Conducir un coche eléctrico trae consigo una preocupación recurrente: la fiabilidad del indicador de autonomía restante. A diferencia del cuentakilómetros tradicional, este sistema se basa en complejos algoritmos que estiman el recorrido posible según factores tan variables como el estilo de conducción, la temperatura ambiente y el estado de la batería. Sin embargo, en condiciones reales de tráfico urbano o autopista, esa cifra puede fluctuar de manera notable, generando sensaciones de incertidumbre y desconfianza.
Conducir con la mirada puesta en un número que baja de forma irregular y a veces más rápido de lo esperado provoca un nerviosismo similar al que se experimenta con el último tramo de combustible en un coche de combustión. Esta ‘ansiedad de autonomía’ se intensifica cuando el conductor no cuenta con una red de puntos de recarga cercana o desconoce la potencia disponible en la estación más próxima, convirtiendo un viaje planificado con antelación en un constante cálculo de riesgo.
Una manera sorprendente e innovadora de evitar este desagradable efecto
La intranquilidad derivada de estos desajustes numéricos no solo afecta al estado de ánimo de quien conduce, sino que también incide en la percepción global del vehículo eléctrico como alternativa fiable. Con cada fluctuación brusca del indicador, crece la duda sobre la capacidad real de la batería y la eficiencia del sistema de gestión energética.
Frente a esta realidad, fabricantes y desarrolladores de software trabajan en sistemas de predicción más precisos y en la mejora de la infraestructura de recarga, conscientes de que la confianza del conductor depende en gran medida de datos transparentes y estables. Solo con una autonomía estimada realista y coherente, los coches eléctricos podrán consolidarse definitivamente en la mente de un público cada vez más exigente.
Un equipo internacional de investigadores, liderado por la Universidad de Michigan y la Universidad Nacional de Singapur, acaba de presentar un revolucionario “sistema de gestión de baterías en enjambre” que promete acabar con la incertidumbre de los kilómetros reales que puede recorrer un automóvil con energía cien por cien eléctrica.
La clave reside en aplicar una versión adaptada de la ‘Swarm Learning’, un novedoso método de aprendizaje colaborativo descentralizado, al cálculo de la capacidad de las baterías, con tan solo compartir parámetros de modelo y manteniendo a salvo los datos originales de cada participante. Así, distintos nodos, representando laboratorios, fabricantes o centros de investigación, entrenan localmente y sincronizan sus avances a través de tecnología blockchain, de modo que los coches “aprenden” unos de otros sin exponer información sensible.
Los resultados no podrían ser más espectaculares. En escenarios reales donde los datos son escasos o están sesgados por cantidad, diversidad de condiciones o calidad de las mediciones, el sistema en enjambre reduce el error de estimación al 0,67%, acercándose casi al 0,64% que logra un modelo centralizado con grandes volúmenes de datos.
Incluso cuando un nodo cuenta con solo mil registros frente a los cinco mil de otro, la precisión global apenas supera el 0,76 %, frente al 3,0 % que registraba el aprendizaje tradicional local. Este salto cualitativo se traduce en menor ‘ansiedad de autonomía’ para el conductor y permite una planificación de ruta más fiable.
Según el estudio, el algoritmo de fusión de parámetros ponderados por credibilidad, que evalúa la confianza de cada modelo local en cada sincronización, hace que el sistema sea robusto incluso frente a datos corruptos o sensores descalibrados, frenando intentos de manipulación o errores de etiquetado que antes elevaban el margen de fallo hasta un 6%.
Sus creadores ya barajan su integración directa en las unidades de gestión de baterías de vehículos en movimiento. El reto es adaptar el hardware de a bordo para mantener conexiones estables y dotar de suficiente potencia de cálculo a módulos que, por su tamaño y coste, hoy son limitados. Sin embargo, con el avance imparable de los microprocesadores y el despliegue masivo de redes 5G o incluso satelitales, no es descabellado pensar que muy pronto nuestros coches podrán ponerse en contacto entre sí para intercambiar aprendizajes y ofrecer lecturas de autonomía ajustadas al kilómetro.