Un coche autónomo necesita saber qué tiene delante, a qué distancia está y en qué condiciones de luz o de tiempo circula. El LiDAR mide esa geometría con pulsos de luz, pero por sí solo no resuelve el problema, y por eso se combina con cámaras y radar. En el capítulo 70 de Toque de Ingenio, Santiago Royo explica cómo funciona esta tecnología, dónde están sus límites y cómo una spin-off universitaria la ha convertido en sistemas de visión a medida.
Invitado: Santiago Royo, presentado en el episodio como cofundador de Beamagine y profesor de fotónica. Conversación publicada: 9 de diciembre de 2025. Episodio: 70. Duración: 1 h 10 min.
En este capítulo:
- Qué aporta un LiDAR frente a cámaras y radar, y qué balances obliga a aceptar.
- Por qué la niebla y la lluvia siguen condicionando dónde circulan los coches autónomos.
- Cómo se pasa de una patente universitaria a una empresa que diseña sistemas de visión.
En el momento de la entrevista, Beamagine se acercaba a su décimo año como empresa. Santiago aclara que no ejerce de CEO, cargo que ocupa Jorge Riu, sino que se encarga del desarrollo de negocio.
Cómo funciona un LiDAR y qué falla en cámaras y radar
Santiago describe el LiDAR como una cámara que, en lugar de recoger la luz del entorno, emite un pulso láser y mide el tiempo que tarda en volver. Ese tiempo se traduce en distancia y cada pulso es un punto. La ventaja frente a una cámara es el 3D: la cámara proyecta el mundo en un plano, mientras que el LiDAR devuelve volúmenes, distancias y formas de manera directa.
Según relata, el sistema de Beamagine dispara unos 200.000 pulsos por segundo, repartidos en imágenes de unos 200 por 300 puntos a 7 imágenes por segundo. Un cliente del sector espacial pidió más resolución a una sola imagen por segundo.
El LiDAR, insiste, está lleno de balances. Llegar lejos exige más potencia en cada pulso, pero más potencia implica un tiempo de recarga mayor y menos pulsos por segundo.
Sobre las alternativas, explica que el radar genera falsas alarmas con objetos metálicos y ofrece poca resolución espacial. La estereoscopía con dos cámaras pierde precisión a más de cien metros y requiere cómputo, mientras que el LiDAR entrega una medida directa. De noche la cámara necesita iluminación y el LiDAR trabaja mejor, porque lo que más le perjudica es el sol.
La conclusión de Santiago es que la automoción necesita varios modos de imagen que fallen en situaciones distintas.
Alcance y resolución: ver 10 cm a 150 metros
Santiago sitúa el estándar de automoción en 150 metros, la distancia a la que un vehículo puede frenar en autopista. A esa distancia el sistema debe detectar cualquier objeto más alto que el parachoques, unos 10 centímetros.
«El problema real que no está solucionado es tener una tecnología que a 150 m vea objetos de 10 cm».
Santiago Royo, 29:48.
El matiz importante es que el alcance no basta. Un punto aislado a 150 metros no permite al software decidir nada. Hacen falta suficientes impactos sobre el objeto, es decir, resolución espacial combinada con rango.
El segundo problema es el coste. Según cuenta, una cámara de automoción ronda los 5 euros, mientras que los fabricantes piden un LiDAR por unos 1.000 euros para bajarlo después hacia 100. La fotónica integrada que podría lograrlo sigue en investigación.
Ese desfase explica, en su opinión, por qué han cerrado tantas empresas de LiDAR en la última década: la promesa de un sensor en cada coche atrajo inversión, pero la tecnología ha madurado más despacio que los planes de negocio. Sobre Tesla, Santiago opina que optimiza las cámaras mientras espera un LiDAR a un precio asumible.
Integrar LiDAR y cámaras en un solo sistema calibrado
La decisión que Santiago identifica como el éxito de Beamagine es entregar el LiDAR junto con las cámaras. Cada cliente al que vendían un LiDAR le colocaba una cámara al lado, así que el equipo optó por integrar ambos en un mismo sistema.
Calibrar un LiDAR respecto a una cámara exige pruebas con dameros en distintas posiciones para que las dos imágenes coincidan. Un bote del coche puede desplazar un sensor y obligar a empezar de nuevo. Entregar el conjunto integrado, con un solo cable, evita ese trabajo al equipo de software.
Sobre la fusión de sensores, Santiago describe dos caminos. Uno usa un modelo de IA por sensor y combina las detecciones con reglas: si detectan dos, hay algo. El otro alimenta un modelo único con todos los datos, un tema abierto de investigación.
Beamagine suele combinar LiDAR y cámara RGB, y añade una térmica cuando hace falta ver con niebla. Es una lección de ingeniería electrónica para cualquier producto con sensores: la arquitectura debe prever cómo se calibran y se mantienen alineados.
