Cesvimap, centro de I+D del grupo Mapfre para la Movilidad, y Simulytic, start-up perteneciente al grupo Siemens, colaboran en la simulación detallada de diferentes escenarios para evaluar el riesgo potencial de los vehículos a motor. Esta iniciativa permite valorar riesgos reales trabajando en un metaverso, así como reducir gastos y tiempos de comercialización en los niveles más avanzados de la conducción autónoma.

A través de gemelos digitales (digital twins) o representaciones virtuales, generadas a partir de datos del mundo real – bien sean captados por sensores o mediante generación sintética -, se pueden realizar miles de simulaciones de combinaciones de factores de riesgo. El objetivo es analizar virtualmente, de manera anticipada y sin peligro, qué podría ocurrir en el mundo físico en el ámbito de la movilidad, en situaciones sobre las que no existe un histórico real.

Mediante la simulación detallada dentro de gemelos digitales construidos a medida y basados en datos reales, las dos firmas analizan entornos conocidos, como aquellos en los que se desarrollan las pruebas de circulación de la lanzadera autónoma o “Shuttle”, desarrollado y construido por el Centro Tecnológico de Automoción de Galicia CTAG. Adicionalmente, Cesvimap aplica estas tecnologías también sobre el vehículo autónomo que ha desarrollado junto con el INSIA y la Universidad Carlos III de Madrid antes de sus pruebas reales.

De este modo, se generan virtualmente diferentes escenarios de climatología, tráfico rodado y peatonal sobre gemelos digitales de estos entornos reales de circulación. Esto permite medir, valorar, reducir y tarificar por parte de Mapfre posibles riesgos en la circulación, así como crear productos aseguradores específicos para ellos, o bien exclusiones que no podrían cubrir las aseguradoras.

Reproducción del entorno

Tras la reproducción del entorno físico se analiza de manera virtual el eventual impacto de efectos climatológicos adversos (lluvia, niebla…), la presencia de peatones, la existencia o ausencia de luminosidad (día, noche o situaciones intermedias como el amanecer o el atardecer) y se pueden realizar sugerencias respecto a los recorridos inicialmente previstos antes de la circulación con el vehículo real, con el fin de minimizar los riesgos posibles de siniestro vial.

También se reproduce la presencia de patinetes y bicicletas en la misma carretera, o posibles comportamientos incívicos del resto de usuarios de la vía (como cruzar por zonas prohibidas, por ejemplo).

Las dos firmas aportan los resultados de estas pruebas a los programadores de los algoritmos de control del vehículo para analizar la posible siniestralidad de un vehículo autónomo. Estos ensayos favorecen la paulatina integración de la automatización en entornos reales de funcionamiento, minimizando los riesgos y costes asociados.

Para hacer frente a la necesidad emergente de asegurar la conducción autónoma y para anticiparse a la normativa futura que la regulará a partir de 2024 se utilizan la simulación y la inteligencia artificial, IA.

Estas tecnologías disruptivas para el mundo del seguro permiten generar el historial sintético de conducción de un vehículo autónomo en un entorno determinado y conocer y cuantificar el riesgo de los vehículos autónomos antes de que salgan realmente a la calle. Esta misma metodología se puede aplicar sobre nuevas tipologías de riesgos sobre los que no existe un histórico de incidentes y siniestros.

La vertiginosa evolución de las alternativas de movilidad hace cada vez más frecuente la aparición de nuevos vehículos y medios de transporte en los que la tecnología explicada puede suponer una ayuda crucial para las compañías de seguros a la hora de saber suscribir, medir y tarificar los nuevos riesgos que entrañan.