Menu

I compromessi necessari per avere una guida autonoma sicura

La guida autonoma metterà in discussione la percentuale di costi dovuti alla ridondanza dei sensori destinati alla sicurezza.

Una piattaforma di collaudo definita dal software sarà fondamentale per stare al passo con l'evoluzione delle architetture dei processori.

L'industria dei semiconduttori e quella automobilistica stanno convergendo, mentre i requisiti per la guida autonoma stanno influenzando le architetture dei microprocessori.

image description Secondo l'Organizzazione Mondiale della Sanità , gli incidenti stradali causano oltre 1,25 milioni di vittime ogni anno, con un costo per gli stati di circa il 3% del PIL. Sebbene potenzialmente l'impatto della guida autonoma si ripercuoterà tanto sulla sfera privata quanto sulla sfera politica ed economica, il solo numero di vite salvate potrebbe far diventare la guida autonoma l'invenzione più rivoluzionaria del nostro tempo. Nei sistemi avanzati di assistenza alla guida (ADAS) convergono sensori, processori e software allo scopo di migliorare la sicurezza e, in ultima istanza, fornire capacità di guida autonoma.

Attualmente la maggior parte di questi sistemi utilizza un singolo sensore, come un radar o una telecamera, e ha già raggiunto progressi misurabili. Secondo uno studio del 2016 condotto dall’IIHS, i sistemi di frenata automatica hanno ridotto i tamponamenti di circa il 40% e i sistemi anti-collisione li hanno abbattuti del 23%. Tuttavia, NHTSA riferisce che il 94% degli incidenti stradali gravi sono dovuti a errore umano. Per passare dalla guida assistita all’autonomia di livello 4 o 5, cioè senza una persona dietro al volante, l’industria automobilistica deve affrontare sfide molto più complesse. Ad esempio, è necessario avere tecnologie sensor fusion (ovvero la combinazione dei dati di misurazione da sensori multipli) e richiede sincronizzazione, elaborazione ad alta potenza e la continua evoluzione dei sensori stessi. Per le aziende automobilistiche, ciò significa trovare il giusto equilibrio tra tre fattori fondamentali: costi, tecnologia e strategia.

Costo: sensori complementari e ridondanti

image description Lo standard per l'autonomia di Livello 3 stabilisce che il guidatore non ha bisogno di prestare attenzione se l'auto permane in circostanze predefinite. L'Audi A8 del 2019 sarà la prima vettura di serie al mondo a offrire l'autonomia di Livello 3. È dotata di sei telecamere, cinque dispositivi radar, un dispositivo lidar e 12 sensori ultrasonici. Perché così tanti? Perché ognuno di essi offre vantaggi e svantaggi. Ad esempio, un radar mostra la velocità di un oggetto, ma non cosa sia. In questo caso la tecnologia sensor fusion è necessaria perché abbiamo bisogno di entrambe le variabili per anticipare il comportamento dell'oggetto e la ridondanza è necessaria per superare le carenze del singolo sensore.

In definitiva, gli obiettivi dell'elaborazione dei dati dei sensori sono da un lato una rappresentazione priva di errori dell'ambiente circostante che possa essere utilizzata dagli algoritmi decisionali del veicolo e dall'altro la limitazione dei costi necessaria a creare un margine di profitto. Una delle sfide più significative è scegliere il software giusto. Consideriamo tre esempi: sincronizzare perfettamente le misurazioni, mantenere la tracciabilità dei dati e testare il software ricreando tutte le tipologie di scenari reali. Ognuno di questi esempi presenta delle difficoltà peculiari; la guida autonoma deve affrontarle tutte e tre, ma a quale costo?

