Cómo AutoNav permitió a Perseverance superar a cualquier vehículo fuera de la Tierra

El 11 de octubre, un trayecto de 91,31 metros llevó a Perseverance más allá de un récord que Opportunity mantenía desde que lo estableció. El odómetro del róver alcanzó las 28,10 millas (45,22 km), por encima de las 28,06 millas (45,16 km) de Opportunity. El margen es de unos 60 m, según mis cálculos a partir de las dos cifras de la NASA. La diferencia mayor es el tiempo: Perseverance recorrió en cinco años y medio una distancia que a Opportunity le llevó casi 15.

Las ruedas y la suspensión apenas cambiaron entre una generación y otra. Lo que ha cambiado es cuánto de la conducción decide ahora el propio róver.

01Lo que el récord muestra y lo que no

La misión atribuye el mérito a su software de conducción autónoma, AutoNav. Según el JPL, el róver toma imágenes del terreno mientras avanza, construye un mapa tridimensional de peligros y traza una ruta entre los puntos de paso que eligen los planificadores en la Tierra. Las cifras que importan:

• Más de un 90 % de la distancia de Perseverance se recorrió con AutoNav evaluando el terreno. En Spirit y Opportunity, los primeros róveres marcianos con AutoNav, la cifra fue de alrededor del 5 %.
• Sojourner juzgaba el camino por delante con 20 puntos de medición. Perseverance procesa 600 000 con cada observación.
• A velocidad máxima o cercana a ella, el róver puede cubrir hasta 1351 pies (412 m) en un sol.

«Evaluado por AutoNav» no significa sin supervisión. Los humanos siguen eligiendo el destino. Planifican la ruta básica a partir de imágenes orbitales, como las del Mars Reconnaissance Orbiter. Además, la cifra de 412 m es un techo, no una jornada típica. Dividir 45,22 km entre 2006 soles da unos 22 m por sol. Es un cálculo mío, y el promedio es bajo porque las paradas científicas, la toma de muestras y las ventanas de conducción restringidas dominan el calendario.

02Por qué los róveres anteriores avanzaban a paso de tortuga

La limitación es la capacidad de cálculo, no la velocidad de las ruedas. Según el artículo de Science Robotics de Vandi Verma, Mark Maimone y sus colegas, Perseverance conserva los controladores de motor de Curiosity, una velocidad máxima de conducción similar, de unos 4,4 cm/s, la misma suspensión rocker-bogie de seis ruedas y un ordenador principal de 133 MHz basado en el RAD750. Ese procesador es resistente a la radiación y lento, y casi el 50 % de su capacidad se destina a funciones básicas del róver ajenas a la navegación.

Con un diseño de una sola CPU, los róveres anteriores tenían que detenerse, captar imágenes y esperar a que terminara la selección de la ruta antes de mover las ruedas. La página de movilidad del JPL sitúa el promedio autónomo de Curiosity en apenas 15 a 18 metros por hora. Un róver capaz de desplazarse a unos 150 m/h pierde la mayor parte del tiempo parado. Esa penalización de detenerse a pensar explica por qué las misiones anteriores usaban AutoNav solo para prolongar trayectos que los humanos ya habían planificado.

03Pensar mientras se conduce: la arquitectura

Perseverance ataca el cuello de botella de dos maneras: con hardware dedicado y con un algoritmo de planificación más económico.

Hardware. Se añadió un segundo RAD750, el Vision Compute Element (VCE), para acelerar el procesamiento estereoscópico. El VCE utiliza una FPGA de Xilinx resistente a la radiación para las operaciones en paralelo: rectificación de imágenes, prefiltrado, disparidad estereoscópica y puntuación de rasgos característicos para la odometría visual. Con esa carga descargada, el róver puede conducir casi a plena velocidad con todas las funciones de AutoNav activadas. El artículo de Science Robotics informa de velocidades autónomas medias de 11,55 m/h para Curiosity y 97,97 m/h para Perseverance. El artículo más reciente de IEEE Transactions on Field Robotics sobre ENav da aproximadamente 17,3 m/h para Curiosity frente a unos 92 m/h para Perseverance. Los dos artículos usan criterios de cómputo distintos, así que conviene tomar los valores como una mejora de un orden de magnitud y no como una proporción exacta.

