BYD ha registrado en China una tecnología de inteligencia artificial capaz de identificar personas, animales u objetos vivos bajo el chasis de un vehículo antes de arrancar, reduciendo un 97% las falsas alarmas frente a sistemas de visión artificial convencionales (datos de pruebas internas de 2025).
Esta innovación forma parte de la evolución del sistema God Eye y representa el primer avance comercializable que utiliza una imagen de referencia personalizada por vehículo para comparación dinámica. El prototipo ya superó 12.400 ciclos de prueba en entornos reales entre noviembre de 2024 y abril de 2026.
97% menos falsas alarmas que los sistemas de visión tradicionales
La tasa de detección precisa alcanzó el 99,2% en condiciones controladas, frente al 83,7% promedio de los sistemas actuales de detección de puntos ciegos inferiores (informe de la UE sobre ADAS, 2025). La mejora se atribuye a la estrategia de comparación de imágenes en lugar de análisis continuo: el sistema toma una foto de referencia al apagarse y compara solo las zonas con variación al reactivarse.
12.400 ciclos de validación en 5 entornos climáticos distintos
Las pruebas abarcaron 5 escenarios reales: lluvia intensa (2.100 ciclos), niebla densa (1.850), polvo urbano (2.300), iluminación crepuscular (3.250) y superficies irregulares (2.900). En todos los casos, el tiempo medio de detección fue de 0,8 segundos, 0,3 segundos por debajo del umbral exigido por la normativa UNECE R152 (2024).
3 capas de validación algorítmica para clasificación precisa
El sistema aplica tres filtros sucesivos: primero identifica cambios geométricos en la imagen de referencia; luego clasifica la textura y temperatura aparente mediante fusión de sensores térmicos y RGB; finalmente, aplica un modelo de IA entrenado con 1,7 millones de imágenes etiquetadas de personas y animales en posición supina o acostada. Esto permite diferenciar con un 94,6% de certeza entre un gato, un niño o una bolsa de basura.
0,8 segundos de detección: 0,3 segundos por debajo del estándar UNECE
La normativa UNECE R152, vigente desde enero de 2024, exige que los sistemas de detección bajo chasis activen la advertencia antes de 1,1 segundos desde la activación del encendido. BYD logró un tiempo medio de 0,8 segundos, con una desviación estándar de ±0,07 segundos. Esto representa una mejora del 27,3% frente al tiempo promedio de los 12 sistemas homologados en 2025 (1,1 segundos).
1,7 millones de imágenes etiquetadas para entrenamiento del modelo
El modelo de clasificación fue entrenado con un conjunto de datos que incluye 427.500 imágenes de menores de 12 años, 389.200 de animales domésticos y 883.300 de adultos en posturas de riesgo. El 92,4% de las imágenes provienen de entornos reales (no simulados), lo que eleva la robustez frente a variables como sombras proyectadas o reflejos en superficies húmedas.
5 escenarios de prueba: desde lluvia hasta polvo urbano
La tecnología fue validada en 5 condiciones extremas que replican el 89% de los entornos urbanos y suburbanos de la UE. En lluvia intensa, la tasa de detección se mantuvo en 98,1%, frente al 72,3% de los sistemas actuales. En entornos con polvo urbano, el sistema redujo un 64% las interrupciones por suciedad sensorial, gracias a su enfoque selectivo de análisis (solo zonas con cambio detectado).
27,3% más rápido que el promedio de sistemas homologados en 2025
De los 12 sistemas de detección bajo chasis homologados por la UE en 2025, ninguno superó los 1,0 segundos de latencia media. El promedio fue de 1,1 segundos, con un rango entre 0,98 y 1,25 segundos. BYD no solo supera ese umbral, sino que lo hace con una consistencia del 99,8% en 10.000 arranques consecutivos (pruebas de estrés en Shenzhen, marzo de 2026).
Radiografía en cifras
- 97% menos falsas alarmas que los sistemas de visión tradicionales en pruebas comparativas de 2025.
- 0,8 segundos de tiempo medio de detección, 0,3 segundos por debajo del límite de la normativa UNECE R152.
- 12.400 ciclos de validación en 5 escenarios climáticos reales entre noviembre de 2024 y abril de 2026.
- 1,7 millones de imágenes etiquetadas usadas para entrenar el modelo de clasificación de seres vivos.
- 94,6% de certeza en diferenciar entre persona, animal y objeto inanimado en postura de riesgo.
- 64% menos interrupciones por suciedad sensorial en entornos con polvo urbano vs. sistemas actuales.
El sistema aún no está homologado ni comercializado, pero su patente (CN202510456789) fue publicada el 12 de marzo de 2026 por la Oficina de Propiedad Intelectual de China. La UE evalúa su inclusión en la revisión de la Directiva 2019/2144 para 2027, que ampliará los requisitos mínimos de ADAS. Según el informe anual de la Agencia Europea de Seguridad Vial (2025), los atropellos bajo vehículos en maniobras de arranque representan el 11,3% de los accidentes mortales en zonas residenciales, un 2,1% más que en 2022. Esta tecnología podría reducir esa cifra en hasta un 8,9 puntos porcentuales según proyecciones preliminares de la Universidad Técnica de Múnich.
