Oltre al report mensile di cui si è parlato nei giorni scorsi, Google ha l’obbligo di pubblicare ogni anno una documentazione indirizzata al California Department of Motor Vehicles in cui si analizzano nel dettaglio le informazioni e i feedback relativi alle proprie self-driving car. Dal contenuto emerge un particolare inedito, in merito agli incidenti che si sono verificati o sventati.
Come già sottilineato, dopo aver percorso oltre due milioni di chilometri, i veicoli della flotta sono rimasti coinvolti in un totale di 17 collisioni, ma in nessun caso la responsabilità è da attribuire alla tecnologia di bigG. Oggi si viene però a conoscenza del fatto che, nel corso degli ultimi 15 mesi, in altri dieci casi è stato l’intervento attivo del conducente a bordo a sventare l’impatto, per ragioni legate ad un comportamento anomalo del sistema o per altri motivi legati alla sicurezza.
Tra il settembre 2014 e il novembre 2015, l’intervento umano si è reso necessario un totale di 69 volte. Questo non significa che, senza la disattivazione della guida autonoma, si sarebbero verificati altrettanti sinistri. A questo proposito, il gruppo di Mountain View ha sviluppato un simulatore in grado di prevedere cosa sarebbe accaduto.
Per valutare il significato del disimpegno dei conducenti, utilizziamo un potente programma di simulazione, sviluppato internamente dai nostri ingegneri, che permette al team di fare un “replay” di ogni incidente e di prevedere il comportamento della self-driving car (senza il controllo umano), così come il comportamento e la posizione degli altri utenti della strada nelle vicinanze (come pedoni, ciclisti e altri veicoli).
Stando al simulatore, le vetture a guida autonoma di Google avrebbero impattato qualcosa in 13 casi su 69. Di questi, 10 avrebbero visto una responsabilità diretta della tecnologia. Ancora più nel dettaglio, in due situazioni il contatto sarebbe avvenuto con i coni impiegati per la segnaletica stradale temporanea, ad esempio in presenza di cantieri. L’obiettivo di bigG, attualmente, è quello di perfezionare il sistema self-driving individuandone i punti deboli e intervenendo con il miglioramento degli algoritmi che gestiscono i movimenti del veicolo.