Ingeniero en Informática de Sistemas por Mondragon Unibertsitatea y Máster en Ciencias de la Computación por la École Polytechnique Fédérale de Lausanne (EPFL), con más de 10 años de experiencia en desarrollo de software embebido de sistemas de seguridad funcional en el sector ferroviario. Actualmente, investigador en IKERLAN S.COOP, enfocado en software confiable para el desarrollo de EVC (European Vital Computer) dentro de los sistemas ERTMS (European Rail Traffic Management) dentro del equipo de Software Inteligente y Confiable.

• ¿Qué son para ti los sistemas inteligentes del transporte y qué impacto tienen sobre la sociedad?

Los sistemas inteligentes de transporte en el sector de la automoción se sustentan en tecnologías avanzadas como la conducción autónoma, la comunicación entre vehículos (V2V) y con la infraestructura (V2I), sensores de alta precisión y algoritmos de inteligencia artificial que permiten tomar decisiones en tiempo real. Estos sistemas no solo buscan optimizar la seguridad vial, sino también reducir los tiempos de desplazamiento y el consumo energético, impulsando así una movilidad más eficiente y ecológica.

Su impacto social es significativo dado que ayudan a reducir los errores humanos en la conducción, aumentan la seguridad y la gestión eficiente del tráfico minimizando de esta forma las emisiones y el consumo de combustible, fomentan la sostenibilidad. Además, estos sistemas facilitan la integración de servicios de movilidad compartida, como el carsharing y los vehículos eléctricos autónomos, promoviendo un cambio en la percepción de la movilidad tanto individual como colectiva. Esto no solo disminuye la dependencia del automóvil privado, sino que también sienta las bases para ciudades más limpias y menos congestionadas.

• ¿Cómo fortalecemos desde IKERLAN a Red Medusa?

Desde IKERLAN, fortalecemos la Red Medusa a través de nuestra experiencia y capacidades en la evaluación de la seguridad funcional de sistemas autónomos y el desarrollo de plataformas de software para la conducción autónoma. Nuestra participación en la tarea de evaluación de la seguridad funcional permite integrar componentes de inteligencia artificial (IA) en sistemas autónomos de manera segura, mediante la adaptación de estándares tradicionales y la definición de arquitecturas HW/SW seguras. Además, al desarrollar una plataforma software modular y escalable, contribuimos a la creación de soluciones robustas que facilitan la integración de aplicaciones críticas en entornos de conducción autónoma.

Nuestra labor en la implementación de sensores inteligentes neuromórficos complementa estas iniciativas, proporcionando capacidades avanzadas de percepción que son esenciales para la toma de decisiones en tiempo real en la conducción autónoma.

• ¿Por qué es importante estar dentro de este programa?

Estar dentro del programa MEDUSA es crucial para IKERLAN porque nos permite posicionarnos como líderes en el campo de la conducción autónoma y la seguridad funcional. Al colaborar con otros actores relevantes en la industria, podemos acceder a las últimas tendencias y tecnologías emergentes, lo que nos permite anticipar y adaptar nuestras soluciones a las necesidades del mercado.

Además, participar en este programa nos brinda la oportunidad de contribuir al desarrollo de estándares y metodologías que aseguren la integración segura de la inteligencia artificial en sistemas autónomos. Esto no solo mejora nuestra competitividad, sino que también nos permite influir en la evolución de las regulaciones y mejores prácticas en el sector, garantizando que nuestras soluciones sean confiables y seguras.

• ¿Cómo contribuimos desde IKERLAN al desarrollo de estas soluciones inteligentes para la conducción autónoma?

Desde IKERLAN, contribuimos al desarrollo de soluciones inteligentes para la conducción autónoma mediante varias líneas de acción. En primer lugar, nuestra experiencia en la evaluación de la seguridad funcional de sistemas autónomos nos permite asegurar que los componentes de IA que implementamos cumplen con los estándares de seguridad necesarios. Esto incluye el diseño de un ciclo de vida de desarrollo seguro (AIFS) que considera la fiabilidad de los datos y modelos utilizados.

Además, al trabajar en la creación de plataformas de software modulares y escalables, facilitamos la integración de aplicaciones críticas que requieren cumplir con requisitos de tiempo real, asegurando el rendimiento y la confiabilidad en entornos de conducción autónoma. La definición de arquitecturas redundantes y la investigación sobre el uso del kernel de Linux en sistemas de tiempo real también son contribuciones clave que refuerzan nuestras soluciones.

Finalmente, nuestra labor en el desarrollo de sensores inteligentes neuromórficos para la monitorización del entorno y de los pasajeros permite mejorar la percepción y la toma de decisiones en sistemas autónomos, integrando tecnologías avanzadas de sensorización que garantizan la seguridad y eficiencia en la conducción.