Roma, 18 feb. (askanews) – Uno studio dell’Istituto di informatica e telematica del Consiglio nazionale delle ricerche di Pisa, in collaborazione con l’Università di Pisa e con il MIT, individua una soluzione per rendere più sicuri i taxi a guida autonoma, già utilizzati in strada negli USA. Si tratta di un linguaggio di messaggistica avanzato che “spiega” al veicolo cosa fare in presenza di incroci, cantieri, semafori.
I robotaxi, o taxi a guida autonoma, sono realtà in numerose città degli Stati Uniti: tuttavia, una recente inchiesta avviata dal Congresso statunitense ha sollevato non pochi dubbi sulla sicurezza di tali veicoli, mettendo in luce come i veicoli in uso non siano ancora del tutto autonomi e come, in situazioni di incertezza (ad esempio segnaletica confusa o cantieri non segnalati), il sistema si affidi a “piloti remoti”, ovvero operatori spesso situati all’altro capo del mondo, che intervengono via software per risolvere le situazioni interpretando a distanza lo scenario.
Una possibile soluzione al problema, riferisce una nota, viene da uno studio di Marco De Vincenzi e Ilaria Matteucci dell’Istituto di informatica e telematica del Consiglio Nazionale delle Ricerche di Pisa (CNR-IIT) con la Prof. Chiara Bodei dell’Università di Pisa e il gruppo di ricerca Auto-ID Lab del Massachussetts Institute of Technology (MIT), guidato dal Prof. Sanjay Sarma e Stephen S. Ho: hanno sviluppato un innovativo linguaggio di messaggistica avanzato che fornisce informazioni utili al veicolo in tempo reale, superando le difficoltà che potrebbero derivare da eventuali casi di latenza del segnale o da errori umani.
La soluzione, denominata TLM (Time-Logic-Map), è stata presentata con successo lo scorso ottobre alla Vehicle Technology Conference di Chengdu (Cina): è un linguaggio di messaggistica che permette all’infrastruttura (incroci, cantieri, semafori) di “spiegare” al veicolo cosa fare. Il sistema trasmette ai veicoli via messaggistica broadcast tutti i dati necessari per muoversi in un determinato spazio urbano, come un incrocio o un cantiere, basandosi su tre strati logici: “Map” fornisce una geometria precisa del segmento stradale, utile anche dove il segnale GPS è assente; “Logic” codifica le regole comportamentali di quel preciso tratto stradale (chi ha la precedenza, quali corsie sono attive) e “Time” sincronizza il veicolo con i tempi reali dei semafori.
“Il problema emerso dall’inchiesta parlamentare in corso negli Stati Uniti è noto nella comunità scientifica che si occupa di guida autonoma, ed evidenzia una criticità sistemica: non possiamo avere una vera guida autonoma diffusa, sicura ed efficiente se ogni veicolo richiede un supervisore umano a distanza,” dichiara Ilaria Matteucci (Cnr-IIt). “Con TLM, l’intelligenza necessaria a risolvere l’impasse non risiede in un’assistenza remota dall’altra parte del mondo, ma sulla strada stessa. Se la strada comunica in modo standardizzato e sicuro la propria logica, il veicolo autonomo può operare anche in condizioni di scarsa visibilità o contesti imprevisti, riducendo il bisogno di intervento umano”.
“Le strade sono nate per gli esseri umani, e i veicoli autonomi devono ancora interpretare segnali pensati per la visione umana attraverso sensori e algoritmi complessi” fa notare la Prof. Chiara Bodei (Università di Pisa). “Time-Logic-Map introduce invece un linguaggio spaziale per le macchine, che comunica in modo diretto geometria, logica e tempo della strada, alleggerendo il carico percettivo nei contesti più complessi.”
“A differenza dei sistemi attuali che si basano su mappe che potrebbero non essere aggiornate, TLM trasmette messaggi aggiornati costantemente, leggeri e locali via V2X (Vehicle-to-Everything)”, aggiunge Marco De Vincenzi (Cnr-IIt). “Questo approccio può eliminare i pericoli legati al “lag” della connessione internet, poiché la decisione avviene su informazioni trasmesse localmente tra l’infrastruttura e l’auto”.
TLM è in fase di test in un digital twin per la simulazione del comportamento delle auto a guida autonoma e successivamente sarà seguito da un test nel mondo reale, prima in ambiente controllato e poi su strade trafficate.