IEEE Intelligent Vehicles Symposium se centra en la investigación científica y tecnológica sobre vehículos inteligentes, conducción automatizada y sistemas de transporte capaces de percibir el entorno, interpretar situaciones complejas y tomar decisiones seguras. El congreso examina la interacción entre sensores, algoritmos, comunicaciones, control, infraestructura y factores humanos, y estudia cómo estos componentes se integran dentro de vehículos terrestres y plataformas de movilidad. Su convocatoria recibe artículos originales que desarrollan métodos, sistemas y evaluaciones relacionados con la automatización vehicular, la asistencia avanzada a la conducción y la movilidad conectada.
El objetivo científico del encuentro consiste en mejorar la seguridad, la fiabilidad, la eficiencia y la capacidad de adaptación de los sistemas inteligentes de transporte. IEEE Intelligent Vehicles Symposium promueve investigaciones que presentan una pregunta claramente definida, una metodología verificable y resultados obtenidos mediante simulaciones, conjuntos de datos, prototipos o experimentos. La contribución puede introducir un algoritmo, una arquitectura, un sistema de percepción, una estrategia de control o una evaluación comparativa. El trabajo debe explicar las condiciones en las que funciona la propuesta y reconocer las limitaciones que pueden afectar a su aplicación fuera del entorno experimental.
La percepción del entorno constituye una de las líneas fundamentales. Los vehículos inteligentes necesitan identificar carreteras, carriles, señales, obstáculos, peatones, ciclistas y otros vehículos mediante cámaras, radares, sensores láser y dispositivos complementarios. Los artículos pueden desarrollar técnicas de detección, segmentación, seguimiento, estimación de profundidad y reconocimiento de escenas. También pueden estudiar la combinación de distintas fuentes sensoriales para reducir incertidumbres y mantener el funcionamiento cuando un sensor ofrece información incompleta, ruidosa o contradictoria.
La localización y la cartografía representan otro eje central. La investigación puede estudiar cómo un vehículo determina su posición, construye representaciones del entorno y actualiza mapas durante el desplazamiento. Los trabajos pueden integrar sistemas de navegación por satélite, información inercial, señales visuales y referencias procedentes de la infraestructura. Estas técnicas deben responder ante pérdida de señal, cambios en la vía y entornos que no coinciden con los mapas disponibles. La evaluación puede considerar precisión, continuidad, coste computacional y resistencia frente a condiciones adversas.
La planificación de trayectorias y la toma de decisiones forman parte esencial del ámbito científico. Los artículos pueden proponer métodos que seleccionan rutas, anticipan movimientos de otros usuarios y generan maniobras compatibles con las reglas de circulación y las restricciones físicas del vehículo. La investigación analiza incorporaciones, adelantamientos, intersecciones, cambios de carril y situaciones con información incompleta. Una estrategia adecuada no solo evita colisiones, sino que también produce movimientos comprensibles, eficientes y suficientemente cómodos para las personas ocupantes.
El control vehicular constituye la capa que transforma una decisión en acciones sobre dirección, aceleración y frenado. La convocatoria admite investigaciones sobre control longitudinal y lateral, seguimiento de trayectorias, estabilidad y coordinación de actuadores. También puede estudiar control predictivo, métodos adaptativos y técnicas basadas en aprendizaje. La aportación debe demostrar que el sistema mantiene sus prestaciones frente a perturbaciones, variaciones dinámicas y errores de estimación, y debe explicar cómo gestiona situaciones que quedan fuera de los supuestos utilizados durante el diseño.
La inteligencia artificial y el aprendizaje automático atraviesan numerosas líneas de investigación. IEEE Intelligent Vehicles Symposium recibe trabajos sobre aprendizaje profundo, modelos de predicción, aprendizaje por refuerzo y métodos capaces de integrar grandes volúmenes de datos sensoriales. También puede examinar modelos generativos y sistemas que aprenden representaciones de escenas o comportamientos. Estas propuestas deben analizar generalización, interpretabilidad, incertidumbre y robustez, porque un resultado promedio favorable puede ocultar fallos graves en situaciones poco frecuentes.
