• automotive
• dms
• hmi
• iot
• proattività

Nel settore automotive si stanno affermando sempre di più interfacce ed assistenti virtuali proattivi il cui scopo è l'anticipazione dei bisogni degli utenti e/o l'adattamento su misura di informazioni, dati ed esperienze. L'aumento dei dati a disposizione e dei dispositivi IoT, unitamente al potenziamento degli algoritmi, offrono agli assistenti virtuali degli input sempre più validi ed affidabili per anticipare le richieste delle persone. Siamo di fronte ad una nuova era di assistenti basata sull'intelligenza artificiale e sul "continuous learning" con un'integrazione senza precedenti con l'auto, per creare un'esperienza che mantiene i conducenti al sicuro, produttivi e informati. La proattività svolge un ruolo importante nel migliorare la sicurezza del conducente fornendo, ad esempio, informazioni in tempo reale riguardanti imminenti condizioni meteorologiche avverse ed offrendo la possibilità di impostare la modalità di guida appropriata. Con capacità proattive, il sistema può rendere anche i viaggi di tutti i giorni più semplici e intuitivi.

Questo tipo di approccio è stato esplorato in molte ricerche nell’ambito dei trasporti. Nel settore automotive, i cosiddetti sistemi "DSM" (Driver Status Monitoring) sono stati finalmente sviluppati e si stanno preparando per il mercato dopo un lungo periodo. Questi sistemi, integrati con ADAS e altri sensori veicolari, libererebbero le potenzialità di HMI intelligenti. Questo argomento sta diventando rilevante anche per il settore motociclistico, dove il compito da gestire è significativamente più impegnativo rispetto al contesto automobilistico. Tuttavia, un modo per fornire informazioni al momento giusto e nel modo giusto, esattamente in linea con ciò che il pilota si aspetta, potrebbe avere un enorme impatto sulla competitività e qualità del prodotto.

Le interfacce attualmente disponibili nei cluster motociclistici sono essenzialmente sistemi con capacità limitate di adattare le proprie informazioni a quelle riguardanti la guida ed il pilota. In altre parole, il comportamento informativo, ovvero la restituzione di informazioni, avviene in condizioni sostanzialmente ricorsive e costanti: qualunque siano le condizioni ambientali e la velocità, i dati disponibili al pilota sono indipendenti da ciò che sta accadendo intorno. Tipi e livelli di informazioni potrebbero essere forniti in modo diverso se piove, se c'è una giornata di sole, o secondo il livello di esperienza del motociclista. Nell'ambito della Human Machine Interface motociclistica, l'integrazione di filtri intelligenti che consentono un uso più puntuale e adattivo delle informazioni del cluster potrebbe essere un valore aggiunto. Senza compromettere la sicurezza e senza escludere i motociclisti da qualsiasi sistema di consapevolezza delle informazioni, l’HMI potrebbe adattare quanto fornito al pilota al momento opportuno secondo parametri variabili come le preferenze o le condizioni di guida.

La tesi proposta affronta dunque la prima fase del progetto di creazione di un sistema intelligente e proattivo per il settore motociclistico: il lavoro svolto presso l’azienda RE:Lab s.r.l. ha portato alla creazione di un banco prova statico atto a simulare alcuni scenari appositamente progettati per testare il sistema di proattività sviluppato, cercando di adattare le informazioni dell’interfaccia sulla base del cambiamento emotivo e posturale del pilota. Questa prima fase è stata interpretata in un’ottica IoT: tutti i dati rilevati durante le sessioni di test sono stati registrati in un’apposita dashboard per consentirne una successiva visualizzazione ed analisi per il miglioramento e l’evoluzione del sistema stesso.

Proactive systems and virtual assistants are increasingly taking place in the automotive context: the purpose is to anticipate user needs and tailor-made adaptation of information, data, and experiences. Thanks to the strengthening of algorithms, the growing data and IoT devices offer virtual assistants valid and reliable inputs to anticipate people's requests. We are facing a new era of virtual assistants based on artificial intelligence and continuous learning with unprecedented integration with the car to create an experience that keeps drivers safe, productive, and informed. Proactivity plays an important role in improving driver safety by providing, for example, real-time information regarding adverse weather conditions and offering the possibility to set the appropriate driving mode. With proactive capabilities, the system can make even everyday travel simpler and more intuitive. This type of approach has been explored in a lot of research in the field of transport. In the automotive context, so-called "DMS" (Driver Monitoring System) systems have finally been developed and are preparing for the market after a long time. These systems, integrated with ADAS and other vehicular sensors, would unlock the potential of intelligent HMIs. This topic is also becoming relevant for the motorcycle sector where the task to manage is significantly more demanding than in the automotive context. However, a way to deliver information at the right time and in the right way could have a huge impact on the competitiveness and quality of the product. The interfaces currently available in motorcycle clusters are essentially systems with limited ability to adapt their information to those concerning the guide and the rider. The information behavior takes place in substantially recursive and constant conditions: whatever the environmental conditions and the speed, the data available to the pilot are independent of what is happening around. Types and levels of information might be provided differently if it rains, if there is a sunny day, or according to the rider's level of experience. In the context of the motorcycle Human Machine Interface, the integration of intelligent filters that allow a more precise and adaptive use of cluster information could be an added value. Without compromising safety and without excluding motorcyclists from any information awareness system, the HMI could adapt what is provided to the rider at the appropriate time according to variable parameters such as preferences or riding conditions. The proposed paper addresses the first phase of the project to create an intelligent and proactive system for the motorcycle sector: the work carried out in collaboration with RE: Lab s.r.l. led to the creation of a static test bench designed to simulate some scenarios specially designed to test the developed proactivity system, trying to adapt the interface information based on the driver's emotional and postural changes. This phase has been interpreted from an IoT perspective: all the data collected during the test sessions has been recorded in a special dashboard to allow subsequent viewing and analysis for the improvement and evolution of the system.