Da quasi sette anni i due team collaborano alla ricerca per rendere la guida più sicura. Questi esperimenti automatizzano una manovra sportiva chiamata “drifting”, in cui il guidatore controlla con precisione la direzione del veicolo dopo aver fatto perdere aderenza all’asse posteriore. Una situazione corrispondente al controllo durante un imprevisto su fondi a scarsa aderenza come neve o ghiaccio. Aggiungendo una seconda auto che derapa in tandem, i team hanno simulato più da vicino condizioni dinamiche in cui le auto devono rispondere rapidamente ad altri veicoli, pedoni e ciclisti in movimento intorno al veicolo stesso.

“I nostri ricercatori collaborano con un unico obiettivo: rendere la guida più sicura”, ha dichiarato Avinash Balachandran, vicepresidente della divisione Human Interactive Driving di TRI. “Ora, utilizzando gli strumenti più recenti dell'intelligenza artificiale, siamo in grado di far derapare due auto in tandem in modo autonomo. Si tratta della manovra più complessa negli sport motoristici e il raggiungimento di questo traguardo con l'automazione, significa che possiamo controllare le auto in modo dinamico anche nelle condizioni più difficili. Questo ha implicazioni di vasta portata per la realizzazione di sistemi di sicurezza avanzati nelle automobili del futuro”.

“La fisica del drifting è in realtà simile a quella che un'auto potrebbe sperimentare su fondi a scarsa aderenza come neve o ghiaccio”, ha dichiarato Chris Gerdes, professore di Ingegneria meccanica e co-direttore del Center for Automotive Research di Stanford (CARS). “Ciò che abbiamo imparato da questo progetto di drifting autonomo ha già portato a nuove tecniche per controllare i veicoli automatizzati in modo sicuro sul ghiaccio”.

In una sequenza di drifting autonomo in tandem, due veicoli - un'auto di testa e una che segue – si muovono su un tracciato, a volte a pochi centimetri l'una dall'altra, operando al limite del controllo. Il team ha utilizzato le più recenti tecnologie per costruire l'intelligenza artificiale del veicolo, compreso un modello degli pneumatici a rete neurale che ha permesso di imparare dall'esperienza, proprio come un pilota esperto.

“Le condizioni della pista possono cambiare radicalmente nel giro di pochi minuti quando il sole tramonta”, ha detto Gerdes. “L'intelligenza artificiale che abbiamo sviluppato per questo progetto apprende da ogni test che abbiamo fatto in pista per gestire questa variazione”.

Gli incidenti automobilistici causano ogni anno più di 40.000 morti negli Stati Uniti e circa 1,35 milioni di morti nel mondo. Molti di questi incidenti sono dovuti alla perdita di controllo del veicolo in situazioni dinamiche improvvise. Lo sviluppo della guida autonoma è molto promettente per introdurre sistemi di assistenza al conducente che lo aiutino a reagire correttamente in situazioni di emergenza.

“Se l'auto inizia a sbandare o a perdere aderenza, ci si affida esclusivamente alle proprie capacità di guida per evitare la collisione con un altro veicolo, un albero o un ostacolo. Un guidatore medio fatica a gestire queste circostanze estreme e una frazione di secondo può fare la differenza tra la vita e la morte”, ha aggiunto Balachandran. “Questa nuova tecnologia è in grado di intervenire in tempo per salvaguardare il conducente e gestire la perdita di controllo, proprio come farebbe un esperto di drifting”.

“Fare ciò che non è mai stato fatto prima dimostra davvero cosa è possibile”, ha aggiunto Gerdes. “Se riusciamo a fare questo, immaginate cosa possiamo fare per rendere le auto più sicure”.

Dettagli tecnici

●    Gli esperimenti sono stati condotti al Thunderhill Raceway Park di Willows, California, utilizzando due GR Supra modificate: gli algoritmi sull'auto principale sono stati sviluppati al TRI, mentre gli ingegneri di Stanford hanno sviluppato quelli sulla seconda auto

●    TRI si è concentrata sullo sviluppo di meccanismi di controllo affidabili e stabili per l'auto di testa, consentendole di effettuare giri costanti e sicuri.

●    Stanford Engineering ha sviluppato modelli e algoritmi di veicoli con intelligenza artificiale che consentono all'auto che segue di adattarsi dinamicamente al movimento dell'auto che precede, in modo che possa muoversi senza collidere.

