L’auto a guida autonoma e l’occhio umano
Il 2025 si preannuncia come un anno chiave per l’evoluzione della mobilità. Le auto a guida autonoma stanno passando dalla fase sperimentale a quella di adozione su larga scala. Tra le protagoniste, di cui si è parlato anche al Salone internazionale dell’automobile di Torino del mese scorso, vi sono diverse vetture innovative sviluppate da aziende leader nella tecnologia e nell’automotive. Ma tutte le aziende stanno sviluppando o adottando tecnologie più o meno performanti di guida autonoma da poter già implementare, a partire dal prossimo anno, su tutta la propria gamma. Le aziende di punta del settore sono Waymo, società che fa capo a Google, Uber e Apollo Go, società satellite di Baidu, la Google cinese. Oltre a Tesla, Toyota, Mercedes-Benz, General Motors, Continental Automotive Systems, Autoliv Inc., Bosch, Nissan, Audi e altri. Il progetto automotive Titan di Apple al momento si è invece arrestato.
Il World economic forum (Wef) nell’aprile scorso ha dedicato un libro bianco all’argomento, in cui stima che entro il 2035 flotte di robotaxi (veicoli progettati per operare come taxi senza un conducente umano) saranno presenti in gran numero in 40-80 città in tutto il mondo, principalmente in Cina e Usa. Mentre il 30% delle vendite di nuovi camion per le consegne negli Usa prevederà un alto livello di automazione. Invece fino al 2030 l’Europa manterrà un atteggiamento cauto, dando più spazio ai robotshuttle, i veicoli autonomi di trasporto pubblico.
Ma l’idea di veicoli che si guidano da soli non è recente come si potrebbe pensare.
Il primo esperimento di auto in movimento senza conducente è del 1925: una vettura Chandler, soprannominata Linrrican Wonder, dotata di antenna radio ed equipaggiamenti per essere radiocomandata per le strade di New York.
Durante l’Expo di New York del 1939 venne poi presentata Futurama: una modello di città del futuro pensato in cui veicoli a guida autonoma venivano alimentati da un unico campo magnetico.
Nel 1953 la General Motors presentò un sistema – realizzato in collaborazione con la RCA Labs, colosso americano dell’elettronica e della produzione musicale – in grado di controllare autonomamente acceleratore e freno di una vettura. La sperimentazione di General Motors continuò anche negli anni ’60.
La vera svolta tecnologica arrivò però negli anni ’80, grazie all’avvento dell’informatica e della visione artificiale. Nel 1986 l’ingegnere Ernst Dickmanns e il suo team dell’Università di Monaco riadattarono un furgone della Mercedes-Benz, soprannominato VaMoRs, e lo resero capace di procedere senza pilota rielaborando dati provenienti dall’esterno per mezzo di telecamere e sensori.
Nel 1987 venne creato il progetto europeo Eureka Prometheus Project: un programma per un traffico europeo di massima efficienza e sicurezza senza precedenti. Fu infatti fortemente finanziato dai membri dell’Eureka (organizzazione europea per la ricerca tecnologica) per sviluppare progetti nel campo della guida autonoma.
Nel 1989 la Carnegie Mellon University dimostrò l’uso delle reti neurali, che sarebbero divenute gli elementi costitutivi dei piani di controllo contemporanei, per guidare e controllare veicoli autonomi. Le reti neurali artificiali sono una replica di quella fitta rete di neuroni cerebrali che permettono a noi esseri umani di portare avanti ragionamenti complessi.
Nel 1998 anche l’Italia contribuì all’evoluzione delle automobili autonome, grazie all’Università di Parma, protagonista il prof. Alberto Broggi. Venne infatti presentata alla comunità internazionale Argo, una vettura Lancia Thema, integrata con un sistema di telecamere e computer in grado di analizzare le informazioni recepite.
Dagli anni 2000 le automobili a guida autonoma abbandonarono definitivamente il ruolo di semplici prototipi, andando via via ad affacciarsi verso il mercato internazionale.
Nel 2010 la startup VisLab, nata l’anno prima fra le mura dell’Università di Parma e fondata sempre dal prof. Alberto Broggi, riuscì nell’impresa di far viaggiare un veicolo automatico per oltre 13mila chilometridall’Italia alla Cina, precisamente da Parma a Shanghai. Nel 2015 la startup VisLab venne poi ceduta, per l’importante cifra di allora di 30 milioni di dollari, all’americana Ambarella,società di produzione di chip per videocamere quotata al Nasdaq.
Ma l’anno di nascita effettivo delle auto a guida autonoma, è considerato dai più il 2014, quando vennero messe sul mercato le prime vetture a guida autonoma. A partire delle navette che vennero sperimentate innanzitutto all’interno di zone pedonali convelocità massima di circa 20 chilometri l’ora.
