Guida autonoma e intelligenza artificiale: premiato un team di ricerca Unibo

Un team del Dipartimento di Informatica – Scienza e Ingegneria dell’Università di Bologna è stato premiato alla International Conference on Computer Vision per la proposta di una soluzione che applica tecniche di intelligenza artificiale a sistemi di guida autonoma. Il premio è arrivato nell'ambito della competizione “Continual learning - supervided classification”, parte del workshop “Self-supervised Learning for Next-Generation Industry-level Autonomous Driving”.

Organizzata da Huawei in collaborazione con diverse università, la sfida era legata all'utilizzo di tecniche di apprendimento continuo per la classificazione di sequenze video acquisite alla guida di auto in 32 diverse città, in condizioni meteo variabili e in orari della giornata differenti.

Tra i 47 team partecipanti provenienti da tutto il mondo, il gruppo di ricerca dell’Alma Mater ha ottenuto il primo posto grazie ad una soluzione che combina una rete neurale con una tecnica di replay memory a basso impatto computazionale e spazio di memorizzazione.

“La soluzione che abbiamo ideato è stata addestrata attraverso tecniche di data augmentation, in modo da garantire la robustezza del sistema rispetto ad alcune variazioni che possono presentarsi nelle immagini, come le variazioni di luce oppure casi di oggetti visti da diverse angolazioni e distanze”, spiega Davide Maltoni, professore al Dipartimento di Informatica - Scienza e Ingegneria che ha guidato il team Unibo. “Una volta messa a punto, la nostra soluzione ha ottenuto il primo posto grazie ad un’accuratezza media di classificazione del 68.65%”.

Il sistema sviluppato è in grado di catalogare ogni singolo frame di una sequenza video all'interno di una serie di categorie (pedone, ciclista, auto, camion, tram, veicolo a tre ruote) in modo che l'automobile a guida autonoma possa essere consapevole di ciò che la circonda in tempo reale.

L'apprendimento continuo permette di adattare e aggiornare un sistema automatico sulla base delle informazioni che elabora mentre è in esecuzione. In questo modo il sistema è in grado di adattarsi e migliorare le sue prestazioni: una caratteristica essenziale per sistemi e agenti autonomi che interagiscono in un mondo reale in continua evoluzione come quelli utilizzati nella guida autonoma.

Guidato dal professor Davide Maltoni, il team dell’Università di Bologna includeva anche Gabriele Graffieti, Guido Borghi e Matteo Ferrara del Dipartimento di Informatica - Scienza e Ingegneria.