●    GReddy e Toyota Racing Development (TRD) hanno modificato le sospensioni, il motore, la trasmissione e i sistemi di sicurezza di ciascuna vettura (ad esempio, roll-bar e sistemi antincendio). Sebbene leggermente diversi tra loro, i veicoli sono stati costruiti con le stesse specifiche utilizzate nelle competizioni di Formula Drift per aiutare i team a raccogliere dati, con piloti esperti in un ambiente controllato. 

● Entrambe le vetture sono state dotate di computer e sensori che consentono di controllare lo sterzo, l'acceleratore e i freni e allo stesso tempo di rilevarne il movimento (ad esempio posizione, velocità e velocità di rotazione).

○    Fondamentalmente, condividono una rete WiFi dedicata che consente loro di comunicare in tempo reale scambiando informazioni come la posizione relativa e le traiettorie pianificate.

○    Per ottenere un drift autonomo in tandem, i veicoli devono adattare continuamente i comandi di sterzo, acceleratore e freno e la traiettoria che intendono seguire, utilizzando una tecnica chiamata Controllo predittivo del modello non lineare (NMPC).

●    Nell’NMPC, ogni veicolo ha degli obiettivi, rappresentati matematicamente come comandi o vincoli a cui si deve obbedire.

○    L'obiettivo del veicolo di testa è mantenere una deriva lungo un percorso desiderato, rimanendo soggetto ai vincoli delle leggi della fisica e ai limiti della meccanica come l'angolo di sterzata massimo.

○    L'obiettivo del veicolo che segue è andare in drift accanto al veicolo di testa evitando proattivamente una collisione.

●    Ciascun veicolo, quindi, elabora e rielabora la migliore ottimizzazione fino a 50 volte al secondo, per decidere quali comandi di sterzo, acceleratore e freno soddisfano meglio i propri obiettivi, rispondendo al contempo a condizioni in rapido cambiamento.

●    Sfruttando l'intelligenza artificiale per migliorare costantemente la rete neurale utilizzando i dati dei test precedenti, i veicoli ottimizzano la performance ad ogni nuovo giro di pista.

Per ulteriori informazioni tecniche, visitate il blog TRI’s Tandem Drifting Medium.

Approfondimenti: 

Toyota develops autonomous drifting tech as a potential safety feature by CNET | Toyota Research Institute (tri.global)

Toyota Research Institute Pushes Vehicle's Capabilities To Advance Active Safety | Toyota Research Institute (tri.global)

Gli ADAS, che oggi sono arrivati alla terza generazione del Toyota Safety Sense con il sistema Toyota “T-Mate”*, sono un vero e proprio assistente proattivo alla guida (Proactive Driving Assist).

Lo sviluppo delle logiche alla base degli ADAS presenti sulla vetture di serie sono frutto di esperimenti di AI condotti principalmente dal TRI, nei quali, grazie alla presenza di dispositivi dotati di AI a bordo (veri e propri computer), vetture che effettuano autonomamente determinati percorsi, con ostacoli di vario genere, sono in grado di adattare progressivamente il proprio comportamento e le proprie reazioni in condizioni limite di sollecitazioni dinamiche e di aderenza degli pneumatici al suolo, come in caso di drifting, fino a definire la risposta ottimale alle situazioni che si trovano di fronte.

In pratica gli attuali sistemi di assistenza alla guida sono dotati di abilità a tutti gli effetti in grado di gestire una guida autonoma del veicolo, sia in condizioni di marcia normale che di emergenza, ma sono volutamente messi a disposizione come “assistente” al guidatore (T-mate) non come suo sostituto. Ovviamente ai fini della sicurezza (ADAS propriamente detti) ma anche per ottimizzare la gestione del sistema ibrido in termini di utilizzo della batteria (gestione di guida predittiva) e per rendere più fluida e omogenea la guida in contesti di traffico intenso (assistente di guida che agevola ad esempio il rallentamento e l’uso dello sterzo in base alle condizioni sia della strada che del traffico circostante).

__________________________________________________________________

*: Toyota T-Mate (= Toyota Safety sense di 3^ generazione + Proactive Driving Assist)

Toyota T-Mate indica una vasta gamma di sistemi che aiutano a prevenire gli incidenti, forniscono protezione in caso di impatto e assistono il conducente nelle manovre, sia di parcheggio che di guida nel traffico. L’ultima generazione di Toyota Safety Sense include sistemi di sicurezza attiva con maggiore funzionalità e monitoraggio più completo dell’ambiente attorno alla vettura.

