CREATING AUTONOMOUS VEHICLE SYSTEMS
FICHA
Foto Título:            CREATING AUTONOMOUS VEHICLE SYSTEMS
Autor:            Saoshan Liu, Liyun Li, Jie Tang, Shuang Wu y Jean-Luc Gaudiot
Editorial:       Morgan & Claypool Publishers
Idioma:         Inglés
Páginas:        191
Publicación:  2018
Lectura:         2019
COMENTARIO EDITORIAL
(Fuente: Traducción y ligera elaboración propia de la descripción en Amazon)

Este libro es la primera revisión técnica sobre vehículos autónomos escrita para un público general en los campos de la computación y la ingeniería. Los autores comparten su experiencia práctica en la creación de sistemas de vehículos autónomos. Estos sistemas son complejos y se componen de tres subsistemas principales: (1) algoritmos para la localización, percepción y planificación y control; (2) sistemas cliente, como el sistema operativo robótico o las plataformas hardware; y (3) la plataforma cloud, que incluye almacenamiento de datos, simulación, mapeado de alta definición y entrenamiento del modelo de deep learning. El subsistema de algoritmos extrae información relevante de los datos en bruto de los sensores para entender su entorno y hacer decisiones sobre sus acciones. El subsistema cliente integra estos algoritmos para conseguir satisfacer los requisitos de fiabilidad y tiempo real. La plataforma cloud proporciona capacidades de almacenamiento y computación offline para los vehículos autónomos. Usando la plataforma cloud, somos capaces de probar nuevos algoritmos y actualizar los mapas de alta definición y entrenar mejores modelos de reconocimiento, monitorización y decisión.

Este libro consta de nueve capitulos: El Capítulo 1 proporciona una visión de alto nivel de los sistemas de vehículos autónomos: el Capítulo 2 se centra en las tecnologías de localización; el Capítulo 3 discute las técnicas tradicionales usadas en percepción; el Capítulo 4 habla de las técnicas de deep learning para percepción; el Capítulo 5 introduce el subsistema de planificación y control, especialmente las tecnologías de predicción y enrutamiento; el Capítulo 6 se enfoca a la planificación del movimiento y el control de la realimentación del subsistema de planificación y control; el Capítulo 7 introduce la planificación y control basado en aprendizaje por refuerzo; el Capítulo 8 profundiza en los detalles del diseño del sistema cliente y el Capítulo 9 proporciona los detalles de las plataformas cloud para conducción autónoma.

Este libro debería ser de utilidad, a partes iguales, para estudiantes, investigadores y profesionales. Tanto si eres un estudiante graduado o sin graduar, interesado en la conducción autónoma, encontrarás una revisión amplia de toda la pila de tecnologías del vehículo autónomo. Si eres un profesional de la conducción autónoma, las muchas técnicas prácticas presentadas en este libro, te serán de interés. Los investigadores también encontrarán muchas referencias para una exploración más profunda y efectiva de las diversas tecnologías.

COMENTARIO PERSONAL

Sus autores afirman que 'Creating autonomous vehicle systems' es la primera visión técnica completa del mundo de la conducción autónoma y puede que esten en lo cierto puesto que, cuando busdcaba una referencia biblográfica para introducirme en el tema, éste era casi el único libro que aparecía. Lo cierto es que 'Creating autonomous vehicle systems' es un libro muy completo que nos presenta la conducción autónoma desde todas las perspectivas técnicas posibles y que nos permite alcanzar una muy buena idea del estado del arte tecnológico en este campo.

El libro no es del todo sencillo pero de todas formas, el contenido está descrito en un nivel intermedio, al alcance, si no de todo tipo de audiencias, sí al menos de lectores técnicos de nivel medio.

