Bitsensing ofrece una mejor solución de radar.

Nube de píxeles codificada por colores generada por el sistema AIR4D (Foto: Bitsensing)

Bitsensing es una empresa surcoreana que trabaja en tecnología de radar de última generación que se puede aplicar en diversos sectores y aplicaciones empresariales, incluidos el sector automotriz/transporte, la gestión del tráfico y la atención médica.

La idea fundamental detrás de esta tecnología es que el radar, como herramienta de detección, puede ofrecer muchas más funcionalidades que los sistemas de radar 2D actuales. Para brindar esta funcionalidad mejorada, Bitsensing está trabajando en el perfeccionamiento del diseño de los sensores, hasta llegar a sistemas listos para la producción que incorporen las nuevas capacidades.

Lanzamiento de nuevo producto

En mayo de este año, la compañía presentó su último sistema AIR4D. Como su nombre indica, este sistema se basa en los datos 2D básicos que proporcionan los sistemas de radar estándar para ofrecer una representación 4D de alta resolución del entorno del vehículo. Mediante nubes de puntos, información Doppler y otros datos de sensores, la tecnología proporciona la distancia, la velocidad y, lo que es más importante, la elevación de los objetos cercanos al vehículo.

Mediante el uso de inteligencia artificial para combinar esos datos con los recopilados por los sistemas de visión integrados, la información se puede utilizar para crear una base de datos que pueda clasificar objetos específicos a medida que se encuentran.

Jaewoo Oh, Bitsensing

“En la práctica, suministraríamos nuestra solución de radar a un proveedor de primer nivel que incorporaría nuestros sensores y la tecnología relacionada en su sistema informático integrado, y que a su vez la entregaría al fabricante de equipos originales del vehículo”, explicó Jaewoo Oh, gerente sénior de Desarrollo de Negocios de Bitsensing, quien habló con Power Progress en la feria IAA Transportation 2026 en Hannover, Alemania.

Además de realizar el análisis de objetos externos, el sistema AIR4D también puede funcionar como una herramienta ADAS (sistema avanzado de asistencia al conductor). De forma similar a como se utiliza en el sector sanitario para monitorizar de forma inalámbrica a un paciente, una funcionalidad parecida permite monitorizar el estado y el rendimiento del conductor.

“Entiendo que algunas de las empresas más grandes de nivel 1 ya están suministrando soluciones de radar a sus clientes OEM que incluyen funciones ADAS”, dice Oh.

El sistema, sin embargo, se ha desarrollado principalmente para dar soporte a la conducción autónoma. «Estamos muy centrados en la conducción autónoma», afirma Oh. «Para lograrlo, nuestros sistemas proporcionan mucha más información que los que hay actualmente en el mercado».

datos de nube de puntos

Un vídeo expuesto en el stand de Bitsensing en la IAA Transportation mostraba una grabación en tiempo real de los datos generados por el sistema integrado mientras el vehículo se desplazaba por su entorno. El nivel de detalle era tal que, incluso con solo esos píxeles individuales, era posible distinguir edificios, intersecciones, otros vehículos y peatones.

Al preguntársele si el sistema sería capaz de analizar todos estos datos en tiempo real, Oh explicó que se estaba trabajando entre bastidores para optimizar el reconocimiento del sistema. «Tenemos más de 60 ingenieros —alrededor del 80 % de nuestros empleados— trabajando en el análisis de las señales. El elemento de percepción del sistema no es instantáneo; hay mucho trabajo detrás».

Mientras que un sistema basado en cámaras no detectará los obstáculos debido a la mala visibilidad, el sistema basado en radar de Bitsensing reconocerá el problema, y todo ello a mayor distancia.

Oh afirma que el equipo de ingeniería recibe cierta ayuda de la IA, pero por ahora solo se utiliza como apoyo. «Todavía no usamos IA en nuestro sistema», dice. «Proporcionamos información para el aprendizaje de la IA, que será asimilada por el integrador. Las nubes de puntos impulsarán el aprendizaje de la IA; al identificar los errores, sabremos qué funciona correctamente».

“Tenemos un sistema que actualmente se encuentra en fase de pruebas en Estados Unidos. Creemos que nuestra solución es superior a otras a la hora de dar soporte al aprendizaje de la IA, lo que la hace intrínsecamente mejor que las que ya se incorporan a los vehículos hoy en día.”