Auto-robot a lezione di scuola guida attraverso erba alta, ghiaia e fango per diventare fuoristrada: i ricercatori le hanno guidate ad alta velocità in un ambiente ricco di sfide, raccogliendo 5 ore di dati che permetteranno alle future auto a guida autonoma di imparare le dinamiche del mondo reale. Lo studio, guidato dall'Università statunitense Carnegie Mellon, sarà presentato alla Conferenza Internazionale su Robotica e Automazione (Icra) che si tiene questa settimana a Philadelphia.
Le ricerche precedenti sulla guida autonoma fuoristrada si sono spesso basate su mappe precompilate, che indicavano i punti in cui erano presenti fango, vegetazione o acqua. Tuttavia, spesso questo tipo di informazioni non è disponibile in anticipo e, quando lo è, ha un'utilità molto limitata: un'area etichettata come fango non aiuta il veicolo a capire se può essere percorribile o meno. I ricercatori guidati da Samuel Triest, quindi, hanno deciso di insegnare direttamente le dinamiche del mondo fisico ad un veicolo ATV (all-terrain vehicle, ossia adatto al fuoristrada), guidandolo in modo spericolato a quasi 50 chilometri orari: hanno sbandato in curva, sono andati su e giù per le colline e l'hanno persino bloccato nel fango, il tutto mentre raccoglievano dati come video, velocità di ciascuna ruota e quantità di shock subiti dalle sospensioni grazie a sette diversi tipi di sensori. L'insieme di dati così raccolto, chiamato TartanDrive, include circa 200.000 di queste interazioni con il mondo reale: gli autori dello studio ritengono che sia il più grande database di guida fuoristrada nel mondo reale, sia in termini di numero di interazioni che di tipi di sensori. "Molti dei dati che eravamo interessati a raccogliere riguardavano questa guida più aggressiva, pendenze più impegnative e vegetazione più fitta", commenta Triest, "perché è lì che alcune delle regole più semplici usate di solito dai veicoli a guida autonoma iniziano a non andare più bene". (
Riproduzione riservata © Copyright ANSA
