This paper describes the history of driver assistance systems and autopilot technology, proposing an innovative approach that enables the vehicle, and consequently ADAS systems, to accurately determine the external environment, drivable roads, potential danger situations, and road signs. We will focus on image processing and the ways in which vehicles perceive the outside world, make decisions, and determine the most appropriate actions to take. The data required to process the world surrounding the vehicle is obtained through textures, colors, and positioning—features extracted from pixels and captured by the vehicle's onboard cameras. Their programming under multiple parameters, aimed at minimizing errors, is defined through machine learning algorithms that have the ability to self-adapt. The automotive market and its entire related industry are undergoing continuous evolution. Companies in the sector are constantly engaged in developing new technologies, with particular attention to the future of autopilot systems, which are gaining increasing global interest. According to recent studies conducted by the OICA (Organisation Internationale des Constructeurs d’Automobiles) and based on data collected between 2011 and 2017, the number of private vehicles in use worldwide has increased by nearly 20% on average. Consider that among the countries with the highest increases in private car sales, some have seen their vehicle fleets nearly double in recent years. The implementation of an autonomous system that allows vehicles to move without the risk of human error is an inevitable goal to achieve. However, first, we must adapt and harmonize the legislation of countries worldwide so that road signs, traffic directions, and the differences that currently exist between nations can be synthesized by the machine without room for error. Lastly, but no less importantly, we need to determine who or what will be held responsible for possible road accidents, especially in light of significant violations of IT systems by hackers. The scenario that could arise under certain circumstances is still to be developed, and at the moment, legislation has not yet defined the legal evolution to be adopted.
Questo elaborato descrive la storia dei sistemi di aiuto alla guida e dell’autopilota proponendosi, con un approccio innovativo che permetta al veicolo e di conseguenza ai sistemi ADAS, di determinare con elevata precisione l’ambiente esterno, le strade percorribili, le possibili situazioni di pericolo e la segnaletica stradale. Ci occuperemo dell’elaborazione dell’immagine e dei modi attraverso i quali i veicoli riescono a percepire il mondo esterno, prendono le decisioni e definiscono le azioni più opportune da mettere in atto. I dati utili a consentire l’elaborazione del mondo che circonda l’autovettura passano attraverso la texture, i colori e i posizionamenti, funzioni estratte dai pixel e catturate dalle telecamere in dotazione al veicolo. La loro programmazione sotto molteplici parametri, per ridurre al minimo lo spazio agli errori, viene definita tramite algoritmi di machine learning che hanno la capacità di auto-adattarsi. Il mercato automobilistico e l'intera filiera correlata stanno attraversando un'evoluzione continua. Le aziende del settore sono costantemente impegnate nello sviluppo di nuove tecnologie con un'attenzione particolare al futuro dell’autopilota, che sta guadagnando sempre più maggiore interesse a livello globale. Da recenti studi svolti dall’OICA (Organisation Internationale des Constructeurs d’Automobiles) e basati su dati raccolti tra il 2011 e il 2017, il numero di veicoli privati in uso nel mondo è aumentato in media di quasi il 20%. Si pensi solo che tra i paesi con i maggiori incrementi nella vendita di auto private, ve ne sono alcuni che hanno visto quasi raddoppiare il loro parco vetture circolante negli ultimi anni. L’implementazione quindi di un sistema autonomo che permetta ai veicoli di spostarsi senza il rischio dell’errore umano, è un traguardo che sarà inevitabile raggiugere. Tuttavia, prima, dovremo adeguare ed uniformare la legislazione dei Paesi del Mondo affinché la segnaletica stradale, i sensi di marcia e le diversità che oggi esistono tra una Nazione e l’altra, possano essere sintetizzate dalla macchina senza margine d’errore. Ultimo, ma non meno importante sarà comprende a chi o cosa demandare la responsabilità di possibili incidenti stradali anche in luogo di non trascurabili violazioni dei sistemi informatici da parte di hacker. Lo scenario che si aprirebbe in determinate circostanze, è tutto da sviluppare e al momento, l’ordinamento non si è ancora pronunciato per definire l’evoluzione legislativa da adottare.
ADAS e Autopilota: Un Approccio Innovativo alla Percezione e alla Decisione nei Veicoli Moderni
ANZALOTTA, SIMONE
2023/2024
Abstract
Questo elaborato descrive la storia dei sistemi di aiuto alla guida e dell’autopilota proponendosi, con un approccio innovativo che permetta al veicolo e di conseguenza ai sistemi ADAS, di determinare con elevata precisione l’ambiente esterno, le strade percorribili, le possibili situazioni di pericolo e la segnaletica stradale. Ci occuperemo dell’elaborazione dell’immagine e dei modi attraverso i quali i veicoli riescono a percepire il mondo esterno, prendono le decisioni e definiscono le azioni più opportune da mettere in atto. I dati utili a consentire l’elaborazione del mondo che circonda l’autovettura passano attraverso la texture, i colori e i posizionamenti, funzioni estratte dai pixel e catturate dalle telecamere in dotazione al veicolo. La loro programmazione sotto molteplici parametri, per ridurre al minimo lo spazio agli errori, viene definita tramite algoritmi di machine learning che hanno la capacità di auto-adattarsi. Il mercato automobilistico e l'intera filiera correlata stanno attraversando un'evoluzione continua. Le aziende del settore sono costantemente impegnate nello sviluppo di nuove tecnologie con un'attenzione particolare al futuro dell’autopilota, che sta guadagnando sempre più maggiore interesse a livello globale. Da recenti studi svolti dall’OICA (Organisation Internationale des Constructeurs d’Automobiles) e basati su dati raccolti tra il 2011 e il 2017, il numero di veicoli privati in uso nel mondo è aumentato in media di quasi il 20%. Si pensi solo che tra i paesi con i maggiori incrementi nella vendita di auto private, ve ne sono alcuni che hanno visto quasi raddoppiare il loro parco vetture circolante negli ultimi anni. L’implementazione quindi di un sistema autonomo che permetta ai veicoli di spostarsi senza il rischio dell’errore umano, è un traguardo che sarà inevitabile raggiugere. Tuttavia, prima, dovremo adeguare ed uniformare la legislazione dei Paesi del Mondo affinché la segnaletica stradale, i sensi di marcia e le diversità che oggi esistono tra una Nazione e l’altra, possano essere sintetizzate dalla macchina senza margine d’errore. Ultimo, ma non meno importante sarà comprende a chi o cosa demandare la responsabilità di possibili incidenti stradali anche in luogo di non trascurabili violazioni dei sistemi informatici da parte di hacker. Lo scenario che si aprirebbe in determinate circostanze, è tutto da sviluppare e al momento, l’ordinamento non si è ancora pronunciato per definire l’evoluzione legislativa da adottare.| File | Dimensione | Formato | |
|---|---|---|---|
|
987241_tesianzalotta.pdf
non disponibili
Tipologia:
Altro materiale allegato
Dimensione
1.2 MB
Formato
Adobe PDF
|
1.2 MB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14240/112837