Veicoli connessi: una piattaforma per servizi intelligenti

I nostri veicoli stanno andando verso una trasformazione senza precedenti: da oggetti operanti indipendentemente su strada ad entità connesse tra loro e con le infrastrutture.

È stimato che, entro il 2018, il 17% dei veicoli su strada sarà connesso a internet.

Questo trend è confermato da una recente indagine, in cui il 13% degli intervistati ha dichiarato di non essere più disponibile ad acquistare un’auto non connessa.

In altri termini, gli utenti sono aperti a un ventaglio di nuovi servizi che possono essere abilitati solo grazie alle nuove possibilità offerte dai veicoli connessi.

Giovanni Russo è un Research Staff Member in Ottimizzazione e Controllo presso IBM Research Ireland, dove è anche referente per il centro IBM di Ottimizzazione sotto Incertezza. Le sue aree di interesse includono controllo decentralizzato e ottimizzazione di traffico, veicoli connessi e shared economy. Ha ottenuto il Dottorato presso l’Università di Napoli Federico II nel 2010. Il suo lavoro è stato focalizzato su aspetti teorici nel campo delle reti complesse, con applicazioni in biologia sintetica. Ha lavorato come System Engineer e System Integrator per la prima metropolitana completamente driverless degli Stati Uniti: la metropolitana delle Hawai’i (Honolulu Rail Transit Project). Giovanni è attualmente un Editor delle IEEE Transactions on Circuits and Systems I.

È questa una delle osservazioni che ha motivato una serie di recenti studi da parte di un gruppo di scienziati di IBM Research – Ireland.

L’idea alla base di questi studi è quella di pensare alle automobili connesse come “agenti” in un grafo: ogni agente comunica con i suoi vicini attraverso un protocollo di comunicazione. In questo modo, le automobili connesse possono collaborare per offrire servizi ai cittadini, come ad esempio monitorare l’ambiente, adattarsi alle condizioni di traffico e di guida del conducente: l’unione fa la forza.

Sfruttiamo i veicoli parcheggiati

Ci sono più di un miliardo di automobili al mondo e questo numero è destinato ad aumentare nei prossimi anni.

Acquistiamo auto che hanno veri e propri computer a bordo, con centinaia di sensori. Eppure questi oggetti altamente tecnologici sono parcheggiati per il 95% del loro tempo. Ciò significa che le capacità dei nostri veicoli sono sostanzialmente sotto-utilizzate.

Nei laboratori di IBM Research – Ireland a Dublino, stiamo lavorando per proporre una nuova visione per i veicoli parcheggiati: utilizzare le capacità computazionali e sensoriali di tali veicoli per offrire nuovi servizi innovativi alla comunità.

Seguendo questa idea, negli ultimi anni è stato dimostrato che, se messi in comunicazione (tramite ad esempio una architettura cloud), i veicoli parcheggiati offrono la possibilità di fornire servizi efficienti ed economici.

Le possibilità offerte sono numerose: ad esempio, presso località turistiche, veicoli parcheggiati presso le principali attrazioni potrebbero condividere informazioni, mappe, con utenti nelle vicinanze (e provvisti di smartphone).

Altro esempio riguarda il ritrovamento di oggetti scomparsi. Immaginate un tag RFID posto su un oggetto al quale tenete particolarmente. Nel momento in cui vi accorgete di non riuscire a trovare l’oggetto, potreste attivare un servizio che utilizza le auto parcheggiate per ritrovare cio’ a cui tenete.

Una volta ricevuta questa richiesta, le auto iniziano a collaborare tra loro, scambiarsi messaggi e condividere la loro posizione. Quando una o piu’ auto rintraccia il vostro oggetto, allora iniziano a tracciarlo cosi’ che voi possiate ritrovarlo.

La matematica alla base dei servizi

Lo sviluppo di servizi come quelli descritti sopra richiede una serie di concetti matematici multidisciplinari.

Un aspetto fondamentale degli algoritmi, ad esempio, è che questi devono convergere. Ovvero, la rete di veicoli deve implementare un algoritmo che fornisce un risultato in un tempo finito. E’ questo il cosiddetto concetto di stabilità dei sistemi dinamici.

Il problema, in questo caso, è affrontato progettando dei protocolli che garantiscono (ed è possibile dimostrarlo analiticamente) la convergenza dell’algoritmo.

Altro aspetto importante dei servizi descritti sopra è che questi sono intelligenti, nel senso che imparano dal passato. Il processo di “apprendimento” da parte dei veicoli è implementato tramite una cosiddetta catena di Markov.

Una catena di Markov è uno strumento matematico che descrive la probabilità, per un sistema, di passare da uno stato all’altro. Una volta costruita tale catena, è possibile “istruirla” così che questa “capisca” come comportarsi in futuro.

 

Se questo articolo ti è piaciuto e vuoi rimanere sempre informato sulle novità tecnologiche iscriviti alla newsletter gratuita.
CONDIVIDI

LASCIA UN COMMENTO

Please enter your comment!
Please enter your name here