Tesla Vision è la tecnologia innovativa che ha permesso a Elon Musk di eliminare i sensori radar dalle sue vetture, affidandosi esclusivamente alle telecamere di bordo. Questo approccio solleva però interrogativi sulla sicurezza e l’affidabilità dei sistemi di guida autonoma basati esclusivamente sulla visione.
L’auto che si basa solo sulle telecamere per le funzioni di guida autonoma e gli ADAS (Advanced Driver Assistance Systems) è stata addestrata per emulare la percezione visiva umana attraverso un robusto apprendimento neurale. Tuttavia, come dimostra un recente video pubblicato su X, possono verificarsi problemi anche su vetture con un ampio arsenale di sensori, come la Li Auto L9.
Nel video in questione, la Li Auto L9 viaggiava su un’autostrada apparentemente deserta quando ha improvvisamente frenato bruscamente. La causa? Le telecamere dell’auto hanno scambiato il van di una pubblicità per un veicolo reale, attivando così una frenata d’emergenza. Nonostante la strada fosse libera, l’auto ha reagito erroneamente, causando un lieve incidente con un veicolo che la seguiva.
La Li Auto L9 è un SUV elettrico di nuova generazione dotato di oltre 24 sensori e radar di bordo, inclusi 6 telecamere da 8 MP, 5 telecamere da 2 MP, radar, sensori a ultrasuoni e uno scanner LiDAR. Nonostante questa tecnologia avanzata, il software dell’auto non è stato in grado di distinguere correttamente il van pubblicitario, evidenziando le sfide ancora presenti nella messa a punto degli ADAS.
Il caso solleva importanti considerazioni sulla sicurezza delle auto autonome. Se il software è ben sviluppato e le reti neurali sono addestrate accuratamente, anche un sistema basato solo sulle telecamere può essere sicuro, come confermato dall’IIHS che ha certificato la sicurezza del Tesla Vision nonostante l’assenza dei radar.
La situazione della Li Auto L9 dimostra che la perfezione non è ancora raggiunta. Le auto autonome devono essere costantemente supervisionate, poiché anche le tecnologie più avanzate possono commettere errori. È essenziale un miglioramento continuo del software e dei sistemi di percezione per garantire una guida autonoma sicura e affidabile.