Table of Contents Table of Contents
Previous Page  56 / 84 Next Page
Information
Show Menu
Previous Page 56 / 84 Next Page
Page Background

EMBEDDED

63 • FEBBRAIO • 2017

56

HARDWARE

|

AUTOMOTIVE

principali e ed responsabile del monitoraggio

delle condizioni di guida e delle conseguenti rea-

zioni. Una situazione del tipo appena descritto si

estende anche ai veicoli senza conducente.

Chiaramente, la strada da percorrere per arrivare

al Livello 4 è ancora lunga ma le tecnologie richie-

ste sono già disponibili e utilizzate in applicazioni

che richiedono livelli di sicurezza del tutto simili.

Sistemi di visione “intelligenti”

Sfruttando l’autonomia del proprio veicolo, il

conducente può appoggiarsi comodamente allo

schienale e rilassarsi, anche se ovviamente la

tecnologia “nascosta” sotto il cofano sta lavoran-

do a pieno ritmo per garantire quei momenti di

serenità. Ovviamente, assicurare la sicurezza

di guidatori, pedoni e di chiunque altro si trovi

nelle vicinanze di un veicolo sarà

il fattore trainante nello sviluppo

dei veicoli autonomi.

In tale contesto i sistemi di visio-

ne “intelligenti” rivestiranno un

ruolo cruciale. Tecnologie come ad

esempio radar a lungo e corto rag-

gio e ultrasuoni sono già utilizzati

per la regolazione adattativa della

velocità di crociera e come ausilio

per l’individuazione delle curve

sulle strade. Ma è indubbio che solamente siste-

mi di visione stereoscopici “intelligenti” saran-

À

stradali, pedoni, ciclisti, oggetti stazionari oppu-

re in movimento e altri potenziali pericoli con

il livello di attendibilità richiesto per una guida

completamente autonoma.

Per applicazioni di questo tipo i sistemi di visio-

À

una semplice telecamera: il livello di “intelligen-

za” richiesto dovrà essere confrontabile con quello

della corteccia visiva, se non addirittura superio-

re se si considera l’ampia gamma di angoli di vi-

sualizzazione e di condizioni di guida (inclusa la

possibilità di visione notturna) in cui si trovano a

dove operare. Per tale motivo sono state impiegate

notevoli risorse per sviluppare sistemi di visione

in grado di garantire un grado di “intelligenza” as-

similabile a quello di un conducente umano.

Sistemi di visione di questo tipo saranno stret-

tamente correlati ai concetti dell’intelligenza

À

-

tazione pratica. Essi non solo dovranno essere

intrinsecamente “intelligenti” ma anche poter

apprendere e adattarsi in maniera ottimale alle

condizioni della strada. Sfruttando tecnologie

basate su cloud e l’infrastruttura wireless V2V

(Vehicle-to-Vehicle), anch’essa una componente

essenziale dei veicoli autonomi, l’intelligenza di

questi sistemi si espanderà e sarà condivisa tra

gli altri utenti della strada.

Al pari di altre tecnologie necessarie per sup-

portare e rendere possibile la realizzazione di

veicoli autonomi, i sistemi di visione “intelligen-

ti” sono già disponibili e vengono utilizzati in

altri tipi di industrie. Nella maggior parte dei

casi questi sistemi sono montati a bordo di ro-

?À @

mondo che li circonda. Fino a non molto tempo

fa i sistemi di visione utilizzavano

schede frame grabber che veniva-

no aggiunte a un personal compu-

ter ed erano in grado di elaborare

un singolo frame alla volta e solo

raramente in tempo reale. Una

soluzione di questo tipo richiede-

rebbe l’uso di schede di espansione

dedicate densamente popolate per

poter elaborare la grande quantità

di dati provenienti dai sensori.

Da allora, la quantità di dati generate dai senso-

ri di immagine è incrementata in modo massic-

cio: molti degli attuali smartphone dispongono

di telecamere con risoluzione 4k e i loro pro-

cessori sono in grado di gestire questa grande

quantità di dati, anche se sussistono limitazioni

dovute alla necessità di eseguire le operazioni di

À *

À

e la riproduzione.

I sistemi di visioni “intelligenti” dovranno esple-

tare molte più funzioni e operare in tempo re-

ale. Ciò richiede una potenza di elaborazione

che si è resa disponibile solo in tempi recenti

grazie ai progressi nel campo delle piattaforme

SoC (System on Chip), supportate da software

avanzati, algoritmi di deep learning e progetti

open source. Mentre queste tecnologie saranno

utilizzate per sviluppare la tipologia di sistemi

di visione intelligenti necessari per supportare

i veicoli autonomi che verranno introdotti sul

mercato in tempi relativamente brevi, i sistemi

di visione intelligenti sono già una realtà.

I veicoli autonomi

sono destinati

a diventare una

realtà all’ordine

del giorno sulle

strade di tutto

il mondo