Il più recente Pre-Collision System e il Proactive Driving Assist monitorano costantemente la strada per riscontrare eventuali pericoli e possono avvisare il guidatore o limitare automaticamente l'accelerazione e intervenire sulla frenata se viene rilevato un rischio imminente. Ciò protegge da una serie di fattori di rischio, come la presenza di un veicolo più lento o fermo nella corsia di marcia e di pedoni o ciclisti che attraversano la strada, anche agli incroci.

Il Lane Trace Assist mantiene in sicurezza sulla corsia di marcia, guidato dalla segnaletica orizzontale, dal margine stradale o dal veicolo che precede, migliorando ulteriormente la sicurezza e riducendo lo stress nei lunghi viaggi in autostrada. Il sistema funziona con il Cruise Control Adattivo di tipo Full Range per regolare la velocità durante una curva autostradale, monitorando l'uso del volante e dei pedali. Se non vengono utilizzati per un periodo prolungato di tempo, è possibile che si avvii l’Emergency Driving Stop System.

Il potenziato Cruise Control Adattivo Full Range include un nuovo Overtake Prevention Support per impedire i sorpassi involontari in autostrada sul lato sbagliato di un altro veicolo e il Turn Signal Linked Control per aiutare il guidatore a immettersi nel traffico a una velocità adeguata e a distanza di sicurezza dagli altri veicoli.

Sulle strade principali e sulle autostrade, il Road Sign Assist fornisce un promemoria visivo di informazioni importanti come i segnali di pericolo e i limiti di velocità. L'ultima versione è arricchita con la regolazione one-touch del limitatore di velocità per adattare quest’ultima all’ informazione riportata sui segnali stradali.

Il Rear Seat Reminder System, avvisa il conducente se un bambino o un animale domestico viene lasciato sul sedile posteriore, e il Safe Exit Assist che avvisa se veicoli o ciclisti sono in transito o si stanno avvicinando da dietro quando si sta aprendo una portiera (su Toyota, su Lexus inibisce l’apertura della portiera).

Il Lane Change Assist e il Front Cross Traffic Alert migliorati, progettati per avvisare il guidatore se ci sono dei veicoli in avvicinamento da sinistra o destra agli incroci. La Driver Monitor Camera monitora lo stato del conducente ed è collegata all’Emergency Driving Stop System, mentre il sistema di abbaglianti adattivi regola i livelli di luce anteriore per ridurre al minimo l'abbagliamento dei veicoli in arrivo.

Per garantire al cliente la massima comodità, continue revisioni e aggiornamenti software vengono rilasciati da remoto tramite il modulo di comunicazione dati dell'auto.

Toyota Research Institute

Il Toyota Research Institute (TRI) conduce ricerche per amplificare le capacità umane, concentrandosi sul rendere le nostre vite più sicure e sostenibili. Guidato dal dottor Gill Pratt, il team di ricercatori del TRI sviluppa tecnologie per far progredire l’energia e i materiali, l’intelligenza artificiale incentrata sull’uomo, la guida interattiva umana e la robotica. Fondata nel 2016, TRI ha uffici a Los Altos, California, e Cambridge, Massachusetts. Per ulteriori informazioni su TRI, visitare http://tri.global.

Dr. Gill Pratt, CEO del TRI: “Il nostro team si è dimostrato ancora una volta capace di progredire notevolmente. Per portare la piattaforma di ricerca ad un nuovo livello abbiamo sfruttato le straordinarie competenze Toyota in fatto di design e di ingegneria, per creare un’innovativa piattaforma di test che sono certo diventerà un punto di riferimento per il settore.”

L’approccio del TRI nei confronti di questa nuova piattaforma è stato sviluppato secondo tre principi chiave:

1) incrementare la capacità percettiva delle vetture dotate di guida autonoma, diventando così un punto di riferimento per il settore.

2) integrare le nuove dotazioni all’interno del design della vettura assicurando un aspetto distintivo che sia allo stesso tempo slanciato ed elegante.

3) realizzare le tecnologie di guida autonoma in maniera tale da poterle integrare agevolmente nella produzione in serie.

PERCEPTION TECHNOLOGY

La Platform 3.0 rappresenta la più recente evoluzione della ricerca sulla guida autonoma da parte del TRI. La sperimentazione si è spostata sulla realizzazione di un pacchetto tecnologico dotato di una configurazione ben definita, e su livelli di performance che consentano alla vettura di comprendere al meglio l’ambiente che la circonda.

