Kao vodeći inženjer na terenu za dobavljača autonomnih dostavnih vozila, proveo sam posljednje tri godine stojeći na građevinskim zonama u predgrađu Čikaga i u centru Hjustona, gledajući kako naši samovozeći automobili kreću po svemu, od privremenih prepreka za rupe do potpunog zatvaranja traka koje preusmjeravaju 10.000 vozača dnevno. Izgradnja puteva se često naziva „wild card” urbane mobilnosti – a za autonomne sisteme isporuke to nije samo manja prepreka: to je test koji odvaja prototip koji radi na zatvorenim ispitnim stazama od usluge koja pouzdano dostavlja namirnice, lijekove i pakete kada su ljudima najpotrebniji. Danas želim povući zavjesu o tome kako je naš tim u [Našem nazivu kompanije] izgradio tehnologiju koja omogućava našoj floti autonomnih automobila za dostavu da upravlja građevinskim zonama, i podijeliti lekcije iz stvarnog svijeta koje smo naučili prošle zime kada smo pokrenuli našu prvu uslugu na zahtjev u gradu sa 2000 milja nedovoljno renoviranih ulica.
Kada sam prvi put počeo raditi na tehnologiji autonomne isporuke, priznajem da sam potcijenio koliko su gradilišta haotična. Ljudski vozač može baciti pogled na drvenu barijeru koja je pomaknuta još jednu stopu udesno, primijetiti radnika kako prilagođava znak i prilagoditi svoju brzinu bez razmišljanja. Za AI, ta ista scena je milion preklapajućih tačaka podataka: 3D oblaci tačaka, LiDAR impulsi, okviri kamera i GPS signali koji se odbijaju od čeličnih nosača i betonskih barijera. U ranim testovima 2021. naša vozila su se zaustavila u sredini bloka jer se konus konstrukcije pomjerio 10 stopa preko noći – nešto što nijedna probna staza nikada ne bi simulirala. Tada je naš tim preispitao cjelokupni pristup načinu na koji naš autonomni dostavni automobil stupa u interakciju s dinamičnim promjenama na cesti.


Prvo smo morali da rešimo problem "videnja". Standardni LiDAR i kamere odlično rade na otvorenim putevima, ali građevinske zone često imaju djelomične prepreke, privremene oznake i neravne površine. Nadogradili smo naš paket senzora na fuziju LiDAR-a od 360 stepeni, termalnih kamera visoke rezolucije i senzora radara koji prodire u zemlju (GPR) – čekajte, GPR nije samo za pronalaženje zakopanih cijevi; takođe je odličan za otkrivanje ivice puta ispod sloja šljunka ili privremenog asfalta koji bi kamera ili LiDAR mogli promašiti. Ali čak i sa boljim senzorima, jedno vozilo može uhvatiti samo onoliko podataka koliko vozi. Tu dolazi na scenu naš komunikacijski sistem za cijelu flotu: svako naše vozilo za isporuku bez vozača učitava anonimizirane podatke u realnom vremenu na našu platformu u oblaku svakih 100 milisekundi. Ako se jedan automobil približi građevinskoj zoni i vidi pomaknutu barijeru, šalje te podatke svakom drugom automobilu u tom području, tako da ne moraju „ponovno učiti“ istu prepreku. Udružili smo se i sa lokalnim transportnim odeljenjima kako bismo integrisali zvanične rasporede izgradnje i privremene promene traka direktno u naš sistem mapiranja—tako da naša vozila ne moraju da čekaju da naiđu na zatvorenu traku kako bi prilagodili svoju rutu.
Ali građevinske zone nisu samo statične prepreke – one su također dinamične. Radnik bi mogao zakoračiti na ulicu da uzme alat, dizalica bi mogla zalutati u traku ili bi kiper mogao iznenada povući nazad. Prošlog proljeća imali smo ključni trenutak u centru Dalasa gdje je građevinska ekipa koja je popravljala blok privremeno zatvorila biciklističku stazu, a zatim je ponovo otvorila 20 minuta ranije nego što je planirano. Ljudski kurir u tom području je primijetio i prijavio to našem timu, ali naš autonomni sistem nije primio promjenu jer odjel još nije ažurirao njihove podatke. Brzo smo ponovili naše prediktivno modeliranje: sada naša AI ne reaguje samo na ono što vidi ispred sebe – ona predviđa šta bi se sledeće moglo dogoditi. Analizirajući obrasce sa hiljada gradilišta, možemo procijeniti vjerovatnoću da će se barijera pomjeriti, da će radnik ući na cestu ili da će se traka ponovo otvoriti, i u skladu s tim prilagoditi našu brzinu i putanju. Zato, kada pogledate stopu uspjeha naše flote za isporuku na vrijeme, ona iznosi 94% čak i u gradovima sa teškim građevinskim radovima – daleko iznad industrijskog prosjeka od 81% za druge dobavljače automobila za isporuku bez vozača.