LIDAR AGGIUNGE RIDONDANZA

image description

Tecnologia: architetture centralizzate e architetture distribuite

Le capacità di elaborazione di ADAS si basano su multiple unità di controllo singole; tuttavia, grazie alla tecnologia sensor fusion, sta prendendo piede il singolo processore centralizzato. Consideriamo l'Audi A8. Nel modello 2019, Audi ha combinato sensori, funzioni, hardware elettronico e architettura software in un unico sistema centralizzato. Tale sistema centralizzato elabora un modello completo dello spazio attorno al veicolo e attiva tutti i sistemi di guida assistita. Ha più potenza di calcolo di tutti i sistemi del precedente modello messi insieme. La preoccupazione principale di un'architettura centralizzata è il costo dell'elaborazione ad alta potenza, esacerbata dal bisogno di avere un secondo controller per il sensor fusion come backup di sicurezza.

Probabilmente le preferenze si alterneranno tra architetture distribuite e architetture centralizzate mentre il controller e le sue capacità di elaborazione evolvono, il che significa che sarà necessario progettare tester basati su software per adattarsi a tale evoluzione.

"[Helmut Matschi, membro dell'Executive Board, Interior Division di Continental] ha detto che la questione è principalmente di ingegneria del software... Con la diffusione di computer ad alte prestazioni nei veicoli all'inizio del prossimo decennio, Matschi prevede che i progetti di sviluppo potrebbero indirizzare fino all'80% dei loro budget verso il software"

Automotive News, “Continental Bracing for a World of Bugs,” 2018

Strategia: tecnologia "in-house" e "off-the-shelf"

Per raggiungere l'autonomia di Livello 5, il microprocessore di un veicolo autonomo ha bisogno di una capacità di elaborazione 2000 superiore a quella dei microprocessori attualmente installati sui controller; di conseguenza, sta rapidamente diventando più costoso dei componenti RF nei sistemi di sensori radar mmWave. Storicamente una tecnologia sempre più costosa e in forte domanda richiama l'attenzione dei leader nei mercati adiacenti, favorendo la concorrenza tra i maggiori attori del mercato.

Per avere un riferimento, UBS stima che il propulsore elettrico della Chevrolet Bolt abbia un contenuto di semiconduttori 6-10 volte superiore rispetto a un modello equivalente con motore a scoppio. La presenza di semiconduttori continuerà ad aumentare e i mercati contigui forniranno miglioramenti tecnologici preziosissimi. Ad esempio, NVIDIA ha adattato la piattaforma Tegra, inizialmente sviluppata per l'elettronica di consumo, per indirizzare le applicazioni ADAS nei sistemi automobilistici. In alternativa, Denso ha iniziato a progettare e fabbricare il proprio microprocessore di intelligenza artificiale per ridurre i costi e il consumo di energia; NSITEXE Inc., una sussidiaria di Denso, ha in programma di rilasciare un processore di flusso di dati, un IP di processore di nuova generazione chiamato DFP nel 2022. La gara è iniziata.

Ottimizzare i compromessi

Le decisioni su questi compromessi avranno un enorme impatto sul time-to-market e sulla differenziazione delle capacità lungo tutta la filiera. La possibilità di riconfigurare rapidamente i tester sarà fondamentale per ridurre al minimo i costi e i tempi di validazione e collaudo, quindi la flessibilità per mezzo del software sarà fondamentale. In un'intervista pubblicata il 4 marzo 2018 su bloomberg.com, James Kuffner, CEO del Toyota Research Institute-Advanced Development, ha affermato: "Non stiamo raddoppiando, ma quadruplicando il budget. Abbiamo quasi 4 miliardi di dollari a disposizione per far diventare Toyota un'azienda di mobilità che sia anche uno dei maggiori sviluppatori di software." Questo sentimento non è raro nel settore automobilistico. Non c'è ancora una risposta chiara su questi compromessi ma, proprio come le passate rivoluzioni industriali hanno permesso di godere di nuove tecnologie attraverso un aumento della produttività, l'aumento dell'efficienza nello sviluppo del software sarà parte integrante della rivoluzione della guida autonoma.

CONSIDERAZIONI SU SENSORI COMPLEMENTARI E SENSORI RIDONDANTI

image description

Approfondimenti

image description

Jeff Phillips

NI Head of Automotive Market

NI Trend Watch 2019: Scopri i nuovi trend tecnologici per pianificare in modo efficace il tuo futuro

NI Trend Watch - Download