IoT × VEHÍCULOS AUTÓNOMOS
Una intersección que se gestiona sola.
IntersectIA es una demo en vivo de cómo el IoT hace las intersecciones más seguras y eficientes: un nodo IoT central decide quién cruza, en tiempo real, y los vehículos autónomos solo ejecutan la orden.
3 modos de simulación · 20 ticks/s · 1 nodo IoT central
¿QUÉ ES IOT?
El mundo físico, conectado.
Internet de las Cosas (IoT) conecta objetos físicos —sensores, semáforos, vehículos— a la red para que midan su entorno y compartan datos sin intervención humana.
Un nodo IoT recopila señales del mundo real, las procesa y actúa en consecuencia. La intersección deja de ser un lugar ciego y pasa a ser un sistema que observa, decide y responde en milisegundos.
Sensores
Miden el entorno: presencia de vehículos, velocidad, distancia y cruce de líneas.
Conectividad
Llevan esas lecturas a un nodo central a través de la red, con baja latencia.
Edge / Cloud
El procesamiento ocurre cerca de los datos (edge) o se agrega en la nube.
Datos en tiempo real
El valor está en la inmediatez: decidir con lecturas del instante, no de ayer.
VEHÍCULOS AUTÓNOMOS
Del conductor al algoritmo.
La autonomía se mide en seis niveles definidos por la SAE, de la asistencia mínima al vehículo totalmente autónomo. Cuanto mayor el nivel, más decisiones toma el sistema y menos el humano.
Un vehículo autónomo percibe el entorno con sensores (cámaras, LiDAR, radar), decide con algoritmos cuál es la acción segura y la ejecuta con actuadores. En IntersectIA esa cadena se simplifica: el nodo IoT percibe y decide por él; el vehículo solo actúa.
- L0
Sin automatización
El conductor controla todo el tiempo.
- L1
Asistencia al conductor
Ayuda puntual en dirección o velocidad.
- L2
Automatización parcial
Dirección y aceleración simultáneas con conductor atento.
- L3
Automatización condicional
El sistema conduce; el humano interviene cuando se le pide.
- L4
Alta automatización
Conduce sin intervención en zonas y condiciones definidas.
- L5
Automatización completa
Sin volante ni conductor: decide y actúa por sí mismo.
IOT ↔ AUTÓNOMOS
La ciudad que habla con los vehículos.
Un vehículo autónomo no decide solo: se coordina con los demás y con la infraestructura. El IoT es el sistema nervioso que convierte la ciudad en un interlocutor capaz de ordenar el cruce antes de que ocurra el caos.
V2V
Vehículo a vehículo
Los vehículos comparten posición, velocidad e intención entre sí para coordinar maniobras sin esperar señales externas.
V2I
Vehículo a infraestructura
El vehículo conversa con el semáforo o el nodo de la intersección. Es el canal que IntersectIA usa para recibir la orden de cruzar.
Edge vs Cloud
Latencia
Las decisiones críticas necesitan el edge: milisegundos, no idas y vueltas a la nube. El nodo IoT gestiona la intersección localmente, en tiempo real.
CASO DE ESTUDIO
IntersectIA: el gestor de la intersección.
Problemática
En un cruce de 4 vías con prioridad a la derecha —el Art. 52 del Código Nacional de Tránsito de Bolivia— cada conductor negocia el paso por su cuenta. El resultado: esperas reales, atascos en hora pico y riesgo permanente de choque.
Solución
IntersectIA concentra la decisión en un nodo IoT central (backend): él decide quién cruza y los vehículos solo renderizan y ejecutan lo que el nodo indica. Así la intersección se gestiona sola, sin ambigüedad.
Modo tradicional
Prioridad al de la derecha: cada conductor negocia, espera y asume riesgo. Largas colas en hora pico.
Modo IoT gestionado
Un nodo central registra cada llegada y otorga el paso en orden estricto. Sin ambigüedad ni regateos.
Modo IoT + IA
El gestor compara una política basada en IA contra el algoritmo determinista para medir la mejora.
La demo mide el tiempo de espera promedio por modo para cuantificar la mejora frente al Art. 52.
LA DEMO
Cómo funciona.
Toda la simulación ocurre en el backend. El frontend es solo una ventana: escucha por WebSocket, interpola y dibuja lo que el servidor ya decidió.
01
El backend simula
Genera los vehículos, los mueve, los encola y decide quién cruza según el modo activo: Art. 52, FIFO o IA.
02
Emite snapshots por WebSocket
Cada 50 ms (20 Hz) publica el estado de cada vehículo: posición, carril y estado.
03
Three.js interpola y dibuja
El frontend interpola las posiciones entre mensajes y renderiza la escena en 3D.
El frontend nunca decide quién cruza: solo transcribe lo que el backend emite. Si el backend se detiene, la demo se detiene.
TEORÍA
Las ideas detrás del cruce.
IntersectIA no parte de cero: se apoya en investigación sobre gestión de intersecciones, comunicación vehicular y aprendizaje por refuerzo. Estos son los pilares que sostienen la demo y que el asistente puede ampliar.
AIM · 2008
Gestión autónoma de intersecciones
El paradigma de Dresner y Stone: la intersección es un agente que concede reservas de espacio-tiempo a los vehículos. Puede emular un semáforo o un stop, por eso los subsume, y con autónomos los supera en espera y throughput.
V2X
Comunicación vehículo-entorno
V2V, V2I, V2P y V2N. Las radios C-V2X (3GPP, enlace PC5) y DSRC/ITS-G5 (IEEE 802.11p) operan en 5.9 GHz; los mensajes de estado se estandarizan como BSM (SAE J2735). IntersectIA usa el canal V2I para coordinar el cruce.
SAE J3016
Niveles de autonomía
Los seis niveles se definen por quién ejecuta la tarea de conducción (DDT) y su fallback dentro de un ODD. La frontera clave está entre L3 (pide al humano que retome) y L4 (no lo pide).
RL
Aprendizaje por refuerzo
La decisión se modela como un MDP (estado, acción, recompensa) y se resuelve con Q-learning. La política se entrena offline, en CPU y con semilla fija, y se carga en memoria dentro del presupuesto de 150 ms.
Equidad
Más allá del promedio
Un buen promedio puede ocultar una dirección postergada. Por eso importan el p95 y la equidad entre direcciones, y por eso el sistema acota la inanición con un límite de espera de 25 segundos.
Edge
Latencia y gemelo digital
El ciclo percibir, decidir y actuar debe caber en milisegundos, así que el gestor corre junto a la simulación y no en la nube. El backend actúa como un gemelo digital determinista y reproducible.
Referencias
- Dresner, K. & Stone, P. (2008). A Multiagent Approach to Autonomous Intersection Management. JAIR 31:591-656.
- SAE J2735 — V2X Communications Message Set Dictionary (BSM).
- SAE J3016 (ISO PAS 22736) — Taxonomy of Driving Automation.
- Varaiya, P. (2013). The max-pressure controller for networks of signalized intersections.
¿Ves la intersección? Hazla cruzar.
Abrí la demo 3D y probá los tres modos de simulación en tiempo real.
EQUIPO
Quiénes lo construyen.
Arteaga Miguel
Caballero Cesar
Carvajal Jorge
Veslasquez Arnulfo
Yebara Diego