- Scenario
Videosorveglianza e sicurezza stradale: che cos’è la Smart Road
La rete stradale Smart prevede l’adozione di telecamere con a bordo algoritmi di Intelligenza Artificiale capaci di analizzare la scena ripresa in ogni suo dettaglio.
L’Intelligenza artificiale per la guida autonoma è cuore e cervello dei “veicoli intelligenti”. E quanto accadrà nel prossimo futuro nello sviluppo dei veicoli a guida autonoma lo dovremo all’AI.
Lo sa bene Alberto Broggi, docente di Ingegneria Informatica all’Università di Parma in Italia e general manager di VisLab, spinoff dello stesso ateneo acquisito nel 2015 dalla californiana Ambarella per 30 milioni di dollari. Il Vision and Intelligent Systems Laboratory di Parma è un pioniere nei sistemi di percezione e nella ricerca sui veicoli autonomi ed è stato fondato dallo stesso Broggi, considerato uno dei “padri” degli autonomous vehicle, il cui mercato è stimato superare i 65 miliardi di dollari entro il 2027 (fonte: Market Research Future).
Un autentico antesignano, il docente parmigiano, che già nel 1996 sviluppò un prototipo di veicolo reale, all’epoca una Lancia Thema dotata di sensori di visione, sistemi di elaborazione e attuatori del veicolo. Sviluppò il software e l’hardware necessari per consentire all’auto di guidare autonomamente su strade di ordinaria circolazione, non su un circuito pre ordinato.
Dove l’auto a guida autonoma diventa interessante? Nel suo impiego in una smart city, per esempio. In una città intelligente, un sistema di connected car, pronte a muoversi nel traffico cittadino lasciando libertà di movimento alle persone, diventa un’opportunità unica. Pensiamo alla riduzione di incidenti, per lo più dovuti alla disattenzione di chi guida: un veicolo a guida autonoma eliminerebbe alla fonte i problemi. Ne è consapevole anche Anas, che ha avviato una collaborazione proprio con VisLab Ambarella nell’ambito del programma Smart Road. Lungo la strada statale 199, la Sassari-Olbia, in Sardegna, su una tratta di 7 km chilometri di prossima apertura al traffico è andata in scena la prima prova frutto dell’accordo.
Ma per comprendere oggi a che punto è la ricerca e le potenzialità di sviluppo reali abbiamo voluto incontrare il docente, fondatore e general manager VisLab.
Direi che il progresso più importante lo abbiamo visto negli ultimi 5 anni, cioè da quanto il deep learning è diventato il metodo principale per la percezione e il riconoscimento dell’ambiente circostante; ora lo si sta anche utilizzando per altro. In questi anni siamo riusciti ad avere prestazioni inimmaginabili solo 5 anni fa.
Praticamente tutto si basa sull’Intelligenza artificiale. Non dimentichiamo che un veicolo a guida autonoma è il primo esempio nella storia dell’umanità di un sistema con capacità decisionali autonome che ha la possibilità di decidere sulla vita delle persone. Spesso ci si trova di fronte a situazioni uniche, mai viste prima, e che non sono tabulate. Serve quindi un sistema in grado di generalizzare gli esempi che gli mostriamo e le situazioni che gli illustriamo.
Siamo riusciti a progredire con i test su strada pubblica. E stiamo continuando a includere nuove strade per incrementare gli scenari di test. Devo anche dire che ormai sono più di 20 anni che testiamo su strada pubblica, ma prima non c’era una regolamentazione ufficiale in Italia e ci rifacevamo ai requisiti richiesti da altri stati.
Durante i test abbiamo fatto il training di nuovi driver, cioè le persone che durante i test su strada pubblica sono seduti al posto di guida e devono attivarsi nel momento in cui il veicolo avesse necessità di un aiuto. Inoltre abbiamo provato scenari difficilmente verificabili su strada pubblica aperta al traffico, come per esempio il sorpasso in velocità tra due vetture autonome.
Noi abbiamo da sempre creduto nella visione artificiale e infatti le telecamere sono il sistema di percezione più importante a bordo dei nostri veicoli. Abbiamo numerose telecamere orientate a 360° intorno al veicolo. L’elaborazione delle immagini provenienti da queste ci permette di conoscere e classificare oggetti, definire la loro relazione spaziale, e avere informazioni sul contesto in cui sono immersi. In più, i chip Ambarella – unici per le loro prestazioni – permettono di fare elaborazione on the edge (cioè direttamente a bordo della telecamera) con una latenza ridottissima e un consumo di energia bassissimo.
Ci sono ancora tanti problemi da risolvere perché la guida autonoma è intrinsecamente difficile: basti pensare che anche un guidatore umano ha difficoltà nel muoversi in una città sconosciuta, magari in un’ora di punta, e ad esempio durante un forte temporale.
Le situazioni semplici come la guida in autostrada sono gestite ormai da tanti e da tanto tempo; il problema è estendere la guida automatica alle situazioni più difficili sia in termini di traffico, che di infrastrutture, che di meteo.
In Italia lavoriamo da più di 20 anni e abbiamo alle spalle esperimenti che sono rimasti nella storia della robotica veicolare, come il primo test MilleMiglia in Automatico del 1998 o come il primo – e credo ancora unico – esperimento di guida automatica intercontinentale (VIAC) quando nel 2010 siamo partiti da Parma per raggiungere Shanghai (Cina) dopo 3 mesi di viaggio in automatico lungo 13mila chilometri sconosciuti. Non tutti ne parlano, ma in Italia siamo stati dei pionieri a livello globale.
Tutto dipende da cosa significa ‘guida autonoma’. Credo che siamo molto vicini a una guida autonoma in situazioni semplici, ma allo stesso tempo temo che per estenderla a tutte le situazioni (compreso quelle complesse di cui sopra) serviranno ancora molti anni.