Le auto a guida autonoma sono veicoli progettati per muoversi autonomamente su strada, riducendo o eliminando del tutto l’intervento umano. Questa tecnologia si basa su una combinazione di sistemi avanzati di pilotaggio automatizzato, sensori integrati e infrastrutture intelligenti che interagiscono tra loro attraverso vari protocolli di connettività. Percependo l’ambiente circostante le auto autonome sono così in grado di rilevare gli ostacoli, i segnali stradali e gli altri mezzi di trasporto fermi e in circolazione. L’obiettivo è rivoluzionare la mobilità, rendendo i trasporti più sicuri, efficienti e accessibili.
Gli utilizzi della guida autonoma sono vari: veicoli personali, robotaxi, camion per le consegne e molto altro.
In realtà non esiste un solo tipo di automazione della guida. Esiste infatti una classifica che va dall’assenza di automazione, il livello zero (automobile completamente manuale), al livello cinque (automobile completamente autonoma) passando per varie sfumature, come l’automazione condizionale, che prevede la guida autonoma con una persona all’interno (il safety driver) incaricata di prendere in mano la situazione in caso di decisioni critiche. Vi sono dunque sei livelli che si riferiscono alla guida autonoma. Il Livello 4 è il primo livello considerato autonomo. Vale a dire quello in cui il conducente non ha compiti di guida nel profilo di progettazione operativa specificato. Il libro bianco del World economic forum distingue tra Livello 4 Autostradale (L4 Highway) e Livello 4 Urbano (L4 Urban) poiché, a causa della maggiore complessità delle aree urbane, si prevede che le funzionalità di guida autonoma diventeranno comuni prima in ambito autostradale. Così come prevede una sorta di sottocategoria di guida autonoma avanzata per il livello 2 (L2+).
| Livelli | Sigla | Automazione | Dettagli |
| 0 | L0 | Nessuna automazione di guida | La gestione dell’auto è praticamente manuale, non è previsto alcun grado di automazione. |
| 1 | L1 | Assistenza alla guida | l guidatore è aiutato da alcune informazioni rappresentate da segnali acustici o visivi. Tra i sistemi più comuni spicca il cruise control adattivo o la Lane Keeping. |
| 2 | L2 | Guida autonoma parziale | Si tratta di una guida semi-autonoma, in quanto il conducente deve gestire manualmente il veicolo, ma è assistito da una serie di funzioni avanzate in condizioni di emergenza. |
| L2+ | Guida autonoma parziale avanzata | Guida con autopilota, ma il conducente deve essere in grado di assumere immediatamente il pieno controllo ogni volta che viene richiesto. | |
| 3 | L3 | Guida autonoma condizionale | Durante la marcia il veicolo è assistito autonomamente in condizioni di guida normale, con sistemi che agiscono direttamente su freno, acceleratore e sterzo. Il guidatore può prendere il controllo in caso di pericolo. |
| 4 | L4 | Guida autonoma alta | Il sistema di automazione è vigente nella sua quasi totalità, ma in situazioni di pericolo o di avversità è richiesto ancora l’intervento del guidatore. Si distingue tra L4 Highway e L4 Urban, a causa delle loro diverse complessità. |
| 5 | L5 | Guida autonoma completa | Il guidatore diventa un semplice passeggero, perché l’auto guida praticamente da sola, in tutte le condizioni e situazioni. |
Le vendite globali di auto nuove per livello di autonomia del veicolo, e quelle previste in futuro, sono specificate nel grafico seguente (alcuni totali non raggiungono il 100% a causa dell’arrotondamento):
Come si vede, secondo il Wef la tipologia di auto che dominerà il mercato nei prossimi anni apparterrà alla categoria L2 o L2+ (guida autonoma con il controllo del conducente, nel primo caso con mani sul volante e occhi sulla strada, nel secondo solo occhi sulla strada). L’adozione dei veicoli L3 (guida autonoma ma controllo del conducente in condizioni critiche) e L4 (guida autonoma ma solo su alcuni tipi di strade, come le autostrade) resterà di nicchia. il Wef prevede che solo il 4% delle nuove auto entro il 2035 sarà dotato di funzionalità L4. La Cina adotterà principalmente veicoli L2+ e L3/L4 più rapidamente, trainata dalla forte domanda dei consumatori e da un ecosistema che incoraggia l’innovazione.
Ma se in futuro la tecnologia (specialmente con l’AI) migliorerà più velocemente del previsto e le aziende riusciranno a far fiorire la fiducia nei consumatori, ecco che il quadro porterebbe portare a un’accelerazione della diffusione della guida autonoma. Con i rischi che ne conseguono: i tassisti saranno probabilmente sostituiti dall’automazione, così come i possibili cyber attacchi potrebbero minare la sicurezza dei veicoli e della circolazione, oppure gli eventuali hacker potrebbero prendere il controllo delle macchine a scopo di ricatto. Dunque il nuovo scenario deve tener conto anche delle misure preventive rispetto ai rischi.
