Robotaxis: El Futuro de los Taxis Autónomos en las Ciudades

Los taxis autónomos están dejando de ser una tecnología experimental para convertirse en un verdadero medio de transporte urbano. Estos vehículos ya pueden planificar rutas de forma autónoma, reconocer coches y peatones, detenerse en semáforos, cambiar de carril y llevar al pasajero a su destino sin intervención constante de un humano.

Los robotaxis emplean cámaras, radares, LiDAR, navegación por satélite y algoritmos de inteligencia artificial que evalúan continuamente la situación vial. Cada empresa aborda la conducción autónoma de forma diferente: Waymo apuesta por una combinación compleja de sensores y mapas detallados, mientras que Tesla se enfoca en cámaras y software avanzado para lograr alta autonomía.

¿Qué es un robotaxi y cómo funciona?

Un robotaxi es un vehículo diseñado para transportar pasajeros con mínima o ninguna intervención del conductor. La experiencia para el usuario es similar a un taxi tradicional: se indica el punto de recogida y destino, y el coche realiza el trayecto de forma autónoma.

La diferencia clave es que el control está a cargo de sistemas a bordo: el vehículo recopila información del entorno mediante sensores, determina su posición en la carretera, analiza el tráfico y toma decisiones de conducción.

Diferencia entre robotaxi y coches con piloto automático

El término "piloto automático" se refiere a cualquier sistema que automatiza la conducción, aunque sus capacidades varían mucho. En la mayoría de los coches de serie, el conductor sigue siendo responsable de supervisar y estar preparado para intervenir.

El robotaxi, en cambio, está diseñado para realizar el ciclo completo del viaje dentro de su zona de operación. El coche arranca, elige carril, gira, responde a semáforos y obstáculos, y se detiene en el destino, todo de manera autónoma.

Sin embargo, la capacidad de circular sin conductor no implica que funcione igual en cualquier entorno. Muchas soluciones están limitadas a ciudades, barrios, condiciones climáticas o tipos de carretera específicos. Este ámbito limitado se denomina operational design domain (ODD).

¿Cómo es un viaje en taxi autónomo?

Para el pasajero, usar un taxi autónomo es muy similar a un servicio de transporte habitual: mediante una app se elige el punto de recogida y destino, y la plataforma asigna el vehículo disponible más cercano.

Al llegar, el pasajero confirma el viaje y sube al coche. En el interior suele haber una interfaz para iniciar el trayecto, modificar la ruta, contactar soporte o detener el vehículo en caso de emergencia.

Durante el trayecto, el ordenador de a bordo procesa continuamente datos de los sensores, identificando vehículos, ciclistas, peatones, marcas viales, semáforos y señales, y elige la ruta más segura. El recorrido no es una secuencia pregrabada: el robotaxi toma decisiones en tiempo real según el entorno, adaptando velocidad, carril y maniobras frente a obstáculos o cambios en la carretera.

Niveles de autonomía en robotaxis

Para describir las capacidades de los vehículos autónomos se utiliza la escala SAE, del nivel 0 al 5:

• Niveles 1 y 2: El coche realiza acciones concretas (mantener carril, distancia, etc.), pero el conductor es responsable.
• Nivel 3: El vehículo puede conducir de forma autónoma bajo ciertas condiciones, pero el humano debe estar listo para tomar el control.
• Nivel 4: El coche realiza el viaje sin intervención humana, pero solo en áreas y situaciones predefinidas.
• Nivel 5: Autonomía total: el vehículo puede circular en cualquier entorno, sin limitaciones ni mandos manuales. Este nivel aún es objetivo de desarrollo futuro.

¿Cómo "ve" y decide el robotaxi?

Para desplazarse sin conductor, el taxi autónomo necesita comprender el entorno en cada momento: la ubicación de otros vehículos, peatones, el estado de los semáforos y si el carril está despejado.

El robotaxi fusiona datos de múltiples fuentes: los sensores crean un modelo digital del entorno y el software identifica objetos, predice movimientos y elige la trayectoria más segura.

Cámaras, LiDAR, radares y sensores ultrasónicos

Las cámaras funcionan como la visión humana, detectando marcas viales, semáforos, señales, coches y peatones desde diversos ángulos.

LiDAR utiliza pulsos láser para medir distancias y crear una nube de puntos 3D del entorno, útil para identificar bordillos, vehículos y obstáculos. Más detalles en ¿Cómo funciona LiDAR? Principios de escaneo en smartphones y automóviles.

