211service.com
Vil du ikke være det autonome kjøretøyet mitt i nabolaget?
Optimus Ride får biler til å kjøre trygt på egenhånd ved å begrense hvor de opererer. 27. februar 2019
Fotografier av Doug Levy
Hvis du vil se fremtiden for transport, hopper du på et tog fra Boston til forstaden South Weymouth. Der, på en parkeringsplass ved siden av stasjonen, har en flåte på syv biler plukket opp folk og kjørt dem til et boligområde i nærheten – alt uten at et menneske har lagt en hånd på rattet.
Den siste natten fraktet en av kjøretøyene en kvinne i tjueårene til sameiet hennes omtrent en kilometer unna. Etter at kvinnen hoppet inn i bilen, som så ut som en golfbil med lukket karosseri og dører, brukte hun et nettbrett med berøringsskjerm for å velge en rute fra en meny. En programvareoperatør som satt i passasjersetet foran godkjente turen med et trykk på den bærbare datamaskinen, og en testsjåfør i førersetet trykket på en knapp på bilens dashbord for å sette bilen i selvkjørende modus. Selv om sjåføren var der for sikkerhets skyld, i tilfelle noe uventet skulle skje og noen måtte ta rattet, planla kjøretøyet ruten og kjørte selv.
Teknologien kommer fra Optimus Ride, en Boston-basert oppstart med dype bånd til MIT som har som mål å være blant de første selskapene som frakter massevis av mennesker i førerløse kjøretøy. Kjøretøyet skal komme tomt, hente deg og kjøre deg et annet sted, sier administrerende direktør Ryan Chin, SM ’00, SM ’04, PhD ’12. Det skal ikke være operatører om bord; det er målet vårt.
Ingen bedrifter i verden har ennå klart å tilby en fullstendig førerløs tjeneste til et stort antall mennesker. Det inkluderer Waymo, et datterselskap av Alphabet som utvikler autonome kjøretøy, og de selvkjørende divisjonene til Uber og Lyft. Det er mange andre selskaper i løpet også, fra store bilprodusenter til elbilprodusenten Tesla til startups.
Optimus Ride har som mål å skyve foran disse konkurrentene ved å målrette seg mot et mindre marked og en mer spesifikk type kjøring. I stedet for å prøve å transportere folk hvor som helst de måtte ønske å dra, begrenser oppstarten kjøretøyene til områder med virtuelle grenser, definert av GPS. Disse kan inkludere planlagte lokalsamfunn – som i South Weymouth – så vel som universitets- eller bedriftscampus, feriesteder, vannkanter og områder som arrangerer festivaler eller konserter.
Tilnærmingen har gjort det mulig for Optimus Ride å bli et av bare noen få selvkjørende kjøretøyselskaper som for tiden genererer inntekter. De turene det gir i South Weymouth? En eiendomsutvikler betaler oppstarten for å tilby dem som et tilbud til innbyggerne i Union Point, en smartby-boligutvikling på det 1500 mål store området til en tidligere marineflystasjon. Chin sier at han forhandler om lignende ordninger med mer enn et dusin andre kunder, inkludert noen i Asia og Midtøsten. Hvis alt går som planlagt, kan oppstarten bringe selvkjørende kjøretøy til et massepublikum rundt om i verden i løpet av de neste to årene – og kanskje til og med tjene penger.
Optimus Ride medgrunnleggere Albert Huang, PhD '10; Sertac Karaman, SM ’09, PhD ’12; Ramiro Almeida; Ryan Chin, SM ’00, SM ’04, PhD ’12; og Jenny Larios Berlin, SM ’15, MBA ’15, på testbanen ved selskapets hovedkvarter.
MED røtter
Veien til å lansere en selvkjørende oppstart begynte ved MIT. Alle fem av Optimus Rides medstiftere studerte eller jobbet ved instituttet før de etablerte selskapet i 2015. På den tiden var Chin administrerende direktør for City Science Initiative ved Media Lab. Ramiro Almeida, som nå er Optimus Rides strategisjef, var gjestestipendiat i det samme prosjektet. Sertac Karaman, SM ’09, PhD ’12, var assisterende professor i luftfart og astronautikk; i dag er han førsteamanuensis i tillegg til å fungere som Optimus Rides president og sjefforsker. Markeds- og driftssjef Jenny Larios Berlin, SM ’15, MBA ’15, hadde nettopp oppnådd en mastergrad i byplanlegging og en MBA fra Sloan. Og Albert Huang, PhD '10, nå Optimus Rides teknologisjef, jobbet for Googles forsknings- og utviklingsorganisasjon etter å ha oppnådd en doktorgrad i elektroteknikk og informatikk.
