Porsche Engineering e l'AI: sfidando i casi limite nella guida assistita
Dalla neve alle autostrade: l'AI di Porsche per la sicurezza stradale
I sistemi di assistenza alla guida (ADAS) aumentano la sicurezza stradale, ma devono affrontare sfide legate a situazioni atipiche, i cosiddetti "corner cases" o casi limite. Questi includono condizioni rare come veicoli mal posizionati, bordi strada innevati scambiati per corsie o pedoni su autostrade. Porsche Engineering sta utilizzando l’intelligenza artificiale per identificare e addestrare i sistemi su questi eventi rari, riducendo notevolmente lo sforzo umano richiesto.
Un esempio concreto riguarda il rilevamento errato di un bordo di neve come linea di corsia, che ha causato una manovra indesiderata. Grazie all'IA e a modelli avanzati come gli autoencoder variazionali (VAE), è possibile individuare situazioni simili nei dati raccolti durante i test e addestrare i nuovi sistemi ADAS a gestirle.
AI COME AIUTO
Questo approccio analizza enormi quantità di dati in poco tempo, con un'efficienza superiore al 99% rispetto alla revisione manuale, concentrandosi solo sui casi realmente rilevanti. Il sistema AI identifica, inoltre, pattern unici attraverso uno spazio astratto chiamato “spazio latente” e riesce ad adattare le soluzioni in base a differenze regionali.
Lo “spazio latente” è un concetto utilizzato nell’intelligenza artificiale, specialmente nei modelli di apprendimento non supervisionato come gli autoencoder variazionali (VAE). In termini semplici, possiamo pensare allo spazio latente come a una sorta di "mappa" nascosta dove il sistema IA posiziona e organizza i dati in base alle loro caratteristiche e somiglianze. In sostanza, lo spazio latente permette al sistema di "comprendere" e "ricordare" le particolarità delle varie situazioni di guida, migliorando l'adattabilità e la precisione dei sistemi di assistenza alla guida.
ADAS: LUNGA VITA
Per esempio, in Svezia e Finlandia, dove la neve e gli animali causano situazioni atipiche, i casi d’angolo sono stati utili per migliorare le funzionalità degli ADAS in quei contesti specifici.
Nel futuro, il rilevamento potrebbe avvenire direttamente a bordo del veicolo, riducendo i dati trasferiti al cloud e migliorando ulteriormente i tempi di risposta. Grazie a questi sviluppi, gli ADAS diventeranno sempre più affidabili anche nelle situazioni più complesse.