La Platform 3.0 monta una gamma completa di sensori che la rendono uno dei prototipi per la guida autonoma più avanzati del settore. Il sistema Luminar LIDAR, con una portata di ben 200 metri, copre oggi l’intero perimetro a 360° della vettura, fattore questo consentito dai quattro sensori LIDAR ad alta risoluzione capaci di rilevare tutti gli oggetti presenti nell’ambiente esterno.

I sensori LIDAR a corto raggio sono posizionati in basso sui quattro lati della vettura, uno in ciascuno dei pannelli laterali anteriori, in ciascuno di quelli posteriori e nei paraurti di coda. Questi sensori riescono a rilevare anche gli oggetti più piccoli nell’ambiente circostante la vettura, inclusi i bambini e i detriti presenti sulla strada. La nuova piattaforma è stata realizzata per la massima flessibilità, consentendo quindi l’integrazione delle future tecnologie non appena queste saranno disponibili sul mercato.

DESIGN

Il TRI si è avvalso delle competenze dello studio CALTY Design Research di Ann Arbor, in Michigan, e degli ingegneri della Toyota Motor North America Research and Development (TMNA R&D) per ridurre le dimensioni dei sensori e delle telecamere e per nasconderli accuratamente all’interno della scocca. Questi esperti hanno realizzato un nuovo pannello del tetto resistente a qualsiasi tipo di clima e di temperatura, sfruttando lo spazio disponibile all’interno del vano per minimizzare l’altezza della vettura. Questo ha consentito di eliminare le componenti aggiuntive e di rimpiazzare i sensori LIDAR che storicamente caratterizzano le vetture da test per la guida autonoma.

Lo studio CALTY ha progettato il disegno del pannello del tetto, seguendo una linea definita minimalismo intelligente, ispirata ai caschi da motociclista per la guida fuoristrada. L’area anteriore è caratterizzata da un look tecnico e ben definito che diventa più fluido e aerodinamico al posteriore della vettura, andando ad integrarsi con la linea di cintura della LS. Il pannello è integrato con inserti cromati che attraversano le fiancate per poi congiungersi con la linea del tetto.

Scott Roller, Senior Lead Designer del CALTY Design Research: “Il ruolo degli ‘Automotive Designer’ è sempre servito per concentrare l’attenzione sul modo in cui progettare e applicare le tecnologie di guida autonoma per i guidatori e per i passeggeri. È molto stimolante integrare queste componenti in completa armonia con il design di una vettura.”

L’architettura computazionale della vettura (nell’ottica del funzionamento dei componenti per la guida autonoma, che in passato occupavano quasi l’intero vano di carico) è stata a sua volta consolidata. I sistemi elettronici e il relativo cablaggio sono stati inseriti in una piccola scatola decorata con il logo TRI illuminato da LED.

PRODUZIONE

La produzione dei veicoli Platform 3.0 inizierà nella primavera prossima. Il Prototype Development Center della TMNA R&D con sede a York Twp, in Michigan, grazie alle competenze nella produzione specializzata con volumi ridotti, produrrà le unità Platform 3.0 basandole sui modelli Lexus LS di serie.

I volumi di produzione saranno intenzionalmente ridotti per continuare ad offrire la massima flessibilità, considerando in particolare la grande rapidità dei progressi ottenuti dal TRI con l’aggiornamento della nuova piattaforma. Sono infatti stati portati a termine in meno di un anno ben tre aggiornamenti di grande rilevanza, inclusi due test vehicles di nuova generazione. Il TRI ha annunciato inoltre ulteriori e significativi sviluppi anche nei mesi a venire.

Parte delle nuove vetture da test verrà realizzata con il layout a doppi comandi che il TRI ha presentato la scorsa estate, una dotazione che consente di testare l’applicazione Guardian di guida autonoma sperimentando nella maniera più efficace possibile il trasferimento del controllo tra il test driver e il sistema autonomo, mantenendo comunque un guidatore di supporto in caso di necessità. Le vetture a comando singolo, come quella esposta al CES, sono invece utilizzate per testare l’applicazione Chauffeur, che rappresenta l’approccio del TRI all’automazione completa della guida.

Le vetture dotate delle applicazioni Guardian e Chauffeur utilizzano la stessa gamma di sensori e telecamere, oltre a software pressoché identici.

Gill Pratt, CEO del TRI: “Gli ultimi mesi hanno visto un’incredibile accelerazione da parte nostra in fatto di guida autonoma, in particolare relativamente alla salvaguardia delle vite umane, a una migliore accessibilità alla mobilità e alla realizzazione di vetture confortevoli e divertenti da guidare. I nostri team di ricerca hanno puntato inoltre alla progettazione di sistemi robotici sempre più intelligenti al servizio delle persone.”

