Lo sviluppo di sistemi di sicurezza automatizzati è un obiettivo chiave per l’industria automobilistica. Infatti essi potrebbero fra l’altro ridurre le vittime degli incidenti stradali.
L’Università del Surrey sta adottando un nuovo approccio a questa sfida. Esso usa il deep learning per sviluppare automobili a guida autonoma che non solo vedono, ma comprendono anche.
Il dispositivo che vede misurando le distanze
Attualmente molta parte della ricerca sui veicoli autonomi si basa fortemente su LIDAR, un metodo di rilevamento che utilizza la luce laser pulsata per misurare le distanze.
Funziona come un umano che usi un metro per misurare le distanze da tutto ciò che può vedere. In realtà non è così che fanno gli esseri umani. Infatti per la localizzazione utilizziamo segnali o punti di riferimento semantici di alto livello.
Tuttavia questa tecnologia è costosa e, pur fornendo un’utile percezione della profondità attorno a un veicolo, ha un limite. Infatti non riesce a offrire il livello di comprensione più elevato richiesto ai veicoli per agire all’interno di un ambiente.
Un nuovo sistema di parcheggio automatizzato
Autonomous Valet Parking (AVP) è un progetto di 30 mesi dell’Università del Surrey finanziato da Innovate UK. Esso realizzerà un sistema di parcheggio completamente autonomo in un multipiano. Non sfrutterà il GPS, ma solo la visione artificiale, tuttavia non LIDAR. Sulla scala di controllo automatico del veicolo da 0 a 5, dove livello 5 significa completa autonomia, questa tecnologia è di livello 4.
Il progetto si basa sul lavoro di dottorato del dottor Mendez su SeDAR (Semantic Detection and Ranging). Esso ha dimostrato che la robotica può localizzare utilizzando la visione semantica come gli esseri umani. Può ottenere la stessa precisione di LIDAR utilizzando solo le telecamere.
Un’auto in grado di vedere ma anche pensare
Un altro lavoro di ricerca recente in questo campo si concentra sulla percezione e la comprensione. La nuova visione è progettare e convalidare una nuova piattaforma di controllo intelligente. Essa serve a consentire alla prossima generazione di veicoli autonomi di pensare in sicurezza da soli. Ciò li renderà in grado di operare in scenari di guida complessi e imprevedibili.
Il Professore di Computer Vision e Machine Learning Richard Bowden spiega: “Attualmente sono interessato a ciò che la DARPA (Defense Advanced Research Projects Agency degli Stati Uniti) chiama la terza ondata di AI. Si tratta di qualcosa che può unire i punti di forza dell’intelligenza artificiale tradizionale (prima ondata) e quella del moderno deep learning (seconda ondata).
I team di ricerca dell’Università stanno sviluppando il Surrey Autonomous Testbed. Esso si basa su una Renault Twizy, un’auto omologata per la circolazione su strada. L’auto è completamente dotata di sensori con controllo autonomo ed elaborazione a bordo.
Questa tecnologia è stata resa open source, consentendo ad altri di trarne vantaggio. Ora si aprono infiniti scenari.
(© AAC Srl) autore M.P.
0 commenti