Quando ci spostiamo in auto, il GPS ed i sensori del nostro smartphone raccolgono informazioni sui nostri movimenti, sulle strade che percorriamo e sui luoghi a cui ci avviciniamo. Grazie all’unione di questi fattori, inoltre, queste applicazioni possono fornire dati sulle condizioni del traffico stradale, come fa ad esempio Google nella sua app Mappe.

 

In questo modo utilizziamo i nostri smartphone come delle sonde per mappare in tempo reale la congestione del traffico — Il che è abbastanza sensato se pensiamo che è un po’ come avere centinaia di migliaia di sonde pronte a farci sapere quante altre sonde ci sono in giro. Allo stesso modo, quando le macchine a guida autonoma saranno diffuse su tutte le strade del mondo, il numero di punti di raccolta dei dati del traffico aumenterà considerevolmente: miliardi di persone potranno contribuire alla raccolta delle informazioni stradali in tempo reale.

 

Inoltre, dal momento che le macchine a guida autonoma sono munite di altri sensori rispetto agli smartphone, le informazioni che si potranno estrapolare non riguarderanno solamente la situazione del traffico. Il GPS continuerà ad inviare informazioni riguardo la posizione geografica, un sistema inerziale analizzerà il posizionamento del veicolo rispetto al terreno stradale, il Lidar (Light Detection and Ranging) — un dispositivo che permette di misurare la propria distanza rispetto ad un oggetto calcolando il tempo di volo di un impulso laser — permetterà di produrre mappe ad alta risoluzione dell’ambiente circostante, individuando piante, ponti, edifici e strutture, e videocamere ad alta risoluzione permetteranno di raccogliere immagini degli oggetti reali.

 

 

Una raccolta così dettagliata ed aggiornata dell’ambiente attraverso cui si muovono le macchine a guida autonoma apre la strada a diversi servizi innovativi, come ad esempio il monitoraggio del manto stradale come suggerito da un brevetto depositato da Google.

 

La possibilità di raccogliere informazioni sulla presenza di buche sulla strada o di condizioni pericolose per la guida potrebbe apportare un miglioramento considerevole dell’esperienza di guida, permettendo inoltre di facilitare e rendere più tempestivi gli interventi di manutenzione da parte dei soggetti competenti.

 

La presenza di videocamere, sensori ad ultrasuoni, e Lidar garantisce inoltre l’innovativa possibilità di mappare il mondo in 3D con un livello di dettaglio mai visto prima. Se al momento quando navighiamo su Google Mappe possiamo facilmente passare alla modalità Street View che consente di vedere il mondo in 3D così come è stato ripreso dai veicoli di Google, con l’introduzione delle macchine a guida autonoma chiunque contribuirà alla raccolta delle immagini.

 

Aziende tecnologiche come HERE e Civil Maps si stanno già muovendo nella direzione di fornire l’accesso a mappe altamente dettagliate sulla base dei dati raccolti dai sensori delle macchine a guida autonoma.

 

 

In particolare, nel 2015 HERE ha introdotto lo standard SENSORIS per la raccolta e la condivisione in tempo reale dei dati delle macchine a guida autonoma. Questo standard è stato successivamente proposto ad ERTICO – ITS Europe, Europe’s Intelligent Transportation System (ITS), un’organizzazione che si occupa di sistemi di trasporto intelligenti, la quale ha aderito all’iniziativa ed ha proposto di introdurlo come standard universale per il mondo dell’automotive.

 

Questo standard garantisce un ampio accesso ai dati dei veicoli, favorisce la comunicazione fra i diversi produttori delle macchine a guida autonoma e soprattutto permette l’introduzione di servizi legati alla posizione. Dalla condivisione dei dati raccolti si hanno infatti benefici anche per l’ottimizzazione degli spazi di parcheggio e persino informazioni sulle condizioni meteo.

 

La diffusione delle macchine a guida autonoma segna chiaramente l’inizio di una nuova era per la mappatura del mondo, siamo di fronte ad uno dei più estesi e potenti strumenti che permettono di ricostruire dettagliatamente lo stato delle strade e delle infrastrutture intorno alle arterie stradali: miliardi di dati raccolti e processati in tempo reale per costruire la più dettagliata mappa del mondo in 3D mai vista prima d’ora.