Sicurezza e fluidità: la mobilità del futuro con l’innovazione del Politecnico di Milano
Migliorare la gestione del traffico per veicoli cooperativi connessi e automatizzati
II Dipartimento di Meccanica del Politecnico di Milano è uno dei partner coinvolti nel Progetto Europeo AI@EDGE, che mira a validare virtualmente il comportamento di veicoli cooperativi connessi e automatizzati. Più in generale, il progetto si propone di sviluppare tecnologie avanzate per le reti 5G. L’attenzione si concentra su come queste reti possano essere migliorate utilizzando l’intelligenza artificiale (AI) e l’edge computing.
II progetto AI@EDGE applica l’intelligenza artificiale e l’edge computing alla gestione del traffico stradale nelle rotonde: al momento, infatti, questo tipo di infrastrutture rappresentano un collo di bottiglia per i veicoli automatizzati. Tali veicoli non sono in grado di affrontare questo tipo di intersezioni garantendo un livello di sicurezza adeguato a tutti gli utenti della strada. Permettere ai veicoli automatizzati e connessi di affrontare questo tipo di intersezioni potrebbe portare diversi vantaggi, quali una maggiore sicurezza stradale (grazie ad una riduzione del numero di incidenti), una maggiore fluidità del traffico ed una riduzione dell’inquinamento atmosferico tramite una diminuzione di brusche accelerazioni e frenate. AI fine di raggiungere questi obiettivi, una soluzione promettente è quella proposta da AI@EDGE. Un MEC/Edge node riceve i dati di posizione e velocità dei veicoli connessi associati ad un certo istante di tempo, li elabora e calcola i valori delle grandezze cinematiche dei vari veicoli automatizzati (CCAV) per l’istante successivo. Queste informazioni consentono ai CCAV di muoversi nella giusta direzione e secondo la velocità calcolata. Questo approccio viene chiamato ‘Vehicle-to-Network-to-Vehicle” (V2N2V): i calcoli sono eseguiti da un algoritmo AI addestrato mediante un processo di Reinforcement Learning (RL). La policy RL è orientata a ridurre al minimo il tempo necessario alle auto automatizzate per attraversare la rotatoria, senza trascurare il comfort dei passeggeri. Le accelerazioni longitudinali e laterali dei CCAV, nonché i relativi “jerk”, sono limitate ad un livello accettabile per i passeggeri dei veicoli.
Al fine di provare l’algoritmo che controlla il comportamento dei CCAV è stato utilizzato il Simulatore di Guida del Politecnico di Milano (DriSMi). II gruppo di ricerca del Dipartimento di Ingegneria Meccanica è guidato dal Prof. Gianpiero Mastinu, che collabora con il Prof. Massimiliano Gobbi e il Prof. Giorgio Previati. L’utilizzo di un simulatore di guida dinamico per questa ricerca rappresenta una grande opportunità perché permette di provare la policy AI in ambiente sicuro, evitando i rischi connessi al traffico reale e la possibilità di congestioni e incidenti.
Inoltre, il simulatore permette anche di esplorare diverse situazioni di traffico semplicemente modificando i parametri della simulazione, riducendo così i costi per setup sperimentali. Infine, l’utilizzo di un simulatore di guida garantisce la ripetibilità del test, eliminando l’influenza di fattori di disturbo come ad esempio condizioni meteorologiche avverse, che potrebbero ridurre la visibilità od ostacolare la guida dei conducenti. L’obiettivo principale dei test è capire se il comportamento delle vetture automatizzate possa essere facilmente accettato dai conducenti o se viene percepito come innaturale. Con questo scopo, è stato riprodotto un gemello digitale di una rotatoria a quattro uscite realmente esistente.