Planificación. El planificador se llama Enhanced Autonomous Navigation (ENav). Construye un mapa de alturas a partir de imágenes estereoscópicas y clasifica los arcos candidatos. Después, según un artículo de aprendizaje automático vinculado al JPL, emplea el algoritmo Approximate Clearance Evaluation (ACE) para comprobar si las trayectorias mejor clasificadas son seguras. ACE es barato por diseño. Estima las alturas mínima y máxima que podría alcanzar cada rueda sobre el terreno y luego evalúa la configuración más desfavorable del vehículo. Eso sustituye a la simulación iterativa de la suspensión, demasiado lenta para un RAD750. Una prueba comparativa en hardware de clase RAD750 midió unos 12 ms por comprobación de ACE. El ENav de referencia del mismo artículo dedica aproximadamente 4,5 s por ciclo de planificación a 377 comprobaciones de este tipo. Ejecutar la comprobación costosa solo sobre un puñado de los mejores candidatos mantiene ese coste acotado.

El artículo sobre ENav explica por qué esto importa para la evaluación por rueda. Los planificadores anteriores usaban un modelo de disco grueso del róver. ENav evalúa los peligros desde la posición de cada rueda mediante ACE. Eso le permite atravesar terrenos más rocosos de lo que permitiría una huella conservadora.

04Latencia, línea de visión y deriva

El retardo de las comunicaciones condiciona este diseño de un modo concreto. El límite determinante es el ciclo de enlace ascendente de una vez por sol, y no solo el tiempo de propagación de la luz, de modo que un róver que se detiene cuando se agota su ruta planificada por humanos pasa inactivo la mayor parte del día. El artículo sobre ENav señala que AutoNav no se limita al terreno visible desde la posición inicial. Eso le permite avanzar mucho más allá de la línea de visión de unos 15–50 m de cada trayecto dirigido. Los planificadores fijan objetivos y zonas de exclusión. El róver resuelve la geometría a escala métrica que las imágenes orbitales no pueden resolver.

El precio de la autonomía es el error de posición. Perseverance se localiza mediante odometría visual. El JPL señala que los pequeños errores se acumulan a lo largo de un trayecto. En trayectos largos, la estimación que hace el róver de su posición puede errar en más de 100 pies (hasta 35 m). La solución anterior del JPL fue un algoritmo a bordo que compara las imágenes de las cámaras con mapas orbitales. Maimone describe ahora un software más reciente que permite al róver contrastar su posición con los mapas orbitales a mitad de trayecto. También afirma que enseña a Perseverance a corregir menos el rumbo y a rodar más. El JPL no ha publicado cifras de rendimiento de esa actualización, por lo que su efecto no está cuantificado.

05Límites y problemas abiertos

El primer límite es la luz solar. La luz intensa puede perturbar las cámaras de navegación y la interpretación del terreno por parte del software. Cuando se conduce hacia el Sol, los planificadores detienen actualmente la conducción a media tarde. Maimone considera que la propia luz solar es la próxima frontera y afirma que enseñar al róver a ver más allá del deslumbramiento daría a todos los róveres futuros una jornada de trabajo más larga.

El segundo es que ENav razona sobre geometría, no sobre materiales. El artículo sobre ENav señala la clasificación del terreno como trabajo futuro. Eso permitiría a los róveres evitar peligros no geométricos, como la arena resbaladiza.

El tercero es hasta qué punto puede automatizarse la planificación en tierra. Según un informe secundario que cita el anuncio del JPL de enero de 2026, en diciembre de 2025 un modelo de visión y lenguaje analizó imágenes orbitales y datos de elevación y generó puntos de paso para el róver. Los ingenieros comprobaron los comandos en una réplica digital con más de 500 000 variables de telemetría antes de la transmisión. No pude verificar los detalles con el comunicado del propio JPL. Si es cierto, el patrón es el mismo que en AutoNav: un modelo acotado propone y un verificador conservador dispone.

06Lecciones para la robótica autónoma

1. La arquitectura vence a la potencia bruta de cálculo. Las ruedas y la clase de CPU se mantuvieron cerca de las de Curiosity. Añadir un coprocesador de visión y eliminar el ciclo de detenerse y esperar cambió el rendimiento en un orden de magnitud.
2. Hay que acotar la comprobación costosa. ACE se ejecuta solo sobre unos pocos candidatos clasificados, de modo que el coste de seguridad en el peor caso sigue siendo predecible en hardware lento.
3. La autonomía necesita un presupuesto de localización. Conducir más rápido aumenta el riesgo de deriva, y por eso importa la comparación con mapas orbitales.
4. Los humanos siguen en el bucle. Fijan los objetivos y las zonas de exclusión. La autonomía acorta el bucle, pero no lo elimina.

La misión tiene recorrido por delante. La NASA ha aprobado una primera misión extendida, que va de octubre a aproximadamente finales de 2028. El director del proyecto, Steven Lee, espera que el róver siga ampliando este récord durante muchos años. Las próximas mejoras dependen de software, como el manejo del deslumbramiento y la localización a mitad de trayecto, y no de hardware nuevo.