Abbiamo già spiegato i livelli di autonomia SAE — lo schema per capire chi sta guidando legalmente. Quello che non abbiamo ancora spiegato è come l’auto stessa riesca davvero a realizzare una guida di Livello 4, e tutto parte dal primo dei tre stadi che ogni veicolo automatizzato attraversa, migliaia di volte al secondo: percepire, pensare, agire (sense, think, act). Questo articolo copre il primo. Prima che un’auto possa decidere qualunque cosa, deve costruire un modello accurato e continuamente aggiornato di tutto ciò che la circonda — e questo si rivela un problema molto più difficile che montare un paio di telecamere.
Tre tipi di sensori, tre modi diversi di sbagliare
Nessuna singola tecnologia di sensore è sufficientemente buona da sola, ed è proprio per questo che ogni sistema di guida autonoma serio ne monta diversi. Le telecamere sono economiche e vedono l’unica cosa che nient’altro può vedere — colore, testo, segnaletica orizzontale, stato dei semafori — ma si degradano proprio quando guidare diventa più difficile: forte controluce, pioggia intensa, nebbia o buio notturno danneggiano tutti direttamente l’immagine da cui una telecamera può estrarre informazioni utili. Il radar risolve il problema opposto: le onde radio non risentono di pioggia, nebbia e buio, e misurano direttamente la velocità di un bersaglio tramite l’effetto Doppler, motivo per cui il radar è alla base della frenata automatica d’emergenza e del cruise control adattivo da due decenni — ma la sua risoluzione spaziale è grossolana, fatica a classificare cosa sta osservando, e non può leggere un cartello o un semaforo. Il LiDAR fa ruotare un laser attorno all’auto migliaia di volte al secondo e cronometra i riflessi per costruire una precisa nuvola di punti 3D dell’ambiente, fornendo dati di distanza e forma accurati al centimetro che né la telecamera né il radar possono eguagliare — al prezzo di essere il sensore più costoso dell’auto, e uno le cui prestazioni calano in neve intensa, nebbia o polvere, quando gli impulsi laser si disperdono sulle particelle nell’aria invece che sul bersaglio oltre di esse.
Fusione: trasformare tre immagini imperfette in una affidabile
Poiché ogni sensore fallisce in condizioni diverse, la risposta pratica non è scegliere un vincitore — è la fusione dei sensori: combinare i dati di telecamera, radar e LiDAR in un unico modello del mondo più affidabile di quanto qualsiasi sensore singolo potrebbe produrre da solo. La fusione può avvenire in punti diversi della pipeline: la fusione a basso livello (raw) combina i segnali grezzi dei sensori prima ancora che i singoli oggetti vengano identificati, preservando il massimo delle informazioni ma richiedendo molta più potenza di calcolo; la fusione a livello di oggetto (late) lascia che ogni sensore rilevi prima autonomamente gli oggetti, poi unisce quelle rilevazioni separate, il che è computazionalmente più leggero ma può perdere dettagli che un solo sensore avrebbe colto. In entrambi i casi, il punto della fusione è la ridondanza con uno scopo: se una telecamera viene accecata dal controluce su un bersaglio che il radar ha già segnalato e tracciato tramite la velocità, l’auto non perde quell’oggetto — si fida semplicemente del sensore che sta ancora funzionando.
Il problema più difficile: percepire ciò che non si può vedere affatto
Ogni sensore descritto finora condivide un limite fondamentale: può rilevare solo ciò che si trova nella sua linea di vista diretta. Un pedone che esce da dietro un furgone parcheggiato, o un ciclista nascosto dall’auto davanti a un incrocio, è invisibile a telecamere, radar e LiDAR allo stesso modo fino al momento in cui è ormai troppo tardi per reagire con comodo margine — questa è l’occlusione, ed è uno degli ultimi problemi genuinamente irrisolti della percezione autonoma, proprio perché nessuna quantità di hardware migliore sull’auto stessa può vedere oltre un oggetto solido che ostruisce la vista.
Dove punta lo stato dell’arte: la ricerca UE sulla percezione
Rendere davvero robusta la percezione di bordo è stato l’oggetto di uno dei più grandi sforzi di ricerca sull’elettronica automotive mai finanziati dall’UE. PRYSTINE (2018-2021, €14,37M, coordinato da Infineon Technologies in Germania, sotto la Joint Undertaking ECSEL) si è posto l’obiettivo di realizzare quella che ha chiamato “Fail-operational Urban SuRround PercepTION” — una fusione robusta di radar e LiDAR abbinata a funzioni di controllo progettate specificamente per continuare a funzionare, non solo per rilevare correttamente, quando le condizioni o i componenti si degradano. Anche l’hardware di fusione sta ancora evolvendo: PARALIA (2023-2027, €5,00M, coordinato dall’Università Aristotele di Salonicco, Grecia) sta riprogettando i sensori stessi, sviluppando una piattaforma fotonica condivisa di beamforming radar/LiDAR mirata a una risoluzione ultra-alta a lunghissima distanza, a una frazione del costo e del consumo energetico odierni. E HIDDEN (2025-2028, €5,00M, coordinato da ICCS, l’Istituto di Sistemi di Comunicazione e Calcolo in Grecia) affronta specificamente il problema dell’occlusione, sviluppando tecniche di consapevolezza collettiva che permettono a un veicolo di rilevare oggetti occlusi e utenti vulnerabili della strada con o senza l’aiuto dell’infrastruttura stradale, prevedendone il movimento a breve termine tramite modelli comportamentali, e combinando quell’immagine generata dalla macchina con il tracciamento dello sguardo del guidatore in un ciclo ibrido di intelligenza uomo-macchina.
Perché conta più della scheda tecnica
Le decisioni di un’auto a guida autonoma possono essere buone solo quanto l’immagine del mondo da cui stanno decidendo — motivo per cui la percezione, non l’eventuale comando di sterzata, è il punto in cui un sistema autonomo ha più probabilità di fallire per primo. Una volta che quell’immagine esiste, però, averla è solo metà del lavoro: trasformarla in una vera decisione di guida è un problema a sé, ed è lì che andremo nel prossimo articolo.
Foto: © Car-Shooters