Toyota sarà il primo produttore di automobili a utilizzare la piattaforma di simulazione per i veicoli autonomi Drive Constellation prodotta da Nvidia. Quello fra aziende automobilistiche e produttori di computer è un matrimonio d’interesse indispensabile alla realizzazione di veicoli a guida autonoma. Tutte le azioni del veicolo, infatti, dovranno essere decise da un computer capace di elaborare in tempo reale i dati provenienti dalla strumentazione di bordo. Se un pedone attraversa la strada, il veicolo dovrà frenare immediatamente, quindi l’elaborazione del dato e l’azione conseguente dovranno essere velocissime.

Nvidia è un noto produttore di schede grafiche che è da tempo impegnato sia nella costruzione di supercomputer, sia in quella di computer per le auto a guida autonoma. Suo è il computer NVIDIA Drive AGX Xavier a bordo, per esempio, delle auto a guida autonoma “made in Italy” del progetto Hercules. Questo computer è materialmente a bordo delle auto che stanno conducendo i test su strada.

Foto: Depositphotos

 

L’annuncio congiunto di Nvidia e Toyota riguarda invece Drive Constellation, una nuova piattaforma di test, che Nvidia ha annunciato a gennaio in occasione del Consumer Electronic Show di Las Vegas, e che Toyota contribuirà a sviluppare. Cosa fa Drive Constellation è piuttosto semplice: consente agli sviluppatori di auto a guida autonoma di eseguire test su strade virtuali anziché reali. È in buona sostanza un simulatore, che si può immaginare come un qualcosa di simile ad alcuni videogiochi. Però non è fatto per intrattenere, ma per testare particolari funzioni delle auto e verificarne il funzionamento e l’efficacia.

Nvidia spiega che i veicoli simulati potranno operare in situazioni che vanno dalla routine alla gestione di pericoli imminenti “con maggiore efficienza, convenienza e sicurezza rispetto a ciò che è possibile ottenere nel mondo reale”. Perché serve, visto che ci sono i test su strada? Perché le zone in cui si possono guidare auto a guida autonoma sono limitate, e perché nella guida reale è pressoché impossibile testare tutte le situazioni “di emergenza” possibili. Per esempio, non si può cercare d’investire un pedone per verificare se l’auto frena in tempo per salvarlo!

Da qui la necessità di simulatori, che pongono l’auto di fronte a situazioni anche estreme, per vedere in quanto tempo reagiscono e come reagiscono. Un esempio di situazioni estreme è quella del “problema del carrello ferroviario“ a cui aveva lavorato il Massachusetts Institute of Technology proprio in relazione alle auto a guida autonoma.

Materialmente il sistema si compone di due soluzioni basate su cloud, ossia su risorse in remoto a cui si accede via Internet. Una è il server “Constellation Simulator” che utilizza le GPU (Graphics processing unit, in italiano unità di elaborazione grafica) di NVIDIA per eseguire un software chiamato Drive Sim. Quest’ultimo genera un mondo virtuale realistico da inserire nei sensori di una macchina virtuale. Il secondo è il server “Constellation Vehicle”, alimentato dal computer di bordo Drive AGX di cui abbiamo parlato sopra, che elabora i dati del sensore simulato e stabilisce che l’auto deve compiere (frenare, sterzare, eccetera).

Foto: Depositphotos

 

All’atto pratico “le decisioni di guida del veicolo vengono gestite nel Constellation Simulator, con l’obiettivo di condurre test accurati” spiega NVIDIA. Obiettivo ultimo è arrivare a sviluppare e commercializzare auto a guida autonoma capaci di funzionare in sicurezza nel mondo reale.

A supporto del sistema, NVIDIA ha anche presentato una piattaforma aperta (il cui codice è disponibile gratuitamente a chiunque) chiamata “Safety Force Field” (SFF). Utilizza i dati dei sensori per prevedere cosa accadrà sulle strade e intraprendere azioni per proteggere il veicolo e gli altri utenti.  Il framework SFF potrebbe essere visto come una sorta di “assicurazione contro danni accidentali”, perché garantisce che le azioni non creeranno, aumenteranno o contribuiranno a una situazione pericolosa, perché implementa le azioni necessarie per mitigare potenziali pericoli. Bisognerà vederlo all’opera per valutarne l’effettiva efficacia, ma l’idea di massima è che il software SFF segua il “principio fondamentale di evitare le collisioni” spiega David Nister di NVIDIA, aggiungendo che “SFF è concepito matematicamente in modo che i veicoli autonomi, come i magneti che si respingono a vicenda, si mantengano lontani dai pericoli e non contribuiscano a crearne”.

Sostieni ilfattoquotidiano.it: mai come in questo momento abbiamo bisogno di te.

In queste settimane di pandemia noi giornalisti, se facciamo con coscienza il nostro lavoro, svolgiamo un servizio pubblico. Anche per questo ogni giorno qui a ilfattoquotidiano.it siamo orgogliosi di offrire gratuitamente a tutti i cittadini centinaia di nuovi contenuti: notizie, approfondimenti esclusivi, interviste agli esperti, inchieste, video e tanto altro. Tutto questo lavoro però ha un grande costo economico. La pubblicità, in un periodo in cui l'economia è ferma, offre dei ricavi limitati. Non in linea con il boom di accessi. Per questo chiedo a chi legge queste righe di sostenerci. Di darci un contributo minimo, pari al prezzo di un cappuccino alla settimana, fondamentale per il nostro lavoro.
Diventate utenti sostenitori cliccando qui.
Grazie Peter Gomez

ilFattoquotidiano.it
Sostieni adesso Pagamenti disponibili
Articolo Precedente

Elettricità dai liquidi magnetici, è il progetto Magenta per produrre energia dal calore di scarto

next
Articolo Successivo

Il sito MySpace perde 50 milioni di file musicali per un problema tecnico

next