La Red de Excelencia Tecnológica MEDUSA, aúna la excelencia de los Centros que forman parte de ella con el fin último de conseguir una implantación segura y aceptable de la conducción autónoma. El proyecto MEDUSA adopta un enfoque centrado en el humano para la conducción autónoma, garantizando que estas innovaciones sean intuitivas y confiables para los usuarios. El proyecto se centra en cuatro áreas clave: 1. El control del vehículo mediante sensorización inteligente basada en inteligencia artificial (IA). 2. El desarrollo de plataformas hardware y software confiables para una aplicación tan exigente como es la conducción autónoma. 3. El desarrollo de soluciones robustas y eficientes para la comunicación mediante redes móviles y para gestión de los datos asociada un alto número de vehículos conectados. 4. La inclusión del Factor Humano de forma holística (física, cognitiva, emocional y social) desde el punto de vista de la seguridad, fomento de aceptabilidad y confianza, avanzando en las metodologías de diseño centrado en la persona.

El proyecto MEDUSA ha obtenido los siguientes resultados: 1. Desarrollo de un simulador de conducción permite emular el comportamiento de un vehículo en carretera. Se ha abordado una mejora en la inmersividad proporcionada por el simulador en dos aspectos clave: el realismo del puesto de conducción y de la dinámica de la plataforma de fuerzas para la simulación del movimiento. 2. Se ha desarrollado una herramienta que permita simular, en condiciones seguras y controladas, el comportamiento de peatones y ciclistas, que permite superar estas limitaciones en el ámbito de la simulación del comportamiento del vehículo. Para dar respuesta a esta necesidad de caracterización y modelado de la respuesta del peatón, se ha desarrollado el laboratorio de peatones. Se ha puesto en marcha un laboratorio inmersivo, empleando gafas de Realidad Virtual, que se centra en el comportamiento de los peatones, en concreto la interacción vehículo-peatón e infraestructura-peatón, para la incorporación del estudio del comportamiento del mismo. Para garantizar la flexibilidad en la simulación de escenarios urbanos, el sistema permite la personalización de distintos aspectos del entorno, adaptándose a diferentes condiciones experimentales. Estas opciones incluyen tanto la señalización de la calle como la hora del día, la visibilidad que permiten los elementos de la calle (presencia de árboles, coches aparcados, contenedores de basura, etc.), o posibles distracciones tecnológicas, pudiendo simular el uso de teléfonos móviles o auriculares. De esta manera se puede analizar el impacto de todos estos factores en la atención, la percepción del entorno y, por tanto, en el comportamiento de la persona. 3. Se ha realizado nuevos diseños para las nuevas necesidades de uso el interior del vehículo, como el estudio de la postura corporal en el diseño del vehículo autónomo, recopilación de conocimiento en cuanto a aspectos sensoriales de la cabina (estímulos olfativos, musicales, y de iluminación) 4. Vitalwise: una herramienta para conocer el estado de los ocupantes Se ha desarrollado algoritmos para sistemas de monitorización que permitan la caracterización fisiológica de la persona empleando cámaras dentro del vehículo, que funcionen en diferentes condiciones de iluminación y con el vehículo en movimiento. Estados como somnolencia, fatiga activa o pasiva, estrés mental y alta carga mental incrementan significativamente el riesgo de accidentes. En vehículos autónomos, el impacto de estos estados cognitivos es menor conforme avanza el nivel de automatización, ya que la intervención de la persona al volante es cada vez más reducida en favor del control autónomo del vehículo. Medir el estado cognitivo y emocional de las personas requiere de mediciones precisas de señales fisiológicas y de la expresión facial. Y, además, debe hacerse de forma no intrusiva, sin intervención sobre la persona evitando que tenga que estar equipada con incómodos sistemas de registro. Se ha trabajado en la mejora del procesado de las señales fisiológicas necesarias para conocer el estado de la persona, y en explorar la detección de información sobre expresiones faciales en imágenes NIR. Así, se han realizado pruebas empleando un vehículo real en la ciudad de València, aprovechando el Sandbox que pone a disposición el Ayuntamiento de la ciudad.