Privacy Policy Coscienti seppur senza guardare - Antropia

Coscienti seppur senza guardare

Negli ultimi anni, la tecnologia della guida autonoma ha fatto dei progressi importanti grazie anche ad algoritmi di apprendimento automatico. A che livello di autonomia siamo? Ci si può addormentare su un auto a guida autonoma?

Il veicolo a guida autonoma, che sa cavarsela senza che nessuno stia al volante, è senza dubbio uno dei progetti dell’intelligenza artificiale più ambiziosi e che potrebbero davvero cambiare molte cose della nostra vita. Ormai di frequente si legge sui media di qualche nuova impresa di queste automobili, per le quali sono in campo vari costruttori e che, già oggi, possono viaggiare sulle strade degli stati americani per i test necessari alla messa a punto (anche se con un tecnico al posto di guida, o comunque a bordo, per sicurezza).

Sebbene le auto senza guidatore di Testa, di Google, della Mercedes e della Toyota abbiano già percorso milioni di chilometri, la tecnologia per la navigazione a guida autonoma, ad oggi, non risulta ben collaudata per via delle limitazioni ingegneristiche tutt’ora in corso.

Queste auto non sono ancora molto affidabili in condizioni meteo difficili come forte pioggia, nebbia o neve. Inoltre, vengono ingannate da rifiuti inoffensivi finiti involontariamente sulla strada, come sacchetti di plastica o cartoni ingombrati, che erroneamente vengono scambiati dal software per ostacoli pericolosi. Non riescono nemmeno a capire che devono fermarsi se la polizia lo segnala, né tantomeno sono in grado di vedere le buche o semafori temporanei per lavori urgenti.

Anche se si parla genericamente di auto senza guidatore, in realtà, i livelli di autonomia riconosciuti dall’ente internazionale SAE (Society of Automotive Engineers International) sono cinque:

1. L’uomo e il sistema automatico si dividono il compito della guida. Il controllo della velocità è automatico, ma al volante c’è il guidatore. Il sistema può inoltre mantenere il veicolo nella corsia; oppure vi è la possibilità di parcheggiare autonomamente. È definito come il livello “hands on” (mani sul volante).

2. Il sistema automatico ha il controllo del veicolo cioè del volante, dei freni e dell’acceleratore. Il guidatore deve però essere pronto ad intervenire in certe situazioni se le circostanze lo richiedessero. In breve, non ci si può distrarre e si deve sorvegliare la guida del sistema automatico. È definito come “hands off” (senza mani sul volante).

3. Il sistema automatico gestisce tutto, anche le emergenze, come frenate improvvise dovute a ostacoli imprevisti e apparsi all’ultimo momento. Il guidatore può distrarsi, leggere, mandare email, guardare un film. Tuttavia, se richiamato dal sistema, il guidatore deve intervenire. Questa modalità è definita “eyes off” (senza guardare).

4. Non è richiesta la presenza dell’uomo al posto di guida. Si può dormire o comunque occuparsi completamente di altre cose. Questa guida è prevista negli ingorghi (quindi a bassa velocità) o in zone particolari. Il veicolo deve essere in grado, se il guidatore non desse risposte quando richiesto, di interrompere il viaggio e di parcheggiare non appena possibile. Modalità “mind off” (senza pensare).

5. Il veicolo non ha più i comandi per l’uomo: nessun volante, né pedali, né cambio. Il sistema è completamente autonomo.

Le macchine a guida autonoma devono, per prima cosa, “percepire” l’ambiente in cui si stanno muovendo: vedere la strada, le altre auto, i segnali, i semafori, le strisce che separano le carreggiate, corsie e bordi, gli attraversamenti pedonali e quant’altro può rivelarsi importante per la guida.

Gli occhi elettronici e i semafori a bordo sono diversi. Ci sono telecamere ad alta risoluzione, lidar (light detection and ranging), ossia sensori che usano il laser per misurare le distanze da altri veicoli e da ostacoli, radar veri e propri, GPS per far continuamente il punto e determinare la posizione, IMU (sensori inerziali, come gli accelerometri) e ovviamente contachilometri, tachimentri eccetera.

