L’app che fa da meccanico

La vostra auto da qualche giorno fa un rumorino strano, mai sentito prima? Fino ad oggi la propensione a recarsi al meccanico per qualche leggero “whirrrrrrrrrr” o “wwwmmmmmmm” in più era direttamente proporzionale allo spessore del portafogli. A quelli che, stoicamente, decidevano di ignorare quel lieve rumore capitava poi spesso di ritrovarsi, a distanza di qualche mese, con un problema dal costo dieci volte superiore a quello iniziale. E’ anche per venire incontro a tutte queste persone che Joshua Siegel, ricercatore del MIT e startupper, ha creato un’app capace di diagnosticare i malfunzionamenti dell’auto dai rumori che si possono sentire sia nell’abitacolo durante la marcia che da fermi, in prossimità del vano motore aperto.

Il rumore è il dato che più fa assomigliare l’app, DataDriven, a un orecchiuto meccanico in carne e ossa. Ma l’app registra e utilizza anche altri dati, come la velocità colta dal Gps dello smartphone, e l’accelerazione registrata dall’accelerometro. Il responso finale è dato da un algoritmo di machine learning, allenato da Siegel con i rumori tipici dei vari problemi per tipo d’auto, che ha un’accuratezza intorno al 90%. Siegel stima che un uso continuo dell’app, per l’aumentata capacità di prevenzione, possa far risparmiare un minimo di 125 dollari di meccanico.

Quali problemi riconosce, ad oggi, l’app DataDriven?
“Può rilevare quando il motore va a tre cilindri per un difetto in una candela, uno sbilanciamento nelle ruote, una mancanza di pressione negli pneumatici, un assottigliamento del battistrada e quindi il rischio di avere gomme lisce, e un filtro dell’aria che perde efficienza per via di polvere e particolato. L’algoritmo che rileva durante la pressione delle gomme – trae dati da Gps e accelerometro e può aumentare in precisione raccogliendo dati dal giroscopio – è quello di cui sono più fiero”.

Come è nata l’idea di trasformare lo smartphone in un meccanico?
“Vengo da Detroit, la capitale americana dell’auto, e ho iniziato fin da ragazzo a mettere le mani nei motori. Sono cresciuto lavoricchiando su macchine piuttosto vecchie, relativamente facili da riparare, riallineare e migliorare usando strumenti semplici come chiave inglese e cacciavite. Quando ho iniziato a lavorare sulle auto più nuove, ho incontrato sistemi elettrici più complicati e mi sono accorto che anche la manutenzione elementare era governata da quelli che in sostanza erano dei computer. Da appassionato di meccanica e hacker quale sono, non sopportavo l’idea che tanti lavoretti così semplici sulle auto vecchie richiedessero, sulla mia auto nuova, di portarla al concessionario per una diagnostica computerizzata o per una riprogrammazione di qualche modulo di controllo”.

E quindi cosa ha fatto?
“Come ricercatore del MIT, mi sono sfidato a inventare un “cacciavite per l’auto moderna”, vale a dire un sistema in grado di raccogliere dati dai circuiti interni dell’auto e di metterli su internet – su una piattaforma cloud – per essere analizzati in modo che si potessero evidenziare stranezze nel comportamento dell’auto. Questo sistema funzionava, ma era troppo dipendente dal tipo di sistema di controllo delle auto: era ottimo per le auto dal 2008 in avanti, ma poco efficace per le auto prodotte tra il 1996 e il 2007. E’ questo che mi ha motivato a lavorare a un approccio alternativo alla diagnostica, in grado di funzionare su qualsiasi veicolo – auto, camion o motociclo – indipendentemente dall’anno di produzione. In cerca di idee, ho ripensato al mio hobby di meccanico dilettante e mi sono reso conto che facevo la maggior parte delle mie diagnosi basandomi sui rumori dell’auto. Pensando poi all’evoluzione delle capacità dei sensori che oggi tutti noi abbiamo sugli smartphone, ho fatto due più due e ho visto una grande opportunità di dotare lo smartphone, tramite un’app, dell’intuito di un meccanico”.

Tutti i rumori dell’auto sono utili a scoprire un malfunzionamento?
“Alcuni indizi sono più rivelatori di altri. Ad esempio, uno sbilanciamento nelle ruote sarà udibile come un ‘thud-thud-thud‘. Altri guai sono molto meno evidenti e possono essere notati soltanto quando si guarda ai dati su velocità e accelerazione. Un grosso vantaggio degli smartphone è che sono molto più sensibili e affidabili dell’uomo nel cogliere sia i suoni che i dati sull’accelerazione”.

Come avete allenato l’algoritmo a riconoscere i rumori rivelatori?
“Abbiamo noleggiato delle auto e provocato intenzionalmente i problemi che volevamo saper riconoscere via audio: sbilanciato le ruote, sgonfiato le gomme, riempito di polvere il filtro dell’aria…  Poi, ovviamente, abbiamo rimesso tutto a posto in modo da restituire le auto in condizioni ancora migliori rispetto a quelle di partenza. Una cosa buffa è che per produrre i dati diagnostici necessari, a un certo punto è stato necessario guidare per 15 minuti di seguito alla stessa andatura. Per farlo in tranquillità ho optato per l’autostrada, ma anche lì mi ci sono volute oltre 4 ore per poter avere 15 minuti di velocità costante, fra traffico, cambi di corsia o rallentamenti provocati da guidatori che mi tagliavano la strada…”.

Cosa ci possiamo aspettare in futuro?
“Stiamo sviluppando diversi altri algoritmi, tra cui uno che ti dica quando cambiare l’olio del motore per massimizzare l’efficienza”.

Fonte: tg24.sky.it

TORNA ALL’
ELENCO NEWS