La obra se estructura en nueve capítulos como sigue:
  • 'Introduction to autonomous driving:' proporciona una visión de alto nivel de las tecnologías incluidas en el estado del arte actual de los vehículos autónomos e introduce una arquitectura sencilla que es importante, aparte de como esquema conceptual, porque guía la estructuración de lo que resta del libro. En esa arquitectura se habla de tres bloques: los algoritmos, los sistemas cliente (que vienen a ser el entorno de ejecución hardware y software) y la plataforma en la nube usada para tareas offline. Dentro de los algoritmos distingue entre aquellos dedicados a la sensorización y localización, los de percepción y los de decisión. Y luego hace un recorrido breve por cada una de las tecnlogías

  • 'Autonomous Vehicle Localization:' Comienza con los algoritmos en su faceta de localización que, lógica aparte, incluye también informacióm sobre los sensores y sistemas de localización. Se habla de los sistemas de satélite GNSS ('Global Navigation Satellite Systems') que incluyen al GPS, los sistemas de enriquecimiento o aumento de los sistemas de satelite (SBAS 'Sattelite-Based Augmentation Systems'), el RTK ('Real Time Kinematics and differential GPS'), PPP ('Precise Point Positioning'), sistemas de navegación inerciales (INS, 'Inertial Navigation System') y su integración con la localización por satélite, LiDAR y Mapas de Alta definición (HD-Maps) y cómo colaboran LiDAR y HD-Maps, la odometría visual, la odometría en las ruedas y unas consideraciones finales sobre la fusión de las diferentes técnicas y ejemplos reales de uso de estas tecnologías en vehículos concretos.

  • 'Perception in Autonomous Driving:' Ataca ahora el segundo grupo de algoritmos, la percepción, que tiene como objetivo que el vehículo entienda el entorno a partir de la información en bruto proporcionada por los sensores. Se comentan diferentes aspectos como la detección, es decir, la identificación de objetos como otros vehículos, peatones u obstáculos, de la segmentación que es un enriquecimiento semántico de la detección, la profundidad, los flujos ópticos y de escena y la monitorización o 'tracking'.

  • 'Deep Learning in Autonomous Driving Perception:' expone el caso particular del uso de deep learning para la percepción. Primero explica en qué consisten las redes neuronales de convolución para luego ver las arquitecturas y usos en detección, en segmentación semántica y en flujo óptico,

  • 'Prediction and routing:' Pasamos, dentro de los algoritmos de decisión y control a hablar de la predicción y el enrutamiento, La predicción se encarga de predecir el comportamiento futuro de los objetos que rodean al vehículo mientras que el enrutamiento indica al vehículo cómo alcanzar su destino siguiendo una secuencia de calles en un mapa de alta definición. Se habla primero de los grandes rasgos de arquitectura y luego se habla de la predicción de tráfico o de la generación de la trayectoria del vehículo y se comentan algunos de los algoritmos más utilizados.

  • 'Decision, Planning and Control:' sigue con los algoritmos de decisión y control abordando ahora la decisión de comportamiento, la planificación del movimiento y el control de realimentación. En el ámbito de la decisión se comenta el modelo de Markov y el enfoque de 'divide y vencerás' basado en escenarios. Igualmente se ven los algoritmos más importantes en planificación del movimiento y en control.

  • 'Reinforcement Learning-based Planning and Control:' Se centra en el uso específico del aprendizaje por refuerzo en el ámbito de la planificación y el control. Tras explicar en qué consiste el aprendizaje por refuerzo, dando detalles de casos como el Q-Learning, se analiza su uso en el caso de la planificación y el control en conducción autónoma.

  • 'Client Systems for Autonomous Driving:' Comienza describiendo el sistema operativo para la conducción autónoma y, en concreto, el Robotic Operating System (ROS) para saltar luego a las plataformas de computación existentes incluyendo soluciones basadas en GPU, en DSP, en FPGA o en ASICs.

  • 'Cloud Platform for Autonomous Driving:' finaliza con la plataforma en la nube y habla de temas como el almacenamiento distribuido, la simulación, el entrenamiento de los modelos o la generación de mapas de alta fidelidad.
'Creating autonomous vehicle systems' es, en fin, un muy buen libro. que expone de una forma rigurosa y realista el estado del arte de los vehículos autónomos.