Veicoli a guida automatizzata: i protagonisti

Abstract

L’innovazione tecnologica legata all’Industria 4.0 sta rivoluzionando la logistica dell’ultimo miglio, con l’introduzione di veicoli autonomi, droni e robot mobili che stanno cambiando radicalmente il settore dei trasporti e della distribuzione. Grandi aziende come Amazon, Starship Technologies, General Motors, BMW, Audi, Nissan-Renault, Ford, Honda, Tesla, Mercedes-Benz e Volvo, insieme a fornitori di tecnologia come Google-Waymo, NVIDIA, Microsoft, Intel-Mobileye e Apple, sono protagoniste di una corsa globale per lo sviluppo di soluzioni sempre più avanzate di guida autonoma, grazie anche a partnership strategiche e all’implementazione di sistemi basati su intelligenza artificiale, sensori avanzati e piattaforme cloud. Parallelamente, operatori di servizi come Uber e Lyft e numerose start-up innovative stanno contribuendo all’evoluzione del settore, sia con veicoli autonomi sia con tecnologie di supporto alla mobilità intelligente.

Nonostante i progressi, la valutazione dell’affidabilità dei sistemi di guida autonoma resta una sfida, a causa della mancanza di protocolli standardizzati per la raccolta e la comunicazione dei dati di test, come evidenziato dai “disengagement reports” della California. Questi limiti metodologici impediscono confronti oggettivi tra le aziende e non consentono di determinare realmente lo stato dell’arte della tecnologia. La sperimentazione su larga scala è ancora agli inizi e la fiducia collettiva nella guida autonoma dipende dall’affinamento dei processi di validazione e dalla trasparenza dei dati, lasciando aperte molte questioni sulla sicurezza e sull’impatto socioeconomico di questa rivoluzione in atto.

I protagonisti

Con l’avvento della quarta rivoluzione industriale, nota come Industria 4.0, l’innovazione tecnologica sta imprimendo una svolta radicale all’organizzazione della logistica dell’ultimo miglio. L’introduzione di nuovi mezzi di trasporto intelligenti, robot mobili autonomi e droni guidati da sistemi avanzati di controllo rappresenta una vera e propria rivoluzione per il settore dei trasporti e della distribuzione. In particolare, nell’ambito delle consegne door-to-door, i principali produttori di veicoli stanno già implementando soluzioni all’avanguardia, dimostrando con fatti concreti la transizione verso una logistica sempre più automatizzata e interconnessa.

Negli ultimi anni, si sono registrati i primi progetti pilota che, sebbene ancora in fase embrionale, prefigurano un cambiamento strutturale e profondo nei processi di consegna. Amazon, ad esempio, ha avviato la sperimentazione di servizi di consegna pacchi tramite droni a pilotaggio remoto, integrando algoritmi di pianificazione delle rotte e sistemi di localizzazione avanzati per ottimizzare le tempistiche e ridurre l’intervento umano nelle fasi finali della catena distributiva. Parallelamente, la britannica Starship Technologies si è affermata come pioniere nello sviluppo di piccoli veicoli elettrici a guida autonoma, progettati specificamente per la distribuzione di beni leggeri (come alimenti, documenti e piccoli oggetti) in contesti urbani e semi-urbani. Nel corso dell’anno corrente, l’azienda prevede di introdurre circa 1.000 robot di consegna all’interno dei principali campus universitari e aziendali in Europa e negli Stati Uniti, implementando sistemi di navigazione basati su sensori LIDAR, telecamere stereoscopiche e moduli di intelligenza artificiale per il riconoscimento degli ostacoli e la gestione autonoma delle missioni di recapito.

Secondo le previsioni elaborate dal McKinsey Global Institute in tema di logistica dell’ultimo miglio, si prospetta uno scenario in cui circa l’80% delle consegne di pacchi sarà affidato a veicoli autonomi, grazie all’adozione su larga scala di piattaforme robotiche e mezzi automatizzati in grado di operare in modo sicuro e affidabile anche in ambienti complessi e densamente popolati.

Un’ulteriore testimonianza del rapido avanzamento tecnologico proviene dalla Germania, dove la società ZF, in collaborazione con e.GO Mobile AG, ha costituito la joint venture e.Go Moove GmbH con l’obiettivo di avviare, già dal 2019 presso lo stabilimento di Aquisgrana, la produzione in serie di veicoli elettrici a guida automatizzata destinati sia al trasporto di persone che di merci. Questi veicoli sono progettati per rispondere in modo flessibile e sostenibile alle esigenze di mobilità urbana del prossimo futuro, integrando sistemi avanzati di gestione energetica, connettività e automazione di livello superiore.

