Velodyne Acoustics era un fabricante del Silicon Valley de subwoofers de alta fidelidad y equipos de cine en casa cuando el fundador David Hall y su hermano Bruce inscribieron un vehículo en el DARPA Grand Challenge de 2005 como Team DAD — Digital Audio Drive. Trabajando en el vehículo de carreras, se toparon con el mismo muro que todos los equipos: los escáneres lidar del mercado observaban una única línea de visión fija, y la guía centrada en cámaras no podía medir la distancia de forma fiable. El sensor, no el software, era el cuello de botella.

La respuesta de Hall fue mecánica. Construyó un conjunto de 64 láseres sobre un cabezal que giraba cientos de veces por minuto, cubriendo un campo horizontal de 360 grados, y cada haz informaba el alcance por tiempo de vuelo. El sensor de Velodyne producía alrededor de un millón de puntos de datos por segundo frente a unos 5.000 de los sistemas anteriores. Velodyne no compitió con su propio vehículo en 2007; vendió el HDL-64 a diez de los participantes del Urban Challenge, y cinco de los seis equipos que terminaron —incluidos los ganadores— se guiaron con él.

El sensor derivado se convirtió en el ojo por defecto de la era de la conducción autónoma. Chris Urmson, responsable técnico del proyecto de Google, llamó al láser Velodyne de 64 haces montado en el techo «el corazón de nuestro sistema» cuando los prototipos Prius superaron los 190.000 millas autónomas; el Smithsonian incluyó un prototipo en su colección de robótica. Las flotas de cartografía móvil de Nokia Here, Bing Maps, TomTom y Baidu usaron el modelo más pequeño HDL-32E, y en 2016 Ford y Baidu invirtieron 150 millones de dólares para escalar la producción.

La fragilidad de esa posición se hizo evidente después: Waymo recortó los costes del lidar alrededor de un 90 por ciento al internalizar el sensor, y la propia Velodyne salió a bolsa mediante una SPAC en 2020 antes de fusionarse con Ouster en 2023. Pero todo stack de lidar interno de la industria sigue describiendo el mundo tal como el cabezal giratorio de Hall lo mostró por primera vez: como una nube de puntos de 360 grados en vivo.

Girar 64 láseres; verlo todo, todo el tiempo

La cobertura, no la calidad del haz, era la restricción; rotar 64 haces multiplicó la tasa de datos por 200 sin esperar a ningún espejo de escaneo.

Mover el sensor por la escena convirtió el tiempo en campo de visión: cada fotograma devolvía toda la calle, de modo que el software podía planificar sobre un mapa completo.

Una tienda de audio de consumo entendía de conjuntos giratorios y vibraciones, así que el prototipo costó el dinero de una carrera de aficionados mientras los contratistas de defensa todavía redactaban propuestas.

Vender a diez equipos de carrera a la vez, incluidos los rivales, convirtió un sensor no probado en el estándar de facto en un solo ciclo de competición.

Cuando la cobertura es el cuello de botella, cambia lo que se mueve: haz girar todo el sensor y deja que la mecánica haga el trabajo. Vender el avance a todos los equipos rivales a la vez lo convirtió en estándar al instante.

El diseño giratorio multihaz definió la percepción de los vehículos autónomos durante una década: los prototipos Prius de Google acumularon más de 190.000 millas autónomas con el HDL-64E para 2011, y las flotas de cartografía de todo el mundo adoptaron el HDL-32E. Ford y Baidu invirtieron 150 millones de dólares en 2016, pero los costes se desplomaron cuando Waymo y otros internalizaron el lidar —una reducción de costes de alrededor del 90 por ciento para 2017— y Velodyne salió a bolsa mediante una SPAC en 2020, para luego fusionarse con Ouster en 2023. La nube de puntos de 360 grados sigue siendo la representación estándar sobre la que construye cada competidor.

CONSULTA LAS PRUEBAS

Las fuentes

  1. Engines of change Government Computer News (Internet Archive snapshot) · web.archive.org ·
  2. How Google's Self-Driving Car Works IEEE Spectrum · spectrum.ieee.org ·
  3. Ford, Baidu bet $150M on Velodyne laser radar USA Today · usatoday.com ·
  4. Google's Waymo invests in LIDAR technology, cuts costs by 90 percent Ars Technica · arstechnica.com ·
  5. Static Calibration and Analysis of the Velodyne HDL-64E S2 for High Accuracy Mobile Scanning Remote Sensing (MDPI) · doi.org