Gorodenkoff/Shutterstock
Non è passato molto tempo da quando l’industria automobilistica era inondata di produttori di automobili e startup tecnologiche che proclamavano che le auto a guida autonoma erano proprio dietro l’angolo. Tesla è forse l’esempio più famoso di un produttore ottimista riguardo alla rapida automazione, ma altre aziende erano altrettanto fiduciose. Ford ha annunciato nel 2016 che mirava a fornire un “veicolo ad alto volume e completamente autonomo per il ride sharing” entro il 2021, e BMW ha affermato nel 2017 che avrebbe Tecnologia di livello 5 pronto più o meno alla stessa ora.
Evidentemente ciò non è accaduto e uno dei motivi principali è la continua preoccupazione da parte dei regolatori e del pubblico riguardo alla sicurezza. I veicoli autonomi non sono stati in grado di dimostrare la loro disponibilità a sostituire gli esseri umani al volante, con una serie di veicoli di alto profilo (e talvolta fatale) gli incidenti gettano acqua fredda sull’industria dei veicoli autonomi, un tempo in forte espansione. Affinché questi sistemi funzionino, devono essere in grado di “vedere” la strada e l’ambiente circostante e i produttori utilizzano diversi tipi di sensori per raggiungere questo obiettivo. Tuttavia, il sistema LiDAR si sta rivelando finora uno dei maggiori punti critici.
Cos’è il LiDAR?
Fotografia/Shutterstock vari
Un sistema LiDAR convenzionale (o Light Detection and Ranging) utilizza un laser a infrarossi rotante per inviare impulsi di luce che si riflettono sull’ambiente circostante. Il sistema rileva e misura questi impulsi riflessi, utilizzando i dati per creare un’immagine 3D del terreno e degli oggetti vicini. Molti dei primi prototipi di veicoli autonomi montavano questi laser rotanti sul tetto in custodie ingombranti e antiestetiche, come l’auto Waymo nella foto sopra. Negli anni successivi, sono stati compiuti sforzi per integrare meglio i sistemi con la forma esistente dell’auto, ma per ora rimane abbastanza facile individuare se un veicolo è dotato di un sistema LiDAR.
Il sistema LiDAR offre numerosi vantaggi rispetto ad altri metodi di rilevamento. Le telecamere vengono spesso utilizzate dai produttori per “vedere” la strada intorno a un’auto, ma sono suscettibili di essere temporaneamente accecate da improvvisi cambiamenti di luce (come uscire da un tunnel) o da alti livelli di abbagliamento del sole. Anche i sistemi radar sono comunemente usati, ma sono meno accurati nell’identificare i veicoli che viaggiano a velocità significativamente più basse e talvolta possono perdere veicoli più piccoli come biciclette o motociclette. LiDAR è meno interessato da questo tipo di problemi, sebbene sia lungi dall’essere una soluzione perfetta, soprattutto allo stato attuale.
Trasformare il 3D in 2D
Sebbene la mappa generata dal sistema LiDAR sia 3D, molti sistemi di guida autonoma la convertono in 2D prima di utilizzarla per navigare. Il motivo è semplice: le mappe 2D richiedono molta meno potenza di calcolo e la maggior parte degli attuali sistemi di bordo non sono ancora in grado di elaborare le mappe 3D abbastanza velocemente. Nel 2021, ricercatori del MIT ha presentato nuovi sistemi di apprendimento automatico che promettono di ridurre drasticamente la potenza di calcolo necessaria per navigare con le mappe 3D, ma per ora tali sistemi rimangono in fase di sviluppo.
Il problema più grande quando si trasformano i dati 3D in mappe 2D è che alcune informazioni inevitabilmente vanno perse durante la traduzione. Nello scenario peggiore, tali informazioni potrebbero essere vitali per distinguere quale tipo di oggetto si trova davanti all’auto e influenzare il processo decisionale del sistema nel decidere come reagire ad esso. Al contrario, l’utilizzo di dati 3D comporterà, attualmente, un tempo di elaborazione più lungo, ritardando la capacità del sistema di interpretare e rispondere ai dati raccolti.
