• 2 min de lectura
IA que clasifica rutas por seguridad obtiene reconocimiento como trabajo destacado en CVPR
SafeDrive de la Universidad Nacional de Seúl clasifica trayectorias candidatas de conducción según una puntuación de seguridad, y el trabajo fue seleccionado como trabajo destacado en CVPR 2026.
Imagen: TechXplore
Un equipo de la Universidad Nacional de Seúl afirma haber construido un modelo de conducción autónoma de extremo a extremo que puntúa múltiples rutas posibles antes de elegir la más segura, un paso destinado a que estos sistemas resulten más fiables y fáciles de interpretar.
El proyecto, llamado SafeDrive, estuvo dirigido por Jun Won Choi, profesor del Departamento de Ingeniería Eléctrica y de Computadoras de la Facultad de Ingeniería de la Universidad Nacional de Seúl. El trabajo fue seleccionado como trabajo destacado en CVPR 2026, una distinción que, según la fuente, se otorga a aproximadamente el 3 % de todas las propuestas y a cerca del 10 % de los artículos aceptados.
SafeDrive utiliza lo que el equipo denomina Razonamiento de Seguridad de Granularidad Fina. El método evalúa varias trayectorias de conducción candidatas generadas por el modelo, las combina con los resultados de percepción y asigna a cada una una puntuación cuantitativa de seguridad. Eso permite al sistema elegir una ruta óptima mientras aborda dos debilidades persistentes en los sistemas de conducción de extremo a extremo: la seguridad y la interpretabilidad.
Recomendado
Conducir más despacio podría ahorrar $22M al día en combustible
El anuncio sitúa el trabajo dentro de un cambio más amplio hacia enfoques de conducción autónoma basados en IA física, en los que se recopilan, refinan y utilizan datos de conducción a gran escala para imitar las decisiones de conducción humanas. Según la fuente, este es el primer artículo sobre conducción autónoma de extremo a extremo desarrollado en el país que haya sido a la vez aceptado en CVPR y seleccionado como trabajo destacado.
El modelo ya se ha incorporado a EAD (Evolutionary Autonomous Driving), descrito como un modelo de referencia para la comercialización de la conducción autónoma de extremo a extremo. EAD está siendo desarrollado por un consorcio liderado por la Universidad Nacional de Seúl con apoyo del Ministerio de Comercio, Industria y Energía. También se están llevando a cabo estudios de validación con empresas coreanas de conducción autónoma para desplegar el modelo en vehículos reales.
Seguiremos avanzando en esta tecnología y construiremos un ecosistema abierto que permita la colaboración y el intercambio de conocimientos con la industria, conduciendo en última instancia a la comercialización en el mundo real. De cara al futuro, planeamos mejorar aún más el rendimiento del modelo EAD usando conjuntos de datos más amplios y lograr la comercialización completa de la conducción autónoma de extremo a extremo mediante el uso de nuestros propios datos recopilados.
Frontier Editor
Dan is our resident futurist, covering electric mobility, space exploration, and the smart home. He's interested in atoms just as much as bits. Whether it's a new battery chemistry, a reusable rocket, or a protocol that finally makes IoT devices talk to each other, Dan breaks down the engineering that pushes humanity forward.
vía TechXplore
