İnce mavi bir tepeye sahip açık gri bir küp, her tarafı düzinelerce yeşil küple çevrili, karanlık bir otoyolda süzülür. Yeşil küpler, gri küpü geçmek için şeritler arasında zıplar, ancak karartılmış manzara yapay geceye doğru kayarken gri küp sabit bir hızı korur.
Bu, Google’ın bir dalı olan Waymo’nun gerçek dünya deneyimlerine hazırlanmak için otonom araçlarını test ettiği sanal dünya Simulation City’dir. Üstü mavi olan gri küp, şirketin otonom yarı römork kamyonlarından birini temsil ederken, yeşil küpler yapay otoyoldaki diğer tüm araçları temsil ediyor.
Waymo, araçlarını eğitmek için kullandığı bir değil iki simülasyon programıyla otonom araç operatörleri arasında benzersizdir. Birincisi, en az 2017’den beri kullanımda olan ve Waymo’nun 5 milyar milden fazla yol kat ettiğini söylediği CarCraft. Simulation City, araçlarının açık yolun tüm zorluklarını karşılamak için daha iyi hazırlanmasını sağlamak için şirketin “Waymo sürücüsü” yazılımını eğittiği, test ettiği ve doğruladığı en son sanal dünyadır. Waymo, Simulation City ile ilgili ayrıntıları ilk kez yalnızca The Verge ile paylaşıyor.
Bu boşluklar, Waymo’nun yakın zamanda Kaliforniya’da test etmeye başladığı Jaguar I-Pace elektrikli SUV ve şirketin algılama donanımı ve Waymo sürücü yazılımı ile donatılmış yarı römork kamyonları gibi yeni araç platformlarını doğrulamak için simülasyon kullanmayı içeriyordu.
Şirket, araçlarını yeni şehirlerde fırlatmaya daha iyi hazırlamak için yeni işletim alanlarında testler yapmak için Simulation City’yi de kullanıyor. Şu anda Waymo, Phoenix, Arizona dışındaki banliyölerde ve San Francisco ve Mountain View, California’da özerk olarak çalışan araçlara sahip. Şirket ayrıca Los Angeles’ta harita verilerini toplayan manuel olarak kullanılan araçlara sahiptir. Waymo bugüne kadar araçlarını çoğu Kaliforniya’da olmak üzere iki düzineden fazla şehirde test ettiğini söyledi. Ancak genişleme yavaş ilerliyor ve Waymo, Simulation City’nin yeni yerlere genişlemeye çalışırken yardım sağlayabileceğini umuyor.
“Bu platformun gelişmesini umduğum yol, bir şehir içindeki farklı olay ve olayların oranlarını, daha önce girmediğimiz, daha önce gitmeden önce bir fikir edinmenizi sağlayacak şekildedir. o şehirde çizmeleri yere koy” dedi Frankel, “ve Waymo sürücüsünün belirli bir şehir için zaten iyi olup olmadığını ve bunu birçok şehir için yapabilmeyi öğrenin.”
“Daha önce araba kullanmadığımız bir şehir içindeki farklı olay ve olayların oranları hakkında bir fikir edinebilirsiniz”
Simulation City, “uçtan uca” robotaksi gezilerini oynamak için çok uygundur. San Francisco’da 20 dakikalık “yalnızca binici” gezisi olarak.
Şirketin filosunda yaklaşık 600 araç bulunmaktadır. Arizona’da Chandler, Gilbert, Mesa ve Tempe kasabalarını içeren yaklaşık 100 mil karelik bir hizmet alanında 300’den fazla araç çalışıyor – ancak tamamen sürücüsüz arabaları bu boyutun sadece yarısı olan bir alanla sınırlı.
“Desteklemek için daha iyi araçlara sahip olmamız gereken bir dizi şey var,” dedi Frankel, “ve Simulation City, ihtiyacımız olan bu yetenekler ızgarasını doldurdu ve zorlu olanı yapmayı mümkün kıldı. mevcut simülasyon araçlarıyla daha önce.”
