I ricercatori del Massachusetts Institute of Technology stanno studiando un modo per “insegnare” alle future auto a guida autonoma a “ragionare” come gli esseri umani. Il primo passo è far sì che il computer riesca a portare l’auto a destinazione usando solo mappe e videocamere. Sembra banale, in realtà non lo è. La differenza di approccio fra un essere umano e un computer, infatti, al momento è abissale. Quando deve raggiungere un luogo che non conosce, una persona attiva il navigatore satellitare, e confrontando passo passo la mappa virtuale con la strada, capisce dove si trova e dove deve andare.
Per muoversi, oggi le auto a guida autonoma devono prima mappare e analizzare tutte le nuove strade, perché si basano su mappe complesse, di solito generate con scansioni 3D molto elaborate e lunghe da creare. Il computer non è in grado di abbinare “semplicemente” l’immagine 2D della strada generata dal navigatore alla strada stessa. Questo è appunto l’obiettivo della ricerca presentata alla Conferenza Internazionale sulla Robotica e l’Automazione che si è tenuta la scorsa settimana a Montreal (Canada).
Si tratta di un sistema di controllo autonomo che “impara” dai modelli di guida dei conducenti umani, e che usa solo i dati provenienti dalle videocamere esterne, incrociate con una semplice mappa GPS. Il sistema così creato può guidare un’automobile lungo un percorso in un’area nuova di zecca. Allo stesso modo può rilevare discrepanze tra la sua mappa e le caratteristiche della strada, in modo da determinare se la sua posizione o la mappa che deve seguire sono corrette, ed eventualmente correggere il percorso.
Per “addestrare” il sistema, un conducente umano ha guidato una Toyota Prius automatizzata, dotata di diverse telecamere e di un sistema di navigazione GPS di base. Il sistema ha raccolto tutti i dati sulle azioni svolte dal guidatore, e quando ha dovuto muoversi in maniera autonoma ne ha replicato le azioni. Il merito del successo va a un modello di apprendimento automatico chiamato rete neurale convoluzionale (CNN), comunemente usato per il riconoscimento delle immagini. Durante la fase di addestramento, il sistema ha “osservato” e “imparato” a guidare dal conducente umano. La CNN ha correlato i movimenti del volante alle curve stradali registrate attraverso le telecamere, e alla mappa di riferimento. Alla fine, ha appreso le azioni più probabili da svolgere nelle svariate situazioni di guida, come i rettilinei, vari tipi di incroci e le rotatorie. Il risultato è stato che l’auto a guida autonoma è riuscita a guidare con successo lungo un percorso in un’area forestale sconosciuta.
Il passo avanti è stato notevole, perché non è stato necessario addestrare l’auto su un percorso per poterlo svolgere. Il lavoro non è finito, perché l’obiettivo è raggiungere un’autonomia di guida autonoma in tutta sicurezza in qualsiasi nuovo ambiente. Per rendere l’idea, i ricercatori spiegano che “se addestriamo un veicolo autonomo a guidare in un contesto urbano, il sistema dovrebbe anche essere in grado di guidare agevolmente nei boschi, anche se questo è un ambiente che non ha mai visto prima”. Come sottolineano i ricercatori, nei test finora condotti il sistema ha usato mappe particolarmente facili. Bisognerà ottenere gli stessi risultati in contesti complessi.
Articolo Successivo
Robocrop è il primo robot specializzato nella raccolta dei lamponi
