Le macchine a guida autonoma stanno gradualmente iniziando a fare dei test nelle strade a fianco degli esseri umani, ma non tutti hanno avuto la possibilità di vivere direttamente l’esperienza di essere in una macchina che si guida da sola.

 

Chiunque ha avuto modo di guidare — o comunque conosce — una normale automobile sa benissimo quali sono i particolari su cui fare attenzione mentre si è alla guida: la distanza di sicurezza dal veicolo che ci precede, controllare la posizione dell’auto rispetto la propria carreggiata, osservare e predire il movimento dei pedoni che stanno attraversando la strada, rispettare la segnaletica ed i limiti di velocità.

 

Riusciamo a considerare contemporaneamente tutte queste regole e dettagli grazie ai nostri sensi, che acquisiscono i dati, e grazie al nostro cervello, che li processa per poi dirigere comandi precisi al nostro corpo.

 

Le macchine a guida autonoma devono riuscire a fare tutto questo sfruttando l’intelligenza artificiale ed una serie di sensori montati a bordo.

 

 

Fra i primi sensori adottati dal mondo dell’automotive vi sono i sensori che permettono di misurare la distanza dagli oggetti. Rientrano in questa tipologia il sonar ed il lidar, il primo utilizza onde sonore mentre il secondo impulsi laser. Il principio di funzionamento, però, è identico per entrambi e si basa sul calcolo del tempo di volo che impiega l’onda — o l’impulso laser — per raggiungere un oggetto ed essere riflesso indietro al sensore.

 

Queste strumentazioni forniscono quindi informazioni sulla distanza dagli ostacoli e sul posizionamento dell’auto rispetto l’ambiente che la circonda, ma da soli non sono sufficienti ad analizzare tutte le altre informazioni che vengono veicolate attraverso messaggi esclusivamente visivi.

 

La segnaletica stradale, i movimenti ed i gesti dei pedoni racchiudono informazioni essenziali per la guida stradale ma possono essere percepite dalle macchine a guida autonoma solo attraverso l’utilizzo di videocamere.

 

La segnaletica stradale, i movimenti ed i gesti dei pedoni racchiudono informazioni essenziali per la guida stradale ma possono essere percepite dalle macchine a guida autonoma solo attraverso l’utilizzo di videocamere.
 

La computer vision è quindi essenziale per il corretto funzionamento della guida autonoma: grazie ad algoritmi di riconoscimento degli oggetti è infatti possibile distinguere le linee che delimitano la carreggiata, individuare la presenza di persone sulle strisce pedonali e comprendere le indicazioni della segnaletica.

 

Le intelligenze artificiali riescono ad individuare nelle immagini catturate gli ostacoli in movimento lungo il percorso e li indicano con un riquadro colorato, e lo stesso vale per i segnali stradali, come si può vedere nel video riportato di seguito.

 

 

L’individuazione degli ostacoli permette agli algoritmi di guida di pianificare la traiettoria da seguire per evitare collisioni e stabilire quindi i comandi da attuare.

 

Questo tipo di sensori, però, può trovarsi in difficoltà in situazioni ambientali avverse, come in presenza di scarsa illuminazione o pioggia e maltempo: questi eventi causano interferenze nella chiarezza delle immagini e dei dati raccolti, ad esempio la pioggia può ridurre l’accuratezza del lidar e creare anche riflessi inattesi che possono confondere i sensori.  

 

Proprio per questo motivo, aziende come Drive.ai stanno cercando di utilizzare algoritmi di deep learning per migliorare la guida delle automobili apprendendo direttamente dalla guida degli esseri umani e stanno cercando, inoltre, di migliorare anche la percezione delle intenzioni dei pedoni per poter reagire prontamente in situazioni inaspettate.

 

 

Tutti questi test di guida ci ricordano come l’ambiente stradale è progettato tenendo in mente l’essere umano ed i suoi sensi: la maggior parte delle informazioni necessarie per la guida possono essere raccolte grazie alla vista. Per questo motivo gli ingegneri stanno cercando di sviluppare sensori ed algoritmi in grado di donare la vista alle nostre auto, in modo da individuare le migliori traiettorie per evitare collisioni e percepire i movimenti delle persone sui marciapiedi evitando incidenti.

 

Lidar, sonar, e videocamere sono i sensi artificiali delle auto a guida autonoma.