Automobili più sicure grazie all’analisi basata sull’intelligenza artificiale dei dati relativi al comportamento di guida
Ogni anno, nella sola Unione europea più di 80 000 persone perdono la vita a causa di incidenti stradali. Fortunatamente, l’era dei megadati ci offre l’opportunità di imparare dagli errori umani che causano tali tragedie, monitorando il comportamento dei conducenti grazie agli smartphone, agli smartwatch e ai sensori presenti nei veicoli moderni. Questi dispositivi forniscono una grande quantità di informazioni analizzabili dai nuovi e potenti computer oggi a disposizione, ad esempio tramite metodi come l’apprendimento automatico, che ci consentono di identificare i modelli di guida. L’intelligenza artificiale (IA) ci permette di compiere un ulteriore passo in avanti, imparando dal comportamento di guida umano e quindi «imitandolo». Si tratta di una possibilità particolarmente utile in termini di integrazione dei modelli di guida ottimali negli algoritmi alla base del funzionamento dei veicoli automatizzati.
La chiave di sicurezza: definire i parametri di guida ottimale
Questa combinazione di dati e metodologia è stata il principio fondante del progetto RHAPSODY, sostenuto dal programma di azioni Marie Skłodowska-Curie e coordinato da Eleonora Papadimitriou, docente assistente di sicurezza dei trasporti presso L’Università tecnica di Delft, nei Paesi Bassi. La ricerca è stata condotta in collaborazione con Dimitrios Tselentis, ricercatore post-dottorato facente parte della stessa équipe della professoressa. Papadimitriou e Tselentis hanno esplorato un’idea semplice, ma trascurata: la chiave per prevenire gli incidenti automobilistici risiede nello studio del comportamento di guida corretto e non in quello che dà origine a pericoli. Secondo Papadimitriou, è questo il tipo di informazioni di cui si avverte un’urgente mancanza nei veicoli automatizzati e autonomi in fase di sviluppo. «Dobbiamo considerare il comportamento “ottimale” non necessariamente come perfetto, ma come un comportamento in grado di ridurre al minimo i rischi e massimizzare il comfort e l’assenza di disturbi nella guida», spiega la docente.
Lo sviluppo di un quadro comportamentale grazie a gigabyte di dati
Per definire concretamente i modelli di guida sicura, il progetto RHAPSODY ha raccolto i dati relativi a oltre 26 000 viaggi compiuti da 124 conducenti in quattro paesi europei. La ricerca è stata condotta in collaborazione con il progetto di ricerca iDreams di Orizzonte 2020 e con il dipartimento di Sicurezza integrata dei veicoli dell’Organizzazione olandese per la Rricerca scientifica applicata (TNO), che hanno fornito a RHAPSODY dati di guida autentici, raccolti nel corso di molti anni da esperienze di guida in tempo reale. L’analisi di questi dati, che ammontano a diversi gigabyte, ha offerto nuovi spunti di riflessione. Inizialmente, il team ha identificato e classificato vari tipi di conducenti per determinarne i modelli di guida ripetitivi nei comportamenti di guida assunti quotidianamente, approfondendo quindi gli orari e le condizioni ambientali in grado di scatenare tali comportamenti. In tal modo, RHAPSODY ha così raggiunto il suo obiettivo primario di comprendere le modalità con cui i conducenti gestiscono le proprie interazioni quotidiane nel traffico. Nel complesso, RHAPSODY ha fornito un quadro solido per l’analisi del comportamento dei conducenti, e di conseguenza della sicurezza dei trasporti. I ricercatori possono ora usufruire delle conoscenze acquisite per contribuire allo scopo di migliorare le tecnologie personalizzate destinate ai veicoli a guida autonoma. Come osserva Papadimitriou: «Alla fine riusciremo in tal modo a sviluppare veicoli automatizzati prevedibili e affidabili, apportando benefici essenziali per la sicurezza in termini di prevenzione degli incidenti.» Lo sfruttamento di questi dati è giunto alla conclusione? A quanto pare, non per Tselentis, che prevede di esplorare «ulteriori tecniche basate sull’IA, come la visione computerizzata e le reti neurali, per consolidare (ed eventualmente brevettare) i risultati ottenuti dal progetto». In altri termini, la rapsodia della sicurezza non finisce qui!
Parole chiave
RHAPSODY, veicolo automatizzato, intelligenza artificiale, modelli di guida, sicurezza stradale, analisi del comportamento
