Audi dimostra l’AI applicata al parcheggio autonomo
Nello stand della casa di Ingolstadt alla conferenza NIPS di Barcellona si può vedere in azione l’apprendimento automatico
La conferenza ed i seminari della Neural Information Processing Systems (per brevità NIPS) sono uno degli snodi principali mondiali attraversati annualmente da chi è nel settore dell’intelligenza artificiale. Ad ogni edizione a Barcellona, quest’anno da lunedì scorso a sabato, vengono sfoggiati i progressi raggiunti in ambito di apprendimento e neuroscienze artificiali.
Quest’anno Audi è presente per la prima volta con un proprio stand in cui mostra mediante un
modello in scala della nuova Q2 il livello di progresso raggiunto da un’automobile nell’ambito della logica di funzionamento di parcheggio intelligente. Per mettere in evidenza il proprio know-how nel settore machine learning, la casa dei quattro anelli ha portato un modello di auto in scala 1:8 denominato Audi Q2 deep learning concept effettua dimostrazioni pratiche di parcheggio intelligente.
In un’area di 3 x 3 metri è in grado di ricercare e trovare autonomamente uno spazio adeguato parcheggiando al suo interno. L’apparato consiste di due monotelecamere orientate in avanti e indietro, e in dieci sensori a ultrasuoni posizionati intorno all’intera carrozzeria. Un computer di bordo trasforma le informazioni fornite da tali sistemi in segnali di comando per lo sterzo e per il suo motore elettrico.
In una prima fase l’auto rileva la propria posizione rispetto al parcheggio sulla superficie di marcia. Appena rileva uno spazio adeguato, calcola come eseguire le corrette manovre di
parcheggio con spostamenti di avanzamento e arretramento ed opportune sterzate. La capacità di parcheggiare autonomamente è supportata dal deep reinforcement learning che consente al sistema di apprendere informazioni anche dai tentativi e dagli errori, secondo il principio dell’inferenza, applicata elaborando per strati successivi gli input di informazione.
Ovvero, inizialmente l’automobile sceglie in modo casuale la direzione di marcia per le
manovre. Un algoritmo riconosce automaticamente le azioni con esito positivo e migliora
in questo modo sempre di più la logica di parcheggio. Il sistema è pertanto in grado di
assolvere in totale autonomia anche manovre complesse.
L’Audi Q2 deep learning concept è un progetto sperimentale di Audi Electronics
Venture GmbH (AEV), una consociata della casa di Ingolstadt con sede a Gaimersheim. La successiva fase di sviluppo interesserà l’implementazione di tale tecnologia legata al parcheggio
intelligente su un modello di serie.
Fin qui la nota dell’ufficio stampa Audi. La cosa interessante di questa presenza alla conferenza di Barcellona è che evidenzia un avvicinamento alla guida autonoma che segue percorsi anche decisamente alternativi e diversi. Audi ed altre case stanno infatti collaborando col ministero dei trasporti tedesco ad un piano di sperimentazione in corso sulla Autobahn 9 che riguarda soprattutto l’infrastruttura. Un approccio che per creare un ecosistema in grado di ospitare veicoli autonomi sembra richiedere interventi complessi e costosi.
Ma la Q2 prototipo dimostra che allo stesso tempo c’è una importante dose di risorse rivolta a far progredire i sistemi di guida autonoma indipendentemente dall’ambiente che li ospita, accelerando la capacità di adattamento alla realtà circostante. In breve, anche Audi, e pensiamo anche altre case tedesche, stanno orientandosi verso la filosofia della Silicon Valley, che punta sull’auto del futuro più che sull’infrastruttura autostradale (o metropolitana) del futuro.
Questo approccio lo vedremo per la prima volta all’opera sulla nuova ammiraglia Audi A8 nel 2017, la prima vettura del gruppo tedesco con Livello 3 di autonomia. E per raggiungerla, sarà essenziale la nuova centralina che gestirà i sistemi di assistenza alla guida, chiamata internamente zFAS. Christopher Hammerschmitt della rivista specializzata in elettronica EE Times spiega che “riduce grandemente il numero di unità elettroniche di controllo, un concetto che stabilirà un precedente per altri costruttori di auto e per le future architetture di comando”
Nella nota sul NIPS, Audi sottolinea come per tradurre in pratica il progetto zFAS sia stata importante la collaborazione con l’americana Nvidia. La società famosa per la sua architettura GPU da tempo è attivissima per l’impulso dato all’apprendimento automatico applicato al settore automotive, e collabora con aziende che vanno da Tesla a Volvo, oltre ad Audi.
Ma la casa dei quattro anelli per lo zFAS ha collaborato tra le altre con MobilEye, azienda leader a livello mondiale nel settore del riconoscimento di immagini. Curiosamente però, non viene nominata la collaborazione con Infineon, alla cui architettura Aurix è affidata la porzione rilevante per la sicurezza, la parte computazionale che prende decisioni critiche, separata da quella di elaborazione di procedure grafiche e di dati dei sensori. Questa parte, al contrario dei processi di apprendimento automatico, deve anche essere sottoposta a standard funzionali di sicurezza come l’ISO 26262.
