El proyecto europeo BERTHA ha desarrollado un modelo de comportamiento del conductor para humanizar la conducción autónoma y hacer que el coche tome decisiones más previsibles en carretera. Coordinado por el Instituto de Biomecánica de Valencia (IBV), reúne a 14 socios de 6 países dentro de la Movilidad Cooperativa, Conectada y Automatizada (CCAM).
El centro de la iniciativa es el Driver Behaviour Model (DBM), un sistema modular que interpreta cómo mira, decide y reacciona una persona al volante. El objetivo no es solo técnico: es lograr que el conductor sienta que el vehículo circula con lógica humana, reduce lo imprevisible y genera confianza.
Qué es BERTHA y cómo replica la atención humana
El modelo se estructura en cuatro componentes de software interconectados, evaluados mediante simulación y pruebas reales. Cada bloque cubre una parte distinta del comportamiento humano al volante.
- Percepción: genera un mapeo de atención de 360 grados en tiempo real dentro del simulador CARLA. Con aprendizaje automático replica la mirada y la distribución de la atención en tráfico complejo.
- Cognición: elaborada a partir del marco COSMODRIVE, integra evaluación de riesgos y toma de decisiones para fijar la maniobra según el nivel de riesgo percibido y aceptado.
- Módulo afectivo: emplea Redes Bayesianas junto a datos fisiológicos y demográficos para predecir estrés, fatiga o somnolencia, y permite al coche adaptar su respuesta.
- Control motor: introduce un enfoque probabilístico que capta la variabilidad de los estilos de conducción, desde perfiles cautelosos hasta agresivos o asertivos, y los convierte en respuestas coherentes con el contexto.
La inclusión del módulo afectivo es uno de los elementos más diferenciales para el conductor. Un vehículo que reconoce fatiga o estrés puede suavizar transiciones, filtrar avisos y evitar alarmas innecesarias. En lugar de reaccionar solo a la velocidad o a la distancia de seguridad, añade una capa emocional que humaniza la respuesta.
La conducción autónoma solo resultará natural si el coche decide con una lógica parecida a la humana: previsible en lo cotidiano y adaptable cuando la situación cambia.
Cómo se traduce en la carretera y en el desarrollo de ADAS
La validación no se queda en el laboratorio. El proyecto contempla Pruebas Operativas en Campo (FOT, por sus siglas en inglés) para garantizar la solidez de los módulos en condiciones reales antes de su integración regulatoria e industrial. No basta con que el sistema funcione en simulación: debe reaccionar bien ante tráfico variable, peatones, intersecciones y asfalto real.
Para el conductor, la promesa de BERTHA es una conducción asistida menos brusca y más transparente. Los sistemas actuales, conocidos como ADAS (sistemas avanzados de asistencia al conductor), frenan, corrigen y avisan con una lógica que a veces cuesta anticipar. Un modelo que imita el escaneo visual humano y la gestión del riesgo puede reducir las reacciones tardías y las frenadas que sobresaltan sin motivo.
Además, el enfoque modular acelera el trabajo de los fabricantes. Al separar percepción, cognición, afectividad y control motor, los equipos pueden iterar sobre cada bloque sin rediseñar todo el sistema. El coordinador del proyecto, Andrés Soler Valero, sitúa ahí una ventaja clara: menos complejidad y menos coste para desarrollar futuros ADAS.
La confianza es una variable difícil de medir, pero decisiva para la adopción. En los niveles más avanzados de conducción autónoma, el conductor tiene que entender cuándo el coche va a intervenir y por qué. Si el sistema reproduce patrones de atención y decisión parecidos a los humanos, ese contrato de confianza se construye antes.
El uso del simulador CARLA no es casual: permite entrenar los módulos con situaciones raras y costosas de reproducir en circuito cerrado. La fase posterior con flotas reales comprueba que lo aprendido no se queda en un comportamiento de laboratorio.
El salto que prepara BERTHA para la movilidad europea
El proyecto conecta con la estrategia europea de Movilidad Cooperativa, Conectada y Automatizada. Mientras los niveles superiores de autonomía dependen de sensores, mapas y conectividad, BERTHA añade una pieza que a veces queda fuera de la conversación técnica: el conductor. No es un sensor más, sino un modelo de comportamiento que puede integrarse en la lógica del vehículo.
Comparado con un ADAS convencional, que aplica reglas fijas y reactivas, el Driver Behaviour Model introduce variabilidad controlada. Ese es el matiz: no se trata de que el coche replique errores humanos, sino de que su conducción resulte legible y comprensible para quienes van dentro y para quienes circulan alrededor. Un turismo que frena, acelera y negocia con una cadencia parecida a la de un conductor atento genera menos rechazo.
Los investigadores del IBV plantean el resultado como un recurso modular y escalable para investigar el comportamiento al volante. El siguiente paso será consolidarlo con las pruebas operativas reales, integrar los resultados en los ciclos de validación de los fabricantes y, a medio plazo, acercar esta capa de inteligencia a los asistentes de conducción que ya equipan los coches nuevos.
🛠️ Tecnología a examen
- Dato a tener en cuenta: el proyecto reúne a 14 socios de 6 países, coordinados por el Instituto de Biomecánica de Valencia.
- Lo que equipa: un Driver Behaviour Model con cuatro módulos —percepción, cognición, afectividad y control motor— evaluados mediante simulación y pruebas reales.
- Así te afecta como conductor: prepara una conducción autónoma más previsible y adaptada al estrés o la fatiga, con asistentes que frenan, avisan y corrigen de forma más comprensible.
