Algoritmi al Volante: L'Impatto dell'IA sul Futuro del Motorsport

Episodio 2: CFD e Serie Autonome

Come emerso nel primo episodio della nostra rubrica, il concetto di velocità gioca un ruolo cruciale tanto nel motorsport quanto nel campo dell'intelligenza artificiale. Entrambi i domini si distinguono per tre aspetti fondamentali legati alla velocità: la velocità di trasferimento di un qualcosa X  tra due punti a e b; la velocità di trasformazione di X in qualcos'altro Y; e la velocità di ottenimento di X, ovvero il tempo necessario per soddisfare una determinata esigenza.

Dopo aver esplorato come queste dimensioni della velocità siano state applicate nell'ambito della simulazione strategica e dell'analisi dati tramite l'uso di algoritmi di IA, ci apprestiamo ora a indagare l'impiego della fluidodinamica computazionale (CFD) e della guida autonoma. Questi ambiti rappresentano altre due aree in cui l'evoluzione del machine e del deep learning sta esercitando un'influenza significativa.

Simulazione CFD di una vettura di F1 © Grab Cad

Fluidodinamica Computazionale

In Formula 1 la CFD ha tre funzioni: è essenziale nel processo di progettazione delle nuove vetture per valutare le prestazioni aerodinamiche dei componenti aggiornati, per l'analisi delle prestazioni aerodinamiche nel complesso e infine per identificare e risolvere le problematiche quando le vetture non operano a regimi ottimali.

Nonostante la CFD richieda un'imponente capacità di calcolo e l'expertise di specialisti qualificati, i vantaggi in termini di economia di tempo e riduzione dei costi superano di gran lunga gli oneri iniziali.

Per gli ingegneri aerodinamici gli obiettivi principali sono massimizzare il carico aerodinamico (downforce) per ottimizzare l'aderenza e la maneggevolezza in curva, e ridurre la resistenza aerodinamica (drag) per favorire la velocità in rettilineo, mantenendo un equilibrio che garantisca prestazioni costanti durante tutto il funzionamento del veicolo.

Nel contesto dinamico della Formula 1, l'analisi aerodinamica si avvale di una mole imponente di dati, dalla pista, dalla galleria del vento e dal simulatore. Per gestire e interpretare questa abbondanza informativa, si rende indispensabile il supporto di IA e HPC (High Performance Computing), capaci di categorizzare e processare i dati per formulare strategie di gara efficaci. Questo include l'analisi in tempo reale di variabili come la pressione degli pneumatici e il surriscaldamento dei freni, che possono influenzare significativamente il tempo sul giro.

 Simulazione CFD di un'ala anteriore © Grab Cad

L'unicità dei modelli di machine learning e reti neurali in questo settore richiede che la programmazione venga affidata a Data Engineers che non solo abbiano competenze informatiche ma anche una profonda conoscenza del dominio di competenza, ovvero l'ingegneria aerodinamica e del veicolo. Solo figure con una conoscenza di entrambi i domini sono in grado di "insegnare" ai sistemi di apprendimento automatico i principi aerodinamici necessari, rendendo così machine e deep learning validi strumenti al servizio della prestazione.

Serie Autonome: La Frontiera della Guida Automatica

L'Indy Autonomous Challenge e l'Abu Dhabi Autonomous Racing League costituiscono due delle iniziative più all'avanguardia nel settore emergente delle corse automobilistiche autonome, sfidando i confini attuali dell'intelligenza artificiale, dell’elettronica e della robotica applicata alle competizioni.

Durante la Indy Autonomous Challenge, quest'anno alla seconda edizione, invita università e centri di ricerca a progettare e sviluppare monoposto Dallara AV-23 guidate da un software di controllo che, utilizzando sensori, supercomputer e hardware di attuazione, permette alla vettura di guidare autonomamente nella prestigiosa arena dell'Indianapolis Motor Speedway. A programmare i software gli studenti ed i ricercatori delle più importanti università e centri di ricerca del mondo tra cui le italiane Politecnico di Milano, Università degli Studi di Modena e Reggio Emilia.

Il video di presentazione della nuova vettura 2024, la IAC AV-24 © Indy Autonomous Challenge

Parallelamente, l'Abu Dhabi Autonomous Racing League si afferma come un altro palcoscenico di rilievo per testare le ultime soluzioni in materia di guida autonoma, inaugurando l'iniziativa il 28 aprile 2024 sul circuito Yas Marina di Abu Dhabi.

10 squadre d'élite di prestigiose istituzioni, tra cui l'Università della California, Berkeley; l'Università tecnica di Monaco di Baviera; l'Università tecnologica di Nanyang, Singapore stanno lavorando per autonomizzare la Dallara Super Formula, la SF23.

L'evento mette in luce temi prioritari internazionali come il futuro dei trasporti, l'ispirazione dei talenti STEM di nuova generazione e la garanzia di un impatto tangibile al di là della pista.

Faisal Al Bannai, Segretario Generale dell'Advanced Technology Research Council, ha dichiarato:

"Abu Dhabi è un centro in crescita per l'empowerment STEM e per la visione di un'economia decarbonizzata, motivo per cui siamo orgogliosi di lanciare l'Abu Dhabi Autonomous Racing League, caratterizzata da un modello di sviluppo aperto, supportando progressi e test più rapidi con machine e reinforcement learning che saranno fondamentali per la raccolta dei dati e lo sviluppo della tecnologia di questi veicoli".

Presentation Ufficiale della Abu Dhabi Autonomous Racing League © A2RL

Concludendo, l'intersezione che machine e deep learning creano tra le sopracitate sfere segna un punto di svolta tecnologico epocale nella storia del motorsport. La convergenza di questi sviluppi non solo ridefinisce il concetto di competizione ma pone anche le basi per i futuri sviluppi nel settore automobilistico, dai trasporti al commerciale, promettendo veicoli più efficienti, sicuri e, potenzialmente più sostenibili.