Teleoperazione collaborativa per la risoluzione di situazioni critiche per veicoli autonomi

Autonomous driving is a transformative technology for sustainable urban mobility, promising safer and more efficient transport through autonomous vehicle fleets. However, these systems face systematic limitations in complex real-world scenarios: static obstacles such as double-parked vehicles or decisional deadlocks at ambiguous intersections, which cause prolonged stops that disrupt public services and generate urban congestion. Collaborative teleoperation – combining human contextual judgment with the vehicle’s precise execution capabilities – emerges as the key mechanism to overcome these limitations, reducing intervention times and cognitive load for operators supervising multiple vehicles. This Thesis investigates solutions to optimize remote teleoperation of autonomous vehicles, addressing stops caused by static obstacles and decisional deadlocks. A taxonomy of critical situations is proposed, distinguishing environmentally complex scenarios from technical faults and establishing clear criteria for triggering human intervention only when strictly necessary. The obstacle avoidance algorithm is redesigned to automatically propose a safe trajectory that operators can adjust through a dedicated interface, substantially reducing decisional effort. A complementary step-by-step advancement procedure enables supervised gradual restarts along the nominal path, supported by visual-numerical feedback and a double confirmation mechanism for operational robustness. Experimental validation on roads with expert and non-expert operators shows that the semi-automatic obstacle avoidance command achieves a significant reduction in decision times compared to manual trajectory modification, with performance levelling across different operators and no safety-critical events recorded. The advancement procedure demonstrates robust effectiveness in resolving prolonged deadlocks without compromising perceived safety. The introduced developments prove effective across all tested scenarios, laying a solid foundation for future extensions such as waypoint-based trajectory definition for greater decisional flexibility and pre-coded manoeuvre libraries for increased vehicle autonomy.

La guida autonoma rappresenta una tecnologia innovativa per la mobilità urbana sostenibile, ma ha dei limiti nella gestione di scenari complessi. Ostacoli statici come parcheggi in doppia fila o indecisioni nel gestire intersezioni ambigue causano fermate prolungate che interrompono il servizio, generano congestioni e richiedono l’intervento di un operatore remoto. È essenziale pertanto implementare una teleoperazione collaborativa, una sinergia tra il giudizio umano e l’esecuzione precisa della manovra del veicolo, per ridurre tempi di intervento e carico cognitivo nella gestione multiveicolo. Questa Tesi esplora approcci per ottimizzare l’assistenza remota nei veicoli autonomi e si focalizza sulla gestione di fermate causate da ostacoli e stalli decisionali. Attraverso una tassonomia delle diverse situazioni ambientali definisce precisi criteri per attivare l’intervento umano. Viene migliorato l’algoritmo per la gestione remota dell’evitamento di ostacoli statici, introducendo la proposta automatica di una traiettoria sicura comunque modificabile dall’operatore con un’interfaccia dedicata. Complementare è la procedura di avanzamento per brevi tratti che autorizza ripartenze lungo il percorso nominale con feedback visivi-numerici e doppia conferma per robustezza operativa. Le validazioni su strada con operatori esperti e inesperti dimostrano che la nuova versione del comando per l’evitamento di ostacoli porta a una riduzione significativa dei tempi decisionali rispetto alla sola modifica manuale della traiettoria, a un livellamento della performance tra gli operatori e all’assenza di situazioni considerate insicure dal supervisore a bordo. La procedura di avanzamento per step risolve stalli prolungati mantenendo alta la sicurezza percepita. I risultati sperimentali evidenziano l’efficacia delle procedure sviluppate in scenari reali, garantendo la continuità del servizio, la riduzione di congestioni urbane e la supervisione di flotte di veicoli. I possibili sviluppi futuri di questo studio sono la definizione di traiettorie per punti per una migliore flessibilità decisionale e lo sviluppo di manovre precodificate per una maggior autonomia del veicolo.