El FSD de Tesla enfrenta el camino de tierra más empinado de Estados Unidos

El canal de YouTube TFLEV puso a prueba el sistema Full Self-Driving (Supervised) de Tesla en el Lick Skillet Road de Colorado, considerado el camino de tierra con mayor pendiente de Estados Unidos. La prueba se realizó con un Model 3 en una ruta de una milla con pendiente promedio de 14.2% y picos de hasta 18%, sin líneas de carril pintadas ni señalamientos que el sistema de cámaras pudiera usar como referencia.

El resultado interesa porque expone los límites reales de la conducción asistida fuera de carreteras convencionales. La mayoría de las pruebas de FSD ocurren en asfalto urbano o autopistas con señalización clara; un camino de tierra angosto, con curvas ciegas, escombros de construcción y tráfico mixto de vehículos y ciclistas representa un escenario mucho más hostil para cualquier sistema basado en cámaras.

Durante el recorrido, el equipo de TFLEV colocó deliberadamente su vehículo de rescate, una Toyota Land Cruiser, detrás del Model 3 para evitar que el Tesla simplemente siguiera a otro auto. Aun así, el sistema logró mantenerse en el carril correcto durante todo el trayecto, apoyándose en los hombros visibles del camino, algunos guardarraíles y la vegetación que flanquea buena parte de la ruta.

El sistema tuvo dificultades al acercarse a un grupo de ciclistas: mantuvo una distancia adecuada pero no intentó rebasarlos, quedándose detrás de forma prolongada debido a la falta de espacios seguros para adelantar en curvas ciegas. Antes de que los operadores tomaran el control manual para completar el rebase, el FSD no identificó a un peatón que caminaba cerca de los ciclistas sino hasta el último instante, aunque en ese momento no había riesgo real de colisión.

En los tramos donde se cruzó con vehículos que venían en sentido contrario, el Model 3 se mantuvo siempre del lado correcto del camino sin incidentes. La prueba no forma parte de ninguna validación oficial de Tesla y corresponde a un ejercicio independiente de un canal especializado, pero ilustra tanto las capacidades como las lagunas de percepción del sistema en condiciones extremas, justo cuando la compañía se prepara para el lanzamiento de su Cybercab la próxima semana.