La vera e propria competizione tra i principali attori industriali per lo sviluppo e la commercializzazione della self-driving car più performante e sicura ha avuto inizio nel 2013, anno in cui numerose case automobilistiche, tra cui General Motors, Ford, Mercedes-Benz, BMW e altre, hanno dichiarato ufficialmente l’avvio di programmi di ricerca e sviluppo focalizzati sull’implementazione di sistemi di guida automatizzata nei propri veicoli di serie. Tuttavia, è stato solo nel 2015 che si è assistito a una svolta significativa, con il lancio sul mercato del sistema Tesla Autopilot, che ha portato per la prima volta le potenzialità dei veicoli autonomi all’attenzione del grande pubblico e degli operatori del settore.

È importante sottolineare che la corsa verso l’autonomia completa dei veicoli non riguarda esclusivamente le case automobilistiche tradizionali: anche società attive in settori affini, come fornitori di tecnologia, provider di servizi digitali e numerose start-up innovative, stanno giocando un ruolo determinante nel raggiungimento di questo obiettivo comune. Ciascuna di queste categorie contribuisce allo sviluppo di componenti chiave – dai sensori intelligenti ai software di intelligenza artificiale, dalle piattaforme cloud per la gestione dei dati ai sistemi di comunicazione veicolo-infrastruttura – e partecipa a collaborazioni strategiche orientate a consolidare la propria posizione nello scenario internazionale della mobilità autonoma. Nei paragrafi successivi si procederà a un’analisi dettagliata delle aziende più attive e innovative in ciascun settore, nonché delle principali partnership siglate per accelerare la transizione verso una mobilità automatizzata, sostenibile e sicura.

Case automobilistiche

Nel panorama delle case automobilistiche impegnate nello sviluppo e nell’implementazione di sistemi di guida autonoma, si distinguono diversi attori principali, ciascuno con strategie e collaborazioni specifiche finalizzate al raggiungimento di livelli sempre più elevati di automazione veicolare.

BMW, analogamente a diversi competitor internazionali, ha introdotto nel 2016 i primi modelli dotati di automazione di livello 2, in particolare la gamma 7 Series. Questi veicoli integrano funzionalità avanzate come il Traffic Jam Assistant e il parcheggio completamente automatizzato, basandosi su una sofisticata architettura di sensori e software di controllo. Di particolare rilievo è la partnership strategica siglata nel 2015 con Daimler e Audi per l’acquisizione di HERE, azienda leader nella progettazione di mappe digitali di alta precisione, la cui tecnologia è stata implementata per migliorare l’affidabilità e la precisione dei sistemi di navigazione autonoma. BMW ha inoltre annunciato nel 2017 l’intenzione di lanciare, entro il 2021, veicoli completamente autonomi identificati con il marchio iNext, grazie anche al supporto tecnologico di Intel e Mobileye. La strategia commerciale di BMW prevede il rilascio di un modello a piena automazione di livello 5 in concomitanza con l’uscita, da parte di altri costruttori, di veicoli di livello 4.

General Motors è coinvolta in un ambizioso programma di test su vasta scala per i propri veicoli autonomi, con un orizzonte temporale che punta al completamento entro il 2020. Il progetto, realizzato in collaborazione con la piattaforma di ride-sharing Lyft, prevede l’impiego di migliaia di Chevrolet Bolt elettriche prive di volante e pedali, in grado di raggiungere il livello 4 di automazione. Si tratta della sperimentazione di test-driving più estesa tra quelle in corso nel settore automobilistico. Più recentemente, nel 2018, General Motors ha introdotto sul mercato il sistema di guida assistita di livello 2 denominato Super Cruise, disponibile sul modello Cadillac CT6 Sedan, che consente una guida semi-autonoma su tratti autostradali.

Audi ha presentato nel 2016 i modelli A4 e Q7, entrambi dotati di sistemi ADAS (Advanced Driver Assistance Systems) che permettono l’automazione di livello 2, consentendo al conducente di staccare occasionalmente le mani dal volante. All’inizio del 2017 è stata annunciata la produzione della nuova Audi A8, prima vettura commerciale a raggiungere il livello 3 di autonomia grazie al sistema Traffic Jam Pilot, basato su un’intelligenza artificiale sviluppata in collaborazione con NVIDIA. Audi mira inoltre a commercializzare veicoli di livello 4 entro il 2020, sempre avvalendosi delle piattaforme hardware e software di NVIDIA.

Nissan–Renault si è distinta come una delle prime aziende a mostrare un prototipo di veicolo autonomo destinato alla produzione di massa, già nel 2013. Nel 2016 ha lanciato il sistema di guida automatizzata ProPILOT, che consente ai veicoli di raggiungere il livello 2 di automazione. È prevista l’introduzione della versione avanzata ProPILOT 2.0 entro il 2018, capace di garantire un’autonomia di livello 3, e successivamente, con ProPILOT 3.0, il passaggio al livello 4 entro il 2020, sebbene queste funzionalità saranno limitate a aree stradali mappate con elevatissima precisione. Dal 2013, Nissan ha effettuato numerosi test su strada con veicoli LEAF dotati di sistemi autonomi, sia a Detroit che a Tokyo.

Ford adotta una strategia particolarmente decisa e orientata all’innovazione rispetto ai concorrenti: mentre le altre case automobilistiche propendono per uno sviluppo graduale delle tecnologie di guida autonoma attraversando i livelli 2, 3 e 4, Ford punta direttamente all’introduzione di veicoli di livello 4, con l’obiettivo di rendere la tecnologia accessibile a un pubblico il più ampio possibile. Il raggiungimento di questo traguardo è previsto per il 2021. Nel frattempo, entro il 2019, Ford ha pianificato il rilascio di due funzioni avanzate – Traffic Jam Assist e Fully Automatic Parking – solitamente associate al livello 2 di automazione. L’azienda ha inoltre intrapreso collaborazioni con diverse startup innovative per accelerare lo sviluppo di soluzioni autonome.

Honda si distingue per una politica di democratizzazione della tecnologia autonoma, proponendo già nel 2016 con la Civic LX un veicolo di livello 2 a un prezzo accessibile, circa 20.000 dollari. Il modello integra sistemi come Adaptive Cruise Control e Lane Keep Assist, elementi fondamentali per la guida assistita. I piani futuri di Honda prevedono il raggiungimento del livello 3 di automazione entro il 2020, con una forte enfasi sullo sviluppo e l’integrazione di sistemi di comunicazione V2V (vehicle-to-vehicle) e V2I (vehicle-to-infrastructure).

Tesla ha rivoluzionato il settore nel 2015 con l’introduzione del sistema Autopilot sulla Model S, diventando la prima auto di produzione a raggiungere il livello 2 di autonomia. Tesla si è poi distinta per una serie di partnership strategiche, come quella con NVIDIA nel 2016 e con Panasonic nel 2017, mirate all’ottimizzazione delle performance dei sensori di bordo e dei sistemi di intelligenza artificiale. Un aspetto unico nella politica di Tesla è l’apertura del beta-testing dei suoi sistemi di guida autonoma anche agli utenti finali, al contrario di quanto avviene presso altri costruttori dove i test sono riservati a personale tecnico. Questo approccio ha portato, purtroppo, anche a incidenti significativi, come quello del 2016 che ha visto coinvolta una Model S in un sinistro mortale, evidenziando i rischi connessi all’utilizzo di tecnologie ancora in fase di maturazione. Nonostante ciò, la strategia di Tesla rimane la più audace: il CEO Elon Musk ha dichiarato nel 2017 che entro due anni l’azienda avrebbe raggiunto la piena autonomia, una previsione che, pur essendo stata posticipata, indica la direzione pionieristica intrapresa dal marchio.

Mercedes-Benz: In linea con la tendenza globale delle principali case automobilistiche, Mercedes-Benz ha avviato la propria attività di ricerca e sviluppo nel campo dei sistemi di guida automatizzata nel 2013, introducendo una versione preliminare denominata DISTRONIC PLUS. Tale sistema, seppur non ancora completo, rappresentava un passo significativo verso l’automazione avanzata. È nel 2017 che Mercedes-Benz ha effettuato un salto qualitativo presentando, sulla nuova E-Class di quell’anno, il DRIVE PILOT, sistema di automazione di livello 2 in grado di gestire autonomamente le principali funzioni di guida in contesti specifici, come autostrade e traffico urbano controllato. Un aspetto di notevole rilevanza tecnica della E-Class 2017 è l’integrazione della comunicazione V2V (vehicle-to-vehicle), che consente lo scambio di dati tra veicoli per migliorare la sicurezza e l’efficienza del traffico. Attualmente, tale tecnologia è implementata esclusivamente sui modelli Mercedes, ma sono previste future estensioni anche ad altri marchi e tipologie di veicoli. In termini di road map evolutiva, Mercedes-Benz ha stretto una collaborazione strategica con Bosch, mirata allo sviluppo e alla commercializzazione di veicoli completamente autonomi di livello 5, con l’obiettivo di lanciarli sul mercato entro il 2022. Questo ambizioso progetto prevede l’adozione di architetture hardware e software avanzate, l’impiego di sensori di ultima generazione e sistemi di intelligenza artificiale per la gestione in tempo reale di scenari complessi e dinamici.

Volvo: Volvo Trucks ha ridefinito i paradigmi del trasporto merci con la presentazione di Vera, un autocarro elettrico a guida completamente automatizzata privo di cabina di guida. Questa soluzione ingegneristica elimina la necessità della presenza fisica del conducente, affidando la supervisione operativa a un centro di controllo remoto dotato di interfacce avanzate per il monitoraggio continuo di parametri critici quali posizione, livello di carica della batteria, stato di manutenzione e condizioni operative generali. Vera è concepito per operare con emissioni zero e una rumorosità estremamente ridotta, ponendosi come risposta tecnologica alle problematiche legate ai lunghi viaggi e alle condizioni di lavoro gravose tipiche del settore autotrasporti. L’implementazione di sistemi di controllo remoto, algoritmi predittivi per la manutenzione e protocolli di sicurezza avanzati mira a incrementare la safety e l’efficienza nel trasporto su gomma. Tuttavia, la diffusione su larga scala di veicoli autonomi come Vera potrebbe generare impatti socioeconomici significativi, in particolare per quanto riguarda la possibile riduzione dei posti di lavoro tra gli autisti professionisti, tematica oggetto di approfondimento nel capitolo dedicato agli aspetti economici. È importante sottolineare che, almeno nelle fasi iniziali, l’introduzione di questi sistemi avrà una funzione di integrazione all’interno delle flotte esistenti, piuttosto che una sostituzione totale del personale umano.

Fornitori di tecnologia

Nel panorama dei fornitori di tecnologia per la guida autonoma, emergono diversi attori di rilievo internazionale, ciascuno con una propria strategia di sviluppo e una gamma di soluzioni hardware e software dedicate all’automazione veicolare.

Google-Waymo rappresenta uno dei pionieri nel settore, avendo avviato il proprio progetto di ricerca sulla guida autonoma già nel 2009 sotto la denominazione Google Self-Driving Car Project. Nel 2016, il programma è stato formalmente strutturato e rilanciato come Waymo, segnando l’inizio di una fase industriale caratterizzata da collaborazioni strategiche con importanti costruttori automobilistici. In particolare, nello stesso anno Waymo ha stretto un accordo con Fiat Chrysler Automobiles per l’integrazione della propria piattaforma di guida automatizzata su cento esemplari di Chrysler Pacifica, seguita nel 2017 dalla partnership con Lyft, azienda statunitense specializzata in servizi di mobilità. Al febbraio 2018, Waymo ha totalizzato oltre 5 milioni di miglia di test su strada, impiegando una flotta equipaggiata con sistemi avanzati di sensoristica, machine learning e mappatura ad alta definizione, confermando la propria leadership nella validazione su larga scala delle tecnologie di autonomous driving.

NVIDIA si distingue come fornitore di riferimento nel comparto delle piattaforme hardware dedicate all’intelligenza artificiale e al processamento di dati per la guida autonoma. I suoi sistemi, come la serie NVIDIA Drive PX (evoluta successivamente nella Drive PX 2 e nel chip Xavier presentato al CES 2018), sono adottati da numerosi costruttori globali, tra cui Mercedes-Benz, Audi e Tesla, per la gestione in tempo reale di input provenienti da sensori lidar, radar e telecamere. L’architettura modulare e scalabile di NVIDIA consente l’esecuzione di algoritmi di deep learning e la fusione di dati multisensoriali, favorendo la percezione ambientale e la pianificazione delle traiettorie. La presenza di NVIDIA nel settore si rafforza inoltre attraverso partnership strategiche con aziende quali Bosch, Toyota e Tesla, finalizzate allo sviluppo congiunto di soluzioni di edge computing e sistemi embedded per veicoli di nuova generazione.

Microsoft, storicamente attiva nel settore automotive tramite la fornitura di software e piattaforme digitali per costruttori come BMW, Ford e Nissan, ha intensificato dal 2016 la propria presenza nel campo della guida autonoma attraverso una serie di partnership mirate. Tra le collaborazioni più rilevanti si annoverano quella con Harman International, volta all’integrazione di soluzioni Microsoft Office nei sistemi di infotainment e dispositivi dedicati ai veicoli autonomi, e quelle con BMW e Nissan-Renault, che sfruttano la piattaforma cloud Azure per implementare infrastrutture di comunicazione V2V (vehicle-to-vehicle) e V2I (vehicle-to-infrastructure), abilitando lo scambio di dati in tempo reale tra mezzi e infrastrutture stradali.

Intel-Mobileye ha consolidato la propria posizione nel settore tramite la creazione nel 2016 della divisione Autonomous Driving Group, focalizzata sulla progettazione di soluzioni hardware e software per la percezione, la decisione e il controllo dei veicoli autonomi. Il passaggio decisivo è avvenuto nel 2017 con l’acquisizione di Mobileye, azienda israeliana leader nella produzione di sistemi avanzati di assistenza alla guida (ADAS) e tecnologie di visione artificiale. L’integrazione delle competenze di Mobileye consente a Intel di offrire piattaforme complete per il rilevamento di ostacoli, la segmentazione dell’ambiente stradale e la gestione automatizzata della navigazione, con un’attenzione particolare alla sicurezza funzionale e all’elaborazione distribuita dei dati.

Apple, pur mantenendo un profilo di estrema riservatezza, ha avviato dal 2014 il cosiddetto Project Titan, dedicato allo sviluppo di tecnologie proprietarie per veicoli a guida autonoma. Nel 2017, la società ha formalizzato il proprio interesse nel settore presentando al Department of Motor Vehicles della California la richiesta di autorizzazione per testare su strada vetture equipaggiate con un sistema multi-sensore installato sul tetto. La flotta di Apple, inizialmente composta da tre unità, è cresciuta rapidamente fino a raggiungere i quarantacinque veicoli nel marzo 2018, segnando un avanzamento significativo nella sperimentazione di soluzioni di percezione ambientale, analisi predittiva e interfacce uomo-macchina.

Fornitori di servizi

Nel panorama dei fornitori di servizi per la mobilità autonoma, emergono protagonisti di rilievo che hanno investito in modo significativo nello sviluppo e nell’implementazione di tecnologie avanzate destinate all’automazione dei veicoli.

Uber si distingue come uno dei principali operatori globali nel settore dei trasporti, avendo intrapreso, a partire dal 2015, un percorso strategico volto all’integrazione di sistemi di guida autonoma all’interno della propria flotta. L’azienda ha siglato nel 2017 una partnership tecnica con Volvo Cars, finalizzata all’equipaggiamento di 24.000 veicoli con piattaforme di automazione di livello avanzato, con l’obiettivo di renderli operativi entro il 2021. Tale collaborazione prevede l’adozione di moduli hardware e software per la percezione ambientale, la pianificazione delle traiettorie e la gestione automatizzata delle dinamiche di guida, sfruttando sensori lidar, radar, telecamere ad alta definizione e sistemi di intelligenza artificiale per il riconoscimento e l’elaborazione dei dati in tempo reale. A supporto della propria posizione nel segmento dei veicoli autonomi, Uber ha inoltre acquisito Otto, una start-up specializzata nello sviluppo di tecnologie di guida automatizzata per veicoli industriali pesanti, e deCarta, un’azienda californiana esperta in soluzioni di mappatura digitale e localizzazione. Queste integrazioni tecnologiche hanno consentito a Uber di rafforzare la propria infrastruttura per la navigazione autonoma e la gestione della mobilità intelligente. Tuttavia, il percorso di Uber nel settore ha incontrato criticità, come evidenziato dall’incidente avvenuto in Arizona nel marzo 2018, in cui un veicolo autonomo della flotta è stato coinvolto in un sinistro mortale, rappresentando il primo caso documentato di un pedone vittima di una self-driving car. Questo evento ha posto l’accento sulla necessità di ulteriori progressi nei protocolli di sicurezza, nell’affidabilità dei sistemi di riconoscimento e nella validazione normativa delle tecnologie di guida autonoma.