Per questo Toyota ha deciso di pubblicare una lista completa dei progetti relativi alla mobilità autonoma: un White Paper che spiega la filosofia del brand per quanto riguarda l’approccio alla tecnologia, i programmi di ricerca e i piani a breve termine mirati a sviluppare tecnologie in grado di ridurre drasticamente gli incidenti stradali e allo stesso tempo incrementare le soluzioni di mobilità per le popolazioni di tutto il mondo. Con la diffusione del White Paper, Toyota punta a convincere altri soggetti economici ad abbracciare i valori in essa contenuti, portando così ad una crescita esponenziale delle infrastrutture necessarie.

Il White Paper riassume i concetti delle applicazioni ‘Guardian’ e Chauffeur’, e cioè quelle alla base della ricerca Toyota sulla guida autonoma e del ‘Mobility Teammate Concept’: le interazioni tra vettura e conducente sono da considerarsi alla stregua di quelle tra due amici intimi, che si prendono cura l’uno dell’altro e che non esitano ad aiutarsi reciprocamente in caso di necessità.

Il White Paper è consultabile all’indirizzo www.automatedtoyota.com.

Kiyotaka Ise, Chief Safety Technology Officer e Senior Managing Officer della Toyota Motor Corporation: “La guida autonoma porterà molteplici benefici alla società, ma non dimentichiamo che per noi la priorità è realizzare una mobilità basata sulla sicurezza. Disporre di tecnologie capaci di prevedere il susseguirsi degli eventi nel traffico e di interagire con gli esseri umani: solo così sarà possibile prevenire e ridurre le collisioni a diverse velocità di marcia.”

Oltre a questo, il TRI ha deciso di condividere i progressi ottenuti nelle seguenti tecnologie:

GUIDA AUTONOMA

Dopo aver presentato la ricerca Platform 2.0 nel marzo 2017, il TRI ha rapidamente aggiornato lo studio con quella che è stata definita Platform 2.1. Parallelamente alla creazione di questa innovativa piattaforma, il TRI ha registrato diversi progressi nel campo della Computer Perception, progressi che hanno consentito ai sistemi di guida autonoma di rilevare nei minimi dettagli l’ambiente attorno alla vettura, individuando oggetti e carreggiate al fine di assicurare una guida in tutta sicurezza. Queste nuove architetture risultano più veloci, efficienti e precise: oltre al rilevamento degli oggetti possono infatti fornire anche dati relativi ad altri elementi, come la segnaletica orizzontale e verticale, supportando inoltre lo sviluppo delle mappe, fattore questo chiave per un funzionamento ottimale della guida autonoma.

La Platform 2.1 va inoltre ad ampliare il portafoglio di fornitori del TRI, che include oggi la Luminar con il suo innovativo sistema LIDAR, che assicura un raggio di rilevamento più ampio, un Point Cloud più capillare per determinare la presenza di oggetti tridimensionali, e un campo visivo configurabile in maniera dinamica. Questo significa che i punti di misurazione possono essere concentrati nelle aree in cui la rilevazione risulti di maggiore importanza. Il nuovo LIDAR va a coniugarsi all’attuale sistema di rilevamento per la copertura a 360°. Il TRI auspica l’ingresso di nuovi fornitori non appena questa tecnologia all’avanguardia sarà lanciata sul mercato.

Per quanto concerne la Platform 2.1, il TRI ha progettato una seconda plancia di controllo per il passeggero con sterzo ‘Drive-by-wire’ e pedaliera assolutamente funzionanti. Questo setup consente al team di ricerca di esplorare diversi metodi per il trasferimento del controllo dalla guida umana a quella autonoma in condizioni di guida differenti. Il sistema è inoltre utile per lo sviluppo di algoritmi di apprendimento automatico derivanti dalle competenze di piloti esperti.

Il TRI ha pianificato inoltre un approccio per dimostrare i diversi livelli di guida autonoma all’interno di un veicolo mediante l’utilizzo estensivo di interfacce utente attraverso display, luci colorate e linguaggio tonale utilizzati dalle applicazioni ‘Guardian’ e ‘Chauffeur’. L’istituto sta inoltre provando ad incrementare la consapevolezza situazionale dei conducenti attraverso la visualizzazione sul display multimediale di un Point Cloud relativo a tutto ciò che la vettura incontra nell’ambiente circostante.