La guida completamente automatizzata richiede un sistema di controllo intelligente costituito da sensori ad alte prestazioni e tecnologie robotiche che devono riflettere le capacità di cui gli esseri umani hanno bisogno per guidare un’auto. La semplice identificazione della posizione delle strade non è sufficiente per la guida autonoma che deve essere in grado anche di rilevare ed evitare gli ostacoli. Oltre agli ostacoli immobili, le strade contengono partecipanti al traffico in movimento dinamico e imprevedibile, specialmente nei centri urbani, come altre auto, pedoni, ciclisti, motocicli, mezzi di persone fragili, monopattini ecc. Soprattutto in queste situazioni, ma in tutte quelle critiche, il sistema di rilevamento e controllo di un veicolo a guida autonoma deve avere tempi di reazione rapidi. Per questo nell’auto robotica vi sono una pluralità di tecnologie di sensori, come dispositivi sonar, telecamere stereoscopiche costituite da due o più obiettivi che consentano di simulare la visione binoculare umana ecc.
Tutte queste tecnologie hanno diverse gamme di visione e ciascuna tecnologia ha uno scopo dedicato che è paragonabile a uno o più dei cinque sensi umani. E di questi sensi sicuramente la vista, e la modalità di visione del sistema complesso occhio/cervello, è certamente la prima. In particolare nel confronto tra i sensori e il sistema di elaborazione utilizzati nella guida autonome.
Sulla visione artificiale e guida automatizzata dell’automobile, il dott. Stefano Pasini – affermato medico oftalmologo e chirurgo oculare di Bologna, nonché specialista e studioso di neuroftalmologia, appassionato di eccellenze in campo tecnico e fotografico, soprattutto di automobili e di auto d’epoca, giornalista e scrittore, con più di quaranta libri, tra cui sei romanzi storici, ma soprattutto volumi specializzati sull’automotive e altre pubblicazioni specialistiche, anche sulle maggiori testate – ha fornito un importante contributo per la conoscenza e la divulgazione della guida autonoma in riferimento alla visione umana: «Dal momento che i veicoli a guida automatica andranno inseriti in un sistema circolatorio di traffico modellato, già in origine, secondo le possibilità e le caratteristiche della visione umana naturale, la guida automatica di questi veicoli dovrà partire dalla ricostruzione più possibile fedele e efficace delle caratteristiche funzionali della visione umana stessa. Da qui derivano gli studi sempre più approfonditi che il settore dell’elettronica automotive sta portando avanti in questi ultimi anni, con notevoli ricadute positive anche per quanto riguarda le ricerche sulla neurovisione» ci racconta il dott.Pasini.
E prosegue al termine del suo corso su Visione artificiale e guida automatizzata dell’automobile: «L’oftalmologia, la scienza che studia l’occhio e le sue malattie, sta trovando un’inaspettata sinergia con lo sviluppo della guida autonoma. Entrambi i campi si basano sull’elaborazione visiva per interpretare il mondo circostante, sebbene con metodi e obiettivi molto diversi. Comprendere come l’occhio umano percepisce, riconosce e reagisce può fornire preziosi spunti per migliorare i sistemi di visione artificiale dei veicoli. L’occhio umano è incredibilmente versatile. La pupilla si adatta rapidamente a variazioni di luce (dalla luce diretta del sole all’ombra di un tunnel), e il cervello, focalizzando l’attenzione su ciò che è importante, è in grado di filtrare il rumore visivo (ovvero ciò che rende difficile o distoglie la concentrazione e genera affaticamento mentale per eccesso di stimoli visivi, come colori forti, elementi lampeggianti, spazi sovraccarichi di soggetti/oggetti ecc). Inoltre vediamo in 3D grazie alla visione binoculare e possiamo riconoscere un oggetto anche se è parzialmente nascosto. Ma le telecamere dei veicoli autonomi, pur essendo meno flessibili, possano avere un’alta risoluzione d’immagine e possono essere parte di un sistema automatizzato con una velocità di reazione rapidissimo in grado di ridurre, e forse eliminare, le debolezze dell’anello più instabile dell’attuale catena guida: il guidatore stesso e le sue distrazioni».
