Il sistema LiDAR è una delle principali tecnologie che stanno cercando di rendere le auto completamente a guida autonoma
Non molto tempo fa l’industria automobilistica era inondata di case automobilistiche 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 che è stato fiducioso sull’argomento. 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 avuto la tecnologia Livello 5 pronta più o meno nello stesso periodo.
Evidentemente, questo non è successo, e uno dei motivi principali è la continua preoccupazione delle autorità di regolamentazione e del pubblico per la sicurezza. I veicoli autonomi non sono stati in grado di dimostrare la loro affidabilità a sostituire gli esseri umani al volante, con una serie di incidenti di alto profilo (e talvolta fatali) che hanno fatto fare una doccia gelata all’industria dei veicoli autonomi, un tempo in piena espansione.
Affinché questi sistemi funzionino, devono essere in grado di “vedere” la strada e l’ambiente intorno a loro, e i produttori utilizzano diversi tipi di sensori per raggiungere questo obiettivo. Tuttavia, il sistema LiDAR si sta dimostrando uno dei più grandi punti critici finora.
Indice
Cos’è il LiDAR?
Un sistema LiDAR convenzionale (o Light Detection and Ranging) utilizza un laser a infrarossi rotante per inviare impulsi di luce che riflettono l’ambiente che li circonda. Il sistema rileva e misura questi impulsi riflessi, utilizzando i dati per costruire un’immagine 3D del terreno e degli oggetti vicini.
Molti dei primi prototipi di veicoli autonomi hanno montato questi laser rotanti sul tetto in casi ingombranti e sgradevoli, come l’auto Waymo. Negli anni successivi, sono stati fatti sforzi per incorporare meglio i sistemi con la forma esistente dell’auto, ma per ora rimane abbastanza facile individuare se un veicolo ha un sistema LiDAR montato.
Il sistema LiDAR offre diversi vantaggi rispetto ad altri metodi di rilevamento. Le telecamere sono spesso utilizzate dai produttori per “vedere” la strada intorno a un’auto, ma sono suscettibili di essere temporaneamente accecati da improvvisi cambiamenti di luce (come uscire da un tunnel) o alti livelli di abbagliamento del sole.
I sistemi radar sono anche comunemente usati, ma sono meno accurati nell’identificare i veicoli che viaggiano a velocità significativamente più basse e a volte possono perdere veicoli più piccoli come biciclette o motociclette. Il LiDAR è meno influenzato da questo tipo di problemi, anche se è tutt’altro che una soluzione perfetta, specialmente nel suo stato attuale.
Trasformare il 3D in 2D
Anche se la mappa che il sistema LiDAR genera è 3D, molti sistemi di guida autonoma la convertono in 2D prima di usarla per navigare. Il motivo è semplice: le mappe 2D richiedono molta meno potenza di calcolo e la maggior parte degli attuali sistemi in-car non è ancora in grado di elaborare le mappe 3D abbastanza velocemente. Nel 2021, i ricercatori del MIT hanno 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, quei sistemi rimangono in fase di sviluppo.
Il problema più grande con la trasformazione dei dati 3D in mappe 2D è che alcune informazioni inevitabilmente si perdono nella traduzione. Nel peggiore dei casi, tali informazioni potrebbero essere vitali per distinguere quale tipo di oggetto è davanti all’auto e influenzare il processo decisionale del sistema quando si decide come reagire ad esso. Al contrario, l’uso di dati 3D porta, al momento, un tempo di elaborazione più lungo, ritardando la capacità del sistema di interpretare e rispondere ai dati che ha raccolto.
Limitazioni del sistema attuale
L’elaborazione tempestiva dei dati non è l’unica limitazione degli attuali sistemi LiDAR. Proprio come le telecamere, i sistemi LiDAR sono vulnerabili ad essere colpiti dal maltempo, 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 un recente documento dei ricercatori della Cornell University, ci sono ancora lacune significative nei dati di formazione utilizzati per insegnare ai sistemi di guida autonoma a tenere conto delle condizioni meteorologiche avverse.
Non solo il LiDAR è suscettibile alle intemperie, ma è anche uno dei sistemi di sensori più ad alta intensità di potenza attualmente in uso sulle auto a guida autonoma. È stato stimato che l’aggiunta di abbastanza sensori per il funzionamento di un veicolo autonomo potrebbe ridurre la portata di un veicolo elettrico del 2-3%, e questo senza tener conto del sistema informatico affamato di energia necessario per elaborare i dati da quei sensori. Dato che l‘ansia da autonomia è ancora uno degli ostacoli più comunemente citati all’adozione dei veicoli elettrici, tutto ciò che riduce ulteriormente tale intervallo è un problema.
Altri usi per LiDAR
Mentre la domanda di sistemi LiDAR è aumentata negli ultimi anni con il crescente interesse per i veicoli autonomi, l’industria automobilistica non è l’unico posto in cui viene utilizzato il LiDAR. È anche utile per i geoscienziati che cercano di mappare vaste aree del terreno per scopi di ricerca o monitoraggio, con il sistema LiDAR collegato a un elicottero o un aereo per raccogliere dati. Ciò include compiti in cui la raccolta di dati con sistemi terrestri sarebbe troppo rischiosa, come aree con frane o colate di lava.
