Uno studio dell’Istituto di Informatica e Telematica (IIT-CNR) in collaborazione con MIT e UNIPI propone un nuovo linguaggio per rendere i veicoli realmente autonomi grazie al dialogo con la strada.
I taxi a guida autonoma che viaggiano sulle strade degli Stati Uniti sono veramente indipendenti dal controllo umano e sicuri? Sembrerebbe di no, per ammissione delle stesse società che li gestiscono.
È quello che ha rivelato una commissione di inchiesta sulla sicurezza dei veicoli a guida autonoma avviata dal Congresso statunitense. Convocati a riferire di fronte alla commissione il 4 febbraio scorso sia Tesla che Waymo, la società del gruppo Alphabet che gestisce flotte di cosiddetti “robotaxi” a guida autonoma in numerose città degli USA. L’obiettivo dichiarato della commissione è fare luce sulla trasparenza di queste tecnologie e sui rischi per la sicurezza legati alla latenza delle comunicazioni e all’impiego di personale remoto per gestire situazioni di emergenza stradale.
Ne ha dato conto in un recente articolo il Corriere della Sera, ma la notizia è stata commentata su numerose testate internazionali: nel corso della seduta della commissione il Chief Security Officer di Waymo Mauricio Peña ha dichiarato che i veicoli delle sue flotte non sono ancora del tutto autonomi e che in situazioni di incertezza (ad esempio segnaletica confusa o cantieri non segnalati) il sistema si affida a “piloti remoti” situati principalmente nelle Filippine, che intervengono via software per risolvere le situazioni interpretando a distanza lo scenario.
L’azienda ha smentito l’ipotesi di una vera e propria guida da remoto, sottolineando che gli operatori fungono solo da consulenti per il software di bordo. Nonostante ciò, il modello operativo di Waymo ha sollevato grandi polemiche e dubbi cruciali sulla cybersicurezza e sulla protezione dei dati, oltre a domande più che legittime su eventuali casi di latenza del segnale e di errori umani.
Il problema è noto nella comunità scientifica che si occupa di guida autonoma, e una soluzione potrebbe arrivare proprio dalla ricerca. I ricercatori Ilaria Matteucci e Marco De Vincenzi dell’IIT-CNR, insieme a Prof. Chiara Bodei (Università di Pisa) e al gruppo di ricerca dell’Auto-ID Lab del MIT guidato da Prof. Sanjay Sarma e Stephen S. Ho, hanno sviluppato a questo scopo TLM (Time-Logic-Map). Lo studio è stato presentato lo scorso ottobre alla VTC (Vehicle Technology Conference) Fall 2025 a Chengdu.
TLM è un linguaggio di messaggistica che permette all’infrastruttura (incroci, cantieri, semafori) di “spiegare” al veicolo cosa fare. Il sistema trasmette ai veicoli via messaggistica broadcast tutti i dati necessari per muoversi in un determinato spazio urbano, come un incrocio o un cantiere, basandosi su tre layers logici: Map fornisce una geometria precisa del segmento stradale, utile anche dove il segnale GPS è assente (come i “canyon urbani”). Logic codifica le regole comportamentali (chi ha la precedenza, quali corsie sono attive) di quel preciso tratto stradale e Time sincronizza il veicolo con i tempi reali dei semafori.
“Il problema emerso dall’inchiesta parlamentare in corso negli Stati Uniti è noto nella comunità scientifica che si occupa di guida autonoma, ed evidenzia una criticità sistemica: non possiamo avere una vera guida autonoma diffusa, sicura ed efficiente se ogni veicolo richiede un supervisore umano a distanza,” dichiara Ilaria Matteucci. “Con TLM, l’intelligenza necessaria a risolvere l’impasse non risiede in un’assistenza remota dall’altra parte del mondo, ma sulla strada stessa. Se la strada comunica in modo standardizzato e sicuro la propria logica, il veicolo autonomopuò operare anche in condizioni di scarsa visibilità o contesti imprevisti, riducendo il bisogno di intervento umano“.
“Le strade sono nate per gli esseri umani, e i veicoli autonomi devono ancora interpretare segnali pensati per la visione umana attraverso sensori e algoritmi complessi” fa notare la Prof. Chiara Bodei (Università di Pisa). “Time-Logic-Map introduce invece un linguaggio spaziale per le macchine, che comunica in modo diretto geometria, logica e tempo della strada, alleggerendo il carico percettivo nei contesti più complessi.”
“A differenza dei sistemi attuali che si basano su mappe che potrebbero non essere aggiornate, TLM trasmette messaggi aggiornati costantemente, leggeri e locali via V2X (Vehicle-to-Everything)“, aggiunge Marco De Vincenzi. “Questo approccio può eliminare i pericoli legati al “lag” della connessione internet, poiché la decisione avviene su informazioni trasmesse localmente tra l’infrastruttura e l’auto“.
TLM è in fase di test in un digital twin per la simulazione del comportamento delle auto a guida autonoma e successivamente sarà seguito da un test nel mondo reale, prima in ambiente controllato e poi su strade trafficate.
Per approfondire, consulta l’articolo scientifico su ResearchGate.