E se ogni guidatore che si mettesse nei guai avesse i riflessi istintivi di un pilota professionista di auto da corsa e la capacità di previsione di un supercomputer per evitare gli incidenti?
I ricercatori del Toyota Research Institute stanno lavorando con il Dynamic Design Lab di Stanford al fine di ottenere questo risultato.
Gli ingegneri stanno conducendo ricerche su come mettere insieme i riflessi dei guidatori professionisti e la tecnologia di guida automatizzata. Il loro obiettivo è quello di progettare un nuovo livello di tecnologia di sicurezza attiva e condividerlo ampiamente in modo che Toyota e altri produttori possano implementarlo sulla strada.
«Ogni giorno, ci sono incidenti mortali che derivano da situazioni estreme in cui la maggior parte dei guidatori avrebbe bisogno di abilità straordinarie per evitare una collisione” ha affermato Gill Pratt, CEO di TRI e Chief Scientist presso Toyota Motor Corporation (TMC). «La realtà è che ogni guidatore ha delle capacità limitate, e, per evitare un incidente, i guidatori spesso dovrebbero compiere manovre che vanno oltre le loro possibilità. Attraverso questo progetto, TRI imparerà da alcuni dei piloti più abili al mondo per sviluppare sofisticati algoritmi di controllo che amplificano le capacità di guida umana e mantengono le persone al sicuro. Questa è l’essenza dell’approccio Toyota Guardian».
Ogni anno, gli incidenti d’auto causano quasi 40.000 morti negli Stati Uniti e circa 1,25 milioni in tutto il mondo. L’obiettivo di Toyota è di ridurre questo numero a zero. Mentre la maggior parte degli incidenti si verifica in situazioni ordinarie, in altre situazioni i guidatori avrebbero bisogno di effettuare manovre che portano il loro veicolo vicino e, a volte, oltre i normali limiti di manovrabilità. Affrontando strade bagnate o scivolose, per esempio, i guidatori professionisti potrebbero scegliere di “far derapare» l’auto in una curva.
«Dal 2008, il nostro laboratorio ha preso ispirazione dai piloti di auto da corsa nella progettazione di algoritmi che consentono ai veicoli automatizzati di gestire le emergenze più difficili», ha detto il professor Chris Gerdes del Dynamic Design Laboratory della Stanford University. «Attraverso questa ricerca, abbiamo l’opportunità di avvicinare queste idee alla reale possibilità di salvare vite sulla strada».
TRI sostiene la ricerca del Dynamic Design Lab da molti anni. Il progetto attuale si basa sul documento pubblicato da Stanford, «Apertura di nuove dimensioni: pianificazione e controllo del movimento del veicolo utilizzando i freni durante il drifting», in cui i ricercatori di Stanford hanno dimostrato il drifting avanzato su Marty, una DeLorean elettrificata e automatizzata. I risultati sperimentali di Stanford hanno prodotto un’architettura proof-of-concept in grado di controllare un veicolo a trazione posteriore in condizioni di drift agendo su freni, sterzo e propulsione della vettura. TRI sta ora applicando questa architettura a diverse piattaforme di veicoli, compresa la GR Supra.
TRI sta anche impegnando l’esperienza ingegneristica di Toyota negli sport motoristici e nello sviluppo avanzato. Toyota Racing Development (TRD U.S.A., Inc.) negli Stati Uniti sta fornendo un prezioso know-how tecnico ed esperienziale negli sport motoristici e nel drifting. Separatamente, TRI sta anche lavorando con il Vehicle Dynamics Control Team di Toyota Motor Corporation, con sede in Giappone, per applicare l’architettura di drifting ai futuri veicoli Toyota.
Toyota Research Institute
Il Toyota Research Institute (TRI), fondato nel 2015, mira a sviluppare la sicurezza attiva dei veicoli e le tecnologie di guida automatizzata, la robotica e altre tecnologie di amplificazione umana. Guidati dal dottor Gill Pratt, i ricercatori del TRI utilizzano l’intelligenza artificiale per portare un vantaggio alla società e migliorare la condizione umana creando un futuro in cui tutti avranno la libertà di muoversi, impegnarsi ed esplorare. TRI ha sede negli Stati Uniti, con uffici a Los Altos in California, Cambridge nel Massachusetts e Ann Arbor in Michigan.
