Jeśli kiedykolwiek stałeś na miejskim chodniku i obserwowałeś rowerzystę przemykającego między zatrzymanymi samochodami, wjeżdżającego na przejścia dla pieszych bez kierunkowskazu lub sprawdzającego hamulce, aby ominąć dziurę w jezdni, wiesz, jak chaotyczny może być dojazd do pracy na dwóch kołach. Teraz wyobraź sobie, że zamieniasz ludzkiego kierowcę samochodu dostawczego na…Autonomiczny samochód dostawczy— a największy problem dotyczy sposobu, w jaki ten robot-samochód czyta rowerzystów i reaguje na nie. Jako osoba, która pracuje w przestrzeni autonomicznych dostaw od ponad 5 lat (a połowę tego czasu spędziła na testowaniu tych pojazdów w terenie na Brooklynie, Berlinie i Tokio), pozwólcie, że odsunę kurtynę od tego, jak te rozwiązania faktycznie radzą sobie z rowerzystami i dlaczego to coś więcej niż tylko „trzymanie się pasa ruchu”.
Na początek wyjaśnijmy sobie jedno: autonomiczne pojazdy dostawcze to nie tylko wyjątkowo duże Roombasy na kołach. Budujemy naszą technologię tak, aby wchodzić w interakcję z każdym użytkownikiem drogi tak jak człowiek, tylko za pomocą bardziej precyzyjnych kroków opartych na danych (w każdym razie przez większość czasu). Kiedy pojawia się rowerzysta, nasz system nie tylko widzi niewyraźny kształt na obrazie z kamery, ale przeprowadza trzy jednoczesne kontrole: co rowerzysta robi w tej chwili, co prawdopodobnie zrobi w następnej kolejności oraz jak to pasuje do pozostałych 10 samochodów, pieszych i zaparkowanych w pobliżu pojazdów U-Haul. To nie magia; to mnóstwo danych z czujników, niestandardowe szkolenia i rzeczywiste testy z rowerzystami w świecie rzeczywistym (pozdrowienia dla kurierów, którzy pozwalają naszym pojazdom testowym jechać za nimi godzinami).
Rozłóżmy najpierw stos czujników, bo jeśli samochód nie „widzi” rowerzysty, nie może zareagować. NaszDostawczy pojazd autonomicznyZestawy wyposażone są w 6 czujników LiDAR dalekiego zasięgu (obracają się o 360 stopni, odbijając miliony punktów laserowych na sekundę, tworząc mapę świata w 3D), 8 kamer o wysokiej rozdzielczości (kolorowych, przy słabym świetle, noktowizyjnych) i 12 czujników radarowych (idealnych do wychwytywania szybko poruszających się obiektów, na przykład rowerzysty nadjeżdżającego od tyłu). LiDAR jest tutaj gwiazdą — w przeciwieństwie do kamer potrafi odróżnić rowerzystę od zaparkowanego roweru lub dziurę od koła, nawet o zmierzchu, gdy migoczą latarnie. Na początku nasi inżynierowie próbowali polegać wyłącznie na kamerach, a w Seattle byliśmy blisko spotkania: rowerzysta zatrzymany na czerwonym świetle ukrył się nieco za ciężarówką dostawczą, a pomyłka z kamerami prawie sprawiła, że nasz samochód testowy podjechał im na drogę. Dodanie LiDAR rozwiązało ten problem, ponieważ rejestruje sylwetkę i pozycję rowerzysty nawet przy częściowym zablokowaniu.
Ale zobaczenie to tylko połowa sukcesu – zrozumienie to druga część. Nasz model uczenia maszynowego dla rowerzystów jest szkolony na podstawie ponad 3 milionów mil danych drogowych, specjalnie oznaczonych przez prawdziwych osób dojeżdżających do pracy na rowerze i naszych własnych kierowców testowych. Potrafi wykryć drobne sygnały, które ludzie zauważają bez zastanowienia: zmianę kierownicy rowerzysty podczas skręcania, naciskanie stopy na pedał w celu przyspieszenia, a nawet telefon w dłoni, który oznacza, że może skręcić, aby ominąć dziurę w jezdni. Na przykład, jeśli LiDAR zatrzymuje rowerzystę 20 stóp przed nim na ścieżce rowerowej, model nie tylko oznacza „przeszkodę” – oblicza prawdopodobieństwo: 70% szans, że będą jechać prosto, 25% szans, że wjadą na pas dla samochodów, aby wyprzedzić zaparkowany samochód, 5% szans, że skręcą w lewo, aby ominąć kosz na śmieci. Wynik ten jest dostosowywany w czasie rzeczywistym, 10 razy na sekundę, na podstawie tego, co robi rowerzysta. Jeśli zaczną zbliżać się do pasa samochodowego, prawdopodobieństwo wzrasta, a pojazd natychmiast zwalnia – nie ma opóźnienia w reakcji człowieka (co wynosi około 1,5 sekundy, ale rower poruszający się z prędkością 20 mil na godzinę pokonuje w tym czasie 30 stóp).
