Il mese scorso, un incidente su una pista di prova per il platooning autonomo ha lasciato due camion collisi dopo un guasto nella percezione. Il sistema di bordo ha rilevato un ostacolo fantasma, un'entità inesistente generata dalla desincronizzazione tra i dati del LIDAR anteriore e il radar posteriore. Questo errore ha causato una frenata brusca del secondo camion, provocando un tamponamento da parte del primo. Il caso espone una vulnerabilità critica nella fusione dei sensori per i convogli autonomi.
Analisi tecnica: sfasamento temporale nella fusione dei dati LIDAR-Radar 🚛
In un sistema di platooning ideale, il LIDAR scansiona l'ambiente a 10 Hz mentre il radar opera a 20 Hz. Quando esiste una latenza non compensata nell'unità di controllo (ECU), un rimbalzo di microonde da un guardrail può essere registrato come un oggetto statico poco prima che il LIDAR confermi spazio libero. Unendo entrambe le nuvole di punti senza un timestamp preciso, il sistema interpreta quel residuo come un ostacolo reale. Strumenti come Unreal Engine e Vissim permettono di riprodurre questo guasto: il primo renderizza la geometria dell'ambiente e la traiettoria dell'ostacolo fantasma, mentre Vissim modella la reazione del traffico circostante. CloudCompare, dal canto suo, facilita l'analisi delle nuvole di punti per identificare la discrepanza temporale.
Verso una simulazione più robusta della percezione veicolare 🛠️
Questo incidente dimostra che la validazione dei sistemi ADAS non può limitarsi a prove su strada. La simulazione con motori 3D e software di traffico deve includere scenari di desincronizzazione sensoriale per addestrare algoritmi di fusione tolleranti ai guasti. Implementare un buffer temporale dinamico nell'ECU, in grado di allineare i dati per ordine di arrivo e non per frequenza fissa, è una soluzione già testata in ambienti virtuali. L'obiettivo è che nessun ostacolo fantasma si trasformi più in un incidente reale.
È possibile che un errore di sincronizzazione nella comunicazione V2V tra camion durante un platooning autonomo possa essere rilevato e corretto in tempo reale tramite sistemi di sensori 3D, come LIDAR multistrato, per evitare collisioni come quella avvenuta sulla pista di prova?
(NdR: su Foro3D le nostre auto hanno più poligoni che cavalli di potenza)