Innalzare la percezione dei veicoli autonomi su strada
Un tempo materia di fantascienza, i veicoli autonomi su strada stanno rapidamente diventando parte della vita quotidiana, e negli anni a venire il mercato è destinato a crescere in maniera esponenziale. Sebbene siano stati compiuti grandi passi avanti nello sviluppo dei veicoli autonomi, questi non sono ancora abbastanza sicuri per viaggiare sulle strade pubbliche soprattutto a causa delle carenze nel rilevamento degli oggetti e dei falsi allarmi. Per superare questi problemi di sicurezza, gli sviluppatori di veicoli hanno utilizzato sensori con risoluzione maggiore e costi superiori. Nonostante questo, non sono ancora in grado di affrontare adeguatamente il problema della scarsa percezione. VayaVision, una società di LeddarTech, leader nel settore dei software di fusione di sensori, si prefigge di superare questo problema grazie al progetto STV finanziato dall’UE, sviluppando una soluzione di rilevamento degli oggetti basata su un’architettura e un software innovativi. La soluzione è scalabile e supporta tutti i livelli di guida autonoma sviluppati dalla Society of Automotive Engineers (SAE). «Inoltre, con STV puntavamo a costruire un’unità dimostrativa per testare ed esplorare l’architettura di fusione di sensori grezzi di VayaVision con i principali partner automobilistici europei e mondiali: i produttori di apparecchiature originali (OEM) e i fornitori di primo livello (T1)», spiega Youval Nehmadi, coordinatore del progetto.
Verso veicoli autonomi più sicuri
«Nel progetto STV, VayaVision ha sviluppato LeddarVision, una tecnologia di percezione completa e all’avanguardia basata sulla fusione di sensori grezzi che è modulare, personalizzabile e sensor-agnostica», sottolinea Nehmadi. La sua architettura supporta più tipi di sensori, vari set di sensori e configurazioni personalizzate dei sensori. Questa struttura permette a VayaVision di fornire al cliente una soluzione di percezione personalizzata in grado di soddisfare i requisiti tecnici ed economici della sua applicazione. Inoltre, il software LeddarVision genera un modello ambientale 3D completo, fornendo informazioni vitali sull’ambiente che muta dinamicamente intorno al veicolo in tempo reale, garantendo una guida autonoma più sicura e affidabile. Le prestazioni sono le migliori della categoria, testate sia nei database pubblici che dai principali OEM e T1. Il modello ha inoltre raggiunto i migliori risultati nella grande sfida nuScenes per una soluzione basata su telecamere e radar. «Il sistema è estremamente robusto con ridondanze incorporate e in grado di generare il modello ambientale 3D anche quando alcuni sensori di input non funzionano in maniera ottimale a causa di malfunzionamenti e/o condizioni ambientali (sporco o nebbia) o se non sono operativi», aggiunge Nehmadi. Questi risultati hanno permesso a VayaVision di collaborare a progetti di automazione in Europa, Asia e Stati Uniti.
Il lavoro prosegue: soluzioni di fusione dei sensori
Parlando del futuro, Nehmadi sottolinea: «Nel breve periodo, ci aspettiamo che l’architettura di VayaVision fornisca soluzioni di fusione di sensori accessibili basate su radar e telecamere per supportare le caratteristiche dei sistemi avanzati di assistenza alla guida SAE L2 e L2+». VayaVision sta attualmente lavorando con i principali fornitori automobilistici europei di livello T1 per sviluppare casi d’uso di fusione di sensori e percezione basati su telecamere e radar. «Insieme a questi T1, stiamo esplorando un’offerta commerciale della soluzione L2. Inoltre, stiamo studiando la possibilità di creare un consorzio europeo di altri leader nel campo della fusione dei sensori, della percezione e del processo decisionale di guida per i veicoli autonomi», conclude Nehmadi. A lungo termine, si prevede che la tecnologia fornirà la tecnologia LiDAR (Light Detection and Ranging, rilevamento e misura della distanza a mezzo della luce) utilizzata per determinare le distanze e le soluzioni di fusione di sensori e di percezione basate su telecamere supporteranno applicazioni completamente autonome di livello 3-5, come l’autopilota autostradale, navette autonome e applicazioni di mobilità come servizio. Saranno inoltre supportate applicazioni fuori strada come i macchinari pesanti automatizzati nei settori dell’agricoltura, delle costruzioni e delle miniere.
Parole chiave
STV, VayaVision, fusione di sensori, rilevamento di oggetti, modello ambientale 3D, veicoli stradali autonomi, guida autonoma, LeddarVision, LeddarTech
