Sensores y simulaciones para anticipar los derrapes en vehículos

Investigadores de la Universidad de Almería han simulado por ordenador y comprobado que la instalación de dispositivos de alerta en coches y camiones permite detectar situaciones de conducción inseguras, como derrapes o exceso de peso. Estos sistemas avisan en tiempo real al conductor, evitando así posibles accidentes.

Sensores y simulaciones para anticipar los derrapes en vehículos
Prototipo de vehículo eléctrico autónomo desarrollado en la Universidad de Almería, donde los investigadores ponen a prueba las simulaciones por ordenador sobre derrapes. / Fundación Descubre

Miembros del grupo Automática, Robótica y Mecatrónica de la Universidad de Almería y de la universidad italiana de Salento han empleado un sistema de sensores ‘inteligentes’ en vehículos de cuatro ruedas capaz de avisar de inmediato ante posibles accidentes producidos por derrape o exceso de peso.

Para configurar el dispositivo, los investigadores han simulado por ordenador una serie de maniobras que pueden originarse durante la conducción, como los adelantamientos o la incorporación de vuelta al carril derecho, entre otras. El objetivo de estas pruebas es detectar en cada caso el ángulo de deslizamiento o derrape, es decir, la posición que forma la rueda con el sentido de la marcha del automóvil.

Los investigadores han simulado por ordenador diversas maniobras, como los adelantamientos o las incorporaciones, para detectar el ángulo de deslizamiento

La determinación de este parámetro se recoge en un artículo publicado en la revista Mechanical Systems and Signal Processing. En los ensayos virtuales han empleado además técnicas matemáticas y de robótica móvil para estimar en cada momento la masa real del coche y el ángulo de deslizamiento.

“Esta información es clave porque muestra exactamente si el vehículo va a derrapar o no y qué peso es el que soporta si esto ocurre. Asimismo, estos sensores virtuales ofrecen datos junto con una estimación de su margen de error, con lo que se garantiza su fiabilidad”, asegura el profesor José Luis Blanco, uno de los autores principales de este estudio.

De esta forma, los investigadores proponen incorporar sensores inerciales en la parte central del vehículo, conocido como centro de masas. Este tipo de aparatos miden la aceleración y la velocidad angular y se utilizan en los análisis de movimiento. Ya existen en el mercado y se pueden encontrar, por ejemplo, en los teléfonos móviles.

“Según el ángulo que forme la posición de las ruedas, en relación con el sentido de la marcha y la velocidad, el cuadro de manos del vehículo mostraría una señal alertando de posibles situaciones de riesgo durante la conducción. Se trata de una estimación muy útil para implementar sistemas de advertencia y seguridad a bordo”, matiza el investigador.

De lo virtual a la realidad sobre cuatro ruedas

Aunque las simulaciones virtuales desarrolladas en este estudio ponen de manifiesto la viabilidad de estas técnicas matemáticas aplicadas a sensores inerciales, el siguiente paso es comprobar si arrojan los mismos resultados en coches reales.

Por ello, los investigadores están realizando pruebas en un prototipo de vehículo eléctrico autónomo desarrollado en la Universidad de Almería y que forma parte del proyecto del Plan Nacional Estrategias de control y gestión energética en entornos productivos con apoyo de energías renovables.

Para ello, están incorporando dispositivos de bajo coste que ya se comercializan con otros usos y esperan que los resultados sean óptimos. “Queremos verificar que todas estas variables sean útiles en vehículos reales. Probaremos en un carro de golf que hemos adaptado como si se tratara de un coche y que asimismo hemos modificado para poder controlar por ordenador”, puntualiza el profesor Blanco.

La siguiente fase del estudio es someter a este vehículo a diferentes pruebas, entre ellas maniobras de derrape, para comprobar la eficacia de estos sensores sobre cuatro ruedas.

Referencia bibliográfica:

Reina, G., Paiano, M., & Blanco-Claraco, J. L. (2017). "Vehicle parameter estimation using a model-based estimator". Mechanical Systems and Signal Processing, 87, 227-241.

Fuente: Fundación Descubre
Derechos: Creative Commons
Artículos relacionados