Ingeniería y desarrollo de sistemas avanzados de asistencia al conductor.

< Volver a Software Inteligente para Automoción

Por Johnny Liu, director ejecutivo de Dowway Vehicle | Publicado: 6 de marzo de 2026

Con más de una década de experiencia práctica en ingeniería automotriz y desarrollo de sistemas de conducción autónoma de nivel 2+, mi equipo en Dowway Vehicle y yo hemos superado la compleja transición desde las ayudas básicas al conductor hasta sistemas altamente sofisticados. Esta guía técnica desglosa las realidades de la ingeniería, las arquitecturas de los sistemas y los métodos de calibración necesarios para la producción en masa de las funciones ADAS básicas actuales.

Introducción

La tecnología automotriz avanza rápidamente hacia la automatización de nivel 2+ y más allá. La matriz funcional de los Sistemas Avanzados de Asistencia al Conductor (ADAS) continúa expandiéndose. Si bien los Sistemas de Asistencia para Mantenerse en el Carril (LKAS) y la Asistencia Automática de Estacionamiento (APA) sentaron las bases, la industria ha centrado su atención en escenarios de conducción reales y altamente complejos. Hoy en día, las configuraciones principales de producción en masa incluyen: Control de crucero adaptativo (ACC), Frenado de emergencia autónomo (AEB), Asistencia en atascos de tráfico (TJA), Sistema de advertencia de salida de carril (LDW), y Asistencia para cambio de carril (LCA).

Esta guía examina la arquitectura del sistema, la selección del hardware, el desarrollo de algoritmos y la calibración en vehículos reales necesarios para llevar estos sistemas a la producción en masa.

Funciones principales de los sistemas avanzados de asistencia al conductor.

Basándose en estándares como ISO 21448 (SOTIF) y GB/T 39222-2020, estas cinco funciones ADAS principales conforman un sistema integral de seguridad para la conducción.

Control de crucero adaptativo (ACC)

El control de crucero adaptativo (ACC) gestiona automáticamente la transmisión y el frenado del vehículo para mantener una velocidad constante y una distancia de seguridad adecuada con respecto al vehículo que le precede. Es ideal para autopistas y vías urbanas despejadas, ya que reduce la fatiga del conductor durante la conducción continua.

• Rango de funcionamiento: 0-130 km/h (el control de crucero adaptativo a baja velocidad cubre de 0 a 30 km/h para la congestión urbana).
• Indicadores clave de rendimiento (KPI): De 3 a 5 niveles de regulación de distancia, con un tiempo de respuesta ≤ 0,5 s, una precisión de control de velocidad de ±1 km/h y una fiabilidad de ≥ 50 ciclos continuos de parada y arranque sin fallos.

Frenado de emergencia autónomo (AEB)

El sistema AEB (Frenado Automático de Evasión) se basa en la fusión de múltiples sensores para detectar obstáculos frontales (vehículos, peatones, ciclistas). Activa automáticamente el sistema de frenado para mitigar o evitar colisiones si el conductor no reacciona de inmediato.

• Escenarios operativos: Cubre obstáculos repentinos a baja velocidad (≤ 50 km/h) y frenado de emergencia a alta velocidad.
• Indicadores clave de rendimiento (KPI): Tiempo de advertencia de colisión ≥ 1,5 s, tiempo de respuesta de frenado ≤ 0,3 s, prevención de colisiones a velocidades ≤ 40 km/h (para peatones) y una tasa de reducción de la velocidad de colisión de ≥ 30 % (para vehículos).

Asistencia en atascos de tráfico (TJA)

Como extensión del ACC, el TJA gestiona el tráfico con paradas y arranques frecuentes (≤ 30 km/h) controlando automáticamente la distancia de seguimiento, el arranque/parada y las pequeñas correcciones de la dirección, ofreciendo una conducción semiautónoma en tráfico denso.

• Indicadores clave de rendimiento (KPI): Precisión en la distancia de seguimiento de ±5 cm, transiciones suaves de parada y arranque (sin sacudidas), ángulo de corrección de la dirección ≤ 5°/s y una tasa de éxito de activación de ≥ 95 %.

Sistema de advertencia de salida de carril (LDW)

El sistema LDW utiliza cámaras para controlar las marcas viales y emite advertencias acústicas o hápticas (vibraciones en el volante o el asiento) si el vehículo se desvía sin señalizar el giro.

