El portabicicletas que ciega a FSD: el examen de verano que no se arregla con más IA
Son las seis de la mañana y sales hacia los Pirineos con dos bicicletas montadas sobre la bola de remolque. El Tesla está actualizado, las cámaras están limpias y la autovía parece el escenario más fácil posible para una IA. Sin embargo, justo detrás del coche hay un problema que ningún modelo neuronal puede imaginar hasta convertirlo en píxeles: cuadros, ruedas y soportes ocupan parte de la vista de la cámara trasera. Has preparado el coche para las vacaciones y, al mismo tiempo, puedes haber dejado a FSD con un punto ciego fabricado por ti.
La advertencia oficial está ahí, aunque no sea un gran titular
Tesla vende en España un portabicicletas para dos bicicletas y recuerda que hay que respetar la carga máxima del vehículo. Nada extraño: es un accesorio lógico para un coche familiar y para un país en el que miles de conductores combinan carretera, montaña y ciclismo durante el verano.
La parte interesante aparece al cruzar esa oferta con la documentación técnica. En su soporte español sobre Piloto automático, Tesla incluye los objetos montados en el vehículo, como un portabicicletas, entre los factores que pueden interferir u obstruir las cámaras y hacer que las funciones no trabajen correctamente. El manual de remolque y accesorios es todavía más directo: un portaaccesorios puede tapar la vista de las cámaras traseras y provocar que algunas funciones de conducción asistida no se comporten como se espera.
La documentación actual de FSD (Supervised) para mercados donde está habilitado lleva el aviso un paso más allá: indica que no debe utilizarse con una bola, un portabicicletas o un remolque acoplado a la parte trasera. Si el coche detecta una cámara bloqueada, el rendimiento puede degradarse o la función puede quedar indisponible.
No es una anécdota de manual. Es una frontera de producto.
Expectativa frente a realidad
Expectativa
Una red neuronal entrenada con miles de millones de kilómetros debería poder compensar una cámara parcialmente tapada. Al fin y al cabo, el coche conserva cámaras delanteras y laterales, navegación y memoria temporal de la escena.
Realidad
La redundancia visual ayuda, pero no crea información donde no existe. Para cambiar de carril, incorporarse, retroceder o interpretar un vehículo que se aproxima por detrás, el sistema necesita observaciones recientes desde ángulos concretos. Una bicicleta no añade solo una mancha fija: sus radios generan patrones, las ruedas vibran, el manillar cruza la imagen y la carga puede moverse con los baches. La red debe distinguir entre el accesorio solidario al coche y el tráfico exterior, a la vez que pierde parte del fondo que realmente necesita ver.
El resultado prudente no debería ser que la IA “se esfuerce más”, sino que reconozca la degradación, avise con claridad y limite la función antes de fingir confianza.
Qué pierde una IA cuando una bicicleta ocupa la cámara
Campo de visión útil
Una cámara no aporta una fotografía bonita; aporta geometría a lo largo del tiempo. Cada fotograma ayuda a estimar distancias, velocidades relativas y trayectorias. Si el portabicicletas cubre una zona estable de la imagen, desaparece parte del campo visual. Si además vibra, introduce un primer plano móvil que puede consumir atención del modelo y complicar la separación entre objetos propios y externos.
En una autovía española, esto importa al adelantar. Un vehículo puede pasar desde una cámara lateral hacia la región trasera justo cuando FSD necesita confirmar que el hueco sigue libre. En ciudad importa al maniobrar junto a motos o bicicletas. Y en un aparcamiento estrecho, la propia carga altera las dimensiones reales del conjunto: ya no basta con conocer el parachoques, porque el coche termina decenas de centímetros más atrás.
Coherencia entre cámaras
Los sistemas de visión modernos no suelen razonar con cada cámara como una isla. Combinan observaciones para construir una representación espacial y temporal del entorno. Cuando una vista queda obstruida, las otras pueden cubrir parte del problema, pero la confianza no es uniforme.
Tesla ya ha demostrado que la detección de una cámara cegada es, en sí misma, una función de seguridad. En una campaña técnica para vehículos HW4, la compañía explicó que una red neuronal debía detectar la pérdida de visión de una cámara del pilar B y notificarla correctamente. El defecto se resolvió mediante software, pero el principio es más importante que aquella versión concreta: antes de conducir bien, el sistema tiene que saber si está viendo bien.
Planificación con un coche que ya no mide lo mismo
El portabicicletas modifica el vehículo físico, no solo sus sensores. Cambia el voladizo, afecta a la maniobra marcha atrás y puede ocultar luces o matrícula si la instalación no incorpora los elementos necesarios. La IA necesita que su modelo del propio coche coincida con la realidad.
Ese detalle se vuelve crítico en una calle estrecha de un pueblo, al salir de una plaza en batería o al acercarse demasiado a una pared. Una trayectoria segura para el parachoques puede no serlo para la rueda exterior de una bicicleta. Para una futura autonomía sin supervisión, detectar que “llevo carga” no sería suficiente: habría que estimar su volumen, estabilidad y efecto sobre cada maniobra, o declarar ese conjunto fuera del dominio operativo.
