Cosa c’è dietro l’angolo lo sa la ShadowCam, anche con 0″72 di anticipo
La ShadowCam sviluppata dal laboratorio CSAIL del prestigioso MIT è più economica di alternative come LiDAR o Car-2-X: indoor promette bene, ma non è pronta per le autostrade
Se è vero che i grandi gruppi della tecnologia e dell’auto stanno tirando pragmaticamente il freno sulla praticabilità delle tecnologie avanzate di guida autonoma (come ha recentemente ribadito in pubblico anche il numero uno Waymo John Krafcic), è anche vero che la ricerca sta progredendo a ritmi vertiginosi ed apre strade sempre più inattese.
Non solo, strade in cui la tecnologia sarà in grado di fare cose non alla portata degli esseri umani. Come sapere cosa c’è dietro l’angolo, come prevedeva la domanda del più famoso talk show televisivo degli anni ’90.
Invece di rispondere affidandosi alla tecnologia Car-2-X, quale da poco svelata sulla nuova Golf 8, e che fino alla completa copertura di ogni veicolo, dal monopattino al camion multi-assi non potrà essere al 100% affidabile, alcuni ricercatori come quelli del sempre sorprendente MIT stanno sviluppando alternative che si affidano a tecnologie relativamente semplici e già disponibili, non basate su impianti di trasmissione ma sulla computer vision.
In un progetto sostenuto dall’americano Toyota Research Institute, i ricercatori del Massachusetts hanno sviluppato un sistema, ShadowCam, che si serve delle variazioni anche minime nei contorni delle ombre per effettuare predizioni sulla presenza o meno di un veicolo oltre l’angolo.
Il successo di programmi in grado di effettuare queste previsioni con la massima efficacia servirebbe ovviamente alla tecnologia della guida autonoma applicata all’automotive e non solo nel traffico urbano. Una tecnologia di questo tipo potrebbe migliorare rapidamente l’affidabilità dei sistemi automatizzati di parcheggio rendendoli più efficaci specie in quelli aperti al pubblico.
Quest’anno il tema è stato reso popolare da alcune sperimentazioni di alto profilo, come quella Mercedes-Benz al proprio museo di Stoccarda, e soprattutto dalla controversa tecnologia Tesla Summon che è una delle protagoniste di video di risultati non proprio eccelsi dell’attuale algoritmo di gestione del parcheggio autonomo.
Ma oltre al vasto settore dell’automotive questa tecnologia potrebbe migliorare l’affidabilità anche di robot e droni, inclusi anzi specialmente quelli che potrebbero sempre più spesso apparire per compiti quali le consegne (nei quali tutti gli attori della logistica da Amazon in giù fanno i loro esperimenti).
La professoressa Daniela Rus, coautrice del paper che la ricerca ha prodotto, ha detto nella nota diffusa dall’ateneo: “Per applicazioni nelle quali robot si muovano in ambienti con altri oggetti in movimento o persone, il nostro metodo può dare al robot un congruo preavviso che qualcosa sta arrivando da dietro l’angolo, in modo che il veicolo possa rallentare, adattare il proprio percorso e prepararsi in anticipo ad evitare una collisione”.
La professoressa Rus (che fino a poco tempo fa faceva parte del consiglio di sorveglianza di Piaggio Fast Forward, la divisione concentrata sull’innovazione nella mobilità) ha firmato il paper sulla ricerca pubblicato dallo CSAIL (Computer Science and Artificial Intelligence Laboratory) insieme a Felix Naser, Alexander Amini, Igor Gilitschenski, Christina Liao, Guy Rosman e Sertac Karaman.
Il gruppo ora sta puntando ad arrivare a creare un sistema di fantascientifica “visione a raggi X” dei veicoli che si muovono nelle strade o in ambienti chiusi. Finora però il sistema è stato provato solo in ambienti indoor, dove le velocità di mezzi automatizzati e non sono mediamente più basse e dove il livello di illuminazione è normalmente più stabile. Premesse che rendono più facile il compito dei sistemi di percepire ed analizzare le ombre ed estrarne dati significativi.
Il sistema sviluppato include camere ottiche standard, e monitora variazioni nella forza ed intensità della luce usando varie tecniche, quali odometria visuale ed amplificazione del segnale per arrivare a determinare se i contorni delle ombre in uno scenario siano prodotti da oggetti immobili o in movimento.
Il laboratorio CSAIL ha già effettuato i primi test comparativi della shadowcam per accertarne la concorrenzialità con altri sistemi basati su sensori differenti. Paragonata all’apprezzato ma costoso LiDAR, in un parcheggio al coperto la ShadowCam ha identificato un’auto in movimento a fari spenti in media 0,72 secondi più rapidamente che i sensore laser. Inoltre calibrando la ShadowCam sulle condizioni di illuminazione del garage sono arrivati ad una accuratezza dell’86%.
Nel mondo della guida autonoma avanzata (ma anche in quello della guida in generale) un vantaggio di oltre mezzo secondo può equivalere a evitare oppure no una collisione.
Il team dello CSAIL peraltro conferma di avere ancora molto lavoro da fare prima di pensare di trasferire la lezione di ambienti quali i parcheggi a contesti più impegnativi nelle quali le condizioni di luce siano variabili e soprattutto la velocità degli oggetti in movimento sia superiore.
