El radar 4D supera a los actuales sistemas de radar tanto en términos de detección y nivel de resolución, como en la clasificación de objetos o elementos.

Fuente imagen: imagen de pvproductions en Freepik

Las prioridades de la Comisión Europea (CE) con respecto a la evolución del transporte y la movilidad persiguen el objetivo general de lograr un sistema de transporte europeo que sea resiliente, eficiente en recursos, climáticamente sostenible y respetuoso con el medio ambiente, seguro y sin fisuras en beneficio de todos los ciudadanos, la economía y la sociedad.

El interés en el desarrollo de soluciones para la movilidad urbana se ha concretado en multitud de iniciativas que se están impulsando a nivel global. En concreto, dentro de las nuevas tecnologías asociadas a la movilidad, la conducción autónoma se muestra como una realidad en ciernes que va a tener un impacto muy significativo en el modo en el que se desplazan las personas. Un medio dispuesto por la UE para facilitar el despliegue y la aceptación de las tecnologías y los servicios de conducción autónoma es el consorcio para la movilidad autónoma, conectada y cooperativa (Connected, Cooperative, and Automated Mobility – CCAM) que, entre otros, integra un grupo orientado a potenciar tecnologías avanzadas en estos vehículos automatizados para percibir el entorno y tomar decisiones (bajo el modelo “sentir – pensar – actuar”).

En esta línea, desde el ámbito regulatorio europeo resulta obligatorio contar con determinados sistemas avanzados de asistencia al conductor (ADAS) en los nuevos modelos de vehículos. Entre los más novedosos, una caja negra para ayudar en el análisis de accidentes, un detector de fatiga del conductor o un sistema anticolisión con frenado de emergencia. Este tipo de prestaciones son posibles gracias al funcionamiento de diferentes sensores basados en cámaras, ultrasonidos, LiDAR (que funciona como un escáner de pulsos de luz) o radar (que escanea a través de ondas electromagnéticas).

En particular, los sensores de radar están presentes en asistentes de cambio de carril o en funciones de control de velocidad adaptativo. En los últimos años, los principales campos de innovación en la tecnología de radar utilizada por el sector automoción se han centrado en: (1) el uso de metamateriales en su composición para incrementar sus funciones de recepción; (2) detectar el estado y condiciones de la carretera (como la empresa GPR, cuya tecnología mapea la calzada para reforzar los datos de posicionamiento y navegación del vehículo en condiciones de escasa visibilidad, bien del entorno o bien de la propia vía y su señalética); (3) alcanzar mejores cotas de resolución sacando provecho del rango de frecuencia de sub-terahercios; y (4) mejorar sus capacidades de detección y localización dinámica de objetos en el tiempo, dando lugar al radar de imagen o 4D.

El radar 4D es capaz de generar imágenes de alta resolución y en tiempo real midiendo la posición relativa de objetos, con la celeridad suficiente como para capturar variaciones momentáneas de ubicación y velocidad de los mismos. Así, el radar 4D contribuye a mejorar la identificación de elementos de menor tamaño y a largas distancias en la vía.

Este tipo de radar representa un menor coste y logra un mejor rendimiento ante condiciones meteorológicas adversas o de visibilidad limitada frente a tecnologías como el LiDAR y sensores basados en cámaras; e incluso, respecto a este último, se sitúa en clara ventaja en todo lo concerniente a la preservación de la privacidad de las personas.

Empresas como Bosch, NXP o Uhnder forman parte de las compañías pioneras en el lanzamiento de modelos de radar 4D al mercado. Dentro de este segmento destacan startups como Oculii, cuya estrategia se ha dirigido a superar las limitaciones de hardware a través de un software que consigue multiplicar hasta por 100 la resolución estándar de un dispositivo de radar. También Greenerwave, que ha unido fuerzas con Plastic Omnium para integrar sus soluciones de radar 4D en las amplias superficies de los módulos exteriores de automóviles que produce la multinacional, a fin de mejorar así la “inteligencia” de estos componentes. La compañía Toyota –a través de su equipo Toyota Connected, orientado a la generación de servicios de inteligencia conectada para movilidad– está empleando su potencial para la detección de ocupantes en la cabina a partir de micromovimientos (ej. ritmo cardíaco, respiración) que, a su vez, permite la clasificación de los mismos según su tamaño, postura y ubicación.

Otros proveedores de equipamiento de radar 4D abarcan campos de aplicación adicionales al de la industria de la automoción. Por ejemplo, Vayyar da cobertura al sector retail con su radar 4D para agilizar y automatizar la gestión de inventarios, así como hacer seguimiento del comportamiento de compra del consumidor sin recopilar datos personales.

Y por si todas estas prestaciones no fuesen suficientes, la startup Provizio va un paso más adelante con el desarrollo de su tecnología de radar 5D, que aumenta las capacidades técnicas de estos sensores al incorporar unidades de procesamiento de gráficos (GPU) y de visión (VPU) en los propios dispositivos, para acortar los tiempos de reacción y respuesta del radar.

El vehículo autónomo y conectado va a permitir, pues, grandes avances en el transporte, suponiendo importantes mejoras en cuanto a la seguridad en su uso. Sin embargo, también es necesario seguir trabajando hacia su “humanización”, hacia la consecución de un vehículo más empático y sensible al comportamiento de los pasajeros que permita conectar con su estado emocional, sin dejar de aportar información clave o monitorizar su nivel de atención y conciencia.