Negli ultimi anni, i sistemi LiDAR sono apparsi anche nei robot che hanno bisogno di muoversi autonomamente, come gli aspirapolvere robot. I robot più vecchi usavano sistemi radar ma erano notoriamente imprecisi, portando a frequenti collisioni con mobili, oggetti, animali domestici e qualsiasi altra cosa lasciata sul pavimento.
I sistemi LiDAR utilizzati sugli attuali aspirapolvere robot 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?
Quando un sistema LiDAR smette di funzionare, ad esempio, su un aspirapolvere robot, non c’è un pericolo reale. Dopo tutto, la cosa peggiore che può succedere è che si blocca goffamente in mezzo a una stanza o sotto un tavolo. Tuttavia, su un’auto autonoma che viaggia a velocità autostradali, il rischio per i suoi occupanti e gli altri conducenti è molto più immediato.
Attualmente, le auto semi-autonome disponibili in commercio si basano 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 che un sistema LiDAR ridondante e un ECU dovrebbero essere installati sui veicoli autonomi di livello 5 al solo scopo di essere in grado di portare il veicolo a un arresto sicuro in caso di guasto del sistema primario.
Avere due sistemi sull’auto significa che è estremamente improbabile che entrambi falliscano contemporaneamente, ma aumenta ulteriormente i costi e la complessità. Non c’è consenso sul modo migliore per garantire il benessere dei passeggeri se i sistemi LiDAR falliscono per ora, ma ci dovrà essere se le persone devono essere convinte che i veicoli autonomi sono sicuri.
Tesla non monta sistemi LiDAR
Anche se la maggior parte dei produttori considera il LiDAR come un elemento vitale per garantire la sicurezza delle auto a guida autonoma, non tutti sono d’accordo. Tesla ha resistito all’uso dei sistemi LiDAR, sostenendo che le telecamere da sole possono essere sufficienti per raggiungere alti livelli di sicurezza nelle auto a guida autonoma.
L’azienda ha persino raddoppiato questa posizione rimuovendo i sensori radar dai suoi modelli più recenti e disabilitando il radar sulle auto precedenti che avevano il sistema. Questo si è rivelato estremamente controverso, con un’indagine NHTSA sul pilota automatico di Tesla ancora in corso, ma alcuni dei problemi della casa automobilistica con LiDAR sono difficili da discutere.
I sistemi LiDAR rendono inevitabilmente i sistemi a guida autonoma più complicati e costosi, oltre ad essere vulnerabili all’obsolescenza con il lancio di nuove generazioni di sensori. Aggiungono anche un altro flusso di dati per l’interpretazione del sistema, che è ancora vulnerabile alle inesattezze.
Tuttavia, l’argomento chiave contro la posizione di Tesla è che LiDAR aggiunge un ulteriore livello di “visione” che le telecamere semplicemente non possono avere – produce mappe in 3D, non è influenzato dall’abbagliamento come lo sono le telecamere e può raccogliere piccoli oggetti che il radar non è in grado di fare. Per ora, questo è più che sufficiente per la maggior parte delle case automobilistiche considerarlo essenziale per i sistemi di guida autonoma.
L’ascesa del LiDAR allo stato solido
Il LiDAR convenzionale, noto anche come LiDAR meccanico, si basa su un laser rotante per emettere impulsi di luce. Avere parti mobili e complessità extra aumenta i costi e richiede più elementi che possono potenzialmente rompersi – quindi, la ricerca è in corso sul LiDAR a stato solido a posizione fissa.
Il LiDAR a stato solido è sia più efficiente dal punto di vista energetico che considerevolmente più economico da produrre, risolvendo due delle maggiori limitazioni 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 sue fasi iniziali e richiederà anni di sviluppo prima di essere abbastanza capace di essere utilizzata su veicoli autonomi. Tuttavia, i ricercatori sperano che consentirà ai sistemi LiDAR di essere ridotti all’incirca alle dimensioni delle fotocamere degli smartphone, il che significa che i giorni delle brutte scatole montate sul tetto saranno saldamente nel passato.
Il potenziale di interferenza
Mentre la ricerca per migliorare e miniaturizzare il LiDAR è in corso, dimostra una cosa: probabilmente continueremo a vedere la tecnologia sulle auto autonome e semi-autonomi per il prossimo futuro. Tuttavia, ci sono ancora ulteriori domande a cui è necessario rispondere prima che la tecnologia diventi un luogo comune sulle strade, tra cui come tenere conto delle interferenze tra i sistemi LiDAR delle auto vicine in aree di traffico intenso.
Per ora, non è davvero un problema, poiché la percentuale di auto dotate di LiDAR sulla strada rimane piccola. Ma, se il numero di auto a guida autonoma aumenta, la possibilità che un dato sistema raccogli un laser emesso da un altro sistema vicino aumenta considerevolmente.
L’interferenza è solo uno dei tanti problemi che i veicoli autonomi devono superare, ma il fatto che si stia già facendo progressi nel risolvere molte delle attuali limitazioni di LiDAR dipinge un quadro positivo per la strada da percorrere. Per ora, però, rimane un elemento critico, anche se imperfetto, per garantire che la prossima generazione di veicoli autonomi sia più sicura che mai.