Il professor Xin Li dell'ECE sta aiutando la HASCO Vision Technology a creare "fari intelligenti" in grado di visualizzare informazioni all'interno del raggio, come le direzioni mostrate sulla carreggiata qui. Credito:Duke University
È una scena comune per chiunque guidi di notte su una strada buia. Sfrecciando dietro gli angoli e sulle colline, gli abbaglianti dell'auto sono accesi per migliorare la visione mentre la mano del guidatore rimane pronta a spegnerli all'istante, per non accecare il traffico in arrivo e causare un incidente.
Xin Li crede che ci sia una soluzione migliore, e sta lavorando con il più grande produttore di fari della Cina per renderlo realtà.
"I fari moderni non hanno solo una o due lampadine, possono avere fino a un milione, " disse Li, professore di ingegneria elettrica e informatica alla Duke University e alla Duke Kunshan University. "Sto lavorando con partner del settore per creare un 'faro intelligente' in grado di controllare ogni pixel individualmente e illuminare automaticamente diverse aree davanti all'auto dopo aver riconosciuto l'ambiente circostante".
Per esempio, il faro potrebbe ridurre la quantità di luce puntata su un'auto in arrivo mentre contemporaneamente aumenta l'illuminazione di un segnale stradale imminente. Oppure potrebbe rilevare i pedoni nelle vicinanze e avvisare il conducente evidenziando il loro corpo evitando di far brillare la luce direttamente nei loro occhi.
La sfida per realizzare un tale faro non è necessariamente creare i diversi modelli di luce:sta insegnando all'auto come riconoscere automaticamente l'ambiente circostante e creare i modelli da sola. È un problema che HASCO Vision Technology, il più grande produttore di lampade per auto in Cina, si rivolge a Li per aiutarli a risolvere con l'apprendimento automatico.
L'apprendimento automatico può insegnare ai "fari intelligenti" a riconoscere l'ambiente e aiutare il conducente illuminando i pedoni nelle vicinanze evitando di accecarli nel processo. Credito:Duke University
Molte case automobilistiche utilizzano fotocamere e machine learning per aiutare a controllare le proprie versioni di auto a guida autonoma, quindi Li è tutt'altro che solo in questo senso. Algoritmi di apprendimento automatico, però, hanno bisogno di grandi quantità di dati da cui imparare, e molti dei set di dati e degli algoritmi già creati a questo scopo si sono concentrati sulla guida diurna.
"La nostra applicazione non si preoccupa del giorno però, " disse Li, che divide il suo tempo tra i campus di Duke in North Carolina e Kunshan, Cina. "Utilizzare questo approccio per i fari intelligenti è in realtà più difficile perché le condizioni di illuminazione sono molto peggiori. È una sfida unica che non è stata ben studiata in passato".
Mentre i suoi partner del settore stanno lavorando per raccogliere più filmati notturni e annotare scrupolosamente oggetti importanti come i cartelli, pedoni e altre automobili, Li sta ottimizzando l'algoritmo di apprendimento automatico. Poiché le decisioni devono essere prese in tempo reale, i ricercatori devono scegliere l'hardware giusto e progettare l'algoritmo per adattarlo alla sua architettura.
Ad aiutare Li in questo compito c'è lo scienziato ricercatore DKU Xin Feng. Insieme, Li e Feng hanno già una demo funzionante che, mentre impressionante, deve ancora migliorare prima che colpisca le strade.
Un'altra opzione per visualizzare le informazioni sulla carreggiata con i "fari intelligenti" è ricordare ai conducenti il limite di velocità. Credito:Duke University
"La precisione del rilevamento è molto importante:non puoi perderti niente e nessuno, " ha detto Li. "E mentre questo è un problema molto importante e impegnativo, è solo una metrica. L'altro è la risposta in tempo reale. Se l'algoritmo impiega troppo tempo per rispondere, allora non è utile tecnicamente, queste sono le due questioni più impegnative".
Ma sono problemi che Li si aspetta di risolvere nel prossimo futuro, insieme con l'aggiunta di qualche altro campane e fischietti. Un altro aspetto del progetto utilizza i fari per proiettare informazioni importanti come condizioni meteorologiche e stradali, segnali stradali, indicazioni di navigazione, e persino corsie di marcia sulla carreggiata all'interno dei fasci dei fari stessi.
Altri progressi potrebbero includere l'uso di sensori alternativi che le auto a guida autonoma potrebbero eventualmente possedere, come radar e lidar. Ma per ora, il progetto utilizza solo fotocamere rivolte in avanti per contenere i costi, poiché nei prossimi anni è molto più probabile che i consumatori vedano i fari intelligenti sulle strade in gran numero rispetto ai veicoli a guida autonoma con capacità di rilevamento aggiuntive.
"Penso che nei prossimi due anni potremo immettere sul mercato un prodotto di prima generazione, " disse Li. "Una volta che abbiamo quelli sulla strada, possiamo ottenere ancora più feedback e dati per migliorare ulteriormente la precisione e i tempi di risposta per migliorare ulteriormente le future iterazioni."
