Un conjunto de datos sobre cambios de carril de AV transicionales revela cómo convergen los huecos y cuándo alcanza su máximo el riesgo de colisión

Un conjunto de datos sobre cambios de carril de AV transicionales revela cómo convergen los huecos y cuándo alcanza su máximo el riesgo de colisión

Abhinav Sharma, Md Abdullah Al Hasan, Danjue Chen, George F. List

9 min de lectura30 ago 2026

Nuevos experimentos de campo con un vehículo autónomo transicional (tAV) que realizó 78 cambios de carril obligatorios en una vía pública muestran que los huecos delantero y trasero convergen sistemáticamente hacia un intervalo estrecho justo antes de cruzar la línea divisoria. El conjunto de datos también revela que el riesgo de colisión aumenta de forma constante durante la maniobra y alcanza su máximo en el momento de la entrada física en el carril.

Índice

Qué construyeron los investigadores

El conjunto de datos North Carolina Transitional Autonomous Vehicle Lane-Changing (NC-tALC) recoge 78 pruebas controladas de cambio de carril obligatorio en una vía pública de cuatro carriles en Apex, Carolina del Norte. Cuatro vehículos instrumentados —un tAV que cambiaba de carril (denominado X), dos vehículos seguidores en el carril de destino (A y B) y un vehículo líder en ese carril (C)— generaron patrones de tráfico iniciales reproducibles. Todos los vehículos funcionaban en un modo de conducción automatizada transicional (tAV), lo que significa que el sistema controlaba los movimientos longitudinales y laterales, mientras una persona supervisaba el entorno.

Los investigadores situaron X en tres posiciones iniciales con respecto al hueco entre A y B: cerca de A, aproximadamente en el centro y cerca de B. Cada condición se repitió varias veces para obtener datos de comportamiento con relevancia estadística. Unidades RTK-GNSS/INS de alta resolución instaladas en todos los vehículos registraron posición, velocidad, rumbo y aceleración a 20 Hz, con precisión centimétrica.

Disposición del sitio de pruebas, con dos tramos rectos para los experimentos en dirección norte y sur

El conjunto de datos proporciona trayectorias sincronizadas en el tiempo de todo el proceso de cambio de carril: desde el momento en que X decide incorporarse hasta la aceptación del hueco, el cruce del carril y la estabilización posterior a la incorporación. Esto supera ampliamente las instantáneas habituales de aceptación de huecos de estudios anteriores.

Resultados principales

El hallazgo más llamativo es que los huecos delantero y trasero —los intervalos temporales entre el vehículo que cambia de carril y el líder o seguidor del carril de destino— convergen hacia una banda estrecha de entre 0,5 y 1,5 segundos alrededor del momento de cruzar el carril, independientemente de la condición de separación inicial. Esto apunta a un patrón de comportamiento predecible propio de los cambios de carril de los tAV.

El riesgo de colisión, medido mediante el tiempo hasta la colisión modificado y la tasa de desaceleración para evitar un choque (DRAC), aumentó de forma constante a medida que avanzaba la maniobra. El riesgo alcanzó su máximo en el instante de la entrada física en el carril —cuando el neumático delantero del vehículo cruzó la línea divisoria— y siguió siendo elevado incluso después de completarse el cambio. La amenaza dominante fue siempre el líder del carril de destino, no el seguidor.

De las 78 pruebas, el vehículo que cambiaba de carril eligió el hueco entre A y B (hueco 1) en 52 casos, el hueco situado delante de A (hueco 0) en 16 casos y el hueco entre B y C (hueco 2) en 10 casos. En ninguna prueba se produjo una incorporación detrás de C (hueco 3). Esta distribución pone de manifiesto una marcada preferencia por el hueco de destino inmediato.

Cómo funciona

Cada vehículo llevaba una única unidad INS que integraba RTK-GNSS con acelerómetros y giróscopos, instalada en el centro del vehículo. Las posiciones sin procesar se convirtieron de coordenadas geográficas a un marco cartesiano local conforme al modelo WGS‑84 y después se proyectaron sobre la línea central de referencia del carril. Una media móvil de 20 puntos (1 segundo) filtró el ruido del GNSS.

Los investigadores identificaron las marcas temporales clave del cambio de carril —inicio del movimiento lateral, instante de cruce del carril y finalización completa— a partir del perfil de la trayectoria lateral. A continuación calcularon tres variables de intervalo temporal:

  • Hueco delantero: intervalo temporal entre el vehículo que cambia de carril y el líder del carril de destino (negativo cuando el vehículo que cambia de carril va por delante del líder)
  • Hueco trasero: intervalo temporal entre el vehículo que cambia de carril y el seguidor del carril de destino (negativo cuando va por detrás)
  • Hueco de cambio de carril (LC): intervalo temporal entre el líder y el seguidor del carril de destino (el hueco disponible)

La siguiente tabla resume los resultados de selección del hueco de destino:

Hueco candidatoDescripciónNúmero de pruebas
Hueco 0Delante de A16
Hueco 1Entre A y B52
Hueco 2Entre B y C10
Hueco 3Detrás de C0
Marcas temporales clave del proceso de cambio de carril: inicio del movimiento lateral, cruce del carril y finalización

Las medidas sustitutivas de seguridad (tiempo hasta la colisión y DRAC) se calcularon a partir de los datos de trayectoria en cada marca temporal. El análisis muestra que el riesgo no desaparece al finalizar el cambio de carril: el vehículo aún debe estabilizar su posición longitudinal con respecto al nuevo líder, y los márgenes de seguridad siguen siendo reducidos durante varios segundos.