Lluvia, niebla y el calendario del coche autónomo
La niebla son gotas de agua suspendidas. El pulso de luz se dispersa al atravesarla y, si llega al objeto, tiene que volver por el mismo camino. El alcance del LiDAR y de la cámara cae de forma notable. La lluvia, según Santiago, tiene que ser muy intensa para afectar.
Por eso, apunta, los coches autónomos circulan en San Francisco o Texas, lugares cálidos y secos. En San Francisco, el día que llueve el servicio envía el vehículo con una persona dentro. Waymo, con unos 25 sensores, representa la aproximación maximalista; Tesla, la minimalista.
Santiago también repasa los niveles de conducción. Mercedes tiene homologado el nivel 3 con condiciones estrictas y combina radar, LiDAR y cámaras. Su previsión, en el momento de la entrevista, es que el robotaxi avanzará rápido si la normativa lo permite, mientras que el nivel 3 generalizado en coches particulares tardará unos 15 años.
Aplicaciones a medida: pasos a nivel, obras y espacio
Beamagine dispone de un sistema estándar, pero según Santiago cada cliente llega con una necesidad distinta. Bajo el agua el láser debe ser visible en lugar de infrarrojo. En un paso a nivel no hacen falta 150 metros, sino un campo muy amplio.
La empresa adapta la óptica, la electrónica y la mecánica de cada variante a partir de lo ya desarrollado. Para las aplicaciones estándar, reconoce, ya existe LiDAR comercial con el que no tiene sentido competir.
Un ejemplo es un proyecto de seguridad laboral en una obra de gran tamaño. La cámara 2D detectaba a las personas y a la maquinaria pesada; el LiDAR aportaba la distancia real y disparaba una alarma cuando alguien se acercaba demasiado.
Santiago cita otras áreas en crecimiento: robots de almacén con LiDAR de una sola línea, mapeado con drones y navegación sin GPS. El denominador común es la visión artificial con geometría en tiempo real, sin cómputo adicional.
De una patente universitaria a la spin-off
Santiago trabajaba en el CD6, un centro de investigación del que ya habían salido varias empresas. El equipo patentó una invención relacionada con el LiDAR. El plan de negocio descartaba la automoción por coste y apuntaba a defensa, pero fue una empresa sueca de automoción la que compró la patente.
«Hasta niveles de desarrollo cerca del mercado llega, pero hasta el final no llega».
Santiago Royo, 56:42.
Con esa frase describe el papel de la universidad. Crear una empresa fue el paso natural para explotar el resultado. Una spin-off, explica, suele nacer de tecnología financiada con dinero público, con acuerdos de licencia, participación de la universidad y un royalty sobre ventas.
En su experiencia, las spin-offs que funcionan separan un CEO de negocio y una parte técnica que puede seguir vinculada a la universidad. Es el modelo de Beamagine. Santiago calcula que solo en Cataluña hay unas 200 spin-offs, aunque cree que en España persiste un freno cultural para emprender desde la ciencia.
A quien dude si lanzarse le pide decidir cuánto quiere implicarse y a qué ritmo quiere crecer. Y le recomienda no ir solo: apoyarse en el propio centro, en aceleradoras y en gente que ya lo ha hecho. Su mayor error profesional, confiesa, ha sido confiar en personas equivocadas.
Qué puede aprender otro equipo de desarrollo
La conversación con Beamagine deja cuatro ideas para proyectos con sensores y visión:
- Combinar modos que fallen en situaciones distintas. Ningún sensor cubre todos los casos; la robustez nace de la redundancia complementaria.
- Diseñar la calibración como parte del producto. Integrar sensores alineados de fábrica ahorra al cliente un trabajo frágil y repetitivo.
- No confundir alcance con detección. Un dato espectacular no sirve si el software no tiene resolución suficiente para decidir.
- Especializarse donde el estándar no llega. Cuando existe producto comercial, el valor está en adaptar óptica, electrónica y mecánica al caso.
En el momento de la entrevista, Beamagine cumplía casi diez años diseñando sistemas de visión con LiDAR y cámaras para automoción, ferrocarril, espacio y seguridad.
En i-mas contamos con un equipo de visión artificial y sabemos que el problema suele estar en la iluminación y el entorno más que en la cámara. Si tu proyecto necesita integrar sensores, visión o robótica, cuéntanos tu proyecto.
Para seguir leyendo: sensores y visión artificial para la seguridad en escalada.
Fuente del artículo: entrevista de Edgar Guerrero con Santiago Royo en Toque de Ingenio. Los pasajes citados enlazan al minuto de la conversación. Las recomendaciones para otros proyectos son una síntesis editorial de i-mas.
