos autónomos.
5.3. 03 Consideraciones éticas: los algoritmos de lA pueden tener que tomar decisiones difíciles en situaciones que ponen en peligro la vida.
6. INTELIGENCIA ARTIFICIAL
6.1. La inteligencia artificial es el corazón de los coches autónomos. Algoritmos avanzados permiten a los vehículos aprender de su entorno y mejorar su rendimiento con el tiempo. Esto incluye la detección de obstáculos y la predicción del comportamiento de otros conductores.
7. VENTAJAS DE LOS COCHES AUTÓNOMOS
7.1. • Mayor seguridad: los coches autónomos pueden reducir los errores humanos y los accidentes.
7.2. • Eficiencia: Pueden optimizar las rutas para minimizar la congestión del tráfico y el consumo de combustible.
8. EJEMPLOS
8.1. Tesla
8.2. Waymo
8.3. Mobileye
8.4. Cruise
8.5. Aurora
8.6. Uber
9. MÉTODOS DE APRENDIZAJE O ENTRENAMIENTO
9.1. Datos Reales de Conducción:
9.1.1. Recopilación de datos con vehículos equipados.
9.1.2. Uso: Entrenamiento de algoritmos con datos del mundo real.
9.2. Simulación Computacional:
9.2.1. Entornos virtuales simulan escenarios de conducción.
9.2.2. Uso: Pruebas y ajustes sin riesgos físicos.
9.3. Aprendizaje Automático:
9.3.1. Algoritmos procesan datos etiquetados.
9.3.2. Uso: Mejora el reconocimiento de patrones y objetos.
9.4. Redes Neuronales Artificiales:
9.4.1. Modelos profundos procesan datos complejos.
9.4.2. Uso: Identificación de objetos y señales.
9.5. Fusión de Sensores:
9.5.1. Integración de datos de LIDAR, radar, cámaras.
9.5.2. Uso: Crea una visión precisa del entorno.
9.6. FUTURO DE LA MOVILIDAD
9.6.1. El futuro de la movilidad se ve transformado por los coches autónomos.
9.6.2. Se prevé una reducción en la necesidad de propiedad de vehículos, promoviendo un modelo de transporte compartido que podría disminuir la congestión y mejorar la sostenibilidad.
9.7. Pruebas en Condiciones Controladas:
9.7.1. Tests en pistas cerradas.
9.7.2. Uso: Validación en un entorno seguro.
9.8. Aprendizaje por Refuerzo:
9.8.1. Algoritmos aprenden mediante recompensas.
9.8.2. Uso: Optimización de decisiones dinámicas.
9.9. Feedback Humano:
9.9.1. Conductores proporcionan retroalimentación.
9.9.2. Uso: Ajuste basado en experiencia humana.
9.10. Actualizaciones Continuas:
9.10.1. Actualización de software basada en nuevos.
9.10.2. Uso: Mantenimiento y mejora del sistema.
9.11. Recopilación de Datos de Campo:
9.11.1. Análisis de datos de vehículos en uso.
9.11.2. Uso: Mejora continua del sistema.