Limitazioni attuali del sistema
Yutthana.rae/Getty Images
L’elaborazione tempestiva dei dati non è l’unica limitazione degli attuali sistemi LiDAR. Proprio come le telecamere, i sistemi LiDAR sono vulnerabili agli effetti delle intemperie, tra cui pioggia, neve e nebbia. Le goccioline d’acqua presenti nell’aria durante uno qualsiasi di questi eventi possono riflettere o distorcere il segnale emesso dal laser, causando risultati imprecisi. Per lo stesso motivo, anche le particelle di polvere sospese nell’aria possono causare problemi. La ricerca per affrontare questi problemi è in corso, ma secondo a documento recente dai ricercatori della Cornell University, ci sono ancora lacune significative nei dati di addestramento utilizzati per insegnare ai sistemi di guida autonoma a tenere conto delle condizioni meteorologiche avverse.
Non solo il LiDAR è sensibile alle condizioni meteorologiche, ma è anche uno dei sistemi di sensori a maggiore consumo energetico attualmente in uso sulle auto a guida autonoma. È stato stimato che la semplice aggiunta di sensori sufficienti per il funzionamento di un veicolo autonomo potrebbe ridurre l’autonomia di un veicolo elettrico del 2-3%, e questo senza tenere conto del sistema informatico assetato di energia necessario per elaborare i dati provenienti da tali sensori. Dato che ansia da portata è ancora uno degli ostacoli più comunemente citati all’adozione dei veicoli elettrici, tutto ciò che riduce ulteriormente tale autonomia è un problema.
Altri usi per LiDAR
Evgeniyqw/Shutterstock
Sebbene la domanda di sistemi LiDAR sia aumentata negli ultimi anni con il crescente interesse per i veicoli autonomi, l’industria automobilistica non è l’unico luogo in cui viene utilizzato il LiDAR. È utile anche per i geoscienziati che desiderano mappare vaste aree di terreno a scopo di ricerca o monitoraggio, con il sistema LiDAR collegato a un elicottero o un aereo per raccogliere dati. Ciò include attività in cui la raccolta di dati con sistemi a terra sarebbe troppo rischiosa, come aree con frane o colate laviche.
Negli ultimi anni i sistemi LiDAR hanno fatto la loro comparsa anche nei robot che devono muoversi autonomamente, come i robot aspirapolvere. I robot più vecchi utilizzavano sistemi radar ma erano notoriamente imprecisi e provocavano frequenti collisioni con mobili, oggetti, animali domestici e qualsiasi altra cosa lasciata sul pavimento. I sistemi LiDAR utilizzati sugli attuali robot aspirapolvere di fascia alta possono mappare l’ambiente circostante con molta più precisione, consentendo loro di evitare meglio i pericoli.
Cosa succede quando i sistemi LiDAR smettono di funzionare?
Sean Leonard/Shutterstock
Quando un sistema LiDAR smette di funzionare, ad esempio, su un robot aspirapolvere, non esiste alcun pericolo reale. Dopotutto, la cosa peggiore che può succedere è che rimanga incastrato goffamente al centro di una stanza o sotto un tavolo. Tuttavia, su un’auto autonoma che viaggia a velocità autostradale, il rischio per i suoi occupanti e gli altri conducenti è molto più immediato. Attualmente, le auto semi-autonome disponibili in commercio fanno affidamento su un essere umano per intervenire e prendere il controllo in caso di emergenza, ma per essere classificate come completamente autonome (chiamate anche autonomia di livello 5), un’auto deve essere in grado di funzionare senza supervisione umana.
I ricercatori hanno recentemente proposto di installare un sistema LiDAR ridondante e un’ECU sui veicoli autonomi di livello 5 con l’unico scopo di poter fermare il veicolo in sicurezza in caso di guasto del sistema primario. Avere due sistemi sull’auto significa che è estremamente improbabile che entrambi si guastino contemporaneamente, ma aumenta ulteriormente i costi e la complessità. Non c’è consenso sul modo migliore per garantire il benessere dei passeggeri se per ora i sistemi LiDAR falliscono, ma sarà necessario che ci sia se si vuole convincere le persone che i veicoli autonomi sono sicuri.