Le persone sono infatti la principale causa di incidenti stradali. Che sono da attribuire in maggior numero all’errore umano, quando i rischi non vengono rilevati o le situazioni vengono valutate male, o quando il conducente reagisce troppo lentamente e in modo errato. «Su questo tema – aggiunge il dott. Pasini – è opportuno ricordare che tale debolezza dell’errore umano è principalmente legata al tempo occhio-pedale, cioè il lasso di tempo che intercorre tra quando il guidatore percepisce uno stimolo (pericolo: bisogna frenare!) e l’effettiva pressione sul pedale del freno. Il sistema di guida automatico dei livelli L4-L5 riduce teoricamente questo tempo a zero, ed è grazie a questo che la distanza di sicurezza teorica può essere ridotta in maniera pressoché totale, con la creazione quindi dei cosiddetti “convogli di automobili” (formazioni di veicoli che si muovono in stretta prossimità l’uno dall’altro, utilizzando sistemi di automatizzati, anche con l’intelligenza artificiale, per comunicare, sincronizzare i movimenti e ottimizzare il traffico). Questi “convogli di automobili”, in guida completamente automatica, possono viaggiare in “pacchetti” che utilizzano la strada in maniera molto più completa ed efficiente. Dove ora in 1 km di autostrada possono starci N veicoli, con la guida completamente automatizzata di un convoglio ce ne possono stare fino al quadruplo (4xN). La riduzione dello spazio tra un veicolo e l’altro avviene comunque in sicurezza con il vantaggio del grande aumento dell’efficienza nell’utilizzo delle infrastrutture».
Ma per arrivare a questo risultato bisognerà attendere ancora che l’evoluzione tecnologica perfezioni il sistema di traffico automatizzato. Recependo tramite il sistema di sensori sempre più efficace e integrato, oltre all’elaborazione maggiormente ottimizzata dei relativi dati, quello che ancora sembrerebbe rappresentare il vantaggio che ha il guidatore umano, il cui cervello elabora le immagini in modo intuitivo e contestuale. «Un guidatore esperto – prosegue infatti il dott. Pasini – non si limita a vedere una serie di pixel, ma riconosce la situazione: una palla che rotola in strada significa che un bambino potrebbe seguirla. Questo tipo di comprensione è basato su anni di esperienza. Mentre i sistemi di visione artificiale si affidano a reti neurali addestrate su miliardi di immagini per riconoscere oggetti. Sebbene siano molto veloci, possono fallire in situazioni inaspettate o mai viste prima. Per esempio, una rete neurale potrebbe non riconoscere un segnale stradale sbiadito o un cartello coperto parzialmente dalla neve. In sostanza, l’intersezione tra oftalmologia e guida autonoma è un campo di ricerca in costante crescita, dove la comprensione della visione umana può offrire lezioni fondamentali per creare sistemi di intelligenza artificiale più sicuri, precisi, veloci e affidabili».
Considerazioni evidenziate anche da una ricerca pubblicata nel giugno dell’anno scorso su Nature denominata Un’analisi caso-controllo abbinata di incidenti tra veicoli autonomi e guidati da esseri umani dalla quale emerge che al momento i veicoli automatizzati sono più sicuri di quelli guidati dagli esseri umani solo in certe situazioni. Sono migliori in primo luogo perché vanno meno veloci, essendo programmati per osservare ogni norma di sicurezza stradale, rispetteranno perciò anche i di limiti di velocità. Non si stancano, non si irritano con gli altri guidatori, non hanno colpi di sonno, né si distraggono pensando ad altro. È un bel vantaggio rispetto a un conducente in carne e ossa.
Ma, nonostante i veicoli a guida autonoma possano contare su un processo decisionale più rapido del nostro, allo stato attuale peccano di una evidente mancanza di “esperienza” e di “consapevolezza”, soprattutto in scenari di guida complessi che coinvolgono fattori come il sole basso all’orizzonte, la luce cangiante dell’alba e del tramonto e la tortuosità delle strade.
Così come emerge anche dal Libro bianco del World economic forum in cui, tuttavia, si evidenzia che le prospettive di sviluppo tecnologico portano il mercato a rispondere positivamente. Nel 2021 il valore del settore si aggirava intorno ai 24 miliardi di dollari, mentre nel 2026 sarà probabilmente di 62. Infatti le prime implementazioni di veicoli autonomi sono già in atto sulle strade.
La guida autonoma e i veicoli a guida autonoma non sono più concetti lontani. Proseguono peraltro gli studi nell’ambito della visione artificiale, in particolare quelli dediti a esplorare le potenzialità delle tecniche di intelligenza artificiale nella percezione visiva e nel riconoscimento sempre più rapido e puntuale degli oggetti che compongono la scena. La ricerca in tale ambito ha in ogni caso contribuito fortemente all’evoluzione degli attuali sistemi di guida assistita sulle vetture tradizionali. Sistemi che hanno migliorato il comfort e soprattutto la sicurezza delle persone a bordo. Per ora la mobilità intelligente non significa sostituire il conducente, ma supportarlo, garantendo viaggi più sicuri e piacevoli. Con strumenti e tecnologie sempre più sofisticate, ma che rappresentano solo l’anticipazione delle sfide del domani. In un futuro della mobilità che è già iniziato.
Vincenzo Basili