Alle fem hadde erfaring med enten å designe autonome kjøretøy eller distribuere transportsystemer, så de var klar over fremskritt som ble gjort innen selvkjørende teknologi. Karaman og Huang hadde hjulpet til med å bygge den førerløse bilen som MIT deltok i 2007 Defense Advanced Research Projects Agency (DARPA) Urban Challenge, den første seriøse konkurransen som involverte autonome kjøretøy i et urbant miljø. (Teamet deres var ett av bare seks som fullførte løpet.) Chin hadde designet et elektrisk kjøretøy for delt bruk med robotfunksjoner som en del av Media Labs CityCar-prosjekt. Larios Berlin jobbet i bildelingsselskapet Zipcar, hvor hun introduserte tjenesten til flere universitetscampus. Almeida hadde vært med på å lede utviklingen av den første T-banelinjen i Quito, Ecuador, som rådgiver for byen.
Almeida, som også hadde grunnlagt den spanske versjonen av Wired og flere startups, bidro til å bringe alle sammen. Teknologien var moden nok og markedet var så vidt i gang, sier han. Jeg trodde det var en veldig viktig mulighet for oss å faktisk opprette et selskap. Det tok dem ikke lang tid å finne på et navn – en hyllest til karakteren Optimus Prime fra Transformers-serien. Vi tenkte på sansende teknologier, og det utviklet seg til å snakke om Transformers, fordi det var den første historien skapt rundt sansende teknologier som ble en global suksess, sier Almeida. Chin sier at gruppens generelle fascinasjon for heroiske roboter også spilte en rolle.
Å skaffe finansiering var mer utfordrende. I stedet for å sikte på full automatisering, eller det bilindustrien kaller nivå 5-autonomi – som ville tillate en førerløs bil å operere hvor enn en menneskelig sjåfør kunne – ønsket medstifterne å lage nivå 4-biler, som bare kan kjøre i områder som er geobeskyttet av GPS. De trodde at den tilnærmingen ville la dem utvikle og distribuere autonom teknologi sikrere, raskere og mer kostnadseffektivt enn konkurrentene fordi kjøringen ville være mindre komplisert.
Risikokapitalister var ikke alltid enige. Da vi startet, snakket andre selskaper om å utvikle [selvkjørende] teknologi som ikke hadde noen begrensninger, som ville være i stand til å gjøre alt folk ba dem om å gjøre, sier Almeida. Mange investorer så på oss og sa: 'Gutter, dere kommer ikke til å klare det.'
Medstifterne holdt ut og har så langt samlet inn 23,25 millioner dollar i to finansieringsrunder. De nåværende investorene ser på selskapets snevre fokus som en styrke. Private campus har mindre trafikk, fotgjengere og hindringer, sier Sanjay Aggarwal '95, MBA '03, en partner i venturekapitalfirmaet F-Prime, som investerte i Optimus Ride i 2017. Det er iboende enklere å implementere denne typen teknologi der .
Chin sier at MIT Center for Real Estate også hjalp til med finansiering ved å introdusere ham for utviklere som ble kunder. Optimus Ride sysselsetter nå nesten 100 personer – omtrent en tredjedel av dem har doktorgrad, og nesten halvparten er MIT-alumner – og har som mål å ansette minst 100 flere ingeniører i 2019. Vi vet allerede hvordan man kjører autonomt på nettstedene våre, sier Chin. Nå lærer vi å skalere, komme fra noen få nettsteder til noen få hundre og til titusenvis av kjøretøy.
Optimus Ride utstyrer kjøretøyene sine med laser- og kamerasensorer (vist her) samt akselerometre, gyroskoper, kilometertellere og GPS-enheter.
Sensorfusjon
Før Optimus Ride setter et kjøretøy på veien, ettermonterer det sensorer og laster det med programvare. Oppstarten utvikler all programvaren kjøretøyet trenger, men praktisk talt ingen av maskinvaren. Den kjøper for tiden kjøretøyene sine, som er elektriske og har plass til enten fire eller seks personer om gangen, fra et selskap som heter Polaris Industries. (Kjent som nabolags elektriske kjøretøyer, i Massachusetts er de offisielt klassifisert som lavhastighetskjøretøyer og kan bare kjøre opp til 25 miles per time.) Ved Optimus Rides hovedkvarter – en ombygd lagerplass ved Bostons industrielle vannkant – monterer teknikere bilene ut. med datasynskameraer, GPS-enheter, akselerometre, gyroskoper, lidarer og kilometertellere som måler rotasjonen til bakhjulene. Data fra disse sensorene flyter til en GPU-prosessor, som beregner hva bilen skal gjøre og sender instruksjoner til et kontrollpanel som håndterer styring, akselerasjon og bremsing. (Selskapet begynner også å samarbeide med en annen kjøretøyprodusent for å integrere denne maskinvaren direkte i produksjonslinjer.)
