Tesla Vision alla prova: Autopark efficace, ma gli ostacoli bassi restano critici

Quanto è affidabile Tesla Vision quando deve parcheggiare o valutare la distanza da un ostacolo? Per verificarlo, una Tesla Model 3 in versione base dotata del pacchetto di assistenza alla guida più completo disponibile sull'esemplare è stata sottoposta a due serie di prove: diversi scenari di Autopark e una verifica con il metro delle indicazioni mostrate durante le manovre. Il quadro emerso è articolato: il sistema ha gestito bene numerosi parcheggi, ma alcuni ostacoli particolari hanno evidenziato limiti che richiedono attenzione da parte del conducente.

Autopark più fluido e attento alle linee

Nelle prove negli stalli tradizionali, l'Autopark ha mostrato manovre generalmente più fluide rispetto alle esperienze con le versioni precedenti del sistema. Una volta selezionato lo spazio sullo schermo, l'auto ha inserito automaticamente l'indicatore di direzione, corretto la traiettoria e concluso la procedura passando in Park.

Il sistema si è comportato bene anche tra due vetture, compreso un caso nel quale una delle auto era parcheggiata sulla linea. La manovra è stata eseguita lentamente, con alcune correzioni e un andamento a tratti poco uniforme, ma senza invadere gli stalli vicini. In un altro parcheggio, delimitato da strisce parzialmente sbiadite, Tesla Vision ha comunque identificato lo spazio e allineato correttamente la vettura.

Un elemento positivo è proprio l'attenzione alle linee che delimitano gli stalli, invece della sola valutazione dello spazio tra veicoli e ostacoli. Durante il test questo approccio ha permesso di mantenere margini laterali simili sui due lati e di non occupare le aree destinate agli altri utenti. Il risultato è stato convincente anche vicino a una staccionata e in corrispondenza di una colonnina di ricarica, dove la presenza di una persona impegnata con il cavo ha rallentato e reso meno lineare la manovra senza impedirne il completamento.

Gli scenari che mettono in difficoltà il parcheggio automatico

Non tutti gli spazi sono stati riconosciuti. In assenza di linee, l'Autopark in alcuni casi non ha proposto alcuna manovra, evitando di interpretare come parcheggio un'area non chiaramente destinata alla sosta. Anche uno stallo a lisca di pesce inizialmente non è stato considerato, sebbene un successivo tentativo abbia portato il sistema a eseguire la manovra con una sequenza più complessa del normale.

Le difficoltà sono aumentate negli spazi delimitati soltanto da linee longitudinali, senza separatori verticali tra i singoli posti. Dopo un primo mancato riconoscimento, l'auto ha individuato uno stallo affrontandolo dall'altra direzione, ma ha richiesto molte correzioni e una frenata brusca. Pur essendo riuscita a parcheggiare, questa prova non può essere considerata pienamente riuscita.

Un altro risultato poco soddisfacente è arrivato vicino a una colonnina con un marciapiede: la Model 3 ha concluso la procedura troppo vicina all'auto adiacente, troppo lontana dalla colonnina e più avanzata rispetto al veicolo accanto. Sono situazioni che mostrano come il completamento formale dell'Autopark non coincida necessariamente con un posizionamento ideale.

Come Tesla Vision stima le distanze

La seconda parte del test ha analizzato le indicazioni virtuali di prossimità. Tesla Vision costruisce sullo schermo una rappresentazione tridimensionale dell'ambiente usando le immagini delle telecamere e la variazione del punto di vista nel tempo. Il principio descritto è simile a quello con cui la differenza tra le immagini percepite dai due occhi permette di valutare la profondità. Il sistema, però, non riportava una distanza numerica in centimetri: per questo ogni segnalazione di arresto è stata controllata manualmente con un metro.

Davanti a una staccionata, il primo arresto è arrivato con 38,9 centimetri dal punto più vicino e circa 20 centimetri dal gradino sottostante. Con un muretto più alto, la distanza rilevata è scesa a 18 centimetri. Davanti a una transenna ben visibile, invece, il margine era di soli 7,2 centimetri: una misura molto precisa, ma anche estremamente ridotta.

La precisione non è stata costante. Di fronte a una staccionata composta da due paletti, Tesla Vision ha chiesto di arrestarsi a 51 centimetri durante l'avvicinamento anteriore. Ripetendo la prova in retromarcia, il margine è sceso a 20 centimetri. Anche una catenella è stata rilevata meglio posteriormente, con circa 6,5 centimetri di distanza, mentre davanti la segnalazione era arrivata a 31 centimetri.

Altri oggetti sottili sono stati identificati con risultati apprezzabili: 11 centimetri davanti a un insieme di ostacoli comprendente un cestino e un paletto, 21 centimetri dal palo di un segnale e 26 centimetri da due elementi metallici posti davanti a una colonnina. Il sistema ha inoltre riconosciuto un gradino sotto una staccionata, imponendo l'arresto a 32 centimetri.

Marciapiedi e reti sono i punti più delicati

Il limite più serio è emerso con un marciapiede alto. La rappresentazione tridimensionale non mostrava correttamente l'ostacolo e l'avviso di arresto compariva in modo intermittente. All'esterno è stato necessario segnalare al conducente di fermarsi: la distanza residua era inferiore a 5 centimetri e un ulteriore avanzamento avrebbe potuto provocare un contatto.

Anche una rete ha creato problemi. In un primo momento Tesla Vision ha richiesto l'arresto con oltre un metro di anticipo sia procedendo in avanti sia in retromarcia. Continuando con cautela, la distanza valutata a vista come adeguata è risultata pari a 31 centimetri, ma l'indicazione del sistema non ha fornito un riferimento utile per arrivarci.

Nel complesso, il test mostra un sistema capace di riconoscere molti ostacoli e di gestire parcheggi anche complessi, con una precisione talvolta notevole. Le differenze tra anteriore e posteriore, insieme agli errori con marciapiedi e superfici difficili da ricostruire, impediscono però di affidarsi ciecamente alla visualizzazione. Tesla Vision resta un'assistenza: durante ogni manovra il conducente deve mantenere il controllo, osservare direttamente l'ambiente ed essere pronto a frenare.

Una domanda per voi

Un sistema basato sulle telecamere può sostituire efficacemente i sensori di parcheggio se resta impreciso con ostacoli come marciapiedi e reti?

Nota sulla redazione

Questo articolo è stato generato con il supporto dell'intelligenza artificiale a partire dalla trascrizione del video originale, riorganizzandone i contenuti in forma editoriale. Le informazioni riportate derivano da quanto espresso nel video.