Robotaxi: meglio elettrici o ibridi? Da Pittsburgh la risposta

La diatriba sulla piattaforma migliore per sensori e chip dei veicoli che fanno a meno del guidatore potrebbe essere cosa del passato, sostiene studio della Carnegie Mellon University

Per chi ha seguito i temi dell’innovazione nell’ultima decade, gli ultimi mesi hanno visto l’auto elettrica al centro dell’attenzione molto più di quanto lo sia stata l’auto a guida autonoma o robotaxi che dir si voglia. Nelle ultime settimane il settore delle self-driving car sta recuperando fiducia, anche se gli investimenti attuali non sono più quelli di cinque anni fa.

La concorrenza tra elettrificazione ed elevata automazione secondo molte opinioni è stata anche sinonimo di difficile convivenza. Un veicolo a guida autonoma al 100% elettrico deve mettere in conto più peso, più carico computazionale da parte di chip e sensori e anche una aerodinamica meno favorevole nel valutare l’energia necessaria rispetto a un’auto elettrica guidata in modo convenzionale.

Bilanciare pro e contro non è facile perché la velocità con cui migliorano i sensori, chip ed i software richiede aggiornamenti continui ai modelli che arrivano a una conclusione favorevole o sfavorevole.

Gli ottimisti ritengono che i miglioramenti stiano rapidamente mitigando il trade-off, il bilancio dei benefici e delle criticità, mettendo insieme un mondo ideale in cui l’efficienza di gestione della guida e dell’energia della batteria assicurata dai software migliorerà il conto complessivo di emissioni, consumi, manutenzione dei veicoli.

Peraltro che finora questa fosse una posizione di minoranza ce lo ricorda la spaccatura nell’approccio al problema tra molti protagonisti. Di fronte alla domanda: per sviluppare un robotaxi è meglio appoggiarsi a modelli al 100% elettrici o a ibride? I pareri sono stati quasi spaccati in due.

Ford Motor Co. è stata tra chi più ha sottolineato l’opportunità pratica di evitare le elettriche pure. I test effettuati da quando la casa di Dearborn si è impegnata nei progetti di guida ad elevata automazione hanno concluso che computer e sensori attivi su un veicolo di Livello SAE 4 o 5 possono ridurre l’autonomia di una elettrica pura di oltre il 50%.

E attraverso la divisione Argo AI (di cui è azionista di maggioranza, da alcune settimane definitivamente in coabitazione col nuovo partner multi-settore Volkswagen) continua a lavorare su veicoli ibridi, magari con la presa, sul programma che dovrebbe portare a una tecnologia attesa salvo sorprese nel 2022.

Una posizione analoga a quella di Toyota, che nel suo Toyota Research Institute americano e per l’affiliato nipponico TRI-AD lavora con ibride Lexus, anche se ormai avrebbe disponibili modelli full electric, già in vendita in Cina.

Waymo, l’azienda specializzata che ha ereditato il progetto della Google-car da tempo accantonata, ha lavorato molto a partire dal 2017 coi minivan ibridi Chrysler Pacifica, ma più di recente nella sua flotta di robotaxi sono entrati anche i SUV elettrici Jaguar I-pace. La stessa Volkswagen, pur collaborando con Argo AI, per progetti di veicoli autonomi su strade pubbliche tedesche ha preferito le E-golf.

La partita sull’assetto ideale insomma non è conclusa. E un paper pubblicato sul periodico Nature Energy col titolo “Trade-offs between automation and light vehicle electrification” offre un quadro probabilmente più aggiornato.

Lo studio tiene dovuto conto dei miglioramenti di sistemi che sono molto cambiati rispetto a quando la rincorsa a costruire robotaxi è stata lanciata e così la loro interazione con veicoli elettrici e ibridi.

Secondo Venkat Viswanathan, docente di ingegneria meccanica alla Carnegie Mellon University, l’influenza della presenza di un sistema basato sugli attuali materiali e programmi comporta un dazio per l’autonomia di circa il 15% se si guida in città e una perdita di appena il 5% di range nel caso della guida più fluida dei sobborghi.

Così il professore della prestigiosa università di Pittsburgh, una delle culle della guida autonoma fin dalle prime storiche competizioni organizzate dal DARPA, ha dichiarato all’agenzia Bloomberg: “Stiamo arrivando al punto in cui non avremo più bisogno di scegliere tra guida autonoma e auto elettriche”.

Viswanathan e i co-autori dello studio hanno utilizzato un modello dinamico di simulazione Monte Carlo che mostra come i sensori (radar, camere e soprattutto i LiDAR) e i computer migliorino il loro lavoro consumando sempre meno energia.

Nel caso dei chip, unità costruite su misura per scopi specifici ed elaborazione periferica possono tagliare i consumi del 50% rispetto a quello che farebbero pezzi convenzionali.

I LiDAR in particolare, ritenuti da tutti essenziali per la guida autonoma a elevata automazione (tranne da Elon Musk), hanno anche la necessità di diffondere le loro nuvole di punti da collocazioni esterne alla carrozzeria che possono influire sulla resistenza all’avanzamento del veicolo. Un problema ben noto e a cui da tempo i progettisti lavorano per integrarli sempre meglio nei flussi aerodinamici generati dalle vetture.

La simulazione mostra che una Tesla Model 3 con un pacco batterie da 80 kWh di capacità dotata di LiDAR perderebbe il 9% di autonomia guidata da sistemi a guida autonoma in ambito misto, mentre il calo si ridurrebbe al 4% facendo a meno del LiDAR. La stessa vettura guidata da sistemi a guida autonoma in ambito cittadino perderebbe il 14% di range se equipaggiata col LiDAR e l’11% di autonomia senza sensori laser.

Quella differenza di autonomia con o senza sensori laser è qualcosa che nel giro di poco tempo potrebbe ridursi ancora: quello dei LiDAR è uno dei settori dove i prezzi crollano e le performance aumentano, visto quanto è promettente.

E anche a medio e breve termine la differenza di prezzo e il costo in energia potrebbe secondo Viswanathan valere la pena di avere dati migliori assicurati da sensori sempre più veloci e precisi.

I computer hanno bisogno di mappe circostanti al veicolo aggiornate ed affidabili, e i ricercatori credono che alla correttezza dei dati disponibili potrebbero corrispondere risparmi di energia fino al 10%, grazie alla disponibilità di strategie di guida che ottimizzano frenate e accelerazioni rispetto a quelle di autisti in carne ed ossa.

Credito foto di apertura: blog Waymo, via Medium