Universidad
Politécnica de Madrid

22.09.2025

Se entiende por conducción remota a aquella que no requiere que el conductor esté dentro del vehículo, sino que éste es dirigido a distancia por una persona que no está presente. Para ello, el conductor remoto, necesita que el coche le mande señales de vídeo que le permitan ver en todo momento dónde se encuentra, el trazado de la calzada por la que circula o los posibles obstáculos que se puede encontrar. Pero ahora bien, ¿qué pasa si esa señal no llega en tiempo real o si los servidores tardan en procesarla? Es un problema al que ha buscado solución un equipo de investigadores de la Universidad Politécnica de Madrid, junto con la Universidad de Murcia, el IMDEA Networks y la Universidad Carlos III.

Mejorar el procesamiento de esas señales de vídeo era el objetivo principal de la investigación y para ello, los expertos utilizaron un modelo matemático conocido como teoría de colas.

“Del mismo modo que una persona espera en la cola del súper para que le cobren, los fotogramas de vehículos de conducción remota se ponen en cola para ser decodificados por un servidor”, explica Jorge Martín Pérez, de la ETSI de Telecomunicación de la UPM y uno de los autores del trabajo. “En esta investigación estudiamos cómo se encolan los fotogramas de vídeo de la conducción remota antes de ser decodificados. El trabajo utiliza una rama de las matemáticas llamada teoría de colas para estudiar el tiempo que tarda en ser decodificado un fotograma de conducción remota”, añade.

Utilizando ese modelo, los investigadores consiguieron precisar el tiempo que tarda cada fotograma en avanzar en la cola y ser procesado, para determinar así si se necesitan o no más servidores para poder descifrar y visualizar adecuadamente esos vídeos en tiempo real.

El resultado ha sido la propuesta de una aproximación matemática al tiempo que tardan los servidores en decodificar el vídeo en conducción remota usando la distribución Gamma. La aproximación permitió a los investigadores diseñar algoritmos ultra-rápidos para reaccionar al aumento de tráfico de conducción remota. Esa reacción podría consistir en  aumentar el número de CPUs usadas para procesar más rápidamente los datos, así como decidir si los fotogramas deben ser decodificados por servidores más/menos cercanos a la carretera.

Reduce la huella de carbono

“El objetivo último, que logramos, fue diseñar algoritmos que permitan encender o apagar CPUs dedicadas a procesar los datos procedentes de la  conducción remota, garantizando retardos por debajo de 0.1sec con un 99.999% de probabilidad”, explica el investigador de la UPM.

El trabajo, además, contribuye a la sostenibilidad y la reducción de la huella de carbono al permitir un cálculo más preciso del número de servidores que tienen que funcionar en cada momento. “En un momento dado, se podrían apagar servidores, switches y CPU’s cuando disminuye el volumen de tráfico, con lo que reduciríamos la huella de carbono,”.

Para los investigadores, la relevancia de este estudio radica en que la aplicación del modelo matemático de teoría de colas al procesamiento de los vídeos puede extenderse después a otros ámbitos de actuación como vídeo de drones, realidad virtual, etc, y ofrece la opción de disminuir en ciertos momentos los recursos utilizados, minimizando la huella de carbono sin comprometer la seguridad de los vehículos.

Ref: L. E. Chatzieleftheriou, Jesúspérez-Valero, J. Martín-Pérez and P. Serrano, "Optimal Scaling and Offloading for Sustainable Provision of Reliable V2N Services in Dynamic and Static Scenarios," in IEEE Transactions on Network and Service Management, doi: 10.1109/TNSM.2025.3605408.