Un lunedì mattina di gennaio di quest'anno un uomo è salito sulla sua berlina Tesla, tirato su un'autostrada fuori Los Angeles, e attivato la modalità semi-autonoma "Autopilota" del veicolo. L'auto si destreggiava tra gli input di 8 telecamere, 12 sensori a ultrasuoni e un radar per navigare in autostrada, evitando altri veicoli e rimanendo all'interno delle linee tratteggiate. Quindi, è andato a sbattere contro un camion dei pompieri fermo.
La tecnologia dei veicoli autonomi è spesso elogiata per la sua capacità di rendere le strade più sicure, e per una buona ragione. Ma situazioni come quella sopra descritta dimostrano che anche i veicoli semi-autonomi di oggi hanno dei seri intoppi da risolvere. Fortunatamente, ricercatori come Xin Li stanno lavorando duramente per risolvere alcuni dei problemi più fondamentali attualmente affrontati dalla tecnologia delle auto a guida autonoma al fine di ridurre eventualmente le morti per veicoli a motore.
"Alcuni anni fa ho iniziato a parlare con alcune aziende automobilistiche negli Stati Uniti dei problemi che stavano affrontando con le auto a guida autonoma, "dice Li, un professore nel Dipartimento di Ingegneria Elettrica e Informatica sia alla Duke che alla Duke Kunshan University. A causa della sua doppia nomina, Li trascorre molto tempo in Cina, dove ha continuato la conversazione sulle auto a guida autonoma con le case automobilistiche cinesi.
Li afferma che attualmente ci sono due problemi principali che ostacolano la tecnologia di guida completamente autonoma:il problema della verifica e il problema dell'integrazione.
Il problema della verifica si riduce al seguente dilemma:per dimostrare che qualcosa è sicuro, devi prima imparare quali circostanze lo fanno fallire. "Se chiedi al tuo cliente di guidare un'auto a guida autonoma per strada, il tasso di fallimento deve essere molto, molto piccolo, " dice Li. Capire come calcolare quel tasso e, per estensione, come poi correggere quei fallimenti, è diventata una domanda di ricerca centrale per Li.
Quindi come si calcola il tasso di fallimento? Una soluzione è semplicemente lasciare che l'auto a guida autonoma si sposti in un'area finché non commette un errore, senza fermarsi a un segnale di stop, ad esempio. Ma la maggior parte di questi fallimenti si verifica in circostanze molto rare chiamate "casi d'angolo" (si pensi, un masso che precipita su una strada di montagna), il che significa che questo approccio richiederebbe una quantità di tempo proibitiva.
"È difficile osservare fisicamente tutti gli scenari possibili su tutti i casi limite, così abbiamo pensato, 'perché non usiamo un computer e chiediamo al computer di generare sinteticamente questi possibili casi?'" dice Li. Invece di aspettare un'auto sulla strada per scoprire ogni bizzarra confluenza di condizioni meteorologiche e guidatori irregolari che causano il sistema fraintendere un semaforo, L'approccio unico del team di Li crea questi scenari utilizzando programmi per computer intelligenti. Questi programmi utilizzano modelli statistici e algoritmi per generare situazioni sintetiche per la navigazione del sistema autonomo.
In un recente articolo pubblicato nel numero di novembre 2017 di Computer-Aided Design, il suo team ha dimostrato che l'alta temperatura e i circuiti invecchiati possono degradare le immagini raccolte dalle telecamere di un'auto a guida autonoma. Il team ha utilizzato una tecnica di apprendimento automatico chiamata Cycle-Consistent Generative Adversarial Networks per generare dati di immagine sintetici come se fossero raccolti ad alta temperatura o utilizzando vecchi circuiti. Quando hanno alimentato quelle immagini degradate nel sistema autonomo, ha faticato a identificare correttamente i segnali di stop. Creando casi di fallimento sintetici come questo, La ricerca di Li consente alle case automobilistiche di verificare con maggiore precisione quanto spesso e, ma ancora più importante, in quali scenari un sistema potrebbe non funzionare. Li poi lavora con i suoi collaboratori nell'industria per implementare questa nuova tecnologia in hardware e software che rende i veicoli autonomi più sicuri.
Sfortunatamente, più componenti vengono aggiunti a un veicolo autonomo, maggiori sono le possibilità che qualcosa vada storto. Questo è il paradigma del secondo ostacolo per i veicoli autonomi:il problema dell'integrazione. Le auto a guida autonoma devono combinare perfettamente tutti i tipi di sistemi complicati, dai moduli di prevenzione delle collisioni al rilevamento dei semafori, il tutto durante la navigazione in un ambiente a 60 miglia all'ora. Capire come garantire che i componenti lavorino insieme in modo rapido ed efficace costituirà la fase successiva della ricerca di Li.
"Onestamente, è un problema molto difficile e non abbiamo ancora una buona soluzione, "dice Li, anche se spera che lo sviluppo di un sistema informatico più centralizzato per l'auto possa fare molto per l'integrazione delle funzionalità del veicolo.
Li dice che c'è anche un problema più fondamentale che deve affrontare il campo dello sviluppo dell'auto a guida autonoma:l'istruzione. Mentre la progettazione di veicoli convenzionali è dominio degli ingegneri meccanici, costruire veicoli autonomi richiederà una vasta esperienza nell'intelligenza artificiale, progettazione software e ingegneria di sistema. Per affrontare i problemi di domani servirà un nuovo approccio interdisciplinare. "Penso che sia molto importante per un'istituzione educativa come Duke formare studenti con il giusto background in modo che possano impegnarsi in queste aree emergenti quando si laureano, "dice Li.
Fare ricerche fondamentali sulle auto a guida autonoma ha una posta in gioco incredibilmente alta. "Quando l'industria adotta la mia soluzione, Ho la responsabilità di assicurarmi che funzioni... Se c'è un errore, le persone potrebbero essere uccise, " dice Li. Allo stesso tempo, lavorare su alcune delle più grandi questioni nello sviluppo delle auto a guida autonoma è un'opportunità incredibile. "In questo momento la guida autonoma è un campo emergente con molti problemi aperti. Questo lo rende un momento molto eccitante per gli accademici come me, "dice Li.