• Rango de funcionamiento: ≥ 60 km/h (algunos modelos se activan a velocidades tan bajas como 40 km/h).
• Indicadores clave de rendimiento (KPI): Precisión en el reconocimiento de carriles ≥ 98 % (condiciones climáticas normales) y ≥ 95 % (de noche con alumbrado público suficiente), tiempo de respuesta de la advertencia ≤ 0,2 s y una tasa de falsas alarmas ≤ 1 vez/100 km.

Asistencia para cambio de carril (LCA)

El sistema LCA utiliza un radar de ondas milimétricas (MMW) para monitorear los puntos ciegos. Avisa al conductor mediante indicadores en los espejos laterales o vibraciones si se inicia un cambio de carril mientras un vehículo se encuentra peligrosamente cerca en el carril adyacente.

• Indicadores clave de rendimiento (KPI): Alcance de detección de punto ciego de 3 a 5 m, precisión de reconocimiento ≥ 97 %, tiempo de respuesta de advertencia ≤ 0,2 s y una tasa de falsas alarmas ≤ 0,5 veces/100 km.

Arquitectura de sistemas para la producción en masa de ADAS

Estas funciones operan de forma estricta “Percepción-Decisión-Ejecución” Arquitectura. Utilizamos un enfoque de “Controlador de dominio + Fusión multisensor” para garantizar la fiabilidad en tiempo real y el cumplimiento de las normas ISO 26262 (Seguridad funcional) e ISO 21448 (SOTIF).

Capa de percepción: Fusión multisensorial

La producción en masa a un coste razonable se basa en la fusión de datos para eliminar los errores de un solo sensor, normalmente mediante algoritmos de filtro de Kalman adaptativo.

• Radar de ondas milimétricas (MMW): Núcleo para ACC, AEB y LCA. Detecta distancia, velocidad y acimut (0,5-200 m). Se recomienda encarecidamente la frecuencia de 77 GHz en lugar de la de 24 GHz para una mayor precisión en escenarios de alta velocidad y condiciones climáticas adversas (lluvia, nieve, niebla).
• Cámaras HD: Núcleo para LDW, TJA y AEB (detección de peatones/ciclistas). Requiere una resolución de ≥ 1280×720, ≥ 30 fps, supresión de luz intensa y mejora nocturna para compensar las limitaciones del radar en objetivos no rígidos.
• Radar ultrasónico: Cuatro sensores delanteros y cuatro traseros ayudan a los sistemas AEB y TJA a detectar obstáculos cercanos (de 0,1 a 5 m) a bajas velocidades.
• IMU (Unidad de Medición Inercial): Funciona con GPS/Beidou para rastrear la aceleración, la velocidad de guiñada y la postura del vehículo con un error de posicionamiento de ≤ 1 m.

Capa de decisión: controladores de dominio y algoritmos

El controlador de dominio ADAS actúa como el cerebro central, integrando chips de CPU, GPU y FPGA. Requiere una clasificación ASIL-B según la norma ISO 26262 (ASIL-C para ciertas funciones AEB), una frecuencia principal ≥ 1,5 GHz, una memoria ≥ 4 GB y compatibilidad con CAN/LIN/Ethernet. El tiempo de respuesta total debe ser ≤ 100 ms.

• Algoritmos de percepción: Marcos de aprendizaje profundo (por ejemplo, YOLOv5, CNN) para el reconocimiento preciso de objetivos.
• Planificación de decisiones: Evalúa la velocidad, la distancia y las trayectorias basándose en las normas de tráfico.
• Algoritmos de control: El control PID (Proporcional-Integral-Derivativo) se utiliza para lograr una ejecución mecánica precisa y fluida.

Capa de ejecución: Interfaces de control del vehículo

• Tren motriz: Interfaz con la ECU/controladores del motor para la aceleración ACC/TJA (tiempo de respuesta de la interfaz ≤ 50 ms).
• Frenado: Interfaz con ABS/ESP para AEB, capaz de aplicar ≥ 80 % de la fuerza de frenado máxima durante emergencias.
• Gobierno: Interfaz con EPS para correcciones menores de TJA (precisión del control del ángulo de dirección ≤ 0,5°).

El proceso de desarrollo de ingeniería

Desde el concepto hasta la entrega, la ingeniería de ADAS resuelve cuatro obstáculos principales a través de un proceso riguroso:

1. Definición de requisitos: Establecer límites, condiciones de activación/desactivación y objetivos de seguridad según las normas GB 7258-2017.
2. Selección de hardware: Seleccione proveedores consolidados de producción en masa (por ejemplo, Bosch/Continental para radares, Sunny/O-Film para cámaras, Horizon/Huawei para controladores de dominio).
3. Desarrollo de algoritmos de software: Asegúrese de que los algoritmos operen dentro de límites de tiempo estrictos (percepción ≤ 50 ms, decisión ≤ 30 ms) utilizando herramientas de simulación como Prescan y Carsim para mejorar la fiabilidad.