Mentre tutti questi sensori acquisiscono dati in tempo reale, altre informazioni si trovano nella memoria del sistema, in particolare, le mappe dettagliate delle strade che si stanno percorrendo. Il problema diventa quindi quello di integrare tutta la mole di dati e trasformarla in comandi che ordinino alla macchina cosa fare; se sterzare, frenare, accelerare o semplicemente mantenere la direzione e la velocità.

Oggi, tutti i sensori costano almeno tanto quanto il prezzo di un’auto a guida umana. Ovviamente, se l’auto senza pilota diventerà di massa e se ne produrranno milioni di esemplari, i costi diminuiranno vertiginosamente grazie all’economia di scala.

Gli algoritmi che vengono impiegati per l’integrazione e l’implementazione dei dati si chiamano SLAM (simultaneous localization and mapping) e devono affrontare la complessa sfida di farsi un’idea di dove si trovi esattamente l’automobile in termini di posizione, velocità ed accelerazione. In meccatronica vengono chiamati “Filtri di Kalman”: potentissimi modelli matematici capaci di stimare “lo stato” (la cinematica) di un sistema dinamico attraverso metodi statistici.

Prima di essere impiegati sulle auto senza guidatore, questi algoritmi sono stati largamente utilizzati in sistemi militari con lo scopo di inseguire ed abbattere l’obiettivo con una precisione precedentemente inaudita. Tutt’ora aeri, sottomarini, droni e caccia militari utilizzano gli stessi modelli ma con versioni semplificate.

Gli algoritmi SLAM devono essere calibrati; in breve, devono imparare dall’esperienza, quindi con la consueta serie di esempi. Anche con le auto autonome, il machine learning è una delle strategie più utilizzate spesso in combinazione con le reti neurali multistrato.

Se da un lato l’ambiente trafficato sia urbano che extraurbano è più complesso e imprevedibile di una rotta aerea o interplanetaria, dall’altro presenta il vantaggio di sfruttare le mappe delle “app” di navigazione (piuttosto precise), abbinarle alle informazioni del data base interno per ridurre la necessità di una potenza di calcolo maggiore e raggiungere la precisione dell’ordine dei centimetri.

Questa precisione riduce il bisogno di calcolare le probabilità di cosa ci sia intorno a noi perché i dati sono certi. Analogamente, le immagini di telecamere e di altri sensori che trasmettono i dati in tempo reale, riducono la necessità di complessi calcoli probabilistici.

Rimane ovviamente la sfida di integrare una valga di dati in arrivo ogni frazione di secondo e di rispondere adeguatamente con gli ordini necessari alla guida sicura. I compiti del veicolo autonomo possono essere semplificati tutte le volte in cui è possibile scambiare informazioni con le altre auto che potrebbero essere a centinaia di metri di distanza e non ancora visibili dai sensori.

Altri aiuti potrebbero arrivare da infrastrutture stradali, con particolari trasmettitori, che comunicano con l’auto e le forniscono informazioni chiave. In questa visione futuristica, dove le auto autonome diventeranno la maggioranza, probabilmente l’intera infrastruttura stradale, dai semafori alla segnaletica, dalle strisce di mezzeria agli attraversamenti pedonali, andrà completamente ripensata per dialogare automaticamente con le auto.

Ad oggi, la maggioranza delle auto senza guidatore, sono fra il livello 2 e il livello 3; ci si può distrarre ma è necessario rimanere svegli, quindi, coscienti seppur senza guardare. Sebbene ci siano esempi addirittura di livello 5, questi circolano in ambienti molto controllati, quindi non su strade aperte al traffico. Il problema principale è dovuto alla loro scarsa affidabilità che non ha ancora raggiunto livelli accettabili. Ciò nonostante, non è da esclude l’ipotesi di raggiungere il livello ultimo di autonomia già entro la fine del nuovo decennio: le case automobilistiche ed i centri di ricerca solo al lavoro per il grande salto.

LINK UTILI:

I filtri di Kalman

SAE levels of driving automation

Self-driving cars

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *