Capegemini, i 5 livelli tecnologici dell’auto autonoma

In questi ultimi anni grandi sforzi e ingenti capitali sono stati rivolti allo sviluppo tecnologico dell’auto a guida autonoma, il 2020 avrebbe dovuto essere l’anno zero dell’arrivo sul mercato dei primi veicoli. Gli analisti di Capgemini ci spiegano come lo sviluppo dipenda da big data e 5G

16 Ott 2020

Il tempo dell’auto a guida autonoma si avvicina, o almeno in tanti lo sperano per quella prospettiva di maggiore sicurezza che l’accompagna. Attualmente la tecnologia per l’auto a guida autonoma ha raggiunto un buon livello, molti automaker come Tesla hanno anche cominciato a offrirne un assaggio nelle proprie vetture, in alcuni casi andando incontro anche a sfortunati incidenti.

Secondo gli analisti di Capgemini Sandhya Sule e Roberto Castellano, il progresso verso la driverless car non dipende solo dalla disponibilità della tecnologia utilizzata nelle auto autonome,  ma soprattutto da diversi fattori, dalla regolamentazione e dall‘interoperabilità delle tecnologie.

Ci sono cinque livelli di tecnologia di guida autonoma, spiegano gli analisti, livelli di progressiva complessità tecnologica, dove il livello uno rappresenta alcune caratteristiche automatiche, come il rilevamento delle collisioni o gli avvisi di uscita di corsia, e il livello cinque  rappresenta l’automazione completa, dove non è necessario alcun conducente.

I livelli di automazione più elevati dipendono dalla percezione di ostacoli esterni da parte dei sensori del veicolo e dalla capacità di giudizio del conducente in base alla distanza e al tempo, proprio come farebbe un conducente umano. Quindi è essenziale che i veicoli siano dotati di intelligenza basata su “verità” o dati del conducente provenienti dalle persone e convalidati, così come di ulteriori sensori secondari di alta qualità e sistemi di telecamere secondari per consentire l’etichettatura esterna 2D o 3D e l’estrazione di scenari.

Per rendere possibile questa dotazione di intelligenza ed estrazione di scenari, è ancora necessario un lavoro manuale come il data labelling e il data enrichment, è stato uno questo uno sforzo significativo fino a oggi. Ma l’intelligenza artificiale lo rende notevolmente più facile creando quelle che sono, essenzialmente, verità automatizzate e di crowdsourced.

Gli ingegneri umani non sono in grado di elaborare in modo efficiente questi enormi quantità di dati. Quindi, per garantire che i veicoli siano dotati di un’intelligenza di scenario accurata e priva di ridondanze, l’automazione è fondamentale.

Attualmente, anche i leader di mercato sono solo al livello tre e le funzionalità non superiori al livello due sono autorizzate per l’utilizzo sulle strade pubbliche.  Ad esempio, la modalità “autopilota” richiede ancora che il conducente sia sveglio e vigile, pronto ad intervenire manualmente con lo sterzo e la frenata quando necessario.

Questo richiede di per sé una tecnologia estremamente sofisticata, non solo che il veicolo rilevi le condizioni e gli eventi sulla strada, ma anche il monitoraggio di ciò che il conducente sta facendo, anche quando è passato all’autopilota e ha passato il controllo al comupter di bordo.

I sistemi di automazione della guida (DAS) sono un pezzo fondamentale del puzzle, soprattutto nei passaggi attraverso i diversi livelli di autonomia. Il terzo livello, naturalmente, è dove le cose si complicano. Non solo la tecnologia è esponenzialmente più complessa, ma ogni componente tecnologico deve essere sviluppato in modo da potersi comportare correttamente in ogni situazione, e quindi deve essere validato e garantito in modo indipendente per un uso efficace e sicuro.

Come in un videogame, il passaggio al livello superiore è possibile solo grazie all’acquisizione di nuove skill e nel gioco della guida autonoma lo strumento per ottenerle sono i big data: funzionalità di guida autonoma superiori richiedono un maggior numero di situazioni su cui calcolare ed eseguire le decisioni. Il fatto è che i dati forniti dall’esperienza di un veicolo non potranno mai essere sufficienti a calcolare tutte le possibili variabili , perciò è attraverso la modellazione virtuale che i software di guida autonoma vengono istruiti.

Oltre ai big data, un’altra tecnologia che giocherà un ruolo fondamentale per il salto al livello successivo è la connettività 5G.

Il 5G consentirà di portare la guida autonoma sulle strade pubbliche. Questo nuovo standard accelera la velocità di connessione e riduce la latenza, e consente ai veicoli di comunicare tra loro e con un numero enorme di risorse e infrastrutture collegate su strada quasi istantaneamente.

Maggiori dettagli nell’articolo originale.

Nell’immagina di copertina: Waymo’s fully self-driving Jaguar I-PACE electric SUV 4 (City Nighttime)

@RIPRODUZIONE RISERVATA

Aziende


Canali

Articolo 1 di 5