Sviluppano una piattaforma sulla sicurezza dei veicoli autonomi
Nella corsa alla produzione di veicoli autonomi (AV), la sicurezza è cruciale, ma a volte viene trascurata, come esemplificato dai recenti incidenti. I ricercatori dell’Università dell’Illinois a Urbana-Champaign stanno usando l’intelligenza artificiale (AI) e l’apprendimento automatico per migliorare la sicurezza della tecnologia autonoma attraverso i progressi del software e dell’hardware.
“L’uso dell’IA per migliorare i veicoli autonomi è estremamente difficile a causa della complessità dei componenti elettrici e meccanici del veicolo, nonché della variabilità delle condizioni esterne, come condizioni meteorologiche, condizioni stradali, topografia, schemi di traffico e illuminazione”, ha affermato Ravi Iyer
“I progressi sono stati fatti, ma la sicurezza continua a rappresentare una preoccupazione significativa”.
Il gruppo ha sviluppato una piattaforma che consente alle aziende di affrontare la sicurezza in modo più rapido ed economico nell’ambiente complesso e in continua evoluzione della tecnologia autonoma. Stanno collaborando con molte aziende della Bay Area, tra cui Samsung, NVIDIA e numerose start-up.
“Stiamo assistendo a uno sforzo a livello di stakeholder in tutti i settori e le università con centinaia di startup e team di ricerca e stiamo affrontando alcune sfide nel nostro gruppo”, ha affermato Saurabh Jha, dottorando in informatica che sta guidando gli sforzi degli studenti nel progetto . “Risolvere questa sfida richiede uno sforzo multidisciplinare tra scienza, tecnologia e produzione”.
Uno dei motivi per cui questo lavoro è così impegnativo è che gli AV sono sistemi complessi che utilizzano l’intelligenza artificiale e l’apprendimento automatico per integrare le tecnologie meccaniche, elettroniche e di elaborazione per prendere decisioni di guida in tempo reale. Un tipico AV è un mini supercomputer su ruote; hanno oltre 50 processori e acceleratori che eseguono più di 100 milioni di righe di codice per supportare la visione artificiale, la pianificazione e altre attività di apprendimento automatico.
Come previsto, vi sono preoccupazioni per i sensori e lo stack di guida autonomo (software e hardware di elaborazione) di questi veicoli. Quando un’auto percorre 70 miglia all’ora lungo un’autostrada, i guasti possono rappresentare un rischio significativo per la sicurezza dei conducenti.
“Se un conducente di un’auto tipica rileva un problema come la deriva o la trazione del veicolo, il conducente può regolare il suo comportamento e guidare l’auto verso un punto di sosta sicuro”, ha spiegato Jha. “Tuttavia, il comportamento del veicolo autonomo può essere imprevedibile in un tale scenario a meno che il veicolo autonomo non sia esplicitamente addestrato per tali problemi. Nel mondo reale, esiste un numero infinito di casi del genere.”
Tradizionalmente, quando una persona ha problemi con il software su un computer o uno smartphone, la risposta IT più comune è spegnere e riaccendere il dispositivo. Tuttavia, questo tipo di correzione non è consigliabile per gli AV, poiché ogni millisecondo influisce sul risultato e una risposta lenta può portare alla morte. Le preoccupazioni di sicurezza di tali sistemi basati sull’intelligenza artificiale sono aumentate negli ultimi due anni tra le parti interessate a causa di vari incidenti causati da AV.
“Le normative attuali richiedono che aziende come Uber e Waymo, che testano i loro veicoli su strade pubbliche, riferiscano ogni anno al DMV della California su quanto siano sicuri i loro veicoli”, ha affermato Subho Banerjee, CSL e studente laureato in informatica. “Volevamo comprendere i problemi di sicurezza comuni, come si comportavano le auto e qual è la metrica di sicurezza ideale per capire quanto sono progettate”.
Il gruppo ha analizzato tutti i rapporti sulla sicurezza presentati dal 2014-2017, coprendo 144 AV che guidano un totale di 1.116.605 miglia autonome. Hanno scoperto che per lo stesso numero di miglia guidate, le auto guidate dall’uomo avevano fino a 4000 volte meno probabilità rispetto agli AV di avere un incidente. Ciò significa che la tecnologia autonoma non è riuscita, a un ritmo allarmante, a gestire adeguatamente una situazione e ha disimpegnato la tecnologia, facendo spesso affidamento sul guidatore umano per prendere il controllo.
Il problema che i ricercatori e le aziende hanno quando si tratta di migliorare quei numeri è che fino a quando un sistema di veicoli autonomi ha un problema specifico, è difficile addestrare il software per superarlo.
Inoltre, gli errori nel software e hardware si manifestano come problemi critici di sicurezza solo in determinati scenari di guida. In altre parole, i test eseguiti su AV su autostrade o strade vuote / meno affollate potrebbero non essere sufficienti poiché le violazioni della sicurezza in caso di guasti software / hardware sono rare.
Quando si verificano errori, si verificano dopo che centinaia di migliaia di miglia sono state guidate. Il lavoro svolto per testare questi AV per centinaia di migliaia di miglia richiede molto tempo, denaro ed energia, rendendo il processo estremamente inefficiente. Il team sta utilizzando simulazioni al computer e intelligenza artificiale per accelerare questo processo.
“Inseriamo errori nello stack software e hardware dei veicoli autonomi nelle simulazioni al computer e quindi raccogliamo i dati sulle risposte dei veicoli autonomi a questi problemi”, ha detto Jha. “A differenza degli umani, la tecnologia AI oggi non può ragionare su errori che possono verificarsi in diversi scenari di guida. Pertanto, è necessaria una grande quantità di dati per insegnare al software ad agire correttamente di fronte a problemi software o hardware.”
Il gruppo di ricerca sta attualmente sviluppando tecniche e strumenti per generare condizioni di guida e problemi che incidono al massimo sulla sicurezza AV. Usando la loro tecnica, possono trovare un gran numero di scenari critici per la sicurezza in cui gli errori possono portare a incidenti senza dover elencare tutte le possibilità sulla strada con un enorme risparmio di tempo e denaro.
Durante i test di una tecnologia AV apertamente disponibile, Apollo di Baidu, il team ha trovato più di 500 esempi di quando il software non è riuscito a gestire un problema e il fallimento ha portato a un incidente. Attualmente stanno lavorando a un brevetto per la loro tecnologia di test e hanno in programma di implementarlo presto. Idealmente, i ricercatori sperano che le aziende utilizzino questa nuova tecnologia per simulare il problema identificato e risolvere i problemi prima che le auto vengano distribuite.
“La sicurezza dei veicoli autonomi è fondamentale per il loro successo sul mercato e nella società”, ha affermato Steve Keckler, vice presidente di Architecture Research per NVIDIA. “Prevediamo che le tecnologie sviluppate dal team di ricerca dell’Illinois rendano più semplice per gli ingegneri sviluppare sistemi automobilistici più sicuri a costi inferiori. NVIDIA è entusiasta della nostra collaborazione con l’Illinois ed è lieta di supportare il loro lavoro.”
