AI nelle auto a guida autonoma
Scopri come la visione artificiale nei veicoli autonomi consente la percezione e il processo decisionale in tempo reale, migliorando la sicurezza e l'esperienza di guida complessiva.
Le auto a guida autonoma non sono più soltanto un'idea futuristica: stanno diventando realtà grazie ai progressi dell'intelligenza artificiale (AI) per la guida autonoma. Questi veicoli dipendono fortemente da sistemi di IA avanzati, in particolare dalla visione artificiale, per comprendere e interpretare il mondo che li circonda. Questa tecnologia consente loro di identificare gli oggetti, riconoscere i segnali stradali e muoversi in sicurezza in ambienti complessi, in tempo reale.
Con un valore di oltre 27 miliardi di dollari nel 2021 e una crescita prevista fino a quasi 62 miliardi entro il 2026, il mercato globale delle auto a guida autonoma dimostra chiaramente che l'IA per la guida autonoma sta plasmando il futuro dei trasporti. In questo articolo vedremo più da vicino come si applica la visione artificiale alle auto a guida autonoma, analizzando applicazioni fondamentali come il rilevamento dei pedoni, il riconoscimento dei segnali stradali e i sistemi di mantenimento della corsia, per mostrare come queste innovazioni stiano trasformando il futuro della guida.
Il ruolo dell'IA nelle auto a guida autonoma#
L'IA può aiutare notevolmente le auto a guida autonoma a comprendere l'ambiente circostante e a prendere decisioni in tempo reale. Vediamo come l'IA, tra le sue numerose applicazioni, contribuisce al rilevamento dei pedoni e al riconoscimento dei segnali stradali, due elementi fondamentali per migliorare l'affidabilità della guida autonoma.
IA per il rilevamento dei pedoni#
Guidare richiede concentrazione costante e consapevolezza di ciò che accade intorno a te mentre sei al volante. L'IA nelle auto a guida autonoma può contribuire a innumerevoli aspetti dell'uso quotidiano delle nostre auto. Per esempio, l'IA può svolgere un ruolo importante nella sicurezza dei pedoni, individuandoli e prevedendone i movimenti. Secondo lo «Studio sul rilevamento dei pedoni nelle auto a guida autonoma», il processo inizia con le telecamere dell'auto, posizionate in tutto il veicolo per acquisire una visuale completa dell'ambiente circostante, comprese strade, marciapiedi e attraversamenti pedonali. Queste telecamere acquisiscono continuamente dati visivi, aiutando l'auto a «vedere» i pedoni anche in situazioni affollate o difficili.
I dati visivi raccolti possono quindi essere elaborati usando modelli di visione artificiale come Ultralytics YOLOv8. Per farlo, il primo passaggio consiste nel rilevamento degli oggetti, che permette di identificare la posizione di potenziali oggetti nell'immagine, come pedoni, veicoli e segnali stradali. Una volta rilevati, il modello di IA passa al passaggio successivo: la classificazione, che determina cosa sia effettivamente ciascun oggetto rilevato. I modelli vengono addestrati su vasti dataset, così da poter riconoscere i pedoni in diverse pose, condizioni di illuminazione e ambienti, anche quando sono parzialmente nascosti o in movimento.
Mentre alcuni modelli di visione artificiale eccellono nel rilevamento e nella classificazione, altri si concentrano su attività come la previsione dei movimenti dei pedoni rilevati. In questi sistemi, una volta classificato un oggetto come pedone, il modello di IA fa un passo in più prevedendone il movimento successivo. Per esempio, se una persona si trova sul bordo di un attraversamento pedonale, l'auto può prevedere se potrebbe immettersi sulla carreggiata. Questa capacità predittiva è fondamentale perché il veicolo possa reagire in tempo reale rallentando, fermandosi o cambiando direzione per evitare potenziali pericoli. Per rendere queste decisioni ancora più efficaci, i sistemi di IA possono combinare i dati visivi delle telecamere con gli input di altri sensori, come il LIDAR, offrendo all'auto una comprensione più completa dell'ambiente circostante.
Fig. 1. Ultralytics YOLOv8 rileva un pedone.
IA per il riconoscimento dei segnali stradali#
Il riconoscimento dei segnali stradali, abbreviato in TSR, è un altro aspetto importante delle auto a guida autonoma. Aiuta il veicolo a riconoscere i segnali stradali e a reagire in tempo reale, per esempio ai segnali di stop, ai limiti di velocità e alle indicazioni stradali. In questo modo l'auto rispetta le regole del traffico, evita gli incidenti e permette ai passeggeri di viaggiare in modo fluido e sicuro.
Alla base del TSR ci sono algoritmi di deep learning che usano le telecamere dell'auto per identificare i segnali. Questi sistemi devono funzionare in condizioni diverse, come la pioggia, la scarsa illuminazione o quando il segnale è inquadrato da un'angolazione. I metodi più datati si basano su tecniche come l'analisi della forma e del colore dei segnali, ma spesso possono fallire in situazioni complesse, per esempio in caso di maltempo.
Nel documento di ricerca «Un approccio basato su Ultralytics YOLOv8 per il rilevamento multiclasse dei segnali stradali», gli autori descrivono l'uso del modello YOLOv8 per identificare le aree delle immagini in cui si trovano i segnali stradali. Il modello è stato addestrato su un dataset che include immagini di segnali stradali in condizioni diverse, per esempio con angolazioni, illuminazione e distanze differenti. Una volta che il modello YOLOv8 rileva le regioni contenenti i segnali stradali, li classifica con precisione, raggiungendo l'impressionante valore dell'80,64%. Queste capacità potrebbero aiutare i veicoli autonomi a comprendere le condizioni stradali identificando i segnali importanti in tempo reale, contribuendo potenzialmente a decisioni di guida più sicure.
