Dall’Indy Autonomous Challenge del 2021 al Consumer Electronics Show di quest’anno, le gare con auto a guida autonoma sono diventate ormai una realtà. Oltre all’importanza a livello sportivo, sono eventi che mostrano gli sviluppi più recenti conseguiti dall’Intelligenza Artificiale nel settore automotive. Con questo articolo scopriamo insieme i risultati raggiunti in gara e cosa possono indicare in una prospettiva futura.
L’Intelligenza Artificiale gareggia nell’Indy Autonomous Challenge: i risultati
Svolta nell’Indianapolis Motor Speedway (IMS) a ottobre 2021, l’Indy Autonomous Challenge (IAC) è stata la prima gara riservata alle monoposto a guida autonoma. La sfida iniziò due anni prima, a novembre 2019, con diversi round che hanno avuto come protagonisti le auto senza pilota. La gara ha fornito occasione per mostrare i progressi compiuti dall’Intelligenza Artificiale nello sviluppo di software per la guida autonoma. In particolare in ambiti quali gestione, pianificazione e controllo del veicolo durante la corsa.
La gara ha dimostrato che la tecnologia autonoma può funzionare anche in condizioni estreme. Come quelle sperimentate da un’auto che viaggia da sola a centinaia di chilometri orari. In tal senso, l’Indy Autonomous Challenge ha fornito un contesto di alto livello per stimolare e portare avanti la ricerca sul campo. Un obiettivo cruciale è stato quello di sviluppare software capaci di assicurare efficienza in una situazione reale e, al contempo, impegnativa come la pista ad alta velocità.
Le squadre in gara hanno impiegato modelli di simulazione al computer combinati al cloud computing per testare l’efficienza dei propri algoritmi. Tra le sfide più impegnative, l’Indy Autonomous Challenge richiedeva il controllo dei veicoli con punte di velocità fino ai 290 km/h, la pianificazione delle traiettorie e forti accelerazioni di tipo laterale e longitudinale. Senza tralasciare i fondamentali aspetti dell’affidabilità e della sicurezza. Sostanzialmente un vero e proprio banco di prova per le auto a guida autonoma.
Sono state 9 le squadre – in rappresentanza di 21 università di 8 Paesi – a contendersi il montepremi di 1 milione di dollari, conquistato dalla squadra tedesca del Technische Universitat Munchen. Il miglior tempo è stato realizzato con una velocità media di 218 km/h.
Consumer Electronics Show 2022: l’Intelligenza Artificiale torna su pista
La sfida tra monoposto a guida autonoma è stata poi replicata agli inizi del 2022 nella cornice del Consumer Electronics Show, la fiera dell’elettronica che si tiene annualmente nel Las Vegas Convention Center. Anche in questo caso, la sfida ad altissimo tasso di tecnologia ha visto gareggiare bolidi con piattaforme hardware e software integrate per la guida autonoma.
Sul gradino più alto si è piazzato il team e-Novia PoliMove, nato da una partnership tra il Politecnico di Milano e l’Università dell’Alabama, che ha avuto la meglio sulla tedesca Technische Universität München in un emozionante testa a testa. L’Intelligenza Artificiale ha guidato la monoposto arrivando a toccare velocità di 280 km/h e garantendo efficienza nel controllo del veicolo e nella pianificazione delle traiettorie.
e-Novia PoliMove ha sbaragliato la concorrenza di 5 squadre – provenienti da 5 Paesi e in rappresentanza di 7 università – e si è così aggiudicata il montepremi di 150.000 dollari. “Siamo orgogliosi di questo straordinario risultato in una competizione internazionale che ha visto sfidarsi i principali atenei del mondo”, ha commentato Vincenzo Russi, co-fondatore e CEO di e-Novia: “Questa è la dimostrazione del livello di preparazione e innovazione che l’Italia può vantare in questo ambito”.
La guida autonoma con sensori, radar e sistemi di navigazione: cosa può fare l’IA
Alla luce di risultati così sorprendenti, è possibile fare un bilancio del livello raggiunto oggi nel settore? A che punto è la ricerca? Per dare risposta a queste domande, tuttavia, è opportuno fare un passo indietro e ricordare cosa si intende per auto a guida autonoma (leggi l’approfondimento a cura di AI News), ovvero quei veicoli che utilizzano la tecnologia per sostituire le capacità del conducente. Gli strumenti utilizzati includono una combinazione di Intelligenza Artificiale, sensori, radar, visione artificiale e sistemi satellitari globali di navigazione.
In questo contesto, il machine learning analizza costantemente l’ambiente in cui il veicolo è inserito e fornisce previsioni su possibili cambiamenti. Tali attività possono essere suddivise in quattro macroaree: rilevamento; identificazione o riconoscimento; classificazione; localizzazione e previsione del movimento.
Inoltre, la capacità delle auto di “guidarsi da sole” è suddivisa in sei livelli che descrivono l’avanzamento della tecnologia di assistenza alla guida. Il sistema di classificazione è stato pubblicato nel 2014 da SAE International, ente di normazione attivo nel settore dell’industria aerospaziale, automobilistica e veicolistica con sede nel Michigan. Il documento è intitolato “Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehicles” (“Tassonomia e definizione dei termini relativi ai sistemi di guida automatizzata per veicoli a motore su strada”) ed è passato tre volte a revisione dalla prima edizione del 2014.
