Rivoluzione nel traffico: i ricercatori di Paderborn ottimizzano i veicoli autonomi!
Al via presso l’Università di Paderborn un innovativo progetto di ricerca per migliorare l’interazione tra veicoli autonomi e pedoni.

Rivoluzione nel traffico: i ricercatori di Paderborn ottimizzano i veicoli autonomi!
L'Università di Paderborn ha avviato un nuovo progetto di ricerca che mira a migliorare significativamente l'interazione tra veicoli autonomi e pedoni. Guidato dal Dr.-Ing. Sandra Gausemeier e il Dr. rer. medico. Tim Lehmann, il progetto si concentra sul riconoscimento delle intenzioni dei pedoni di agire prima che agiscano effettivamente. Ciò ha lo scopo di aiutare a evitare in modo proattivo situazioni critiche del traffico, il che potrebbe rappresentare un progresso significativo nel campo della guida autonoma. Secondo l'Università di Paderborn, al progetto è stato assegnato il premio di ricerca dell'università, del valore di 150.000 euro.
Il progetto innovativo combina metodi di intelligenza artificiale (AI) con l’analisi del movimento. Gli scienziati conducono studi sperimentali sul comportamento decisionale delle persone al fine di sviluppare algoritmi predittivi. La sfida sta nella generazione, elaborazione e risposta alle informazioni in tempo reale, soprattutto in scenari urbani complessi.
Obiettivi e metodi del progetto
Uno degli obiettivi principali è sviluppare un sistema basato sull'intelligenza artificiale in grado di creare profili di rischio e di valutare con precisione le future intenzioni di azione dei pedoni. Per garantire il successo del riconoscimento dei modelli delle sequenze di movimento umano, la qualità dei dati di allenamento è di fondamentale importanza. Pertanto, vengono utilizzati vari metodi di raccolta dati, come il tracciamento oculare e l'elettroencefalografia mobile.
Particolare attenzione è rivolta alla realizzazione di studi sperimentali in ambienti urbani. Questi test hanno lo scopo di aiutare a migliorare e comprendere le interazioni uomo-macchina. Inoltre, si prevede che dopo l'addestramento i sistemi autonomi saranno in grado di riconoscere le intenzioni dei pedoni basandosi esclusivamente sulle immagini delle telecamere di bordo. I primi risultati del progetto sono attesi all’inizio del 2027.
Sfide tecnologiche e strategie di sicurezza
Il lavoro di ricerca deve affrontare una serie di sfide tecnologiche. Uno di questi è la necessità di ottimizzare i veicoli autonomi per il normale traffico stradale in condizioni difficili. L’Istituto Fraunhofer per i sistemi cognitivi IKS sottolinea che i veicoli autonomi funzionano bene in situazioni di test, ma devono essere a prova di guasto in ambienti reali, come in caso di maltempo o sensori guasti. Si ricerca quindi un’architettura software resiliente e intelligente per garantire l’affidabilità dei sistemi.
Una parte significativa del lavoro viene svolta anche nell'ambito del progetto KARLI, che è sostenuto da un consorzio composto dall'Istituto Fraunhofer IOSB, IAO e diversi partner industriali. KARLI, che sta per intelligenza artificiale per l'interazione adattiva, reattiva e conforme al livello nel veicolo del futuro, si concentra sulle funzioni dell'intelligenza artificiale per i livelli di automazione da 2 a 4. Le interazioni individuali tra uomo e intelligenza artificiale svolgono qui un ruolo centrale. L'adattamento delle interazioni a diversi livelli di automazione ha lo scopo di migliorare la sicurezza e l'attenzione del conducente.
Anche la protezione dei dati e la trasparenza sono fattori cruciali per conquistare la fiducia degli utenti nella tecnologia. Approcci innovativi, come l’uso di sensori supportati dall’intelligenza artificiale, telecamere interne e modelli linguistici di grandi dimensioni, hanno lo scopo di garantire che le interazioni nel veicolo siano progettate in modo ottimale, mantenendo allo stesso tempo l’anonimato degli occupanti. Le prime funzioni di questi progetti potrebbero essere disponibili nei veicoli di serie entro il 2026.
Nel complesso, i risultati della ricerca di Paderborn e degli Istituti Fraunhofer mostrano che il percorso verso una guida autonoma sicura ed efficace comporta molte sfide complesse che devono essere superate attraverso approcci innovativi e collaborazione interdisciplinare.