Czekaj, ale co z informacjami, których nie ma w danych treningowych? Rowerzyści są dziwni, stary. Widziałem kurierów, którzy podczas przewijania TikToka jeździli jedną ręką, skręcali, aby ominąć gołębia, a nawet machali do pieszego w trakcie jazdy. Nasz system radzi sobie z takimi skrajnymi przypadkami, stosując zasadę „zabezpieczenia awaryjnego”: jeśli wykryje, że rowerzysta robi coś nieprzewidywalnego (np. wbiega na jezdnię bez sygnalizacji świetlnej), nie wpada w panikę — najpierw delikatnie zwalnia (nie gwałtownie hamuje, co mogłoby spowodować wjechanie nadjeżdżającego samochodu w tył), a następnie sprawdza swoją „strefę buforową” (ustawiamy ją w zależności od rodzaju drogi: 3 stopy na ścieżce rowerowej, 5 stóp na zwykłym pasie, więcej, jeśli jest to droga ruchliwa ulica w centrum miasta). Przez te lata wielokrotnie zmienialiśmy bufor: na początku nasz pierwszy prototyp trzymał się w odległości 2 metrów od rowerzysty na Brooklynie, co powodowało, że rowerzyści skręcali, aby się zbliżyć – myśleli, że samochód ich powstrzymuje. Teraz na ścieżkach rowerowych utrzymujemy 4 stopy, co wystarczy, aby zapewnić im miejsce bez zmuszania ich do włączenia się w nadjeżdżający ruch (robimy to również tylko na ulicach, gdzie ścieżka rowerowa jest wolna i niezablokowana przez zaparkowane samochody).
Kolejna ważna kwestia: pierwszeństwo przejazdu. Ludzie cały czas się o to kłócą, ale autonomiczne pojazdy dostawcze muszą przestrzegać lokalnych przepisów ruchu drogowego do litery T, ale jednocześnie muszą mieć świadomość, że rowerzyści często łamią przepisy (bo bądźmy realistami, czasami bezpieczniej jest przejechać na czerwonym świetle, gdy nie ma ruchu poprzecznego). Nasz model wykorzystuje dane o ruchu drogowym specyficzne dla miasta, więc w Amsterdamie, gdzie rowerzyści mają pierwszeństwo na większości skrzyżowań, naszePojazd dostawczy bez kierowcyustąpi pierwszeństwa rowerzyście, nawet jeśli rowerzysta jedzie na czerwonym (o ile nie nadjeżdża żaden inny pojazd). W Chicago, gdzie od rowerzystów oczekuje się przestrzegania tych samych przepisów ruchu drogowego, co samochody, ustępuje się tylko wtedy, gdy rowerzysta ma pierwszeństwo. Ściśle współpracujemy z wydziałami transportu miejskiego, aby regularnie aktualizować te zasady — w zeszłym roku nawiązaliśmy współpracę z DOT z Portland, aby ulepszyć model nowych chronionych ścieżek rowerowych, tak aby nasze pojazdy pozostawały całkowicie po stronie pasa samochodowego od rozdzielacza pasa, gdy obok nich znajduje się rowerzysta.
A co w przypadku, gdy rowerzysta wyprzedza pojazd? To bardzo częsty scenariusz na wąskich ulicach miast. Załóżmy, że nasze zautomatyzowane pojazdy dostawcze poruszają się z prędkością 10 mil na godzinę w strefie 15 mil na godzinę, a rowerzysta nadjeżdża z tyłu, aby wyprzedzić Cię po lewej stronie. Nasze czujniki skierowane do tyłu (mamy do tego dwa tylne LiDAR) wychwytują je z odległości 20 stóp, a system nieznacznie zwalnia (1-2 mil na godzinę), aby zapewnić rowerzystom wystarczająco dużo miejsca. Już na początku popełniliśmy błąd: nasz pierwszy van testowy przyspieszył, gdy mijał rowerzystę, ponieważ model wykrył poruszający się obiekt i próbował utrzymać prędkość. Kurierzy tego nie znosili – twierdzili, że mieli wrażenie, jakby furgonetka ich „goniła”, co było stresujące. Dlatego dostosowaliśmy system tak, aby utrzymywał prędkość lub nieznacznie zwalniał, gdy wyprzedza rowerzystę, i przyspieszał dopiero, gdy rowerzysta będzie ponad 30 metrów przed nim i będzie wolny. Ta niewielka zmiana miała ogromny wpływ na reakcję rowerzystów — zaczęli machać do naszych samochodów testowych, zamiast je omijać.
