la competizione

Indy Autonomous Challenge: le gare futuristiche a guida autonoma



Indirizzo copiato

La Indy Autonomous Challenge sfida veicoli autonomi a superare i 290 km/h sul circuito di Indianapolis. Università globali sviluppano software avanzati, migliorando la tecnologia dei veicoli autonomi e creando innovazioni per robotica e logistica. PoliMOVE trionfa con record di velocità

Pubblicato il 20 nov 2024

Paola Hasalliu

Project Manager – Politecnico di Milano

Sergio Savaresi

Politecnico di Milano, M.Sc. in Electrical Engineering



DSC00561

La Indy Autonomous Challenge è una competizione di veicoli a guida autonoma che si svolge presso l’iconico circuito Indianapolis Motor Speedway, famoso per la storica gara Indy 500.

Cos’è l’Indy Autonomous Challenge

A differenza delle competizioni tradizionali, i protagonisti non sono piloti umani, ma automobili a guida autonoma che corrono a velocità superiori ai 290 kmh (180 mph), sfruttando complessi algoritmi di intelligenza artificiale (IA), apprendimento automatico (machine learning) e una sofisticata rete di sensori. Lanciata per la prima volta nel 2021, la IAC ha rapidamente catturato l’attenzione globale come uno dei test più rigorosi per la tecnologia dei veicoli autonomi.

Gli obiettivi dell‘Indy Autonomous Challenge

L’obiettivo centrale di questa competizione è sviluppare software di guida autonoma capaci di controllare veicoli a velocità elevate, garantendo massima precisione, affidabilità e sicurezza.

Con lo scopo di accelerare l’innovazione nel settore della guida autonoma, la IAC riunisce i migliori team universitari a risolvere problematiche cruciali legate alla percezione, navigazione, pianificazione del percorso e strategie decisionali dell’IA.

L’importanza delle soluzioni sviluppate all’Indy Autonomous Challenge

Le soluzioni sviluppate in questo contesto possono tradursi in innovazioni fondamentali per migliorare i sistemi autonomi, non solo nel settore automobilistico, ma anche in altre aree dell’automazione avanzata, come la robotica e la logistica.

Ogni squadra partecipante ha in dotazione dal lato dell’hardware la stessa vettura DALLARA-AV-24 della serie indylight equipaggiata di sensorostica per la guida autonoma, ma la vera sfida risiede nello sviluppo di un software in grado di prendere decisioni autonome in frazioni di secondo per navigare lungo la pista, evitare ostacoli e superare i concorrenti, garantendo il massimo delle prestazioni e della sicurezza.

L’utilizzo di veicoli equipaggiati con sensori avanzati e sistemi di elaborazione dati in tempo reale applicati alle gare rappresenta l’innovazione della competizione, i sensori svolgono un ruolo cruciale nel fornire al software dell’IA una comprensione precisa dell’ambiente circostante e nel permettere al veicolo di prendere decisioni rapide e sicure.

I sensori che costituiscono l’architettura del veicolo

Tra i sensori che costituiscono l’architettura del veicolo vi sono:

  • LIDAR (Light Detection and Ranging): sensore ottico che utilizza impulsi laser per misurare con precisione le distanze tra l’auto e gli oggetti circostanti. Il LIDAR costruisce una mappa tridimensionale dell’ambiente, permettendo al veicolo di rilevare con precisione ostacoli, curve e la posizione dei veicoli concorrenti. La sua elevata risoluzione e affidabilità lo rendono essenziale per operare a velocità elevate.
  • Radar: a differenza del LIDAR, il radar utilizza onde radio per rilevare la posizione e la velocità degli oggetti. È particolarmente efficace in condizioni atmosferiche avverse (come pioggia o nebbia), in cui la visibilità ottica è ridotta. Il radar è fondamentale per garantire la sicurezza nelle manovre di sorpasso e nella prevenzione delle collisioni, inoltre permettono di misurare la velocità relativa tra la vettura e ostacoli permettendo di studiare il posizionamento in pista.
  • GPS ad alta precisione: utilizzando segnali satellitari, il GPS fornisce una localizzazione estremamente accurata del veicolo sulla pista, con margini di errore ridotti a pochi centimetri. Questo permette al software di guida di navigare il tracciato con una precisione millimetrica.
  • Telecamere: Le telecamere a doppia lente catturano immagini visive del circuito e degli oggetti circostanti, contribuendo a rilevare i segnali visivi e a valutare la distanza tra gli oggetti. Le immagini sono elaborate in tempo reale dall’IA per integrare le informazioni fornite da LIDAR e radar.