Por qué es importante para la robótica

Los vehículos automatizados transicionales representan la generación actual de sistemas de conducción autónoma listos para producción. Comprender cómo se comportan realmente estos sistemas en situaciones reales de cambio de carril obligatorio es fundamental para validar simulaciones, certificar la seguridad y fomentar la aceptación pública. El conjunto de datos NC-tALC ofrece referencias empíricas que pueden orientar directamente la calibración de algoritmos de planificación del movimiento y modelos de comportamiento.

Para los operadores de flotas que gestionan robots de almacén o vehículos de guiado automático, descubrir que el riesgo de colisión alcanza su máximo al entrar en el carril —y no únicamente al aceptar el hueco— es una conclusión práctica importante. Los sistemas de seguridad deberían supervisar toda la maniobra, no solo la decisión de incorporarse.

La convergencia de los huecos delantero y trasero sugiere que el comportamiento de los tAV al cambiar de carril es más predecible que el de los conductores humanos, lo que podría simplificar la modelización del flujo de tráfico y las estrategias de coordinación V2X. Este conjunto de datos y sus conclusiones pueden acelerar el desarrollo de sistemas de conducción autónoma más seguros y fiables.

Limitaciones y preguntas abiertas

Los experimentos se realizaron en una vía pública recta y seca, sin más tráfico que los cuatro vehículos instrumentados. Los resultados podrían variar en curvas, con condiciones meteorológicas adversas o en presencia de vehículos conducidos por personas. Todos los vehículos funcionaban en modo tAV; por tanto, los hallazgos podrían no generalizarse a sistemas plenamente autónomos (niveles 4/5) ni a vehículos con diferentes conjuntos de sensores.

El tamaño de la muestra, 78 pruebas, aunque considerable para un estudio de campo controlado, limita la potencia estadística para eventos poco frecuentes o casos extremos. Además, la posición inicial del vehículo que cambiaba de carril dentro del hueco fue la única variable controlada; no se variaron de forma independiente factores como la diferencia de velocidad entre vehículos o la atención del conductor. Los trabajos futuros deberían analizar cómo se trasladan estos resultados a escenarios más complejos con múltiples vehículos.

Preguntas frecuentes

¿Qué es un vehículo autónomo transicional (tAV)? Un tAV es un vehículo capaz de controlar tanto el movimiento longitudinal como el lateral, pero que aún requiere que un conductor humano supervise el entorno e intervenga cuando sea necesario, de forma similar a los sistemas SAE de nivel 3 o 4 que ya circulan por las carreteras.

¿Cómo se midió la convergencia de los huecos? Los investigadores calcularon los intervalos temporales entre el vehículo que cambiaba de carril y el líder y el seguidor del carril de destino en cada instante. Después representaron la evolución de esos huecos y observaron que, independientemente de la separación inicial, se estrechaban sistemáticamente hasta quedar entre 0,5 y 1,5 segundos cerca del momento de cruzar el carril.

¿Por qué el riesgo de colisión alcanzó su máximo al entrar en el carril y no al aceptar el hueco? El movimiento lateral del vehículo reduce los márgenes de seguridad efectivos al cruzar la línea divisoria. Aunque el hueco se hubiera aceptado antes, la incursión física en el nuevo carril comprime temporalmente los valores del tiempo hasta la colisión antes de que el vehículo se estabilice longitudinalmente.

¿Puedo acceder al conjunto de datos NC-tALC para mi propia investigación? El artículo indica que el conjunto de datos está disponible para fines de investigación; para acceder a él, hay que ponerse en contacto con los autores. Incluye trayectorias de alta resolución y métricas de seguridad calculadas para las 78 pruebas.

Conclusión

El conjunto de datos NC-tALC y su análisis ofrecen la primera caracterización empírica y controlada del proceso completo de cambio de carril obligatorio en vehículos autónomos transicionales. La convergencia observada de los huecos delantero y trasero, junto con el máximo riesgo de colisión al entrar en el carril, proporciona referencias concretas para desarrolladores y evaluadores de seguridad. Este trabajo subraya que la seguridad de los cambios de carril debe evaluarse durante toda la maniobra, no solo en la decisión de aceptar el hueco.

🍪 Preferencias de cookies

Usamos cookies para medir el rendimiento. Política de privacidad