Come vedremo in seguito, i sei livelli tendono a concentrarsi più sulla quantità di intervento necessaria e sull’attenzione da parte del conducente, piuttosto che sulle capacità intrinseche del veicolo e del software.
Intelligenza Artificiale e guida autonoma: i sei livelli di automazione
Scopriamo ora come è suddivisa la classificazione realizzata da SAE International e cosa indica in termini di funzionalità disponibili al conducente.
- Livello 0: si riferisce a gran parte delle auto in circolazione oggi e indica i veicoli controllati manualmente. In questo livello è possibile l’emissione di avvisi o interventi momentanei da parte del sistema, ma il controllo sul veicolo non è continuo ed è affidato all’essere umano;
- Livello 1 – Hands on: è il livello più basso di automazione, nel quale il conducente e il sistema automatizzato condividono il controllo dell’auto. Ne sono un esempio il cruise control (il conducente controlla lo sterzo, il sistema controlla il motore), l’adaptive cruise control (il sistema controlla anche i freni) o il parking assistance (il conducente controlla la velocità, il sistema controlla lo sterzo). In tutti questi casi il conducente deve essere sempre pronto a riprendere il controllo completo del veicolo;
- Livello 2 – Hands off: il sistema assume il pieno controllo dell’auto, sia negli aspetti di accelerazione e frenata che di sterzata. In ogni caso, il conducente è tenuto a monitorare la guida e intervenire immediatamente se l’automazione non dovesse rispondere in maniera adeguata. L’espressione “hands off”, inoltre, non è da intendersi letteralmente, poiché il contatto tra il volante e le mani è necessario per intervenire con tempestività;
- Livello 3 – Eyes off: questo livello di automazione consente di distogliere lo sguardo dalle attività di guida. Ci si può dedicare ad altro: usare lo smartphone, guardare un film, conversare senza guardare la strada. L’Intelligenza Artificiale, oltre alle attività dei livelli precedenti, gestirà anche situazioni a reazione immediata come le frenate di emergenza. L’intervento del conducente, se dovuto, è richiesto in maniera non immediata e nei tempi indicati dalla casa automobilistica;
- Livello 4 – Mind off: non è richiesta attenzione da parte del conducente, che può lasciare il posto di guida e assentarsi completamente. In questo livello ad alta automazione, il mezzo può guidare in completa autonomia e non è richiesto l’intervento del pilota. Tuttavia, il livello 4 è attualmente raggiungibile solo all’interno di aree spaziali delimitate, indicate in inglese con l’espressione geofenced areas. Anche nel livello 4 l’essere umano ha la possibilità di riprendere il pieno controllo del veicolo in qualsiasi momento;
- Livello 5 – Steering wheel optional: è il grado più elevato di automazione e non richiede alcun tipo di intervento umano. La presenza del volante è opzionale, così come i pedali di accelerazione o di frenata. Il veicolo è totalmente autonomo a prescindere dalle circostanze in cui opera, come ad esempio i tipi di strade, le aree geografiche, le condizioni temporali e atmosferiche, ecc. Libero dal geofencing, il veicolo è capace di muoversi ovunque e compiere tutte le azioni tipiche di un essere umano alla guida. Ad oggi, le auto completamente autonome non sono disponibili al pubblico. E la strada da fare sembra essere ancora lunga.
Auto a guida autonoma: quote di mercato e prospettive future
Se dunque vi state chiedendo se è possibile sedersi in auto e dimenticarsi totalmente della guida… Bene, la risposta è negativa. Infatti, nonostante i grandi progressi registrati negli ultimi anni, non è ancora possibile affidarsi completamente all’Intelligenza Artificiale per guidare le automobili. Il potenziale è comunque molto elevato e le previsioni indicano che il settore sarà modellato e spinto in avanti da approcci sempre più innovativi.
Come segnala il report “Rebooting Autonomous Driving” di Accenture, nell’attuale mercato automobilistico una quota del 15% è occupata dai veicoli di livello 2. Tuttavia, entro il 2030, si prevede che il valore cresca fino a raggiungere il 60%. In parallelo, entro lo stesso orizzonte temporale, i veicoli dotati di livello 3 e livello 4 rappresenteranno, insieme, una quota pari a circa il 5% del mercato totale.
Tale discrepanza di valori è in parte spiegata dal fatto che la guida autonoma di livello 3 è limitata alle autovetture di fascia alta, meno ampia rispetto ad altre fasce. L’avanzamento della ricerca, però, farà sì che questo livello di tecnologia potrà diffondersi anche nelle fasce inferiori di mercato, con conseguenti sviluppi nella diffusione delle tecnologie hardware e software necessarie.
Per quanto concerne il livello 5, invece, è lecito affermare che la guida autonoma “anytime, anyplace” è irrealizzabile allo stato attuale. C’è bisogno di sistemi che riescano ad adattarsi al 100% degli eventi, delle condizioni e degli imprevisti che possono accadere durante la guida. In sostanza, servirebbe una mappa della conoscenza e un’intelligenza simile a quella degli esseri umani. La strada verso questo obiettivo è stata tracciata.