211service.com
Le auto a guida autonoma vengono addestrate nei mondi virtuali mentre quello reale è nel caos
Uno dei veicoli autonomi di Cruise in movimento.
Brandon Moak si sentì come se fosse stato investito da un treno merci.
Era metà marzo e il cofondatore e CTO della startup di autotrasporti autonomi Embark Trucks aveva tenuto d'occhio l'emergere del covid-19. Quando un ordine di ricovero sul posto è entrato in vigore in tutta la San Francisco Bay Area, dove ha sede Embark, Moak e il suo team sono stati costretti a mettere a terra quasi tutti i loro 13 semirimorchi a guida autonoma (alcuni sono rimasti sulla strada per spostamenti essenziali merci ma non erano in modalità autonoma) e rimandano a casa la maggior parte della loro forza lavoro, senza avere idea di quanto tempo sarebbe passato prima che potessero tornare.
Moak ed Embark non erano soli. Per motivi di sicurezza, i veicoli autonomi in genere hanno due operatori ciascuno. Questo è un divieto nell'era del distanziamento sociale e i leader delle compagnie di veicoli autonomi sapevano che avrebbero dovuto mettere fuori servizio le loro flotte. Improvvisamente l'intera nascente industria era nei guai. I veicoli autonomi sono ancora sperimentali e i test nel mondo reale sono il gold standard per la raccolta di dati e il miglioramento della capacità delle auto di operare in sicurezza. Incapaci di mettersi in viaggio, le operazioni di guida autonoma rischiavano di diventare una mossa ad alta intensità di denaro senza possibilità di mettere in campo un prodotto in tempi brevi.
Mentre lottavano con questa nuova realtà, i licenziamenti si sono verificati attraverso abiti a guida autonoma come Zoox, Ike e Kodiak Robotics, nonché la divisione autonoma di Lyft.
Ma a quanto pare, non tutto potrebbe essere perso. Diverse aziende hanno scambiato i test su strada per approfondire i loro algoritmi e simulatori, trovando nuovi usi per il innumerevoli ore di dati hanno raccolto. Stanno raddoppiando gli sforzi come l'etichettatura dettagliata dei dati, la mappatura 3D e l'identificazione di scenari trascurati dalle precedenti sessioni su strada che possono essere utilizzati per addestrare i loro sistemi. Alcuni hanno persino aiutato gli operatori di veicoli a passare all'etichettatura dei dati, dotandoli di nuove competenze che probabilmente torneranno utili quando riprenderanno i loro ruoli precedenti.
Per trarre il meglio da una brutta situazione, Moak ha deciso di creare un nuovo strumento per consentire al team operativo di Embark di annotare i quattro anni di dati di guida dell'azienda. Ad esempio, il software fornisce agli autisti di camion di Embark immagini di diversi scenari su strada e poi chiede loro di determinare se sono degni di nota e come li gestirebbero ciascuno in base alla propria esperienza.
Aurora Innovation, un'azienda con sede a Palo Alto che sviluppa tecnologie per la guida autonoma, ha adottato un approccio simile per trovare compiti per i lavoratori sottoutilizzati. 'I nostri operatori di veicoli, che non possono essere tutti sulla strada in questo momento, hanno unito le forze con i nostri team di triage ed etichettatura per estrarre la nostra vasta raccolta di dati di guida manuale e autonoma per ulteriori interessanti eventi su strada che possono essere trasformati in virtuali test', ha scritto il cofondatore e CEO Chris Urmson in un'e-mail al MIT Technology Review. Ciò ha l'ulteriore vantaggio di aumentare l'esposizione dei nostri operatori al modo in cui i dati che raccolgono vengono utilizzati offline, [il che] fornisce loro un contesto migliore nel nostro processo di sviluppo generale e li aiuterà a svolgere il loro lavoro ancora meglio mentre torniamo sul strada, ha aggiunto.
Le aziende hanno anche trovato modi creativi per superare l'ostacolo della separazione fisica dai loro prodotti.
Urmson, che in precedenza ha guidato il progetto di auto a guida autonoma di Google, ha affermato che il suo team sta utilizzando la sua pipeline hardware-in-the-loop per 'rilevare problemi software che si manifesterebbero sull'hardware Aurora e non sui laptop degli sviluppatori o sulle istanze cloud'. La pipeline può segnalare, ad esempio, un caso in cui i sensori di un veicolo sarebbero più lenti a fare osservazioni sul suo ambiente rispetto a quanto suggeriscono test simulati sul laptop di uno sviluppatore.
Embark, da parte sua, ha investito in software in grado di testare i componenti hardware offline. Un test riguarda il sistema di controllo del veicolo, gli algoritmi responsabili dell'invio di comandi fisici, come la velocità con cui girare il volante. A lungo termine, questo sarà un buon investimento per noi, ma a breve termine abbiamo dovuto fare un grande salto per costruire tutta questa nuova infrastruttura, ha affermato Moak.
La crociera di proprietà della General Motors ha relegato 200 veicoli a San Francisco e Phoenix in gran parte nel garage, anche se ne sta utilizzando alcuni per effettuare consegne di cibo per le organizzazioni di soccorso locali. L'azienda fa affidamento sui suoi simulatori avanzati per continuare a lavorare software per auto attraverso i suoi ritmi: una pratica regolare anche prima della pandemia, ma l'SVP dell'ingegneria Mo Elshenawy afferma che stanno migliorando i dettagli su come vengono valutati le auto durante i loro incontri nei sim come un modo per valutare meglio la competenza in situazioni insolite, come quando si affrontano con ambulanze o camion per le consegne.
Alexandr Wang, fondatore e CEO della società di annotazione dei dati Scale AI, lavora con aziende come Lyft, Toyota e Nuro, oltre a Embark e Aurora. Durante la pandemia, Scale ha lavorato sull'etichettatura dettagliata dei vecchi dati delle aziende tramite la segmentazione della nuvola di punti, utilizzando mappe 3D dell'ambiente attorno a un veicolo per codificare ciò a cui corrisponde ogni punto (pedone, segnale di stop, finestra, arbusto, passeggino). Il team sta anche codificando il comportamento di conducenti, pedoni e ciclisti con una tecnologia che include il rilevamento dello sguardo, che mira a indicare se un conducente potrebbe cedere o se un pedone intende attraversare la strada.
Non importa quanto le aziende investano nei loro simulatori, tuttavia, non c'è bisogno di aggirare la necessità di tornare alla fine sulla strada. E quando gli Stati Uniti riaprono, sta cominciando a succedere. Un portavoce di Waymo ha scritto in un'e-mail che una giornata di guida simulata è come guidare per più di 100 anni nel mondo reale, in parte grazie alla potenza di calcolo della società madre Alphabet. Tuttavia, l'11 maggio la società ha ripreso le sue attività di guida a Phoenix.
Tuttavia, Wang afferma di vedere un cambiamento nel modo in cui lavorano le aziende di veicoli autonomi, spostandosi verso approcci più innovativi e sperimentazioni a lungo termine.
Quelli che hanno questo punto di vista, dice, sono quelli che, alla fine, usciranno avanti e si troveranno in una posizione migliore.
Correzione : Questo articolo è stato modificato per attribuire correttamente virgolette aggiuntive a Urmson. È stato inoltre aggiunto un esempio dell'uso della pipeline 'hardware-in-the-loop'. Un riferimento a Cruise che relega i suoi veicoli in garage è stato modificato per riflettere il fatto che alcuni vengono effettivamente utilizzati , e 'simulazione della nuvola di punti' è stata modificata in 'segmentazione della nuvola di punti' nella discussione su Scale AI.