I ricercatori del Dipartimento di Informatica dell’Università di Oxford, in collaborazione con un team della Bogazici University, a Istanbul, in Turchia, hanno sviluppato un nuovo sistema di intelligenza artificiale, denominato GRAMME, che consente ai veicoli autonomi di navigare meglio in condizioni meteorologiche avverse. I risultati della ricerca sono stati pubblicati sulla rivista scientifica Nature Machine Intelligence.
Il problema del rilevamento in condizioni meteo estreme
L’abstract spiega ciò che i ricercatori si proponevano: “La capacità di conoscere la posizione precisa sulla mappa è un prerequisito impegnativo per veicoli autonomi sicuri e affidabili, a causa delle imperfezioni del sensore in condizioni ambientali e meteorologiche avverse, ponendo un formidabile ostacolo al loro uso diffuso”.
In sostanza, i veicoli a guida autonoma corrono un rischio maggiore di essere rilevati in una posizione errata in condizioni meteorologiche estreme, come forti piogge, nevischio o neve, che potrebbero influire sui sensori. Ciò potrebbe avere conseguenze pericolose in determinati scenari, se, ad esempio, l’auto autonoma si rileva in una corsia errata prima di una svolta o nella posizione sbagliata in un incrocio, dove potrebbe non fermarsi in tempo.
Per affrontare questo problema, i ricercatori hanno sviluppato un nuovo modello di apprendimento profondo auto-supervisionato, componente chiave di uno stack algoritmico di guida autonoma che stima la posizione di movimento dell’auto in relazione agli ostacoli osservati dal veicolo.
![GRAMME](https://www.ai4business.it/wp-content/uploads/sites/11/2022/09/GRAMME-1.jpg)
Il modello ha preso in considerazione le informazioni provenienti da sensori, come telecamere, lidar e radar – che sono tutti influenzati in modi diversi da condizioni meteorologiche diverse, come scarsa luce o precipitazioni – in modo che i benefici di ciascuno possano essere utilizzati in condizioni diverse.
Una selezione di set di dati di guida autonoma disponibili pubblicamente è stata utilizzata per generare algoritmi in grado di ricreare la geometria di una scena e calcolare la posizione di un’auto da nuovi dati. I test in una varietà di condizioni, tra cui nebbia, neve e pioggia, hanno dimostrato la robustezza del modello.
Il team ritiene che la sua ricerca segni una svolta significativa, con l’abstract che conclude: “Prevediamo che il nostro lavoro porterà i veicoli autonomi un passo più vicino alla guida autonoma sicura e affidabile per tutte le stagioni”.
Andrew Markham, del Dipartimento di Informatica dell’Università di Oxford, che ha co-supervisionato lo studio, ha aggiunto: “Stimare la posizione precisa dei veicoli a guida autonoma è una pietra miliare fondamentale per raggiungere una guida autonoma affidabile in condizioni difficili”.