Si monta lo smartphone sul cruscotto e l’app Payver disegna mappe HD
Una giovanissima startup si affida al crowdsourcing, iniziando con gli autisti di Uber e Lyft per raccogliere dati per la guida autonoma
Sono sempre di più i dati raccolti dalle auto che hanno sempre più sensori a bordo: il primo strato in cui questi flussi confluiscono è quello delle mappe. Sempre più precise e con accuratezze ormai arrivate fino a dieci centimetri nei casi di quelle più sofisticate. I veicoli a guida autonoma un giorno forse grazie all’intelligenza artificiale potranno farne a meno: ma per molti anni, forse decenni, non sarà così.
Per accelerare la raccolta dei preziosissimi dati la soluzione è ovviamente moltiplicare il numero di fonti. Esattamente quello che si traduce in un crowdsourcing, in una distribuzione capillare dell’attività di raccolta. Più è ampio il numero di fonti coinvolte più sarà preciso ed efficiente il lavoro sulle mappe. E quindi non c’è da meravigliarsi che chi riesce a coinvolgere un numero ampio di sorgenti sia più avanti degli altri: come Google, Tesla, Mobileye o HERE.
Ma la presenza di ingombranti giganti della tecnologia non spaventa alcuni specialisti, convinti di avere in mano soluzioni che magari le grandi società non hanno. Come tre giovanissimi usciti da Tesla e da iRobot (quella degli elettrodomestici) e che hanno aperto bottega a San Francisco e raccolto i primissimi round di finanziamento da pochi giorni. Hanno creato lvl5, una startup che fin dal nome (il Livello 5 SAE della guida autonoma è classificato il top) fa capire di cosa a cosa serve la loro app Payver.
Scaricata su smartphone e montato sul parabrezza, la app Payver raccoglie i dati dei sensori dello smartphone (GPS, giroscopi) e le immagini. I giovanissimi di lvl5 per attingere al maggior numero di fonti possibili per le loro mappe si sono rivolti agli autisti del ride hailing di San Francisco. Chi guida per Uber o Lyft ed aderisce accumula punti che poi, come normale con linee aeree o supermercati, si possono riscattare.
L’amministratore delegato Andrew Kouri afferma che finora nella zona della Baia hanno già aderito oltre 2.500 autisti, che hanno raccolto nei loro itinerari immagini in più di mezzo milione di miglia di strade convertite in mappe. Per tracciare mappe su un scala utile a quello che potrebbe essere l’impiego per uso intensivo di una casa auto o della tecnologia Kouri stima che occorrerebbero 50.000 app attive sulle strade californiane.
Oppure software installati con altrettanta generosità sui modelli di questa o quella marca. Si tratta proprio di quello che dall’anno prossimo comincerà a fare HERE, società ex-Nokia ora di proprietà dei marchi premium tedeschi che per elevare la precisione dei dati delle sue mappe inizierà a registrare i dati delle BMW, forse poi seguiti da quelli raccolti da Audi e Mercedes-Benz.
Parlando con Sean Captain del sito Fast Company Kouri ed i suoi soci hanno detto di non ritenere indispensabile per il loro lavoro ricorrere a costosi sensori laser: una posizione che li accomuna in particolare ad Elon Musk, che per le sue Tesla si affida a radar e telecamere, ma anche a quella di George Hotz, un altro dei paladini del crowdsourcing basato sui software sviluppati dalla piccola ma ambiziosissima Comma.ai.
Molte case auto non condividono questa fiducia smisurata: e anzi da pochi giorni sappiamo che il primo LiDAR su una vettura di serie sarà quello presente sulla nuova ammiraglia Audi, la A8 appena svelata in anteprima a Barcellona. Ma la precisione del LiDAR è una proprietà a cui i detrattori del laser sono convinti di poter ovviare grazie al puro volume della quantità.
Un LiDAR avrebbe pochi problemi a rilevare un tombino mal chiuso che sporge dall’asfalto a conclusione di lavori effettuati. Nel caso delle mappe stradali che si affidano a telecamere, la quantità sopperisce a quella qualità perché un numero crescente di smartphone, man mano gli autisti di Uber passano nell’area in questione, rileverebbe il tombino sporgente con sempre maggior precisione.
La quantità dei dati è anche una risorsa che, a forza di reiterazioni, aiuta ad eliminare il rumore di fondo da una mappa. Ovvero quei dati che sono provvisori o temporanei e che normalmente non fanno parte delle caratteristiche di una strada.
Un furgone delle consegne parcheggiato a bordo strada restringe indubbiamente la larghezza utilizzabile; ma grazie a decine, centinaia di passaggi, il software è in grado di identificarlo come una temporanea seccatura, senza conseguenze sulla precisione della mappa riguardo alla strada, di cui verrà identificata la larghezza corretta.
Un’altra funzionalità dell’app Payver, che farebbe comodo anche ai guidatori che non lavorano nel ride hailing ed anche (o specialmente) in Italia, è la possibilità di registrare un incidente mediante tocco sullo schermo dell’iPhone. L’app a quel punto carica sui server di Lvl5 i secondi precedenti, che restano disponibili per mettere in regola eventuali problemi legali.