Oczywiście żaden system nie jest doskonały. Zeszłej zimy mieliśmy test w Bostonie, podczas którego rowerzysta jechał po błotnistej ścieżce rowerowej, a jego opony pękły, w wyniku czego zjechał prosto na drogę pojazdu dostawczego. Nasz LiDAR je wykrył, ale dostosowanie modelu zajęło pół sekundy ze względu na światło odbijające śnieg (co zakłócało dane z czujnika). Furgonetka z czasem zwolniła, ale dowiedzieliśmy się, że musimy dodać więcej danych treningowych dotyczących słabego oświetlenia/śniegu — wróciliśmy i testowaliśmy w błocie pośniegowym przez 2 tygodnie, oznaczając każdy skręt rowerzysty i spowolnienie na śniegu, a teraz model reaguje o 30% szybciej. O to właśnie chodzi w tej technologii: jest iteracyjna. Nie tylko budujemy i zostawiamy – jeździmy razem z rowerzystami (oczywiście dobrowolnie) i co tydzień zbieramy dane.
Kolejne częste pytanie: czy te pojazdy trąbią na rowerzystów? Nie i nigdy tego nie zrobimy. Trąbienie zaskakuje ludzi, zwłaszcza rowerzystów, którzy mogą przemykać przez ruch uliczny. Zamiast tego używamy subtelnych, niezakłócających sygnałów, takich jak włączenie migającego światła z boku furgonetki zwróconej w stronę rowerzysty lub cichy alarm głosowy (ledwo go słychać na zewnątrz), który mówi „powoli się porusza, dając miejsce”. Raz testowaliśmy trąbienie w ruchliwej dzielnicy Londynu i rowerzysta wjechał w zaparkowany samochód – totalna katastrofa. Więc wyłącz klakson, utrzymuj sygnały ciche i wyraźne.
Porozmawiajmy teraz o szerszym obrazie. Technologia autonomicznych dostaw nie polega tylko na tym, aby samochody dostawcze same jeździły – chodzi o to, aby uczynić drogi bezpieczniejszymi dla wszystkich, zwłaszcza niechronionych użytkowników dróg, takich jak rowerzyści. NHTSA twierdzi, że w 2022 r. w wypadkach drogowych w USA zginęło 857 rowerzystów, a wielu z nich wynikało z błędu kierowcy (rozproszenie uwagi, przekroczenie prędkości, niezauważenie martwego pola). NaszZautomatyzowane pojazdy dostawczenie rozpraszaj się, nie przekraczaj dozwolonej prędkości o więcej niż 5 mil na godzinę i sprawdzaj „martwe punkty” (które są znacznie mniejsze niż ludzkie kierowcy ze względu na czujniki 360 stopni) 10 razy na sekundę. Na obszarach, na których działamy, nasze pojazdy testowe nie miały żadnych kolizji z rowerzystami podczas testów na dystansie ponad 1 miliona mil. To wielka sprawa.


Ale jeszcze nie skończyliśmy. Pracujemy nad nową funkcją, która będzie komunikować się bezpośrednio z aplikacjami dla rowerzystów (takimi jak Strava lub narzędzia kurierskie), aby udostępniać naszą trasę, aby rowerzyści wiedzieli dokładnie, gdzie jesteśmy i co robimy. Wyobraź sobie, że rowerzysta otrzymuje powiadomienie, że „samochód dostawczy zwalnia, aby zapewnić Ci miejsce przed nim”, zamiast widzieć go tylko peryferyjnie. To kolejny krok, który obecnie testujemy w San Francisco.
Jeśli prowadzisz firmę, która chce wykorzystać tę technologię do własnych dostaw lub po prostu ciekawi Cię, jak możemy sprawić, że ulice miast będą mniej chaotyczne dla rowerzystów, skontaktuj się z naszym zespołem. Współpracujemy ze wszystkimi firmami, od lokalnych sieci spożywczych po krajowe firmy dostarczające paczki i zawsze udoskonalamy nasze systemy, aby lepiej współpracowały z każdym użytkownikiem dróg.
Referencje:
- Krajowa Administracja Bezpieczeństwa Ruchu Drogowego. (2023).Fakty dotyczące bezpieczeństwa ruchu drogowego 2022: Śmierć rowerzystów. Departament Transportu Stanów Zjednoczonych.
- Zhang, Y. i in. (2022). „Planowanie pojazdów autonomicznych uwzględniających rowerzystów: podejście oparte na danych dla środowisk miejskich”. Transakcje IEEE dotyczące inteligentnych systemów transportowych.
- Biuro Transportu Miasta Portland. (2023).Raport dotyczący działania i bezpieczeństwa chronionego pasa rowerowego.
- Europejska Federacja Cyklistów. (2022).Bezpieczna integracja pojazdów zautomatyzowanych w miejskiej infrastrukturze rowerowej.