Tesla non viene venduta su LiDAR
Yauhen_D/Shutterstock
Sebbene la maggior parte dei produttori consideri il LiDAR un elemento vitale per garantire la sicurezza delle auto a guida autonoma, non tutti sono d’accordo. Tesla si è notoriamente opposta all’utilizzo dei sistemi LiDAR, sostenendo che le sole telecamere possono essere sufficienti per raggiungere elevati livelli di sicurezza nelle auto a guida autonoma. L’azienda ha addirittura rafforzato questa posizione rimuovendo i sensori radar dai suoi modelli più recenti e disabilitando il radar sulle auto precedenti dotate del sistema. Ciò si è rivelato estremamente controverso, con un’indagine NHTSA sull’autopilota di Tesla ancora in corso, ma alcuni dei problemi della casa automobilistica con LiDAR sono difficili da contestare.
I sistemi LiDAR rendono inevitabilmente i sistemi di guida autonoma più complicati e costosi, oltre a essere vulnerabili all’obsolescenza man mano che vengono lanciate nuove generazioni di sensori. Aggiungono anche un altro flusso di dati che il sistema deve interpretare, che è ancora vulnerabile alle imprecisioni. Tuttavia, l’argomento chiave contro la posizione di Tesla è che LiDAR aggiunge un ulteriore livello di “visione” che le telecamere semplicemente non possono: produce mappe in 3D, non è influenzato dall’abbagliamento come lo sono le telecamere e può captare piccoli oggetti che il radar non è in grado di farlo. Per ora, questo è più che sufficiente perché la maggior parte delle case automobilistiche lo considerino essenziale per i sistemi di guida autonoma.
L’ascesa del LiDAR a stato solido
Gorodenkoff/Shutterstock
Il LiDAR convenzionale, noto anche come LiDAR meccanico, si basa su un laser rotante per emettere impulsi luminosi. Avere parti mobili e una maggiore complessità aumenta i costi e richiede più elementi che possono potenzialmente rompersi: quindi, è in corso la ricerca sul LiDAR a stato solido a posizione fissa. Il LiDAR a stato solido è più efficiente dal punto di vista energetico e notevolmente più economico da produrre, risolvendo due dei maggiori limiti del LiDAR meccanico. Tuttavia, è limitato dal suo campo visivo: un laser rotante crea una mappa a 360 gradi, mentre l’attuale LiDAR a stato solido può raggiungere solo un campo di circa 70 gradi.
La tecnologia è ancora nelle fasi iniziali e richiederà anni di sviluppo prima che sia sufficientemente capace da essere utilizzata su veicoli autonomi. Tuttavia, i ricercatori sperano che ciò consentirà di ridurre i sistemi LiDAR fino a raggiungere le dimensioni delle fotocamere degli smartphone, il che significa che i tempi delle brutte scatole montate sul tetto saranno saldamente nel passato.
Il potenziale di interferenza
Bloomberg/Getty Images
Sebbene la ricerca per migliorare e miniaturizzare il LiDAR sia in corso, dimostra una cosa: probabilmente continueremo a vedere la tecnologia su auto autonome e semi-autonome nel prossimo futuro. Tuttavia, ci sono ancora altre domande a cui è necessario rispondere prima che la tecnologia diventi comune sulle strade, la principale delle quali è come tenere conto delle interferenze tra i sistemi LiDAR delle auto vicine in aree ad alto traffico.
Per ora non è un vero problema, dato che la percentuale di auto dotate di LiDAR sulle strade rimane piccola. Ma, se il numero di auto a guida autonoma aumenta, la possibilità che un dato sistema rilevi un laser emesso da un altro sistema vicino aumenta considerevolmente.
Le interferenze sono solo uno dei tanti problemi che i veicoli autonomi dovranno superare, ma il fatto che siano già stati compiuti progressi nella risoluzione di molti degli attuali limiti del LiDAR dipinge un quadro positivo per la strada da percorrere. Per ora, tuttavia, rimane un elemento fondamentale, anche se imperfetto, per garantire che la prossima generazione di veicoli autonomi sia più sicura che mai.