Radares emplean ondas de radio para medir distancias y velocidades relativas, funcionando bien en niebla, lluvia o poca luz.

Los sensores ultrasónicos son ideales para cortas distancias, típicamente en maniobras de aparcamiento.

Visión artificial: reconocimiento de vehículos, peatones y señales

Las imágenes crudas de las cámaras se procesan mediante algoritmos de visión artificial para identificar y seguir coches, peatones, ciclistas y señales de tráfico. El sistema analiza secuencias de imágenes y datos de otros sensores para estimar velocidad, dirección y acciones probables de cada objeto.

Mapas, GPS y localización precisa

El GPS convencional tiene margen de error de varios metros, insuficiente para conducción autónoma precisa. Por eso, los sistemas combinan navegación satelital, sensores inerciales, cámaras y mapas digitales detallados, que incluyen carriles, intersecciones, semáforos y otros elementos fijos.

El robotaxi compara lo que "ve" con los mapas y ajusta su posición en tiempo real. Sin embargo, los sensores siempre tienen prioridad sobre los mapas ante cambios o imprevistos en la vía.

Predicción del comportamiento de otros usuarios

Tras reconocer objetos, el robotaxi debe prever sus movimientos: por ejemplo, si un peatón va a cruzar o un coche va a frenar. El sistema calcula varios escenarios posibles y selecciona la trayectoria más segura, anticipando maniobras para evitar incidentes.

Todo este ciclo -recolección, reconocimiento, predicción y planificación- ocurre continuamente, lo que convierte al robotaxi en un sistema computacional de tiempo real.

Cómo funciona el robotaxi de Waymo

Waymo es uno de los desarrolladores más conocidos de taxis autónomos y ya opera viajes comerciales sin conductor en varias ciudades de EE.UU. Para agosto de 2026, Waymo había realizado más de 20 millones de viajes y acumulado más de 200 millones de millas totalmente autónomas.

Arquitectura del sistema Waymo Driver

Waymo Driver integra hardware (cámaras, LiDAR, radares y computadoras de a bordo) y software. El sistema resuelve cuatro tareas clave: ubicación del vehículo, reconocimiento de objetos, predicción de movimientos y elección de maniobras.

Las cámaras detectan semáforos y señales, el LiDAR mide distancias y el radar evalúa velocidades, combinando datos para una visión integral del entorno. Además, utiliza mapas digitales detallados como apoyo, aunque la detección en tiempo real es prioritaria ante cambios imprevistos.

¿Por qué Waymo usa múltiples sensores?

La razón principal es la redundancia: si un sensor falla o tiene limitaciones, los demás compensan. Cámaras para detalles visuales, LiDAR para modelado 3D y radares para distancias y funcionamiento bajo condiciones adversas. Esta arquitectura encarece y complica el vehículo, pero ofrece mayor fiabilidad para operar sin conductor.

Operación y expansión de Waymo

Waymo expande gradualmente su servicio en EE.UU., operando en Phoenix, San Francisco, Los Ángeles, Miami y otras ciudades. Antes de lanzar en una nueva ciudad, se recopilan datos, se crean mapas y se realizan pruebas específicas.

En agosto de 2026, Waymo anunció su llegada a Múnich (Alemania), comenzando la recolección de mapas y ensayos con operador, con intención de lanzar el servicio autónomo más adelante.

Diferencia con los sistemas de asistencia al conductor (ADAS)

Los ADAS ayudan al conductor en tareas como mantener el carril o regular la distancia, pero requieren supervisión humana. Waymo Driver está diseñado para operar de forma totalmente autónoma en las zonas habilitadas, gestionando incluso situaciones atípicas como obras, vehículos mal estacionados o comportamientos inesperados.

Waymo apuesta por la redundancia de sensores, mapas precisos, grandes volúmenes de pruebas y una expansión gradual, en contraste con la estrategia de Tesla, que prioriza las cámaras y el software escalable.

Tesla Robotaxi y Cybercab: una estrategia diferente

Tesla sigue un enfoque distinto: en lugar de apoyarse en LiDAR, radares y mapas detallados, basa su sistema en cámaras, redes neuronales y aprendizaje a partir de datos reales recolectados por su flota.

En agosto de 2026, el servicio Tesla Robotaxi ya ofrecía viajes autónomos en Model Y en varias ciudades de Texas y Florida. El Cybercab, un vehículo eléctrico biplaza diseñado específicamente para este servicio, se incorporará progresivamente.

¿Qué es Tesla Cybercab?

Cybercab es un eléctrico biplaza pensado desde cero para operación autónoma, a diferencia de adaptar un coche convencional. Tesla busca crear un vehículo cuya operación gire en torno al servicio autónomo desde el diseño.

Actualmente, Robotaxi opera con Model Y, y Cybercab será el modelo exclusivo para el servicio en el futuro. El pasajero sigue el proceso habitual: selecciona destino en la app, la plataforma asigna el coche y el viaje se realiza de forma autónoma en la zona habilitada.

Enfoque en cámaras y software

La estrategia de Tesla se basa en la visión computacional: un conjunto de cámaras capta el entorno, las imágenes se procesan mediante redes neuronales que crean un modelo digital de la escena, identificando marcas, vehículos, peatones e infraestructuras.

El software fusiona las imágenes de las cámaras, genera una vista cenital y planifica la trayectoria. En vez de medir distancias con LiDAR, la red neuronal aprende a extraer información principalmente de los datos visuales.

La ventaja es la escalabilidad: las cámaras ya están en la flota Tesla, y los datos recogidos permiten mejorar continuamente los algoritmos. Sin embargo, este enfoque exige un software extremadamente avanzado, capaz de interpretar imágenes en condiciones difíciles.

Diferencias clave entre Tesla y Waymo

Waymo utiliza sensores variados y mapas detallados, operando en zonas preparadas; Tesla apuesta por el procesamiento visual y la inteligencia artificial, lo que facilita escalar la tecnología a más vehículos.

La solución de Tesla es potencialmente más fácil de desplegar a gran escala, pero depende de la fiabilidad del software. El sistema de Waymo ofrece mayor redundancia sensorial y fiabilidad en entornos controlados.

Importante: el Full Self-Driving (Supervised) de Tesla no es lo mismo que el robotaxi sin conductor, pues requiere supervisión humana constante.

Otras compañías en el sector robotaxi

Además de Waymo y Tesla, otras empresas como Zoox (de Amazon), Baidu (Apollo Go) y Pony.ai tienen proyectos propios. Zoox ha creado un robotaxi simétrico sin puesto de conductor, expandiendo sus pruebas en San Francisco, Las Vegas, Austin y Miami.

En China, Apollo Go de Baidu opera en 28 ciudades y ha superado los 350 millones de kilómetros autónomos, con más de 240 millones sin conductor. Baidu también desarrolló el vehículo RT6, diseñado desde el inicio para operación autónoma.

Pony.ai expande su flota en China y colabora con Uber para desplegar robotaxis en Europa. No existe un estándar único: algunas empresas priorizan muchos sensores y zonas limitadas, otras apuestan por la visión computacional y software escalable, y otras combinan ambos enfoques.

Seguridad de los robotaxis y su adopción masiva

La gran pregunta no es si los robotaxis pueden circular solos, sino cómo responden en situaciones raras e imprevisibles. Para un despliegue masivo, no basta con navegar miles de intersecciones típicas; el sistema debe gestionar adecuadamente los casos excepcionales.

Un vehículo autónomo tiene ventajas sobre el humano: no se cansa, no se distrae, no excede la velocidad y puede monitorizar múltiples ángulos. Pero surgen nuevos riesgos: limitaciones de sensores, errores en los algoritmos, fallos de mapas o software y escenarios desconocidos.

¿Qué ocurre en situaciones complejas?

En escenarios atípicos -obras, desvíos, maniobras inesperadas, señales manuales de la policía- el robotaxi evalúa varias trayectorias y suele optar por la más cautelosa: reducir velocidad, detenerse o esperar a que la situación se aclare. Algunos servicios cuentan con soporte remoto, donde un operador puede aportar información extra.

La interacción con servicios de emergencia sigue siendo un reto. En julio de 2026, la NHTSA estadounidense destacó la necesidad de que los sistemas autónomos aprendan a colaborar adecuadamente con la policía y bomberos.

Limitaciones actuales de los taxis autónomos

Normalmente, un robotaxi no puede circular en cualquier lugar sin preparación previa. Está limitado a ciertas zonas, carreteras, condiciones climáticas y escenarios validados.

Factores como lluvia intensa, nieve, niebla, deslumbramiento o suciedad en los sensores pueden afectar su funcionamiento, y el sistema debe asegurarse de tener información suficiente para operar con seguridad.

Los escenarios viales raros representan un reto particular: mientras los humanos pueden intuir el contexto, el algoritmo debe basarse en datos y experiencia acumulada. Por eso, la calidad de la visión artificial es crucial. Más información en Visión por computadora 2026: tendencias, tecnologías y aplicaciones.

