¿Son ya los vehículos autónomos sin conductor una realidad?

Estamos en 2025 y, aunque hace 80 años muchos imaginaban cielos llenos de coches voladores, esa visión aún no se ha hecho realidad. Sin embargo, la movilidad inteligente ha dado pasos de gigante: lo que antes era solo una idea futurista, hoy es una realidad palpable. Los vehículos autónomos ya circulan entre nosotros, guiados por inteligencia artificial que interpreta el entorno, toma decisiones y responde al instante, sin necesidad de intervención humana. 

Los vehículos autónomos (AVs por sus siglas en inglés) o robotaxis son cada vez más populares en algunos países. En lugares como Estados Unidos o China, su implementación es cada vez más frecuente, especialmente en entornos urbanos complejos. De hecho, en febrero de 2025, la empresa Alphabet anunció que su filial de vehículos autónomos (Waymo) alcanzó los 200.000 trayectos pagados por semana en ciudades como Los Ángeles y San Francisco, un volumen 20 veces superior al registrado dos años antes. 

Aunque la adopción global todavía no parece viable, otros países, como Japón y Corea del Sur también han iniciado pruebas piloto en sus principales ciudades, experimentando con la tecnología en entornos controlados. En paralelo, la Unión Europea avanza gradualmente en el desarrollo de marcos regulatorios que permitan una incorporación progresiva y segura de estos sistemas.  

Así, la pregunta ya no parece ser si veremos vehículos autónomos a gran escala en nuestras ciudades, sino cuándo y bajo qué normativas.  

¿Cuál es la situación actual? 

La Sociedad de Ingenieros Automotrices (SAE) define seis niveles de automatización en una escala del 0 al 5. El nivel 0 corresponde a vehículos completamente manuales, mientras que el nivel 5 representa una autonomía total: vehículos que pueden operar en cualquier situación sin necesidad de conductor humano en ningún momento. 

Actualmente, la mayoría de vehículos comerciales se encuentran entre los niveles 2 y 3, pues cuentan con funciones de asistencia al conductor, pero siempre bajo supervisión. Solo unas pocas empresas han alcanzado operaciones en nivel 4, lo que supone una conducción autónoma en determinados entornos y bajo condiciones específicas. 

El paso al nivel 5 aún se considera un objetivo a medio o largo plazo, condicionado principalmente por aspectos técnicos, éticos y normativos.  

¿Cómo funcionan los vehículos autónomos?

El funcionamiento de un vehículo autónomo depende de la integración de múltiples capas tecnológicas que trabajan en conjunto para asegurar una conducción precisa y segura en entornos dinámicos.  

En primer lugar, la percepción del entorno se logra gracias a una combinación de sensores avanzados, que incluyen cámaras de alta resolución, radares LiDAR y sensores ultrasónicos. Estos sensores proporcionan una representación tridimensional y precisa del entorno circundante, permitiendo al vehículo detectar obstáculos, identificar señales de tráfico, reconocer peatones y anticipar el comportamiento de otros usuarios de la vía. Cada sensor tiene un papel específico: mientras que los radares funcionan bien en condiciones meteorológicas adversas, el LiDAR es crucial para una visualización precisa en 3D a largas distancias, y las cámaras permiten reconocer elementos complejos. 

Toda esta información es procesada por algoritmos de IA basados en modelos de deep learning, como redes convolucionales (CNN) para visión por computadora y redes de atención para comprender la dinámica del entorno. Entrenados con millones de kilómetros de datos reales y simulados, estos sistemas mejoran su capacidad predictiva y adaptativa mediante técnicas como el aprendizaje por refuerzo profundo, optimizando la toma de decisiones en situaciones complejas. 

Un reto clave es la fusión sensorial, que integra datos con diferentes frecuencias y niveles de ruido para generar un modelo tridimensional coherente del entorno. Esta representación alimenta los módulos de planificación y control, permitiendo al vehículo anticipar riesgos y responder con precisión. La baja latencia y la robustez frente a la incertidumbre son esenciales para una conducción autónoma fiable en escenarios reales y cambiantes. 

Además, la conectividad V2X (Vehicle-to-Everything) juega un papel crucial en esta ecuación, extendiendo la percepción del vehículo más allá de sus propios sensores, ya que permite la comunicación en tiempo real con infraestructuras urbanas u otros vehículos, e incluso dispositivos móviles de los peatones, creando una red interconectada que facilita la optimización de rutas, la coordinación de movimientos y la anticipación de riesgos. Por ejemplo, un vehículo autónomo puede recibir información de semáforos que le permite ajustar su velocidad antes de llegar a una intersección o recibir alertas de otros vehículos que se aproximan a alta velocidad. 