Maskinlæringsanalyse av dataene sensorene, laserne og kameraene samler inn produserer et kart over bilens fremdrift i sanntid – og eventuelle hindringer – langs ruten.
Etter at programvaren er installert, tester Optimus Ride bilen på en bane satt opp i et 10 000 kvadratmeter stort kjøreområde inne i anlegget. En person som sitter i passasjersetet dirigerer kjøretøyet via en bærbar datamaskin. For å kontrollere at de forskjellige systemene, for eksempel bremsene, fungerer som de skal, kjører systemer og testingeniører vanligvis kjøretøyet innenfor linjer merket på betonggulvet med farget tape og stopper ved et trafikklys – utlånt fra byen Boston – og et fotgjengerfelt installert på banen. Når kjøretøyet mestrer disse manøvrene, beveger det seg ut i gatene i Seaport-området slik at operatørene kan se hvordan det reagerer i mer komplekse situasjoner.
Når Optimus Ride først utplasserer kjøretøy på et bestemt sted, kjører ingeniører og testsjåfører noen av dem rundt manuelt i flere dager for å fange informasjon om omgivelsene. De resulterende dataene brukes til å lage kart som inneholder kontekstuell informasjon om kjørefeltmerker, gateskilt og landemerker.
Kjøretøyer som senere er utplassert på det stedet kan bruke det basiskartet til å navigere. De bidrar også til å holde den oppdatert. Vi fanger alltid data, så hvert kjøretøy som kjører på den samme veien gir oss mer informasjon vi kan bruke til å forbedre hovedkartet, sier Chin.
Fokus på små, geofenktede områder gjør det også mulig for Optimus Ride å lære det Karaman, sjefforskeren, kaller kulturen med å kjøre på et bestemt sted. For å operere på South Weymouth-stasjonen, måtte oppstarten lære programvaren og systemene sine hvordan de kunne navigere i mengder av pendlere som tøffet for å komme seg hjem. I Union Point måtte den trene dem til å gjenkjenne og deretter ignorere høye, tynne stenger som utvikleren stakk på sidene av veien for å lede snøploger. I havnen må kjøretøyene navigere brede veier som ikke er godt merket, manøvrere rundt Ts Silver Line-busser, tett trafikk rundt Design Center, kommersielle lastebiler og måker. Og selv om sjåfører på Union Point har en tendens til å oppføre seg godt, er Seaport et flott teststed fordi det bare er galskap, sier John Sgueglia, SM '15, som overvåker kjøretøysystemer og tester for Optimus Ride.
Skal på en Optimus-tur | Når Optimus Ride tester kjøretøyene sine på offentlig vei, vil den aldri forårsake en ulykke eller være skyld i noe. Så den programmerer bilene til å være ekstra forsiktige. Den forsiktigheten gjennomsyret det meste av turen jeg tok i en av oppstartsbilene i Bostons Raymond L. Flynn Marine Park. Industriområdet er fullt av fotgjengere, bybusser, kommersielle lastebiler og en og annen kanin eller måke, så det meste av tiden satte jeg pris på den risikovillige oppførselen. Men da vi stoppet i et veikryss langt lenger enn en menneskelig sjåfør ville ha ventet, ble jeg litt rastløs. Problemet: den møtende trafikken hadde forkjørsrett og kjøretøyet visste det, fordi Optimus Ride koder kjøreregler inn i programvaren. Så vi ventet til veien var fri før vi flyttet – selv om vi kjørte rett frem og de andre bilene nesten helt sikkert ville ha sluppet oss, utålmodige selv om de kanskje skulle snudd foran oss. Like etter at vi kom oss gjennom krysset, møtte vi en bil som ble stoppet med blinklysene på. Optimus Ride programmerer kjøretøyene sine til ikke å krysse en dobbel gul linje, noen gang, så vi måtte vente til bilen flyttet til siden av veien før vi kunne fortsette. På et tidspunkt trodde jeg imidlertid at kjøretøyet burde ha utvist mer tilbakeholdenhet. Tilbake i krysset gikk en mann foran oss akkurat da vi endelig skulle gå videre. Kjøretøyet avanserte omtrent en fot og stanset seg selv. Fotgjengeren hadde fortsatt god plass, men han ga oss et skittent blikk. Totalt sett kjørte imidlertid kjøretøyet slik du ville ha det: holde trygg avstand fra andre biler, stoppe ved stoppskilt og bremse automatisk når det krysset jernbanespor eller gikk ned en rampe. Mennesker tar mye mer risiko ved kjøring enn vi tror vi gjør, sier systemingeniør og testfører John Sgueglia, SM ’15. Vi kunne kodet den måten å tenke på i kjøretøyene våre, men vil du som passasjer virkelig at vi skal gjøre det? |
«Kultur» refererer til måten folk kjører på, men også måten miljøet er satt opp på, sier Karaman. Å forstå hvordan folk faktisk oppfører seg i disse miljøene er avgjørende for å kunne kjøre helt autonomt 100 % av tiden en dag.