El examen español empieza antes de pulsar FSD
La normativa de transporte de bicicletas añade otra capa práctica. La DGT recuerda que la carga debe estar bien sujeta, que no puede sobresalir lateralmente, que necesita señal V-20 cuando sobresale por detrás y que, si quedan ocultas, hacen falta matrícula y luces adicionales. Su guía para transportar bicicletas también señala el límite posterior aplicable y la obligación de respetar la carga autorizada por el fabricante.
Cumplir esas reglas hace legal y visible el conjunto para los demás usuarios, pero no garantiza que las cámaras del coche conserven una vista suficiente. Son dos comprobaciones distintas:
- seguridad vial y carga: anclaje, peso, anchura, luces, matrícula y V-20;
- capacidad del sistema: cámaras despejadas, alertas ausentes y función expresamente compatible con la configuración del vehículo.
Una placa supletoria resuelve la lectura humana y legal de la matrícula. No despeja la cámara. Una V-20 avisa a quien circula detrás. No devuelve a la red neuronal los píxeles ocultos.
La respuesta correcta no es entrenar con todos los portabicicletas del mundo
Sería tentador imaginar un dataset gigantesco con cada combinación de coche, enganche, bicicleta de carretera, bicicleta eléctrica, funda, rueda y señal V-20. Ese entrenamiento podría mejorar la clasificación del accesorio, pero no recuperaría el tráfico que queda físicamente detrás.
La solución técnica necesita varias capas.
1. Autodiagnóstico antes de iniciar la marcha
El coche debería comprobar qué porcentaje de cada cámara está disponible y si la obstrucción parece permanente. No basta un mensaje genérico después de varios kilómetros. El conductor necesita conocer la limitación antes de confiar en la asistencia.
2. Un dominio operativo comprensible
Si determinadas maniobras no son seguras con la cámara trasera bloqueada, el sistema debe deshabilitarlas o impedir la activación completa. Un límite visible genera menos frustración que un comportamiento aparentemente normal seguido de una retirada inesperada.
3. Geometría configurable del accesorio
A más largo plazo, una interfaz de “modo portabicicletas” podría registrar el tipo de soporte y advertir sobre el nuevo voladizo. Pero solo tendría sentido si Tesla valida cada función compatible. No debería convertirse en un botón para ignorar una cámara tapada.
4. Mejor telemetría de las degradaciones
Europa necesitará saber no solo cuántos kilómetros recorre FSD, sino en cuántos la disponibilidad se reduce por lluvia, suciedad, deslumbramiento o accesorios. Las desactivaciones preventivas también son datos de seguridad. De hecho, a veces cuentan una historia más responsable que otro vídeo sin intervenciones.
Una prueba sencilla para la comunidad española
Cuando FSD (Supervised) esté habilitado en España, los primeros análisis serios no deberían limitarse a rotondas espectaculares. También deberían documentar cómo reacciona el coche antes de salir de vacaciones:
- comparar la vista de cámaras con el soporte vacío y con las bicicletas cargadas;
- comprobar qué aviso muestra el vehículo y en qué momento;
- anotar qué funciones quedan disponibles o bloqueadas;
- repetir la observación de día, de noche y con lluvia, sin forzar nunca una función contra el manual;
- registrar modelo, hardware y software para no convertir un caso concreto en una conclusión universal.
Esto no es una invitación a probar FSD en condiciones prohibidas. Es una propuesta para evaluar la calidad del autodiagnóstico: el sistema más seguro no será el que acepte conducir siempre, sino el que sepa decir “con esta configuración no tengo visión suficiente”.
Del portabicicletas a la autonomía real
El problema parece pequeño, pero señala una diferencia enorme entre una demo y un producto autónomo. En una demo, el coche está limpio, vacío y preparado. En la vida real lleva barro, un remolque, una baca, una pegatina, equipaje y dos bicicletas camino de Huesca. La inteligencia útil empieza cuando el sistema comprende su propio estado físico, no solo la carretera.
Ya vimos algo parecido al analizar cómo la baja visibilidad pone a prueba la latencia y la percepción de FSD. La lluvia es una degradación ambiental; el portabicicletas es una degradación elegida por el usuario. Para la red neuronal, ambas terminan en la misma pregunta: ¿puedo seguir viendo lo necesario para actuar con seguridad?
Takeaway
El portabicicletas no demuestra que la visión artificial sea un callejón sin salida. Demuestra algo más útil: ninguna IA puede sustituir información que un objeto bloquea físicamente. El avance real consiste en detectar esa pérdida, comunicarla sin ambigüedad y reducir capacidades antes de que la confianza del conductor supere a la del sistema.
Para la comunidad FSD en España, la lección de este verano es sencilla: antes de discutir si el coche resolverá una rotonda, miremos si puede ver detrás de nuestras bicicletas. La autonomía empieza por conocer los propios límites.
¿Has visto avisos de cámara o cambios en las ayudas al montar un portabicicletas en tu Tesla? Cuéntanos el modelo, el hardware y la versión —sin forzar ninguna función— y sigue el blog: convertir experiencias comparables en evidencia será mucho más valioso que coleccionar anécdotas.
Fuentes y lecturas relacionadas
- Tesla España: limitaciones del Piloto automático y obstrucciones por accesorios.
- Tesla: manual de remolque y accesorios.
- Tesla: manual de FSD (Supervised) y advertencias sobre accesorios traseros.
- DGT: cómo transportar correctamente una bicicleta en el coche.
- En FSD Spain: el examen de FSD con lluvia y cámaras y el análisis de v14.3 en baja visibilidad.