Questi sensori lavorano in sinergia attraverso processi di sensor fusion, combinando i dati raccolti per fornire al veicolo una visione coerente e dinamica dell’ambiente di gara. Questo approccio consente di ottimizzare la navigazione ad alta velocità, migliorando la sicurezza e la capacità del veicolo di reagire prontamente a situazioni impreviste.

I dati raccolti dai sensori vengono processati e trasformati attraverso l’intelligenza artificiale per raggiungere gli obiettivi prefissati in gara, cioè seguire la traiettoria ottimale nel minor tempo possibile.

Task da implementare per ottimizzare la strategia

Tra i task da implementare per ottimizzare la strategia vi sono:

  • Algoritmi avanzati di apprendimento automatico: l’intelligenza artificiale deve adattarsi a situazioni di guida estrema, processando enormi quantità di dati in tempi brevissimi. Gli algoritmi di machine learning permettono al veicolo di “apprendere” dai dati precedenti e migliorare le proprie prestazioni nel corso della gara.
  • Pianificazione del percorso e strategia decisionale: a velocità superiori ai 290 kmh, le auto devono essere in grado di pianificare traiettorie ottimali, tenendo conto di avversari e ostacoli, con un margine di errore minimo. Gli algoritmi di pianificazione del percorso in tempo reale, integrati con i dati sensoriali, permettono manovre sicure e precise.
  • Evitamento degli ostacoli: un altro aspetto fondamentale è l’implementazione di sistemi di evitamento automatico degli ostacoli, in grado di prevedere le sceltedegli altri veicoli e reagire istantaneamente per prevenire collisioni.

I successi del team PoliMOVE Autonomous Racing team del Politecnico di Milano

Tra team partecipanti, per l’Italia vi è il PoliMOVE Autonomous Racing team capitanato dal Professor Sergio Matteo Savaresi, squadra costituita da giovani ricercatori del Politecnico di Milano.

Campione di ben 5 gare il PoliMOVE Autonomous racing team detiene anche il record di velocità di auto a guida autonoma su rettilineo a Cape Canaveral in Florida raggiungendo i 193 mph | 312 kmh. Di recente il team ha collezionato un altra medaglia arrivando primo nella gara ad Indianapolis il 6 settembre 2024 battendo il record di velocità a 180 mph | 289 kmh e con sorpassi a 160 mph | 257 kmh.

EU Stories - La coesione innova l'Italia

Tutti
Analisi
Video
Iniziative
Social
Programmazione europ
Fondi Europei: la spinta dietro ai Tecnopoli dell’Emilia-Romagna. L’esempio del Tecnopolo di Modena
Interventi
Riccardo Monaco e le politiche di coesione per il Sud
Iniziative
Implementare correttamente i costi standard, l'esperienza AdG
Finanziamenti
Decarbonizzazione, 4,8 miliardi di euro per progetti cleantech
Formazione
Le politiche di Coesione UE, un corso gratuito online per professionisti e giornalisti
Interviste
L’ecosistema della ricerca e dell’innovazione dell’Emilia-Romagna
Interviste
La ricerca e l'innovazione in Campania: l'ecosistema digitale
Iniziative
Settimana europea delle regioni e città: un passo avanti verso la coesione
Iniziative
Al via il progetto COINS
Eventi
Un nuovo sguardo sulla politica di coesione dell'UE
Iniziative
EuroPCom 2024: innovazione e strategia nella comunicazione pubblica europea
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia
Programmazione europ
Fondi Europei: la spinta dietro ai Tecnopoli dell’Emilia-Romagna. L’esempio del Tecnopolo di Modena
Interventi
Riccardo Monaco e le politiche di coesione per il Sud
Iniziative
Implementare correttamente i costi standard, l'esperienza AdG
Finanziamenti
Decarbonizzazione, 4,8 miliardi di euro per progetti cleantech
Formazione
Le politiche di Coesione UE, un corso gratuito online per professionisti e giornalisti
Interviste
L’ecosistema della ricerca e dell’innovazione dell’Emilia-Romagna
Interviste
La ricerca e l'innovazione in Campania: l'ecosistema digitale
Iniziative
Settimana europea delle regioni e città: un passo avanti verso la coesione
Iniziative
Al via il progetto COINS
Eventi
Un nuovo sguardo sulla politica di coesione dell'UE
Iniziative
EuroPCom 2024: innovazione e strategia nella comunicazione pubblica europea
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia

Articoli correlati

Articolo 1 di 4