Optimus Ride bruker maskinlæring for å kombinere og analysere data fra ulike typer sensorer, en tilnærming kjent som sensorfusjon. Denne evnen til raskt og effektivt å integrere data fra flere sensorer er kritisk: dataene mates inn i Optimus Rides programvare, som produserer et kart som viser både bilens sanntidsfremgang langs den planlagte ruten og eventuelle hindringer langs den banen. Andre kjøretøy dukker opp i grønt, og fotgjengere dukker opp i oransje, men Optimus Ride legger ikke mer vekt på noen spesiell type hindring; målet er tross alt å unngå å slå noen av dem.
Rettferdig mobilitet
Noen forskere tror at autonome kjøretøy vil forverre overbelastning i byene ved å gjøre kjøringen så enkel og praktisk at folk vil favorisere biler fremfor kollektivtransport. Chin sier at han ikke tror Optimus Ride vil gjøre det, fordi den driver delte elektriske kjøretøyer og er designet for å frakte folk hjemmefra eller jobb til nærmeste buss-, t-bane- og togstopp. Vi ønsker å komplettere massetransport, sier han. Hvis vi mater inn disse systemene på riktig måte, vil det øke antall brukere, noe som vil tillate dem å investere i bedre signalering, flere tog, større stasjoner og så videre.
Chin sier at MITs generelle etos om å betrakte teknologi som en kraft for det gode bidro til å forme disse målene. Det er denne ideen om at hvis vi utvikler virkelig flott selvkjørende teknologi, vil det være til fordel for folk som ikke har god tilgang til transport, enten det er fordi de er økonomisk utfordret, diskriminert eller blinde eller døve, sier han. Vi har tatt den holdningen at det er viktig å gjøre disse tingene.
For å sikre at personer med funksjonshemminger kan bruke kjøretøyene deres, utførte Optimus Ride brukerundersøkelser ved Perkins School for the Blind og gjorde brukergrensesnittet enkelt tilpassbart. Oppstarten planlegger også å utvide tilgangen til flere mennesker snart. Skyttelbussene i South Weymouth transporterer kun innbyggere i Union Point-utviklingen, som bestiller turer ved hjelp av en spesiell mobilapp. Men andre planlagte lokalsamfunn planlegger å tilby skysstjenesten til besøkende - for eksempel potensielle leietakere - gratis. Du ville bare komme til et fellesskap og kjøretøyer ville stå i kø, sier Chin. Du ville åpne døren og gå inn, og det ville fortelle deg en haug med steder du kan gå. Kunder forventer også å bruke kjøretøyene til andre tjenester, som mat og pakkelevering og henting av søppel.
Denne visjonen om rimelige, rettferdige, intelligente kjøretøy på forespørsel kan virke fantasifull, men ikke for Kris Carter, som hjelper til med å lede Mayor's Office of New Urban Mechanics i Boston. Byrået hans overvåker byens testing av autonome kjøretøy og begynte å jobbe med Optimus Ride i 2017. Vi tror førerløse biler kan gjøre gatene våre tryggere og gi innbyggere som ikke har god kollektivtilgang noen bedre alternativer, sier han. Vi er begeistret over teknologien de utvikler.
Hva gir Carter tillit til Optimus Ride? Dens MIT-røtter, delvis. De har en veldig fin blanding av mennesker som forstår urbane miljøer, samt teknologi og hvordan man driver en bedrift, sier han. De kan snakke samme språk som byer.