Hai fatto un giro con Uber e non sei d'accordo con il percorso "più veloce" suggerito dall'app GPS perché tu o l'autista conoscete un modo "migliore"?

Perché la società abbracci veramente le auto a guida autonoma, l'esperienza dei passeggeri deve sentirsi a proprio agio come qualsiasi viaggio con un guidatore umano, compresa la scelta del "migliore, "o più comodo, modo per arrivarci.

Si scopre che questa è una sfida computazionale estremamente difficile, ma i ricercatori ci stanno avvicinando un po' a quella corsa comoda e ideale.

Hanno ideato un nuovo metodo di ottimizzazione per tracciare la traiettoria delle auto a guida autonoma che riduce gli errori, per tutto il tempo mantenendo basse le richieste di calcolo. Hanno pubblicato i loro risultati in IEEE/CAA Journal of Automatica Sinica .

Durante la guida di un veicolo, un guidatore umano può pensare e rispondere a più fenomeni di momento in momento:quanto velocemente andare, cosa aspettarsi per strada, considerazioni sulla sicurezza, nel frattempo anche prendere decisioni su - e rivalutare costantemente - una traiettoria che sia soprattutto comoda per se stessi e per i loro passeggeri. Questa capacità di dare priorità al comfort, e il tentativo di replicarlo nei robot, è stato al centro di molte ricerche recenti.

Un aspetto importante di questo è il problema del tracciamento della traiettoria:garantire che un veicolo segua il percorso desiderato il più fedelmente possibile in un determinato periodo di tempo. Sembra semplice perché noi umani lo facciamo sempre senza prestare molta attenzione, ma matematicamente non è affatto semplice. I modi più diffusi di affrontare il problema hanno il principale svantaggio di requisiti computazionali eccessivi.

"Con un veicolo autonomo, tutto questo deve essere eseguito in quello che chiameremmo il "cervello" del veicolo autonomo, " afferma l'autore e ingegnere dell'articolo Kayvan Majd dell'Arizona State University. "Ci siamo posti una sfida semplice da definire ma difficile da raggiungere rispetto alla pianificazione della traiettoria:un passeggero in un'auto a guida autonoma deve sentirsi come se fosse guidato da un essere umano."

Negli ultimi anni sono stati fatti un paio di tentativi per ridurre questo "overhead" computazionale, "ma così facendo, reintroducono grandi errori rispetto alla traiettoria.

Ciò che rende il nuovo metodo un tale balzo in avanti è che spunta tutte le caselle del tracciamento stabile della traiettoria con errori minimi rispetto alla posizione, velocità e accelerazione, mantenendo basso il sovraccarico computazionale.

Il prossimo passo per questi specialisti è rendere il loro metodo più ampiamente applicabile, tenendo conto di variabili aggiuntive e ancora più realistiche come la presa in considerazione delle forze dei pneumatici e dello slittamento laterale. Ciò consentirà alle auto di funzionare ad alta velocità e in condizioni stradali difficili in modo più accurato.