Premio Swiss Engineering Ticino 2020 a Marco Calzana

La serata di premiazione si è tenuta lo scorso 24 settembre al Centro manifestazioni mercato coperto Mendrisio
La serata di premiazione si è tenuta lo scorso 24 settembre al Centro manifestazioni mercato coperto Mendrisio
La premiazione: da sinistra il rappresentante della Facoltà di scienze informatiche Mauro Prevostini, il premiato Marco Calzana, il presidente della giuria del premio Enrico Vitali e la Presidente di SwissEngineering Ticino Monica Gianelli Bertino
La premiazione: da sinistra il rappresentante della Facoltà di scienze informatiche Mauro Prevostini, il premiato Marco Calzana, il presidente della giuria del premio Enrico Vitali e la Presidente di SwissEngineering Ticino Monica Gianelli Bertino

Servizio comunicazione istituzionale

25 Settembre 2020

La Fondazione PremioSwissEngineering ha lo scopo di valorizzare i lavori dei neodiplomati ticinesi nell’ambito dell’ingegneria e di sostenere finanziariamente i giovani talenti delle scuole professionali e delle scuole universitarie del Cantone Ticino. Nella categoria "USI Facoltà di scienze informatiche" si è imposto Marco Calzana con una tesi di Master su un tema di attualità e con potenzialità molto concrete: il miglioramento dell’affidabilità e dell’esperienza di guida autonoma.

Marco Calzana ha ottenuto il Master in Software & Data Engineering (Facoltà di scienze informatiche dell'USI), presso l'Istituto del Software, svolgendo la tesi intitolata “Misbehaviour prediction in autonomous vehicles using autoencoders” con la supervisione del Prof. Dr. Paolo Tonella e del Dr. Andrea Stocco. 

Marco ha deciso di incentrare la sua tesi su un obiettivo importante e con risvolti concreti: rilevare in anticipo delle situazioni anomale che si possono presentare nei veicoli a guida autonoma. Nel caso di probabili collisioni o uscite di strada il sistema abilita una auto-correzione. In sostanza la tesi ha risposto a questa domanda di ricerca: "Può un'auto a guida autonoma prevedere se si trova ad affrontare una situazione inaspettata che porterà a una violazione dei requisiti?". Per rispondere a questa domanda, nella sua ricerca Marco ha utilizzato e perfezionato un simulatore che sfrutta tecniche di Deep Neuronal Network per prevedere in anticipo comportamenti inattesi di guida autonoma.

«Da sottolineare il grado di innovazione di questa tesi» - recita la laudatio pronunciata in occasione della cerimonia di attribuzione del riconoscimento - «che si evidenzia per il fatto che il sistema riesce a prevedere comportamenti scorretti di un'auto a guida autonoma, piuttosto che rilevarli dopo che si sono già verificati e ciò con un grado di affidabilità attorno al 77% dei casi di rischio. I risultati ottenuti nell’ambito del miglioramento dell’affidabilità e dell’esperienza di guida autonoma, lasciano immaginare potenzialità interessanti per applicare questo metodo in un settore, quello dei veicoli a guida autonoma, all'avanguardia e dal futuro promettente».

 

Facoltà

Rubriche