¿Puede un coche ver con solo cámaras? El debate sobre el futuro de la autonomía L3
Los sistemas ADAS (Advanced Driver Assistance Systems) evolucionan con rapidez hacia el objetivo último de la conducción autónoma total. Sin embargo, en el corto y medio plazo, la meta más inmediata es alcanzar una implementación generalizada del nivel 3 según la clasificación SAE. En este estadio, el coche puede conducir por sí mismo en ciertas condiciones, permitiendo al conductor desentenderse momentáneamente del entorno. Mercedes-Benz ya lo ha logrado con su Drive Pilot en Alemania y EE. UU., y Honda con el Legend “Traffic Jam Pilot” en Japón. La pregunta que divide a la industria es: ¿basta con cámaras, como defiende Tesla, o es necesario añadir sensores LiDAR para garantizar la fiabilidad del sistema?
Visión computacional frente a sensores redundantes
Tesla apuesta por un enfoque radical: su sistema FSD (Full Self Driving) está basado exclusivamente en cámaras y en el aprendizaje profundo que proporcionan millones de vídeos del tráfico real, procesados por redes neuronales. Frente a esta filosofía, el resto de fabricantes, especialmente los asiáticos y europeos, defienden la incorporación de sensores LiDAR y radares como una capa adicional de seguridad y redundancia.
El argumento es técnico: los sensores LiDAR, basados en tecnología láser, permiten detectar con gran precisión objetos a más de 200 metros de distancia y generar modelos tridimensionales del entorno, independientemente de las condiciones de luz o meteorología. Cámaras, por su parte, tienen un rango de visión útil más limitado y son sensibles a la suciedad o a la lluvia, algo que puede afectar negativamente al rendimiento del sistema.
LiDAR, un aliado en condiciones difíciles
Li Xiang, CEO de Li Auto, resume el sentir de muchos fabricantes asiáticos al afirmar que las condiciones del tráfico en China exigen el uso del LiDAR. Además de mejorar la detección en entornos complejos, esta tecnología ya se está integrando de forma innovadora: algunos modelos de nueva generación incorporan sensores LiDAR tras el parabrisas, protegidos de la intemperie, sin comprometer el diseño o la aerodinámica del vehículo.
El Grupo Belron®, a través de sus marcas como Carglass España®, sigue de cerca esta evolución tecnológica. Ya han advertido que las cámaras ADAS pierden eficacia en condiciones adversas y que el LiDAR puede ser clave para mantener la funcionalidad del sistema en estos casos. También destacan que, a diferencia de las cámaras, los LiDAR actuales no requieren recalibración tras un cambio de parabrisas.
Regulaciones: más exigencia para las cámaras
A nivel normativo, la legislación internacional permite homologar sistemas de nivel 3 sin necesidad de LiDAR, pero exige redundancia de sensores. Esa redundancia puede ser física o funcional —dos sistemas que perciban de manera independiente el entorno—. A efectos prácticos, demostrar que un sistema basado solo en cámaras cumple todos los requisitos en todas las condiciones posibles es mucho más complejo y lento de validar ante los organismos reguladores.
Por eso, los sistemas con combinación de cámara, radar y LiDAR tienen un camino normativo más despejado. Ya han sido homologados en Europa, EE. UU. y Japón, lo que los convierte en la opción preferida por los fabricantes que buscan acortar plazos de aprobación.
Costes, potencia de cálculo y discrepancias
El enfoque multi-sensor, sin embargo, no es gratuito. Sistemas como los del Avatr 11, que incorpora hasta 35 sensores incluyendo tres LiDAR, requieren procesar hasta 8 GB de datos por segundo con una potencia combinada de más de 1.000 TOPS (Tera Operaciones por Segundo). En contraste, Tesla logra simplificar el hardware, reducir el consumo energético y evitar la necesidad de refrigeración activa gracias a una red más ligera centrada exclusivamente en la visión.
Eso sí, la integración de múltiples sensores introduce también un nuevo reto: las discrepancias entre fuentes. Para resolverlas, los sistemas avanzados utilizan fusiones de datos jerárquicas con algoritmos probabilísticos (como los de Bayes o Kalman) y asignan pesos dinámicos a cada sensor en función de su fiabilidad contextual.
Mercedes-Benz, por ejemplo, implementa una doble cadena de percepción: por un lado, LiDAR + radar, y por otro, cámaras. Si las lecturas difieren, el sistema adopta el resultado más conservador. Si no hay consenso, notifica el error y degrada automáticamente al nivel 2, devolviendo el control al conductor.
Una batalla abierta entre filosofía y pragmatismo
La carrera hacia el nivel 3 de conducción autónoma está marcada por dos enfoques radicalmente distintos. Tesla cree que la inteligencia artificial entrenada con cámaras puede imitar la percepción humana y resolver todos los escenarios. Otros fabricantes, en cambio, defienden la necesidad de sensores LiDAR como un seguro tecnológico y regulatorio que refuerza la seguridad del sistema.
La realidad tecnológica y legislativa actual parece dar ventaja a quienes optan por la redundancia de sensores. Pero a medida que evolucionen los algoritmos de visión artificial y aumente la capacidad de los chips, el modelo de Tesla podría volverse más competitivo. De momento, la industria y los reguladores siguen observando con atención cuál de los dos caminos terminará imponiéndose.
Comparte este contenido:
