Ti spiego come ragiona un'auto quando guida da sola

Un pedone che si avvicina alle strisce, una bicicletta che cambia improvvisamente direzione, un'auto che si inserisce all'ultimo momento. Per una persona alla guida sono situazioni quotidiane, da affrontare spesso in pochi istanti. Per un sistema di assistenza alla guida, invece, rappresentano una serie di problemi da risolvere attraverso telecamere, sensori, calcoli e intelligenza artificiale. Ma come fa un'auto a interpretare quello che succede intorno a sé e a decidere quale manovra compiere?

Per capirlo ho intervistato Dong Li, CTO di QCraft, azienda cinese specializzata nello sviluppo di sistemi avanzati di assistenza alla guida per auto di serie. Al centro della nostra conversazione c'è QPilot PRO, una tecnologia progettata per assistere il conducente sia in città sia in autostrada, anche quando il traffico presenta situazioni complesse.

Li mi ha raccontato come funziona il sistema, quali strategie utilizza per prevedere le mosse degli altri utenti della strada e cosa succede quando incontra uno scenario che non riesce a interpretare con sufficiente sicurezza.

Telecamere, sensori e intelligenza artificiale: come decide l'auto

QPilot PRO fa parte della famiglia di sistemi di guida assistita di QCraft, che comprende anche le versioni AIR e MAX. È progettato per aiutare l'auto a muoversi in città e in autostrada grazie alla funzione Navigation on Autopilot (NOA). La sua capacità di calcolo varia da 100 a 200 TOPS, un'unità che indica quante operazioni matematiche può eseguire ogni secondo.

QPilot PRO fa parte della famiglia di sistemi di guida assistita di QCraft

Foto di: QCraft

Il sistema utilizza 11 telecamere, affiancabili da un sensore LiDAR, che ricostruisce l'ambiente circostante in tre dimensioni. Le telecamere riconoscono auto, pedoni, semafori e corsie, mentre il LiDAR aiuta a individuare posizione e forma degli ostacoli. Combinando questi dati, l'intelligenza artificiale cerca di capire dove può passare l'auto e come si stanno muovendo gli altri utenti della strada.

Il passaggio successivo è decidere come reagire. "La nostra innovazione principale consiste nell'integrare i requisiti di sicurezza in tutto il processo, dall'apprendimento del modello fino alla scelta della traiettoria", mi ha spiegato Dong Li, CTO di QCraft, durante l'intervista. Il sistema combina l'interpretazione della strada e la previsione degli eventi con regole di sicurezza definite dagli esseri umani, così da rendere le decisioni più controllabili.

Per imparare a gestire situazioni diverse, QCraft utilizza anche i world model, che simulano il funzionamento del mondo fisico, e il reinforcement learning, una tecnica che aiuta l'intelligenza artificiale a migliorare le proprie decisioni attraverso l'apprendimento.

QCraft, così l'intelligenza artificiale interpreta la strada

Foto di: QCraft

Così si cerca di riconoscere un ostacolo e prevedere cosa potrebbe succedere. Come mi ha spiegato Li, se una palla rotola sulla strada, il sistema dovrebbe considerare che un bambino potrebbe correre a recuperarla e rallentare in anticipo. Allo stesso modo, se c'è acqua vicino ai pedoni, può ridurre la velocità per evitare di schizzarli. Ecco la differenza tra vedere ciò che accade e interpretare il contesto per anticipare possibili conseguenze.

Cosa succede quando l'auto è in difficoltà

Naturalmente, nessun sistema può essere addestrato in anticipo su tutte le situazioni che possono verificarsi nella circolazione reale. Per questo QCraft utilizza simulazioni su larga scala e modelli del mondo fisico per costruire un ambiente virtuale nel quale riprodurre scenari rari, condizioni meteorologiche difficili e situazioni pericolose che sarebbe complicato ricreare ripetutamente su strada.

Dong Li, CTO di QCraft

Foto di: Motor1 Italia visual (AI-assisted)

A questi test si aggiungono i dati raccolti durante l'utilizzo quotidiano. Secondo i numeri comunicati da Li, nel 2026 le soluzioni QPilot hanno superato il milione di installazioni su veicoli di serie. Alla fine di luglio, gli automobilisti avevano percorso complessivamente oltre 4,5 miliardi di chilometri utilizzando i sistemi di assistenza dell'azienda. QCraft dichiara inoltre un tasso di attivazioni involontarie della frenata automatica d'emergenza inferiore a una ogni 500.000 chilometri. È un dato riferito dall'azienda, che va letto insieme alle condizioni di misurazione e ai criteri utilizzati: da solo, infatti, non permette di stabilire quanto un sistema sia sicuro rispetto alla guida umana in ogni situazione.

Che cosa succede, invece, quando l'auto incontra una circostanza che non riesce a interpretare con sufficiente affidabilità?

Secondo Li, il sistema valuta le informazioni disponibili, le condizioni della strada e l'affidabilità dei sensori. Se la situazione presenta troppe incertezze, può adottare un comportamento più prudente, per esempio rallentando, aumentando la distanza dal veicolo che precede o evitando un cambio di corsia prematuro. Se le condizioni superano le sue capacità operative, deve avvisare il conducente affinché riprenda il controllo.

È un punto fondamentale, perché QPilot PRO appartiene alla categoria dei sistemi di assistenza alla guida di Livello 2. Il conducente deve quindi continuare a sorvegliare la strada e il funzionamento del sistema, mantenendo la possibilità di intervenire in qualsiasi momento. L'auto può gestire alcune operazioni di guida, ma la responsabilità del controllo resta umana.

Per limitare i rischi legati alla distrazione o all'eccessiva fiducia nella tecnologia, QCraft lavora con i costruttori anche sui sistemi di monitoraggio del conducente. Se, durante l'assistenza attiva, il sistema rileva che la persona si alza dal sedile o rimane senza cintura per più di cinque secondi, può richiedere il controllo manuale e aumentare la soglia di coppia necessaria per intervenire sul volante, riducendo il rischio che un contatto involontario provochi una reazione.

Viene monitorata anche la postura: se il conducente si reclina fino ad assumere una posizione distesa, il sistema continua a richiedere il ripristino di una posizione corretta. In caso di stanchezza prolungata o distrazione rilevata, può chiedere di riprendere la guida e, se non riceve risposta, frenare fino a fermarsi in sicurezza all'interno della corsia, secondo le strategie previste dal sistema.

Restano comunque delle difficoltà. Pioggia molto intensa, abbagliamento, ostacoli che nascondono altri utenti della strada e situazioni eccezionali continuano a mettere alla prova anche le tecnologie più evolute. Per affrontarle, QCraft addestra i propri modelli anche su immagini simulate con telecamere abbagliate o parzialmente oscurate e su scenari nei quali alcuni sensori non funzionano correttamente.

Nei sistemi che non dipendono da mappe ad alta definizione, vengono inoltre introdotte informazioni cartografiche errate durante l'addestramento, per ridurre la dipendenza da dati che potrebbero non corrispondere alla realtà. L'azienda utilizza anche modelli ridondanti, in modo da ridurre le conseguenze di un eventuale malfunzionamento di una componente.

C'è poi il tema degli aggiornamenti. I dati raccolti dai veicoli possono contribuire a individuare nuovi problemi e migliorare le versioni successive, ma non significa che le auto imparino direttamente mentre circolano, modificando autonomamente le proprie strategie di guida. Prima di essere distribuiti, gli aggiornamenti devono superare verifiche attraverso simulazioni, riproduzione di scenari, test di regressione e prove su strada. La validazione viene poi completata insieme al costruttore del veicolo.

Anche l'arrivo in Europa richiede un lavoro specifico. Rotatorie, precedenze, attraversamenti pedonali, segnaletica e abitudini degli automobilisti cambiano da un mercato all'altro. QCraft ha già effettuato test urbani e autostradali in diverse località di Germania e Francia, ma Li sottolinea che non esiste una quantità di chilometri valida per ogni Paese: l'addestramento e la verifica dipendono dalle differenze tra le condizioni locali e quelle già conosciute dal sistema.

QCraft, l'arrivo in Europa richiede un lavoro specifico

Foto di: QCraft

L'obiettivo dell'azienda è rendere queste tecnologie disponibili anche su vetture di fascia più accessibile. QCraft dichiara di aver già portato sistemi di navigazione assistita urbana su piattaforme da 128 TOPS e afferma che QPilot PRO copre il 99% degli scenari del pendolarismo quotidiano, secondo le proprie valutazioni. Il sistema supporta inoltre più di 300 scenari di parcheggio, compresi gli spazi molto stretti e il parcheggio memorizzato su più livelli di un garage.

Sono risultati e obiettivi che mostrano quanto stia evolvendo la guida assistita, ma non cancellano il problema centrale: la strada è un ambiente imprevedibile e la capacità di affrontare un caso comune non garantisce di saper gestire quello eccezionale. È proprio qui che si misura la maturità di queste tecnologie: non soltanto nella capacità di prendere decisioni quando tutto funziona come previsto, ma anche nel riconoscere quando le informazioni non bastano e quando è necessario lasciare nuovamente spazio all'intervento umano.

Leggi anche

E se la guida autonoma del futuro si decidesse tra Italia e Cina?

Un radar nato per le auto ora vuole fermare i droni più furtivi