Durante i test, il traffico è costituito da veicoli simulati, sia tradizionali che automatizzati. I conducenti nell’abitacolo del simulatore sono stati invitati ad entrare nella rotatoria e percorrerla fino alla terza uscita. In questo modo, gli automobilisti possono interagire con i flussi in ingresso di veicoli provenienti da altri bracci della rotatoria. I test sono stati ripetuti con diverse percentuali di veicoli automatizzati presenti nell’ambiente di simulazione. A valle dell’esecuzione dei test, ai conducenti è stato chiesto di compilare un questionario, commentando le loro percezioni sulla fluidità del traffico e la loro sensazione di sicurezza. La maggior parte degli utenti coinvolti nei test ha avuto impressioni positive, non evidenziando alcun elemento di disturbo arrecato da parte dei veicoli automatizzati (CCAV). Al contrario, gli utenti spesso hanno mostrato di preferire gli scenari con una maggiore quantità di CCAV in termini di percezione di sicurezza a bordo del veicolo. Questi risultati sono incoraggianti: i veicoli automatizzati sembrano essere finalmente in grado di affrontare le rotatorie ed il loro comportamento appare accettabile da parte dei conducenti tradizionali.
II progetto AI@EDGE si è concluso nel dicembre 2023. II risultato del progetto rappresenta un passo avanti nella direzione dell’uso quotidiano di veicoli cooperativi, connessi e automatizzati sulle strade.
Il progetto AI@EDGE è stato finanziato dal programma di ricerca e innovazione Horizon 2020 dell’Unione Europea, grant agreement No 101015922.
Pubblicazioni
Ferrarotti, L., Luca, M., Santin, G., Previati, G., Mastinu, G., Gobbi, M., Campi, E., Uccello, L., Albanese, A., Zalaya, P., Roccasalva, A., & Lepri, B., Autonomous and Human-Driven Vehicles Interacting in a Roundabout: A Quantitative and Qualitative Evaluation. IEEE Access, https://doi.org/10.1109/ACCESS.2024.3370469
Campi, E., Mastinu, G., Previati, G., Studer, L., & Uccello, L., Roundabouts: Traffic Simulations of Connected and Automated Vehicles – A State of the Art. IEEE Transactions on Intelligent Transportation Systems, 2023. https://doi.org/10.1109/TITS.2023.3325000
Previati, G., Uccello, L., Mastinu, G., Gobbi, M., Albanese, A., Roccasalva, A., Santin, G., Luca, M., Lepri, B., Ferrarotti, L., & di Pietro, N., Cooperative Connected and Automated Mobility in a Roundabout. SAE Technical Paper 2024-01-2002. https://doi.org/10.4271/2024-01-2002
Mastinu, G., Previati, G., & Campi, E., Cooperative, connected and automated vehicles into a roundabout. In Proceedings of the FISITA World Congress, Barcelona, Spain, 12-15 September 2023. https://hdl.handle.net/11311/1262565
Previati, G., Mastinu, G., Campi, E., & Gobbi, M., Traffic simulation with human in the loop: roundabout scenario with reinforcement learning, edge computing and 5G connection. In Proceedings of the 22nd Driving Simulation & Virtual Reality Conference & Exhibition, Antibes, France, 6-8 September 2023.
Previati, G., Mastinu, G., Campi, E., Gobbi, M., Uccello, L., Varela Daniel, A., Albanese, A., Roccasalva, A., Santin, G., Luca, M., Lepri, B., Ferrarotti, L., & di Pietro, N., Roundabout Traffic: Simulation with Automated Vehicles, AI, 5G, EDGE Computing and Human in the Loop. Proceedings of the ASME 2023 International Design Engineering Technical Conferences and Computers and Information in Engineering Conference. Volume 1: 25th International Conference on Advanced Vehicle Technologies (AVT). Boston, Massachusetts, USA. August 20–23, 2023. V001T01A016. ASME. https://doi.org/10.1115/DETC2023-116402
Previati, G., & Mastinu, G., SUMO Roundabout Simulation with Human in the Loop. In Proceedings of the SUMO User Conference 2023, Berlin-Adlershof, Germany, 02-04 May 2023. https://doi.org/10.52825/scp.v4i.211
Campi, E., Mastinu, G., & Gobbi, M., CCAM – managing the traffic into a roundabout. In 2023 Earpa FORM Forum 2023 – Future of Road Mobility, Brussels, Belgium, 17-18 October 2023. https://lnkd.in/dPQycWvW