La guida autonoma e l'apprendimento continuo
Come per qualsiasi altra tecnologia, l’apprendimento è fondamentale anche per l’evoluzione della IA e delle sue caratteristiche e capacità. Nel caso dei veicoli autonomi (o delle auto a guida autonoma), questo si traduce in complessi algoritmi di autoapprendimento, composti da livelli sovrapposti, sottoinsiemi e nodi che compongono una rete neurale vastissima. A questo proposito, si può affermare che la sfida principale risiede proprio nell’addestrare tale “cervello artificiale” a identificare le differenze tra le situazioni di traffico che può incontrare e apprendere come reagire a ognuna di esse. Le auto in colonna, gli ostacoli improvvisi, e persino memorizzare l’aspetto che cose e persone hanno nelle varie stagioni: in inverno ci si veste in modo più pesante e la neve, la nebbia o la pioggia possono modificare le figure, mentre in estate tutto questo cambia ancora, visivamente parlando. Ecco perché la pratica e la raccolta di dati in movimento diventano fattori cruciali per l’efficacia della IA nella guida autonoma. La sperimentazione su strade pubbliche è inoltre fondamentale per raccogliere dati empirici che permettano agli algoritmi di apprendere e adattarsi alle sfide reali del traffico. Grandi player come Google hanno un vantaggio in questo processo grazie agli anni di test su strada, che hanno permesso la creazione di database preziosi che contribuiscono a rendere l'IA adatta alla guida autonoma.
Le sotto-aree della guida autonoma
Oltre all’autoapprendimento descritto nel paragrafo precedente, un’altra caratteristica che deve avere l’IA per la guida autonoma è quella di saper padroneggiare diverse aree simultaneamente. Alcuni esempi sono il riconoscimento automatico di volti, la gestione di dati in tempo reale, l'elaborazione dei dati provenienti dai sensori e dalle fotocamere, la disponibilità di database aggiornati e molto altro ancora. Come sottolineato precedentemente, il riconoscimento delle immagini è cruciale: l'IA deve identificare volti, oggetti e altri utenti della strada nelle diverse condizioni ambientali e atmosferiche. Per quanto riguarda i volti, ovviamente, non si intende tanto l’identificazione dell’individuo (ne conseguirebbe un aspetto di privacy da tenere in considerazione) quanto di un essere umano in movimento (invitando ad un’attenzione ancora maggiore).
L'IA nella guida quotidiana: i sistemi ADAS
Oltre a interessare il settore dei veicoli autonomi, l'IA sta avendo un impatto crescente anche nella guida quotidiana, in cui le caratteristiche tecniche, elaborate finora dalle tecnologie più avanzate, stanno assumendo un ruolo centrale nei campi della sicurezza stradale e del comfort di guida.
In questo senso, l’esempio più noto e immediato di cui facciamo già uso nel quotidiano sono i sistemi ADAS (Advanced Driver Assistance Systems).
Vediamoli in dettaglio:
-> Sensori di parcheggio a ultrasuoni: si tratta di sensori in grado di emettere un’onda sonora che rimbalza contro gli oggetti circostanti, creando così delle traiettorie da cui poi calcolare la distanza tra l’auto stessa e l’ostacolo identificato. Nella maggior parte delle auto, questi sono integrati nel paraurti e uno per fiancata (più precisamente nello scudo anteriore, in prossimità delle ruote) per aiutare a misurare le distanze. In alcuni modelli avanzati, questi sensori guidano il sistema di parcheggio automatico.
-> Sensori Radar: esistono a corto, medio o lungo raggio e, basandosi sull'effetto Doppler, questi sensori calcolano la velocità e la distanza degli oggetti (sia fissi che mobili), indipendentemente dalle condizioni ambientali che possono interessare il luogo in cui si colloca il veicolo in un dato momento. Oltre a facilitare il cruise control e mantenere una distanza sufficiente durante la guida, i sensori Radar si rivelano elementi molto importanti anche per la sicurezza durante la marcia, la retromarcia e le fasi di parcheggio, perché individuano la presenza di oggetti od ostacoli fisici in luoghi complessi da tenere d’occhio da parte del guidatore, come per esempio i punti ciechi dell’auto. I modelli di auto più all’avanguardia vantano sistemi di supporto alla guida costituiti da un’efficace combinazione tra telecamere e Radar con rilevamento anteriore.
-> Sensori LIDAR (Light Detection And Ranging): per capire più facilmente il funzionamento della tecnologia LIDAR, possiamo fare il confronto con Google Earth. Le scansioni terrestri e geografiche di Google Earth, infatti, mostrano una cattura (e riproduzione su schermi di pc, mobile, tablet, ecc.) molto simile alla tecnologia Lidar, di diversi obiettivi, quali, per esempio: rilievi montuosi o dirupi, corsi d’acqua, strade, foreste e città intere, con abitazioni e strutture. Il tutto viene poi renderizzato in una mappa 3D zoommabile. Per quanto riguarda le auto, proprio come nel caso dei radar, questi sensori servono a determinare la distanza da un altro oggetto. Nel loro caso, però, non vengono usati gli ultrasuoni ma viene effettuata una vera e propria scansione dell'ambiente circostante attraverso dei fasci laser. La tecnologia di questi sensori permette quindi di mappare in 3D ciò che circonda il veicolo: per questo motivo risultano più precisi rispetto ai radar.
-> Telecamere: possono essere frontali o a 360° o stereoscopiche. Nel caso della visione notturna, invece, si sfrutta la tecnologia delle telecamere a infrarossi.
-> GPS (Global Positioning System): è un sistema di navigazione satellitare che permette di geolocalizzare il veicolo e di collocarlo con precisione su mappe ad alta fedeltà in costante aggiornamento. Questo consente di aumentare la precisione degli algoritmi di Lane Centering e di guida autonoma.
Il futuro della guida autonoma e della guida assistita
Le evoluzioni tecnologiche sono in costante aumento ma, in particolare nel prossimo periodo, assisteremo di certo a un incremento dell'impiego, dell’efficacia e dell’efficienza dell'Intelligenza Artificiale nella quotidianità all'interno dei veicoli. In special modo, ne trarranno beneficio le connessioni tra veicoli e con le infrastrutture, in modo da ottimizzare le manovre delle auto a guida autonoma. In questo campo, diverse aziende (come Generali jenIOT e BOSCH con Five) stanno giocando un ruolo fondamentale nella ricerca e nell'esplorazione di sistemi di assistenza alla guida, contribuendo così a stabilire procedure di test che valutino l'efficacia nel ridurre gli incidenti.
La sicurezza è un tema a cui noi di Athlon teniamo particolarmente e, non a caso, abbiamo iniziato a proporre ai nostri clienti soluzioni pratiche per ridurre a zero il numero di incidenti stradali causati da veicoli Athlon, grazie al prodotto RoadSafety.
Clicca qui per saperne di più!