¿Qué tan seguro es un taxi sin conductor?

Decir que los robotaxis son "más seguros que un humano" sería excesivo de momento. La seguridad depende de la tecnología, la región y las condiciones del tráfico.

No obstante, con millones de kilómetros autónomos, ya existen datos para evaluar la seguridad fuera de los laboratorios. Por ejemplo, Waymo reportó que hasta marzo de 2026, sus vehículos recorrieron 220 millones de millas y la tasa de accidentes graves fue un 94% menor que en conductores humanos comparables, y la de accidentes con lesiones un 82% menor.

Estos datos muestran el potencial, pero no se pueden generalizar. Cada sistema, fabricante y entorno es diferente. Además, la seguridad incluye la capacidad de reaccionar ante fallos, interactuar con rescatistas y adaptarse a cambios temporales en la carretera.

Por ello, los reguladores siguen de cerca la operación y exigen reportes de incidentes a los fabricantes.

Obstáculos para la adopción global de los robotaxis

• Costo: La tecnología (sensores, computadoras, energía de respaldo, conectividad) incrementa el precio y la complejidad.
• Escalabilidad del software: Millones de kilómetros en ciudades conocidas no garantizan el mismo rendimiento en entornos nuevos.
• Legislación: Las leyes sobre vehículos autónomos varían según país y región, incluyendo responsabilidad en accidentes y requisitos de seguridad.
• Rentabilidad: Aunque se elimina el coste del conductor, surgen otros gastos: mantenimiento, soporte remoto, limpieza de sensores, recarga, seguros y gestión de flotas.

¿Cuándo serán los taxis autónomos un transporte habitual?

Los robotaxis ya han dejado de ser prototipos experimentales, pero su adopción masiva será gradual, ciudad por ciudad. Las áreas ideales son aquellas donde se pueden recopilar grandes volúmenes de datos y las condiciones viales están bien estudiadas. Tras validar su funcionamiento en una zona limitada, los operadores amplían progresivamente el servicio.

El avance se medirá no por demostraciones espectaculares, sino por la capacidad de repetir millones de viajes seguros y a costes razonables.

FAQ

1. ¿Puede un robotaxi circular completamente sin conductor?

   Sí. Un robotaxi de nivel 4 puede operar sin persona al volante dentro de su área y condiciones validadas. Así funcionan los servicios comerciales de Waymo y otros. Por ahora, los de nivel 5 (autonomía total, sin limitaciones) no existen; hoy suelen operar en ciudades o zonas concretas.

2. ¿Qué es más seguro: Waymo o Tesla?

   La comparación directa es difícil porque usan tecnologías distintas, operan en regiones diferentes y acumulan diferentes cantidades de trayectos autónomos. Waymo apuesta por la redundancia de sensores (cámaras, LiDAR, radares, mapas); Tesla prefiere cámaras y redes neuronales. Para una respuesta objetiva se necesitan datos comparables tras millones de trayectos en condiciones similares.

3. ¿Qué compañías desarrollan taxis autónomos?

   Además de Waymo y Tesla, destacan Zoox, Baidu (Apollo Go), Pony.ai y otras. Usan modelos variados: desde coches modificados hasta vehículos diseñados sin puesto de conductor. EE.UU. y China lideran el desarrollo y las zonas de pruebas y operación comercial.

4. ¿Cuándo llegarán los taxis autónomos a todas las ciudades?

   No hay una fecha única. La tecnología ya se utiliza comercialmente, pero la adopción masiva depende de regulaciones, costes, seguridad y adaptación a nuevos entornos. El despliegue será progresivo: primero en grandes ciudades, después en más zonas y condiciones.

Conclusión

El taxi autónomo ya no es una tecnología lejana. Un robotaxi puede reconocer el entorno, prever movimientos, planificar su ruta y transportar pasajeros sin intervención continua de un conductor.

Waymo y Tesla representan dos caminos distintos: Waymo emplea un conjunto de cámaras, radares y LiDAR, junto con mapas detallados y una expansión gradual; Tesla apuesta fuertemente por las cámaras, la inteligencia artificial y la escalabilidad de su software. Zoox, Baidu, Pony.ai y otras compañías desarrollan variantes propias.

El principal reto para la difusión masiva no es recorrer una ruta estándar, sino garantizar la seguridad en situaciones raras e imprevistas. Cuanto más experiencia acumulen los sistemas y más se demuestre su seguridad, más rápido los taxis autónomos se convertirán en parte habitual del transporte urbano.