La seguridad funcional y la validación constituyen temas prioritarios. Los artículos pueden estudiar detección de fallos, redundancia, monitorización, recuperación y mecanismos que mantienen el vehículo en un estado seguro. También pueden desarrollar escenarios de prueba, simuladores, métricas y metodologías de verificación. La investigación necesita contemplar casos críticos y combinaciones de circunstancias que resultan difíciles de reproducir mediante pruebas ordinarias. El análisis debe distinguir entre la ausencia de fallos observados y la existencia de evidencia suficiente sobre la seguridad del sistema.
Las comunicaciones vehiculares representan otra línea relevante. Los vehículos pueden intercambiar información con otros vehículos, con la infraestructura y con servicios conectados para anticipar riesgos, coordinar maniobras y optimizar el tráfico. Los trabajos pueden abordar protocolos, latencia, fiabilidad, asignación de recursos y protección de mensajes. También pueden estudiar conducción cooperativa, agrupaciones de vehículos y percepción compartida. La utilidad de estas técnicas depende de su funcionamiento cuando la conectividad resulta parcial o cuando diferentes participantes utilizan capacidades tecnológicas desiguales.
La ciberseguridad y la privacidad aparecen como propiedades transversales. Los sistemas conectados pueden sufrir manipulación de sensores, mensajes, mapas, actualizaciones o componentes de software. La investigación puede desarrollar detección de ataques, autenticación, comunicaciones protegidas y arquitecturas resistentes. También puede examinar la recopilación de datos sobre desplazamientos y comportamiento. Una defensa debe considerar adversarios realistas y evitar que las medidas de protección introduzcan retrasos incompatibles con las decisiones críticas.
Los factores humanos completan el estudio tecnológico. Los artículos pueden analizar atención, confianza, comprensión, supervisión y transferencia de control entre la persona y el sistema automatizado. También pueden estudiar interfaces, avisos y mecanismos destinados a comunicar las capacidades y limitaciones del vehículo. La investigación reconoce que una automatización técnicamente avanzada puede generar riesgos cuando las personas interpretan incorrectamente su nivel de autonomía o reciben información insuficiente para intervenir.
El congreso se dirige a investigadores en robótica, inteligencia artificial, visión artificial, control, comunicaciones, automoción, transporte y factores humanos. También resulta relevante para profesionales que desarrollan sensores, plataformas vehiculares, simuladores, infraestructuras y procedimientos de validación. IEEE Intelligent Vehicles Symposium facilita el intercambio entre comunidades que trabajan en distintos niveles del sistema y permite evaluar cómo una innovación local afecta al comportamiento del vehículo completo.
IEEE Intelligent Vehicles Symposium contribuye al avance de la disciplina al conectar percepción, decisión, control, comunicación y seguridad dentro de un marco científico común. El encuentro impulsa métodos evaluables y arquitecturas capaces de operar en entornos abiertos, variables y compartidos con personas. Su aportación favorece sistemas de movilidad más seguros, eficientes y comprensibles, y ayuda a establecer la evidencia necesaria para trasladar la automatización desde prototipos controlados hacia aplicaciones responsables.
Vehículos inteligentes, conducción automatizada, movilidad autónoma, sistemas de transporte inteligentes, percepción vehicular, fusión sensorial, cámaras, radar, sensores láser, detección de objetos, seguimiento, segmentación, localización, cartografía, navegación, planificación de trayectorias, toma de decisiones, control vehicular, estabilidad, aprendizaje automático, aprendizaje profundo, aprendizaje por refuerzo, inteligencia artificial, predicción de comportamiento, seguridad funcional, validación, simulación, escenarios críticos, comunicaciones vehiculares, conducción cooperativa, infraestructura conectada, ciberseguridad, privacidad, factores humanos, interacción humano-vehículo, asistencia a la conducción, robótica móvil, movilidad sostenible, evaluación experimental.