4. Calibración en vehículos reales: Ajuste los ángulos de montaje del sensor (corrigiendo la distorsión de la lente de la cámara y los ángulos del radar) y ajuste con precisión los parámetros PID en diversas condiciones de la carretera.
5. Pruebas y validación: Realizar pruebas funcionales y de rendimiento en escenarios reales para garantizar que los protocolos de seguridad se activen correctamente durante fallos en los sensores o en las instrucciones.

Superación de los principales desafíos técnicos

• Imprecisiones en la percepción en escenarios complejos: La lluvia, la noche y el resplandor pueden cegar a los sensores. Las soluciones incluyen el uso de radares de 77 GHz, diseños de sensores redundantes y filtrado de Kalman adaptativo para ajustar dinámicamente la ponderación de los sensores en función de las condiciones ambientales en tiempo real.
• Fiabilidad del algoritmo: Los casos extremos (curvas pronunciadas continuas, peatones que aparecen repentinamente) provocan fallos. Las soluciones consisten en ampliar los conjuntos de datos de entrenamiento con datos reales y simulados, y establecer límites operativos estrictos que desactiven automáticamente las funciones de forma segura cuando se superen dichos límites.
• Eficiencia de calibración: La calibración manual tarda entre 1 y 2 meses. La transición a herramientas de calibración automatizadas basadas en OBD (diagnóstico a bordo) reduce este ciclo a entre 2 y 3 semanas, estableciendo plantillas de parámetros estandarizadas para la producción en serie.
• Seguridad funcional (SOTIF): Implementar arquitecturas de hardware redundantes (controladores/sensores duales) y capacidades de actualización OTA (Over-The-Air) para perfeccionar continuamente los algoritmos basándose en la recopilación de datos posteriores al lanzamiento.

Caso práctico de producción en masa: Implementación de sistemas avanzados de asistencia al conductor (ADAS) de nivel 2+

En Dowway Vehicle, hemos desarrollado recientemente un paquete de software L2+ para un sedán familiar compacto, diseñado para mejorar la seguridad en la conducción y reducir la fatiga del conductor.

Arquitectura de hardware

• Controlador de dominio: Chip Horizon Journey 3 (1,5 GHz, 4 GB, compatible con ASIL-B).
• Sensores: Bosch MRR3 (radar frontal de 77 GHz), cámara frontal Sunny 1080P, 4 radares de esquina Continental ARS408 (24 GHz), 8 sensores ultrasónicos Bosch e IMU Bosch BMI088.
• Interfaces de ejecución: Totalmente equipado con EPS, ABS/ESP y una centralita electrónica de motor de 1,5 T.

Solución de problemas reales

1. Detección de peatones con frenado automático de emergencia en condiciones de lluvia: Optimizamos el algoritmo de fusión para asignar más peso a los datos del radar MMW y mejoramos los algoritmos de procesamiento de imágenes de lluvia de las cámaras. A través de un extenso entrenamiento con datos del mundo real, el reconocimiento de peatones bajo la lluvia saltó de Del 88% al 97%.
2. Sacudida intermitente de TJA: Al adoptar una estrategia de aceleración/desaceleración progresiva y reajustar los parámetros PID con el equipo de tren motriz, mejoramos la puntuación de suavidad de arranque y parada. 3,2 a 4,5 (sobre 5).

Resultados de la validación en vehículos reales

Tras tres meses de rigurosas pruebas en carretera en entornos urbanos, autopistas y zonas rurales, bajo diversas condiciones climáticas, el modelo de producción en serie logró lo siguiente:

• Precisión del control de velocidad ACC: ±1 km/h
• Reducción de la velocidad de colisión del AEB: ≥ 35 %
• Tasa de falsas alarmas del LDW: 0,8 veces/100 km
• Precisión en el reconocimiento de LCA: 98%

El vehículo entró con éxito en la producción en masa, logrando una 92% de índice de satisfacción del usuario para estas funciones esenciales, demostrando la viabilidad de nuestras soluciones de ingeniería.