Grazie agli enormi progressi in fatto di hardware e software, la Platform 2.1 diventa oggi uno strumento da applicare al collaudo simultaneo delle due applicazioni di guida autonoma ‘Guardian’ e Chauffeur’ ideate dal TRI. ‘Guardian’ è l'elettronica a supporto del conducente, un sistema che controlla costantemente l’ambiente di guida sia interno che esterno ed è pronto ad avvisare l’automobilista relativamente a potenziali pericoli, per poi eventualmente prendere il comando della vettura. ‘Chauffeur’ è un sistema completamente autonomo che secondo le prescrizioni della SAE è sviluppato per il livello 4/5 di guida autonoma. Le due applicazioni adottano lo stesso numero di sensori e telecamere.

La piattaforma include la capacità del ‘Guardian’ di rilevare i livelli di distrazione e sonnolenza del conducente, reagendo autonomamente nel caso in cui il guidatore non dovesse agire sullo sterzo in presenza di una curva. In una situazione del genere il sistema in prima istanza avverte il conducente per poi intervenire sullo sterzo e sul sistema frenante per seguire la curvatura della carreggiata. I test sull’applicazione ‘Chauffeur’ indicano invece come la vettura riesca a guidare autonomamente sulle carreggiate più anguste in diverse condizioni di guida, aggirando oggetti presenti sulla strada e cambiando corsia in presenza di un ostacolo nonostante il sopraggiungere di una vettura nella direzione opposta.

Oltre ai test effettuati sul campo, il TRI sta anche utilizzando la simulazione per nuove e sempre più accurate sfide ingegneristiche.

ROBOTICA E INTELLIGENZA ARTIFICIALE

Il TRI sta anche facendo passi da gigante nel campo della robotica e dell’intelligenza artificiale.

Come parte della ricerca sull’assistenza domestica robotizzata, per mansioni quali il recupero di oggetti caduti in terra, il TRI ha sviluppato nuovi strumenti che consentano ai robot una maggiore destrezza nella manipolazione degli oggetti di uso comune. Il TRI sta applicando inoltre alla robotica i concetti di Intelligenza Artificiale e di Computer Vision, nell’intento di offrire ai robot la capacità di rilevare la presenza di oggetti e di esseri umani, la capacità di collocarli nello spazio e di recuperarli (nel caso di oggetti). I robot potranno quindi comprendere lo spostamento di un oggetto, aggiornandone la posizione, e addirittura riconoscere i volti degli esseri umani registrati nel database.

I progressi nel campo della robotica sono stati resi possibili dalla straordinaria capacità del TRI di ottenere la massima precisione nelle simulazioni per i test fisici. Dopo aver riscontrato l’impossibilità di testare la completezza delle situazioni che un robot potrebbe incontrare nel mondo reale, l’istituto ha deciso di adottare ambienti simulati adattandoli costantemente ai dati raccolti nel mondo reale per offire ai test un’incredibile molteplicità di situazioni.

Il TRI sta inoltre dedicandosi a nuove idee per l’applicazione dell’intelligenza artificiale all’interno di una vettura, per offrire agli occupanti la massima sicurezza, soddisfazione e il massimo del comfort. L’istituto ha progettato un simulatore dotato di Intelligenza Artificiale a bordo della vettura capace di rilevare la postura, la testa, lo sguardo e lo stato emotivo del guidatore per anticiparne le esigenze o i potenziali problemi alla guida. Per esempio, quando il sistema rileva il conducente nell’atto di bere qualcosa oppure un’espressione del volto che possa suggerire un malessere, l’IA Agent potrebbe ipotizzare un’eccessiva calura nell’abitacolo e regolare immediatamente il climatizzatore oppure agire sugli alzacristalli. Se il sistema rileva invece sonnolenza potrebbe suggerire al guidatore una sosta per il caffè e visualizzare le informazioni di navigazione verso la caffetteria più vicina.

Il TRI ha deciso di puntare in primis su tre aziende high-tech estremamente promettenti: Nauto, SLAMcore ed Intuition Robotics. Le Start-up selezionate verranno seguite e supportate con lo scopo di sviluppare le seguenti aree di ricerca:

• Intelligenza Artificiale
• Robotica
• Mobilità Autonoma
• Tecnologia Data & Cloud

Gill Pratt, CEO del TRI: “Toyota nasce come azienda che opera al servizio del genere umano: partendo dal settore tessile per poi puntare a quello Automotive negli anni ’30, passando per l’elettrificazione delle vetture e raggiungere oggi il settore della mobilità autonoma e della robotica. Il TRI sta crescendo in maniera esponenziale, e conosciamo bene l’importanza di espandere le nostre collaborazioni con i migliori talenti imprenditoriali che si affacciano sulla scena. Questa nuova avventura rappresenta per noi un ulteriore passo in avanti, perché è importante che i giovani più talentuosi che condividono con noi l’impegno a migliorare la vita degli esseri umani percepiscano la fiducia del gruppo Toyota.”

