Undici aziende che operano nell’ambito automotive, della guida autonoma e nei più svariati ambiti dell’industria automobilistica (quindi anche allo sviluppo delle nuove tecnologie) annunciano la pubblicazione del documento Safety First for Automated Driving (SaFad), uno studio ragionato (per quanto non vincolante) per lo sviluppo, il test e la validazione finale dei veicoli a guida autonoma.

Il contributo è frutto degli sforzi di Aptiv, Audi, Baidu, Bmw, Continental, Daimler, Fca Us Llc, Here, Infineon, Intel e Volkswagen. Assenti, invece, tra i grandi nomi Tesla, Nvidia, Cruise e Waymo.

Il settore, quello della guida autonoma, secondo i numeri di Htf Market Intelligence, vale da qui al 2023, oltre 170 miliardi di dollari. Mentre le stime Gartner dicono che il mercato dei veicoli autonomi sia destinato a cubare già nel 2026 oltre 550 miliardi di dollari.

In Europa la presenza su strada sia di veicoli tradizionali sia automatizzati è prevista per il 2030. Nel 2025 dovrebbero essere in circolazione già circa 8 milioni di auto senza conducente (secondo Abi). Non mancano i pareri scettici però. Per esempio Bulc afferma che in Europa la guida autonoma “pura” non conoscerà la diffusione di massa prima del 2045.

Qualsiasi sia lo scenario cui andiamo incontro è evidente come la criticità prima sia data dalle problematiche di sicurezza. Entriamo allora nel dettaglio.

SaFad, 12 principi per la sicurezza

Safety First for Automated Driving è a tutti gli effetti una guida su come costruire, testare e far funzionare un veicolo autonomo sicuro. Offre gli schemi di riferimento, per la progettazione, lo sviluppo e la verifica dei veicoli automatizzati e adibiti al trasporto passeggeri.

Alla base dello studio SaFad vi sono le definizioni delle linee guida sulla base anche delle normative e dei quadri giuridici mondiali. Lo studio è particolarmente interessante perché va oltre gli scenari Sae L1 e L2, e introduce quindi anche quelli relativi a L3 e L4. Spieghiamo.

Sae International è un ente di normazione nel campo dell’industria automobilistica. Nel 2013 ha pubblicato lo standard internazionale che definisce sei differenti livelli di classificazione per la guida automatica, basati su quanto il guidatore debba intervenire, più che sulle capacità del mezzo.

L3 indica l’automobile che è in grado di gestire la guida in condizioni ambientali ordinarie (accelerazione, frenata e direzione), mentre il guidatore interviene in situazioni problematiche in caso di richiesta del sistema o se lui stesso verifichi condizioni avverse.

L4 indica invece già un livello di alta automazione: con il veicolo in grado di gestire qualsiasi evenienza, ma non ancora utilizzabile per esempio in condizioni estreme di guida, come in caso di maltempo. 

La guida SaFad sottolinea in modo preciso quanto sia importante considerare la sicurezza in questo ambito nella sua doppia valenza, security e safety, nel primo caso quindi in relazione agli ostacoli attivi e nel secondo a quelli passivi.

SaFad mette a fuoco 12 principi cardine per la sicurezza in questo ambito e i passaggi necessari per la realizzazione di soluzioni in grado di rispettarli.
Ogni principio è sviscerato in ogni sua parte ed evidenzia una serie di caratteristiche che i veicoli a guida autonoma devono supportare. A questo punto mette a fuoco quali siano gli elementi legati alla sicurezza cui bisogna prestare attenzione.

I principi dell'Automated Driving (i primi 4)
I principi dell’Automated Driving secondo  (i primi 4) secondo la pubblicazione SaFad, gli altri sono user responsibility, Vehicle-Initiated Handover, interdependency between Vehicle Operator and the Ads, Safety Assessment, Data Recording, Passive Safety, Behavior in Traffic, Safe Layer  

Sulla base dei 12 principi vengono identificati i modelli di progettazione, convalida e verifica ma soprattutto lo studio stabilisce legami precisi e tracciabilità delle verifiche tra i 12 principi generali e gli elementi specifici di validazione per la sicurezza sui tre domini (definiti Intended functionality, Functional safety e Cybersecurity).

SaFad – Tre dimensioni per la gestione del rischio

L’approccio Verifica e Validazione combina quindi sicurezza di progettazione e test nei diversi ambiti, ma le conclusioni dello studio evidenziano anche come solo il monitoraggio sul campo sarà indispensabile per migliorare in itinere i sistemi.  

Il modello Rss di Intel

A questo proposito, il modello Rss (Responsibility-Sensitive Safety) di Intel è messo in evidenza all’interno di SaFad per quanto riguarda la sezione Drive Planning Element, ovvero come creare un piano di guida sicuro ed effettivamente in grado di evitare collisioni, attraverso l’esclusione di comportamenti illeciti da parte del veicolo.

Il modello Rss è stato proposto per la prima volta nel 2017 come base di partenza, neutrale dal punto di vista tecnologico, per allineare tutta l’industria in modo univoco su cosa significhi per un veicolo a guida autonoma la sicurezza.

Rss infatti formalizza le comuni nozioni degli umani utilizzate durante una guida di buonsenso in un insieme di formule matematiche trasparenti e verificabili, costruendo quindi una cornice di sicurezza delle capacità decisionali del veicolo.

Si tratta di un approccio diverso rispetto ai sistemi decisionali di sicurezza adottati oggi e basati su AI probabilistica. Intel infatti propone, a fianco di questi sistemi, un ulteriore livello di verifica deterministica basato su prescrizioni matematiche.

Valeo, Baidu e Chine Its hanno già annunciato la volontà di utilizzare lavorare o contribuiscono al modello Rss. Per esempio Baidu ha mostrato un’implementazione sul campo in occasione dei Ces 2019. E sono state annunciate collaborazioni anche con Mobileye Volkswagen e Champion Motors in Israele come con il sistema pubblico dei trasporti cinesi a Beijing. 

© RIPRODUZIONE RISERVATA