Lyft, altro attore di primaria importanza nel mercato statunitense dei servizi di trasporto on-demand, ha espresso una chiara strategia di transizione verso la mobilità autonoma, prevedendo nei prossimi cinque anni l’automatizzazione della maggior parte della propria flotta. Per realizzare tale obiettivo, Lyft ha avviato tra il 2016 e il 2017 due collaborazioni di rilievo: la prima con General Motors, che ha investito 500 milioni di dollari per sostenere lo sviluppo di tecnologie di guida autonoma dedicate ai veicoli della piattaforma Lyft; la seconda con Waymo, società leader nella ricerca e nell’implementazione di sistemi di autonomous driving. Queste partnership prevedono la sperimentazione su larga scala di flotte autonome, l’integrazione di sistemi di machine learning per l’elaborazione delle informazioni provenienti dai sensori di bordo e la realizzazione di progetti pilota per il test su strada di migliaia di veicoli equipaggiati con soluzioni di automazione avanzata. Lyft partecipa inoltre ai programmi di test-driving con General Motors, contribuendo alla raccolta di dati operativi e alla validazione dei protocolli di interazione tra veicoli autonomi e infrastrutture urbane, ponendo le basi per una mobilità urbana sempre più sicura, efficiente e sostenibile.

Piccole realtà nel mercato delle auto a guida automatizzata

Anche realtà imprenditoriali di dimensioni più contenute hanno acquisito una posizione di rilievo nel mercato delle auto a guida automatizzata, contribuendo in modo significativo all’innovazione tecnologica del settore. Negli ultimi anni sono nate numerose start-up, ciascuna delle quali ha intrapreso una propria traiettoria evolutiva: alcune si sono focalizzate sullo sviluppo integrale di veicoli autonomi, mentre altre hanno scelto di specializzarsi in segmenti tecnologici specifici, quali sensoristica, software di navigazione, sistemi di posizionamento e infrastrutture cloud. Di seguito viene presentata una panoramica dettagliata delle attività e delle soluzioni proposte da alcune delle start-up più riconosciute e tecnicamente interessanti:

• Zoox: Azienda californiana fondata nel 2013, orientata alla progettazione e realizzazione di taxi completamente autonomi, con architetture hardware e software proprietarie. Zoox si distingue per una rigorosa policy di riservatezza sulle proprie tecnologie e processi produttivi; nel 2016 ha raggiunto una valutazione di mercato di circa un miliardo di dollari, posizionandosi tra le start-up più promettenti del settore. È stata la prima start-up ad ottenere la licenza per la sperimentazione su strada di veicoli autonomi in California, conducendo test su algoritmi di percezione ambientale, pianificazione delle traiettorie e interazione veicolo-utente.
• Swift Navigation: Specializzata nello sviluppo di ricevitori GPS ad alta precisione, open source e con costi accessibili, destinati all’implementazione su veicoli autonomi e robot mobili. Nel 2016 ha lanciato il dispositivo Piksi, seguito nel 2018 dalla piattaforma Skylark, un servizio cloud di posizionamento satellitare che offre correzioni differenziali per migliorare l’accuratezza della localizzazione, fondamentale per la navigazione autonoma in ambienti complessi e dinamici.
• Almotive: Originariamente Adasworks, fondata nel 2015 a Budapest, focalizzata sulla ricerca e sviluppo di soluzioni avanzate per la percezione e il tracking degli oggetti tramite sensoristica evoluta (telecamere, radar, lidar). L’obiettivo strategico di Almotive è l’implementazione di un livello di autonomia 5, ovvero la completa automazione della guida senza necessità di intervento umano, attraverso algoritmi di intelligenza artificiale e fusione multisensoriale.
• ai: Azienda impegnata nella creazione di kit hardware e software (Openpilot) per la retrofitting di veicoli tradizionali, al fine di renderli capaci di operare in modalità di guida automatizzata. Il software, in costante fase di sviluppo e testing pubblico, mira a garantire l’accessibilità economica di sistemi avanzati di assistenza e automazione della guida, con particolare attenzione all’interfaccia utente e all’aggiornamento continuo tramite la community open source.
• Pilot Automotive Labs: Fondata nel 2016, questa società si dedica alla progettazione di sistemi modulari facilmente installabili sui veicoli, denominati PILOT, che integrano sensoristica di bordo tipica delle self-driving cars. Il sistema opera in sinergia con l’applicazione CockPIT, disponibile per dispositivi mobili, e si avvale di DRIVENET, una piattaforma cloud dedicata alla condivisione e all’aggiornamento in tempo reale di mappe tridimensionali ad alta definizione, necessarie per la navigazione e la localizzazione precisa.
• Otto: Start-up nata nel 2016 con focus sulla guida automatizzata per veicoli industriali pesanti, in particolare autocarri. In meno di un anno ha realizzato il più lungo tragitto documentato da un camion autonomo, pari a circa 212 chilometri, dimostrando la robustezza e l’affidabilità dei propri sistemi di automazione. Otto è stata acquisita da Uber nello stesso anno, integrando le proprie competenze all’interno della piattaforma di mobilità intelligente di Uber per il trasporto merci.
• AuRo: Start-up specializzata nello sviluppo di veicoli autonomi destinati al trasporto all’interno di campus universitari e complessi privati. Nel 2017 è stata acquisita da Ridecell, mobility company americana, con l’obiettivo di espandere l’offerta di soluzioni per la mobilità autonoma in ambienti controllati e infrastrutture dedicate.
• TriLumina: Azienda statunitense fondata nel 2010, focalizzata sulla progettazione di sistemi laser e LIDAR per il rilevamento ambientale e il monitoraggio interno dei veicoli autonomi. TriLumina si propone di sviluppare tecnologie LIDAR più accessibili dal punto di vista economico e soluzioni innovative per la gestione delle esigenze degli occupanti, ottimizzando la sicurezza e il comfort a bordo.
• nuTonomy: Società nata nel 2013 presso il Massachusetts Institute of Technology, successivamente acquisita da Delphi nel 2017. NuTonomy ha collaborato con aziende di primo piano come Lyft, Grab e Mobileye (quest’ultima integrata nel gruppo Intel), lavorando allo sviluppo di self-driving cars entro il 2019. Dal 2016 è stata protagonista del primo servizio pilota di taxi autonomi su strada a Singapore, contribuendo all’avanzamento delle tecnologie di mobilità urbana intelligente.
• Cruise Automation: Azienda con sede a San Francisco, attiva nello sviluppo di sistemi di comunicazione V2V (vehicle-to-vehicle) e V2I (vehicle-to-infrastructure), oltre che nella produzione di software per la guida autonoma. Nel 2016 è stata acquisita da General Motors, ottenendo risorse finanziarie e supporto per espandere il proprio team di ricerca e accelerare la validazione di soluzioni per l’autonomia totale, con particolare attenzione all’interoperabilità tra veicoli e infrastrutture urbane.

Queste start-up rappresentano nodi essenziali nell’ecosistema innovativo della mobilità autonoma, proponendo soluzioni tecnologiche all’avanguardia che spaziano dalla sensoristica avanzata, alla geolocalizzazione di precisione, fino all’intelligenza artificiale applicata alla percezione e alla pianificazione della guida. Il loro contributo si riflette non solo nello sviluppo di veicoli autonomi, ma anche nell’arricchimento delle infrastrutture digitali, nell’integrazione di sistemi hardware e software e nella creazione di nuovi modelli di business per la mobilità intelligente del futuro.

Conclusioni

Attualmente, il percorso verso la piena realizzazione della guida automatizzata si configura come un ambito ancora ampiamente inesplorato, la cui evoluzione coinvolge una pluralità di attori, ciascuno impegnato in differenti fasi di sviluppo e validazione tecnologica. In questa fase embrionale, la necessità di definire parametri oggettivi per la valutazione dell’affidabilità dei sistemi di guida autonoma è diventata imprescindibile, soprattutto considerando che una maggiore complessità algoritmica o software non implica automaticamente un incremento delle prestazioni o della sicurezza operativa del veicolo.

Per rispondere a tale esigenza, lo Stato della California ha introdotto uno specifico quadro normativo che prevede il rilascio di licenze dedicate alle aziende che intendano testare prototipi di veicoli autonomi su strade pubbliche. Contestualmente, è stato imposto l’obbligo di redigere e presentare annualmente i cosiddetti “disengagement report”, documenti tecnici nei quali le aziende sono tenute a dettagliare con precisione la distanza percorsa in modalità di guida automatizzata prima che si verifichi un “disengagement”, ovvero un evento che richiede l’intervento manuale di un operatore umano per riprendere il controllo del veicolo.

