GM studia l’intelligenza collettiva per le telecamere delle auto
Una domanda di brevetto di General Motors e dell’Università del Michigan descrive un sistema capace di combinare dati di telecamere, radar, lidar e posizione provenienti da più auto in una mappa stradale condivisa. L’obiettivo è ridurre gli angoli ciechi e segnalare ai veicoli pericoli che i loro sensori non riescono ancora a vedere.
Le auto potrebbero sfruttare i sensori degli altri veicoli.
La domanda di brevetto US 20260133049 A1 si intitola “Collaborative Perception System for Creating a Bird’s Eye View Cooperative Perception Map”. È stata pubblicata il 14 maggio 2026 e indica come richiedenti University of Michigan System e GM Global Technology Operations LLC.
L’idea è semplice da spiegare, molto meno da realizzare. Un’auto non dipenderebbe più soltanto dalle proprie telecamere e dai propri sensori. I dati raccolti da più veicoli verrebbero invece elaborati in una vista dall’alto e fusi da computer centrali in un’unica mappa percettiva condivisa.
Un sistema di questo tipo potrebbe aiutare quando il guidatore, o un sistema di assistenza alla guida, non riesce a vedere direttamente un pericolo. Un grande camion, per esempio, potrebbe nascondere un’auto in arrivo o un pedone a un incrocio. Se un altro veicolo connesso ha già individuato il rischio, il sistema potrebbe trasmettere quell’informazione.
La mappa tornerebbe poi alle auto.
I veicoli raccoglierebbero informazioni da telecamere, radar, lidar e sensori di posizionamento. I dati verrebbero inviati a un sistema basato sul cloud, dove sarebbero sincronizzati e trasformati in una ricostruzione tridimensionale della situazione del traffico. L’immagine finale potrebbe quindi essere rimandata ai display di bordo o alle centraline dei sistemi di assistenza alla guida.
La descrizione del brevetto cita anche il ripristino dei dati mancanti, la cross attention e le mappe di temporal attention. In termini più semplici, il sistema dovrebbe ricomporre informazioni incomplete provenienti da auto diverse e trasformarle in un quadro abbastanza affidabile da risultare utile.
Il valore pratico riguarda angoli ciechi, pedoni e parcheggi.
Il sistema di GM potrebbe fornire a un guidatore o a un sistema di guida automatizzata informazioni su oggetti fuori dal raggio dei sensori del veicolo. Potrebbe trattarsi di auto nascoste dietro ostacoli, pedoni che spuntano da una zona coperta o posti auto liberi nelle vicinanze.
Secondo la domanda di brevetto, le informazioni condivise sarebbero limitate a un’area di circa 50, 75 metri attorno all’auto. Questo servirebbe a contenere il volume dei dati e a ridurre il carico sui sistemi informatici del veicolo.
Un brevetto non è una funzione di serie.
GM non sta ancora parlando di una tecnologia pronta per arrivare nelle concessionarie. Per ora si tratta di una domanda di brevetto. Portare sul mercato un sistema del genere richiederebbe connessioni dati rapide, standard comuni per lo scambio delle informazioni e regole molto chiare su quali dati le auto possano condividere.
Quest’ultimo punto non è secondario per GM. Nel 2025, la Federal Trade Commission statunitense ha accusato GM e OnStar di aver condiviso dati sulla posizione e sul comportamento di guida dei conducenti senza un consenso sufficiente. In base all’accordo, alla società è stato vietato per cinque anni trasmettere questi dati a società di reporting sui consumatori.
L’idea di percezione collettiva di GM può quindi essere tecnicamente promettente, ma il suo successo dipenderà dalla fiducia tanto quanto dagli algoritmi. Un giorno le auto potrebbero vedere dietro gli angoli le une per le altre. Il guidatore, però, dovrà comunque sapere esattamente chi può vedere i dati e che cosa intende farne.