Tendencias futuras

De cara al nivel L3+ y más allá, el desarrollo de funciones no LKAS/APA se centrará en tres pilares principales:

1. Fusión de sensores mejorada: Integración de LiDAR para aumentar drásticamente la percepción 3D en escenarios complejos.
2. Algoritmos inteligentes: Incorporación de modelos de IA a gran escala para el reconocimiento del entorno de forma similar a la humana y la planificación de decisiones personalizadas.
3. Ecosistemas sinérgicos: Integración de sistemas avanzados de asistencia al conductor (ADAS) con mapas de alta definición y sistemas de navegación para la conducción autónoma urbana en cualquier escenario.

Preguntas frecuentes sobre los sistemas avanzados de asistencia al conductor (ADAS)

1. ¿Qué son los Sistemas Avanzados de Asistencia al Conductor (ADAS)?

Respuesta breve: Se trata de sistemas electrónicos para vehículos diseñados para ayudar al conductor y mejorar la seguridad vial en general.

Los sistemas avanzados de asistencia al conductor (ADAS) supervisan el entorno de conducción y facilitan el control del vehículo. Su principal objetivo es reducir el error humano y prevenir accidentes mediante advertencias o el control automático del frenado, la aceleración o la dirección cuando sea necesario. Entre sus funciones típicas se incluyen el control de crucero adaptativo (ACC), el frenado de emergencia autónomo (AEB), la advertencia de salida de carril (LDW), la detección de ángulo muerto (BSD) y el reconocimiento de señales de tráfico (TSR).

2. ¿Cómo funcionan los sistemas ADAS?

Respuesta breve: Su funcionamiento se basa en un proceso continuo de tres pasos: percepción, decisión y ejecución.

Primero, el Capa de percepción Utiliza sensores (cámaras, radar, LiDAR y ultrasonidos) para recopilar datos ambientales en tiempo real. A continuación, el Capa de decisión utiliza procesadores y algoritmos para analizar estos datos, detectar peligros y evaluar los riesgos de colisión. Finalmente, el Capa de ejecución Realiza mecánicamente acciones como frenar, acelerar, girar o emitir advertencias al conductor. Para garantizar la precisión, se combinan varios sensores mediante la “fusión de sensores”, que integra diferentes tipos de datos para crear una visión clara del entorno del vehículo.

3. ¿Son los sistemas ADAS lo mismo que la conducción autónoma?

Respuesta breve: No. Los sistemas avanzados de asistencia al conductor (ADAS) requieren un conductor humano activo, mientras que la conducción totalmente autónoma no.

Los sistemas avanzados de asistencia al conductor (ADAS) operan principalmente dentro de los niveles de automatización 0 a 3 de la SAE (Sociedad de Ingenieros Automotrices). En estos niveles, el conductor aún debe supervisar el vehículo y sigue siendo legalmente responsable de la conducción. Los ADAS automatizan tareas específicas (como el control de velocidad o el frenado), pero la conducción autónoma (niveles 4 y 5) implica que el sistema del vehículo controla todas las tareas de conducción de forma independiente, sin intervención humana.

4. ¿Qué sensores se utilizan habitualmente en los sistemas avanzados de asistencia al conductor (ADAS)?

Respuesta breve: Los cuatro sensores más comunes son las cámaras, el radar de ondas milimétricas, el LiDAR y los sensores ultrasónicos.

• Cámaras: Imprescindible para detectar marcas viales, señales de tráfico y peatones.
• Radar (ondas milimétricas): Mide con precisión la distancia y la velocidad de los vehículos cercanos.
• LiDAR: Emite pulsos de luz para proporcionar un mapeo ambiental 3D preciso y de alta resolución.
• Sensores ultrasónicos: Detecta obstáculos a corta distancia, utilizado principalmente para aparcar.

5. ¿Cuáles son las limitaciones de los sistemas avanzados de asistencia al conductor (ADAS)?

Respuesta breve: Pueden tener dificultades con condiciones climáticas adversas, puntos ciegos, eventos impredecibles y una excesiva dependencia del conductor.

Las tecnologías ADAS actuales presentan varias limitaciones. El rendimiento de los sensores puede disminuir durante lluvias intensas, niebla espesa, nieve o condiciones de iluminación extremadamente bajas. Además, los sensores tienen ángulos de detección específicos, lo que significa que no pueden cubrir todos los puntos ciegos alrededor del vehículo. Entornos muy impredecibles, como cruces peatonales repentinos, aún pueden provocar falsas alarmas. Finalmente, el mayor riesgo es el error humano: cuando los conductores asumen erróneamente que el vehículo puede conducirse solo y dejan de prestar atención a la carretera.