Gli investimenti nelle fasi preliminari delle Start-up sono proverbialmente ad altissimo rischio, ma comunque con un potenziale di un ritorno economico ben più elevato. A differenza dai tradizionali fondi di Venture Capital, i quali identificano esclusivamente i target di investimento considerando le idee personali degli imprenditori, questo progetto persegue un modello “Call & Response”, che identifica in fase preliminare le sfide imprenditoriali chiave per poi sostenere la nascita di nuove aziende che si offrano di risolverle.

Jim Adler, Vice Presidente TRI per l’area Data & Business Development, assumerà il ruolo di Managing Director del progetto Toyota AI Ventures.

Queste le parole di Adler: “Sappiamo di non avere la risposta a qualsiasi quesito. Molte delle tecnologie all’avanguardia affermatesi negli ultimi anni sono state concepite nell’ambito delle Start-up, e per questo vogliamo sostenere questo universo incredibilmente rigoglioso. Una tra le sfide più difficili che un imprenditore deve affrontare è la consapevolezza di aver trovato il prodotto giusto per il giusto mercato: noi possiamo aiutarli a superare le incertezze iniziali, con finanziamenti che consentano loro di fare le scelte migliori, perché il loro successo è anche il nostro successo.”

Profili delle aziende

Nauto, un’azienda della Silicon Valley la cui missione è produrre sistemi in grado di trasformare ogni auto in una “Smart Car”, dotata di un dispositivo sul parabrezza per monitorare l'ambiente circostante, prevenire incidenti, migliorare la condotta di chi è al volante e acquisire i dati condivisi all’interno del suo Cloud informatico. Nell’agosto del 2016 il TRI ha partecipato al progetto Nauto, un investimento totale pari a 12 milioni di dollari.

La britannica SLAMcore è invece una società focalizzata sullo sviluppo della cosiddetta Simultaneous Localization And Mapping (algoritmi utilizzati nel tracciamento dei veicoli autonomi, dei droni oppure dei sistemi di realtà aumentata/realtà virtuale). Una Start-up che affronta questa sfida puntando prevalentemente all’efficienza, un fattore di fondamentale importanza per la mobilità autonoma data l’esigenza di massimizzare le potenzialità della locomozione. Il TRI ha partecipato alla fase Seed del finanziamento di SLAMcore nel marzo 2017.

Infine la israeliana Intuition Robotics, leader nello sviluppo di robotica dedicata all'assistenza degli anziani, incluso il progetto ElliQ. La tecnologia partorita dall’azienda nasce per migliorare la vita di milioni di anziani rendendo più semplice il loro rapporto con la famiglia e con gli amici, in maniera accessibile ed intuitiva, promuovendo allo stesso tempo uno stile di vita più attivo: un progetto in cui sono già stati versati 14 milioni di dollari (circa 12 milioni di euro) in investimenti nel maggio del 2017.

Ulteriori informazioni sul progetto Toyota AI Ventures sono disponibili all’indirizzo http://Toyota-AI.ventures.

Il paradigma tecnologico della Blockchain invia le informazioni attraverso una rete di computer indipendenti, conosciuta come Distributed Ledger Technology, studiata per consentire la massima sicurezza delle transazioni e per proteggere i diritti di proprietà sui dati. Il TRI crede nella capacità della Blockchain di creare la massima trasparenza e fiducia tra i diversi utenti, riducendo il rischio di frodi e azzerando il costo delle transazioni (ad esempio le commissioni e le soprattasse applicate da terze parti).

Chris Ballinger, Direttore dei Servizi per la Mobilità e Chief Financial Officer del TRI: “Potrebbero essere necessarie centinaia di miliardi di chilometri di dati relativi alla guida per sviluppare vetture autonome realmente affidabili e sicure. Le Blockchain e i Distributed Ledger potrebbero facilitare la raccolta dei dati provenienti dalle singole automobili, dai Fleet Manager e dai costruttori e ridurre drasticamente i tempi per portare a termine questa straordinaria impresa e per promuovere la sicurezza, l’efficienza e i vantaggi della guida autonoma.”