Naravno, tehnologija funkcionira samo ako je pouzdana u stvarnim neurednim stvarima, poput kiše, susnježice ili građevinske zone kojoj nedostaje jedan saobraćajni konus. Prošle zime smo izveli pilot u Minneapolisu gdje je mećava pogodila usred projekta, pokrivajući sve privremene građevinske barijere u 6 inča snijega. Naš LiDAR nije mogao uočiti obrise, naše kamere nisu mogle vidjeti narandžastu boju, a GPS je bio nepouzdan zbog visokih građevinskih dizalica. Popravka našeg tima bila je dvostruka: prvo, dodali smo sloj semantičke segmentacije našoj AI koja može identificirati snijegom prekrivene prepreke po njihovom obliku i načinu na koji odražavaju LiDAR impulse - snijeg na barijeri je gušći od snijega na tlu, pa se pojavljuje kao jedinstveni potpis. Drugo, izgradili smo sistem "ljudi u petlji" za rubne slučajeve: ako vozilo ne može pouzdano da se kreće zonom izgradnje, ono se ne zaustavlja i ne izaziva paniku - šalje upozorenje niskog prioriteta našem timu za daljinske operacije, koji može preuzeti kontrolu za 10 sekundi ili manje. Ovdje se ne radi o zamjeni AI; radi se o tome da mu damo zaštitnu mrežu koja je brža nego što bi čovjek mogao odgovoriti u automobilu u pokretu.
Često me pitaju: zašto je to važno? Koja je velika stvar ako autonomno vozilo za dostavu može podnijeti gradnju? Odgovor je jednostavan: gradovi postaju sve zakrčeniji, a izgradnja puteva je stalni dio urbanog razvoja. Ako samovozeći sistemi za isporuku ne mogu da se kreću ovim zonama, oni nikada neće moći da prevaziđu mala testna područja u predgrađu. Naši klijenti — mala preduzeća koja koriste automatizovana vozila za dostavu da popune svoje police, zdravstveni radnici koji moraju da prevezu hitne medicinske potrepštine — ne mogu sebi priuštiti kašnjenja jer je građevinska zona zatvorila njihovu uobičajenu rutu. Prošle godine, lokalna apoteka u Detroitu koristila je naša vozila za dostavu bez vozača kako bi donijela inzulin starijim osobama u susjedstvu gdje su tri bloka zatvorena zbog popravke kanalizacije. Naša vozila su ih preusmjerila kroz sporednu ulicu koja nije bila navedena na službenoj mapi, koristeći podatke u realnom vremenu iz drugih automobila iz voznog parka kako bi uočili da je sporedna ulica privremeno prenamijenjena za lokalni saobraćaj. To je utjecaj koji tražimo: tehnologija koja se prilagođava svijetu oko sebe, a ne obrnuto.
Gledajući unaprijed, naš tim radi na integraciji još više izvora podataka, kao što su izvještaji prikupljeni od strane naših operatera vozila za isporuku bez vozača i ažuriranja u realnom vremenu sa nosivih uređaja građevinske ekipe, tako da naš sistem može predvidjeti promjene prije nego što se dogode. Također testiramo male, jeftine svjetionike koje gradilišta mogu primijeniti kako bi naše autonomne sisteme još lakše otkrili svoje lokacije – nešto što besplatno dijelimo s odjelima gradskog prijevoza kako bismo poboljšali ukupnu urbanu mobilnost. Ali trenutno najveća pobjeda nije nova tehnologija – ona dokazuje da autonomna isporuka funkcionira čak i kada se putevi mijenjaju svaki dan. Ako ste posao koji želi integrirati pouzdane usluge dostave koje mogu podnijeti urbani haos, naš tim je spreman pokazati vam kako se naša flota autonomnih dostavnih vozila može prilagoditi bilo kojoj građevinskoj zoni, u bilo koje vrijeme. Kontaktirajte nas danas kako biste saznali više o partnerstvu s našim rješenjima za autonomnu isporuku kako biste pojednostavili svoj lanac opskrbe i poboljšali zadovoljstvo kupaca.
Reference
- Nacionalna uprava za sigurnost saobraćaja na autoputu. (2022). Tehnologija autonomnih vozila: Sigurnosne performanse u dinamičkim urbanim sredinama. Ministarstvo saobraćaja SAD.
- Međunarodni transportni forum. (2023). Izazovi urbane mobilnosti: izgradnja puteva i integracija autonomnih vozila. OECD Publishing.
- Zhang, Y., et al. (2021). Fusion LiDAR-kamere-GPR senzora za dinamičku detekciju prepreka u građevinskim zonama.Journal of Intelligent Transportation Systems, 25(4), 389-405.
- Ministarstvo saobraćaja grada Čikaga. (2023). Izvještaj o izgradnji urbanih puteva 2023: Uticaji toka saobraćaja i mobilnosti. Grad Chicago, IL.
- Društvo automobilskih inženjera. (2022). Taksonomija i definicije pojmova koji se odnose na sisteme automatizacije vožnje za cestovna motorna vozila (J3066_202203). SAE International.