Nonostante tali rapporti rappresentino attualmente la principale fonte ufficiale di dati relativi alle performance dei diversi sviluppatori di tecnologie di guida autonoma, la loro attendibilità risulta compromessa da una serie di criticità metodologiche. Innanzitutto, manca un protocollo univoco e standardizzato per la compilazione dei report: ogni azienda può adottare criteri discrezionali sia nella definizione degli eventi di “disengagement” sia nelle modalità di raccolta e presentazione dei dati, rendendo di fatto impossibile un confronto oggettivo e trasparente tra i risultati ottenuti dai vari operatori del settore.

Ulteriori elementi di distorsione derivano dalla varietà dei contesti sperimentali: le aziende differiscono sia nella tipologia di test (urbano, extraurbano, autostradale), sia nelle condizioni ambientali e operative in cui vengono condotte le sperimentazioni. Ad esempio, società come Waymo tendono a concentrare le prove in aree urbane di dimensioni ridotte, mentre altre, come General Motors, prediligono scenari metropolitani complessi. Questo implica che il dato relativo ai “disengagement” sia fortemente influenzato dal contesto operativo e quindi scarsamente comparabile.

Va inoltre sottolineato che i dati disponibili si riferiscono esclusivamente ai test condotti sulle strade pubbliche della California, escludendo quindi tutte quelle aziende che svolgono attività sperimentali al di fuori di tale giurisdizione—come, ad esempio, Ford—o su strade private, per le quali non sussiste alcun obbligo di rendicontazione.

Nel solo 2019, Waymo ha dichiarato di aver percorso circa 1,45 milioni di miglia in California, con un tasso di intervento umano pari a 0,076 per 1.000 miglia. Cruise ha totalizzato 831.040 miglia con 0,086 disconnessioni per 1.000 miglia, mentre Aurora, con un chilometraggio inferiore (13.429 miglia), ha registrato un tasso di disconnessione di 10,6 per 1.000 miglia. Tali valori, estrapolati dai “Disengagement Reports California”, forniscono solo una parziale rappresentazione delle reali capacità dei sistemi, poiché le aziende non sono tenute a divulgare la totalità dei dati raccolti e, spesso, le dimostrazioni pubbliche avvengono in condizioni fortemente controllate e selezionate per mettere in luce le prestazioni migliori.

Di conseguenza, le statistiche relative alle disconnessioni rappresentano un frammento limitato della trasparenza del processo di sviluppo e non consentono di determinare in modo oggettivo quale azienda abbia ottenuto i risultati più rilevanti in termini di percorrenza automatizzata o di affidabilità tecnologica. Bryant Walker Smith, docente associato presso la School of Law dell’Università del South Carolina ed esperto nel settore della guida autonoma, sottolinea come il confronto tra i tassi di “disengagement” delle diverse aziende sia addirittura controproducente, in quanto rischia di generare incentivi distorti e strategie di testing poco rappresentative della reale complessità operativa. Smith suggerisce che le aziende potrebbero, infatti, concentrare i test su tratte autostradali dove le condizioni sono più favorevoli, mentre le vere criticità emergono solo in scenari meno prevedibili, spesso collocati all’estero.

Allo stesso modo, Sam Abuelsamid, analista presso Navigant, evidenzia come i “disengagement reports” siano di fatto privi di valore informativo, a causa della scarsa trasparenza nella comunicazione delle disconnessioni e dell’assenza di standardizzazione nei protocolli di test. Abuelsamid sostiene la necessità di introdurre linee guida uniformi a livello normativo prima di procedere con ulteriori sperimentazioni su larga scala.

Il Dipartimento dei Trasporti della California, tramite il portavoce Martin Greenstein, ha chiarito che i report non sono concepiti per consentire paragoni diretti tra le aziende, in quanto ciascun operatore persegue obiettivi differenti, in contesti e condizioni di test eterogenee. Inoltre, non vi è l’obbligo di riportare risultati ottenuti su strade private o al di fuori dello stato, né di includere dati relativi a sistemi avanzati di assistenza alla guida, come l’Autopilot di Tesla.

In sintesi, le informazioni attualmente disponibili sui test pubblici delle auto a guida automatizzata derivano esclusivamente dai dati forniti dalle stesse aziende e sono limitate alle sperimentazioni condotte in California, unico Stato ad aver imposto tale obbligo di reportistica. Questa situazione genera inevitabilmente un quadro informativo incompleto e lascia aperte molte questioni irrisolte, senza contribuire in modo significativo ad accrescere la fiducia collettiva nella tecnologia della guida autonoma. Una certezza, tuttavia, rimane: la sperimentazione e la validazione dei veicoli autonomi sono solo agli albori e rappresentano una sfida ancora tutta da affrontare su scala globale.