Attraverso una approccio Open Source, il TRI sta procedendo alla creazione di un consorzio di utenti, con l’intenzione di promuovere una rapida adozione delle Blockchain da parte delle altre aziende che lavorano sullo sviluppo della guida autonoma e che offrono servizi relativi alla mobilità. Il TRI invita i partner attuali e quelli futuri a collaborare sull’ulteriore sviluppo delle tecnologie BC/DL da applicare all’universo Automotive.

Oltre alla partnership con il MIT ML, il TRI sta collaborando con diversi partner per sviluppare applicazioni in tre diverse aree di questo nuovo ecosistema della mobilità: condivisione dei dati relativi alla guida; transazioni di Car/Ride Sharing; Usage Based Insurance (l’assicurazione a seconda dello stile di guida).

• Condivisione dei dati relativi alla guida: Il paradigma tecnologico della Blockchain può consentire alle aziende e ai privati di condividere e monetizzare le informazioni relative alla guida e accedere ai dati condivisi da altri utenti all’interno di una piattaforma assolutamente sicura. Questo approccio rimanda a un’iniziativa simile progettata per creare diritti d’autore digitali per l’industria discografica, la Open Music Initiative. Grazie ai diversi sensori di bordo, le automobili moderne sono sempre più informate sull’ambiente esterno e sempre più connesse al cloud, alle infrastrutture stradali e alle altre vetture, creando in questo modo un enorme quantità di dati estremamente preziosi. Le tecnologie BC/DL possono in questo senso creare una nuova opportunità per condividere i dati di guida e quelli relativi alla guida autonoma in un contesto che preservi i diritti di proprietà appannaggio dell’autore.

• Transazioni di Car/Ride Sharing: I tool informatici basati sulle tecnologie BC/DL possono mettere i proprietari dei veicoli nelle condizioni di monetizzare l’utilizzo della propria vettura (vendendo una corsa o affittando il veicolo). La Blockchain può registrare i dati relativi all’utilizzo del veicolo e quelli sui proprietari, conducenti e passeggeri. Tutte le informazioni possono contribuire a convalidare uno “Smart Contract” tra le due parti, oltre a gestire il pagamento dei servizi senza coinvolgere intermediari finanziari ed escludendo quindi il rischio di eventuali soprattasse. Il sistema può fornire inoltre la connettività con le funzioni della vettura (ad esempio la chiusura remota delle portiere e l’avviamento/spegnimento del motore).

• Usage Based Insurance: Il paradigma tecnologico della Blockchain può infine essere sfruttato dagli automobilisti per risparmiare sulle tariffe assicurative. Consentendo la raccolta dei dati da parte dei sensori installati sulla vettura e il loro salvataggio all’interno della Blockchain, i possessori di un veicolo avrebbero la possibilità di ridurre i costi grazie a una maggiore trasparenza, oltre a disporre di uno strumento per verificare la qualità delle loro abitudini alla guida.

Neha Narula, Direttrice della Digital Currency Initiative presso il MIT Media Lab: “Sono felice che Toyota abbia dato il via a questa iniziativa basata sulla tecnologia Blockchain per creare una piattaforma open source in cui gli utenti possano monitorare i dati relativi alla guida. La nostra speranza è che altri stakeholder si uniscano a questa impresa per rendere il sogno della guida autonoma una possibilità sempre più concreta.”

Tra i partner del TRI figurano anche: la BigchainDB di Berlino, che sta realizzando la piattaforma per lo scambio di dati relativi alla guida sia normale che autonoma; Oaken Innovations, con sedi a Dallas e Toronto, che sta sviluppando un’applicazione per il Car Sharing P2P, per l’accesso e il pagamento delle vetture mediante un innovativo ‘token’; Commuterz, una startup israeliana, che collabora con il TRI per trovare una soluzione P2P per il carpooling; la Gem di Los Angeles, che collabora con Toyota Insurance Management Solutions (TIMS, la società di assicurazioni telematiche del gruppo Toyota) e con Aioi Nissay Dowa Insurance Services per la realizzazione di una piattaforma di Usage Based Insurance. Tutti i partner sono all’avanguardia nei rispettivi settori di mercato e di ricerca.

Il TRI sta inoltre collaborando con Toyota Financial Services (TFS) negli Stati Uniti per lo sviluppo di strumenti finanziari adeguati al progetto.

Il TRI e i suoi partner hanno annunciato ieri a New York gli obiettivi di questa nuova ricerca in occasione del Consensus 2017, uno dei principali summit sulla tecnologia Blockchain.