Finalmente, para gestionar esta enorme cantidad de datos en tiempo real, los vehículos autónomos dependen de hardware de alto rendimiento. Plataformas como NVIDIA DRIVE y Qualcomm Snapdragon Ride, junto con chips especializados desarrollados por diversas empresas tecnológicas, proporcionan la capacidad de procesamiento necesaria para analizar y actuar sobre millones de datos por segundo. Estos sistemas son esenciales para garantizar que los vehículos autónomos puedan reaccionar instantáneamente ante cualquier situación, desde un cambio en la velocidad de un vehículo a la necesidad de frenar ante un obstáculo inesperado.  

En conjunto, estas tecnologías permiten que los AVs operen de manera segura y eficiente en un entorno altamente complejo y en constante cambio. 

Desafíos pendientes 

Aunque la tecnología ha progresado notablemente, la adopción global de los AVs enfrenta obstáculos significativos: 

• Normativa: Uno de los principales obstáculos es la ausencia de un marco legal adaptado. En la mayoría de los países, la legislación no permite la circulación de vehículos sin conductor, y la falta de armonización a nivel internacional dificulta su homologación o la contratación de seguros adecuados. 

• Ética: Los algoritmos deben estar preparados para reaccionar ante situaciones de riesgo en las que cualquier decisión implica un daño potencial. Esto abre debates sobre cómo priorizar vidas y quién es responsable de esas decisiones: el programador, el fabricante o el usuario. Además, estas desiciones éticas pueden variar según el contexto cultural. Por ejemplo, en Europa un vehículo autónomo podría priorizar atropellar a un anciano antes que a un niño, mientras que en Japón, debido a la veneración cultural hacia las personas mayores, la decisión podría ser inversa.  

• Ciberseguridad: Al estar conectados a redes y sistemas digitales, los AVs son vulnerables a ciberataques. Un fallo en la seguridad puede afectar al funcionamiento del vehículo y, en casos extremos, ser utilizado para generar situaciones de riesgo en la vía pública. Esta vulnerabilidad representa uno de los mayores desafíos para la adopción segura de esta tecnología, haciendo imprescindible el desarrollo de mecanismos de defensa y la constante actualización ante nuevas amenazas.  

• Infraestructura: La mayoría de ciudades no cuentan con una infraestructura compatible con la circulación masiva de vehículos autónomos. La transición requerirá inversiones significativas en tecnología urbana como señalización inteligente, redes de comunicación avanzadas y gestión integrada del tráfico.  

Panorama europeo

Como se mencionó al inicio del artículo, algunos países ya han puesto en marcha servicios operativos de vehículos autónomos. En el caso de Europa, el avance está siendo más progresivo, marcado por un enfoque regulatorio riguroso y un fuerte compromiso con la seguridad y la interoperabilidad tecnológica. 

Países como Alemania y Reino Unido encabezan la transición en el continente. Alemania fue pionera al aprobar una ley que permite la circulación de vehículos autónomos de nivel 4 en vías públicas desde 2021. En el Reino Unido, el gobierno prevé permitir la operación de vehículos sin conductor en carreteras para 2026, respaldado por el Automated Vehicles Bill. 

En España, el desarrollo de la conducción autónoma también ha avanzado en los últimos años, especialmente en el ámbito experimental. El país ha albergado varios proyectos piloto en entornos urbanos y de autopista, como los desarrollados en el marco del consorcio europeo AUTOPILOT. Un ejemplo reciente es un proyecto pionero que se llevó a cabo en la ciudad de Leganés, donde un autobús urbano sin conductor circuló durante cinco días sin ningún inconveniente, demostrando la viabilidad de esta tecnología en entornos reales.  

A nivel comunitario, la Comisión Europea ha definido una hoja de ruta clara a través de su Sustainable and Smart Mobility Strategy, que establece objetivos para una movilidad automatizada, conectada y climáticamente neutra para 2050. 

Desarrollo de la IA en ARQUIMEA 

En Arquimea Research Center creemos en el poder de las tecnologías para transformar la movilidad del futuro, y por ello trabajamos para contribuir a este desarrollo.  

Desde nuestro orbital de Inteligencia Artificial impulsamos soluciones innovadoras que hagan posible un avance tecnológico seguro y eficiente, investigando y trabajando en áreas clave como Edge Machine Learning y Safe Autonomy.  

Todos los proyectos de ARQUIMEA Research Center forman parte de QCIRCLE, una iniciativa financiada por la Unión Europea destinada a consolidar un centro de excelencia científica, reforzando así nuestro compromiso con la innovación y la investigación para enfrentar retos actuales de interés global.