Dati incoraggianti dalla ricerca Bosch LUKAS
Trovare soluzioni efficaci e sicure per il traffico ‘misto’: è questo lo scopo della ricerca Bosch LUKAS per gli scenari urbani. Il progetto LUKAS, realizzato da Bosch in collaborazione con Mercedes-Benz, Nokia, IT-Designers, InMach e le Università di Ulm e Duisburg-Essen, deriva il suo nome dalla contrazione della frase Lokales Umfeldmodell für das kooperative, automatisierte Fahren in komplexen Verkehrssituationen. La traduzione – Modello di ambiente locale per la guida autonoma cooperativa in situazioni di traffico complesse – permette di capire che questo progetto, finanziato dal Ministero federale tedesco dell’Economia e della Protezione del clima con 5,2 milioni di euro, intende valutare sistemi di comunicazione affidabile tra veicoli autonomi, quelli convenzionali e le infrastrutture stradali. L’interesse di Bosch per il digitale e la connettività è di lunga data e le novità portate al Salone di Monaco 2023 sono solo le ultime di una lunga serie.
La ricerca Bosch LUKAS indica la via per un traffico più sicuro
Il progetto di ricerca Bosch LUKAS utilizza tutte le informazioni disponibili localmente quali quelle provenienti dai sensori delle infrastrutture, da quelli originati dalle automobili e dai veicoli commerciali connessi e da dispositivi mobili come gli smartphone dei pedoni e dei ciclisti. Il sistema valutato acquisisce dati anonimi relativi agli utenti della strada e agli ‘oggetti’ fissi delle infrastrutture: si tratta di dati quali posizione, ingombro ed eventualmente la velocità e la direzione di movimento. Le informazioni pre-elaborate dai sensori vengono trasmesse a un server edge (si tratta di un cloud su scala locale in grado di effettuare pre-elaborazioni) che è collegato alla rete 5G in prossimità dell’incrocio e che provvede alla trasmissione dei dati con una latenza (ritardo) molto basso. Un algoritmo di fusione dei dati sul server edge crea un modello completo dell’ambiente locale e lo utilizza come base per pianificare le manovre dei veicoli connessi: le informazioni sugli oggetti fornite dal modello ambientale vengono reinviate agli utenti della strada e in questo modo la loro visione si estende ad aree che non potrebbero rilevare autonomamente. Rüdiger Walter Henn, responsabile del progetto LUKAS per Bosch, spiega che “il server edge utilizza anche metodi di Intelligenza Artificiale per calcolare manovre cooperative ottimizzate e quindi inviare istruzioni agli utenti connessi. Questo approccio consente di aumentare l’efficienza energetica complessiva dello scenario di traffico e la sicurezza degli utenti della strada, soprattutto di quelli più vulnerabili”. Bosch è molto attenta alla potenza di elaborazione consentita dall’informatica, dalla connettività e dal digitale e inserisce queste tecnologie anche nelle sue diagnosi ESI[tronic] 2.0 Online.
Come si è svolta la ricerca Bosch LUKAS
I casi d’uso cooperativi nel traffico misto hanno visto Bosch, Mercedes-Benz e Università di Ulm utilizzare autovetture connesse e parzialmente autonome mentre InMach ha fornito un prototipo di spazzatrice stradale connessa. Le speciali app per smartphone di IT-Designers e Nokia permettono poi di collegare pedoni e ciclisti all’edge server. IT-Designers ha raccolto i dati utilizzando un drone con videocamera per facilitare la simulazione degli scenari di traffico mentre l’Università di Duisburg-Essen supporta il progetto con simulazioni dei flussi di traffico. I test si sono svolti in un’area del quartiere di Ulm-Lehr nella quale c’è un incrocio tra un tratto in curva di una strada con diritto di precedenza nella quale confluisce una strada laterale: gli edifici nascondono le indicazioni del diritto di precedenza, rendendo questa situazione stradale interessante per gli scenari di traffico reali. La ricerca Bosch LUKAS ha coinvolto anche lampioni in prossimità dell’incrocio, che sono stato dotati di sensori video, LiDAR e RaDAR per rilevare e classificare il traffico. Le informazioni sui vari oggetti vengono inviate al server edge tramite una rete 5G dal partner Nokia; per ragioni di protezione dei dati, le persone e i veicoli non sono identificabili. I risultati offerti dagli algoritmi di pianificazione basati sull’intelligenza artificiale evidenziano un aumento dei flussi di traffico, una significativa riduzione del consumo di carburante e una diminuzione del tempo necessario per attraversare l’incrocio rispetto alla guida non cooperativa. Rallentando il traffico in arrivo gli utenti vulnerabili della strada che attraversano la strada sono inoltre protetti nelle aree con visibilità limitata.