Fig. 2. Modello di visione artificiale che rileva e classifica con precisione un segnale stradale, consentendo ai veicoli autonomi di navigare in sicurezza. (Fonte: computervision.zone)
Vantaggi dell'IA nelle auto a guida autonoma#
L'IA sta trasformando progressivamente il funzionamento delle auto a guida autonoma, rendendole più sicure ed efficienti. Grazie ad algoritmi intelligenti e alla capacità di elaborare rapidamente i dati, queste auto possono individuare i pericoli, prendere decisioni di guida migliori e persino ridurre il loro impatto sull'ambiente. Ecco alcuni dei principali vantaggi che l'IA offre alle auto a guida autonoma.
Maggiore sicurezza#
L'IA può migliorare la sicurezza delle auto a guida autonoma, consentendo di rilevare i pericoli e reagire in tempo reale. Secondo un rapporto della National Highway Traffic Safety Administration (NHTSA), il 94% degli incidenti gravi è dovuto a errori umani. L'IA può ridurre episodi di questo tipo reagendo più rapidamente dei conducenti umani e, man mano che i sistemi autonomi diventano più avanzati, potrebbe ridurre il tasso di incidenti del 90%.
Traffico più scorrevole e maggiore efficienza nei consumi#
Il rilevamento degli oggetti nei veicoli autonomi basato sull'IA non contribuisce solo alla sicurezza, ma migliora anche il flusso del traffico. Grazie all'IA, questi veicoli possono regolare la velocità, mantenere la distanza ottimale e ridurre la necessità di frenate o accelerazioni improvvise, contribuendo così a limitare la congestione del traffico. Gli algoritmi di IA ottimizzano anche l'efficienza nei consumi, assicurandosi che le auto seguano i percorsi più efficienti, evitino soste non necessarie e gestiscano meglio il consumo di carburante rispetto ai conducenti umani. Di conseguenza, l'IA non migliora solo l'esperienza di guida, ma contribuisce anche a ridurre le emissioni e i costi del carburante.
Il futuro delle auto a guida autonoma#
Il futuro delle auto a guida autonoma punta al raggiungimento del Livello 5 di autonomia, che significa guida completamente autonoma senza intervento umano, indipendentemente dall'ambiente o dalla situazione. Per capire verso dove si sta dirigendo la tecnologia, è importante esaminare i cinque livelli di guida autonoma definiti dalla Society of Automotive Engineers (SAE):
- Livello 0: nessuna automazione. Il conducente umano ha il pieno controllo.
- Livello 1: assistenza alla guida. Sistemi di base come il cruise control assistono nella guida, ma richiedono la supervisione umana.
- Livello 2: automazione parziale. Il veicolo può controllare sia la sterzata sia l'accelerazione, ma il conducente deve restare vigile e pronto a riprendere il controllo.
- Livello 3: automazione condizionata. Il veicolo può gestire la maggior parte delle attività di guida, ma nelle situazioni complesse è necessario l'intervento umano.
- Livello 4: automazione elevata. L'auto può guidare da sola nella maggior parte degli ambienti e delle condizioni, anche se in situazioni estreme potrebbe essere ancora necessario un conducente.
- Livello 5: automazione completa. Il veicolo è completamente autonomo e può operare in ogni condizione senza alcun intervento umano.
Attualmente, la maggior parte dei veicoli disponibili in commercio opera al livello di autonomia 2: l'auto può assistere nella sterzata e nel controllo della velocità, ma il conducente deve comunque restare vigile. Mercedes-Benz è una delle prime aziende ad aver raggiunto l'autonomia di Livello 3, che in condizioni specifiche consente ai conducenti di togliere le mani dal volante, distogliere lo sguardo dalla strada e guardarsi intorno.
Raggiungere l'autonomia di Livello 5, in cui i veicoli possono percorrere qualsiasi tipo di strada, dai trafficati centri urbani alle remote strade rurali, senza mappe né intervento umano, presenta tuttavia sfide significative. Tra queste figurano lo sviluppo di un'IA avanzata capace di prendere decisioni in tempo reale in ambienti imprevedibili, la gestione di condizioni meteorologiche complesse e la garanzia della sicurezza in ogni scenario di guida.
Punti chiave#
L'IA è fondamentale per rendere le auto a guida autonoma sempre più realtà. Aiuta questi veicoli a rilevare gli oggetti, riconoscere i segnali stradali, mantenersi nella propria corsia e, con modelli di visione artificiale come YOLOv8, a contribuire alla gestione del traffico e all'ottimizzazione della gestione dei parcheggi, rendendo la guida più sicura e scorrevole. Tecnologie come YOLO e le CNN permettono alle auto di prendere decisioni intelligenti su strada. Al momento, la maggior parte delle auto a guida autonoma funziona al Livello 2: assiste nella guida, ma richiede ancora l'attenzione umana. L'autonomia di Livello 3 è in fase di sperimentazione e consente di guidare senza mani sul volante entro limiti definiti.
La sfida più grande è raggiungere il Livello 5 di autonomia, in cui le auto possono guidare da sole in qualsiasi condizione, senza aiuto umano. Per riuscirci servirà ulteriore lavoro per gestire gli eventi imprevisti e creare sistemi capaci di prendere decisioni in tempo reale in ogni situazione. Con il miglioramento dell'IA, le auto completamente autonome diventano sempre più vicine, promettendo strade più sicure e un'esperienza di guida più confortevole.
Ti interessa l'IA? Esplora il nostro repository GitHub per scoprire progetti all'avanguardia e partecipare alla nostra community in crescita. Dalle innovazioni nel settore sanitario alle novità della guida autonoma, stiamo guidando il futuro dell'IA!
