Aunque ha vuelto a permanecer en la sombra después de su último anuncio, ya sabemos que la ROBORACE sigue adelante y que serán los pilotos profesionales los primeros que ayudarán a las ‘máquinas’ a ser competitivas, en este caso marcándoles una primera trazada de referencia durante la que ha sido bautizada como la “Alpha Season”. Si los pilotos marcarán esa primera y muy valiosa trazada, ¿qué valor tendrán entonces los sistemas de conducción autónoma más allá de replicarla una y otra vez? Pues es precisamente en ese punto donde comenzará la verdadera competición entre equipos.
Tal y como podemos ver en los últimos vídeos del proyecto de Fórmula Student de AMZ Racing, a través del MPC (modelo de control predictivo) con Proceso Gaussiano, el monoplaza es capaz de pulir a cada vuelta su trazada. Partiendo en este caso de unas referencias establecidas nominalmente, el GP es capaz de modelar un sistema dinámico no lineal a partir de la evaluación de los distintos datos de posición y orientación, estableciendo una trazada optima de vuelta dependiendo del estado por ejemplo de los neumáticos y dentro siempre de un margen de confianza que es la línea ancha en rojo que podemos ver en el vídeo más abajo.
¿Cómo queda esto representado en competición? Tal y como podemos observar en el vídeo publicado por el equipo AMZ Racing de apenas una veintena integrantes, el Fórmula Student eléctrico es capaz de mejorar en dos segundos su tiempo de vuelta respecto a la vuelta inicial gracias al aprendizaje automático que realiza el sistema a través del aprendizaje que suponen las desviaciones del modelo respecto a las mediciones online. ¿Hay mejora? Solo hace falta ver cómo ha incidido la implementación del MPC respecto a las primeras pruebas realizadas en agosto del 2017.