Simülasyon, otonom araçlar için yapbozun kritik bir parçasıdır. Bu programlar, Waymo mühendislerinin, öğrendiklerini gerçek dünya filosuna beslediği ortak sürüş senaryolarını ve güvenlik açısından kritik uç durumları – ölçekli olarak – test etmesine olanak tanır.
Simülasyon, otonom araçlar için bulmacanın kritik bir parçasıdır . Image: Waymo
Anahtar kelime “ölçek” çünkü bu simülatörler Waymo’nun araçlarının halka açık yollarda kat ettiği mesafelerin çok ötesine geçmesine izin veriyor. 2020 itibariyle Waymo, sadece 20 milyon mil gerçek sürüşe kıyasla 15 milyar mil sürüş simülasyonu yaptığını söyledi.
“Bu ilişki giderek daha güçlü bir şekilde kurulduğunda, temel olarak simülasyonda öğrendiklerimizin doğru olduğunu söylemek için gerçek dünyada daha az kilometreye ihtiyacımız var,” dedi Frankel.
Simulation City ayrıca Waymo’nun önceki sanal dünya testlerinden hesaplama açısından daha gelişmiştir
Simulation City ayrıca oluşturabileceği ayrıntı düzeyinde Waymo’nun önceki sanal dünya testlerinden hesaplama açısından daha gelişmiştir. Örneğin, Waymo’nun mühendisleri, yağmur damlaları kadar küçük veya öğleden sonra güneş parlaması kadar karmaşık bir şeyi simüle edebilir. Geçmişte, bu durumların otonom bir aracın algılama donanımını karıştırdığı ve trafik ışıkları gibi kritik tabelaların okunmasını zorlaştırdığı biliniyordu.
Kendi gerçek dünya testlerine ek olarak Waymo, simülatör için sürüş senaryolarının oluşturulmasına yardımcı olmak için Ulusal Karayolu Trafik Güvenliği İdaresi’nin çarpışma veri sistemleri ve Ulaşım Araştırması dahil olmak üzere çeşitli veri kaynakları kullanıyor. Board’un doğal sürüş çalışması verileri.
Şirket, simülasyon için gerçekçi kamera görüntüleri oluşturmak için kendi kendini süren araçları tarafından toplanan yapay zeka ve sensör verilerini de kullanıyor.
Fotoğraf Vjeran Pavic / The Verge
SurfelGAN, mevcut sensör simülatörlerinin genellikle oyun motorlarını kullandığının farkına varılarak oluşturuldu. Arabalar ve yayalar gibi ortamların ve diğer nesnelerin manuel olarak oluşturulmasını gerektiren Unreal veya Unity olarak. Waymo’nun mühendisleri, bu oyun motorlarının ölçeklendirilmesinin zor olduğunu ve çoğu zaman bir ton ekstra çalışma yapmadan kamera, lidar ve radar verilerinin gerçekçi yaklaşımlarını üretemediklerini keşfettiler.
İlgili
Waymo’nun sürücüsüz arabalar için en iyi beyinleri yetiştirme stratejisinin içinde
Böylece sahneleri yeniden yapılandırmak için doku haritalı yüzey öğelerini kullanan SurfelGAN’ı geliştirdiler ve pozisyonlar ve yönler için kamera bakış açıları. Yapay zekanın kullanılması, ürünün ölçeklenmesine yardımcı olarak geliştirmeyi daha kolay ve daha verimli hale getirir. Teknik, baş bilim adamı Dragomir Anguelov da dahil olmak üzere Waymo araştırmacıları tarafından ortaklaşa yazılan yakın tarihli bir makalede özetlendi.
Üniversitede makine mühendisliği profesörü Huei Peng, bu yeni simülasyon tekniklerini kullanmanın bir risk olduğunu söyledi. Michigan ve Mcity’nin direktörü, otonom araçlar için kanıtlama alanı.
Ancak Frankel, Waymo’nun, Anguelov ve yardımcı yazarlarının geçen yılki makalelerinde ana hatlarıyla belirttikleri şeyleri zaten geliştirdiğini söylüyor. “Sensör simülasyonunun olgunluğu, bunu yayınladığımız zamandan bu yana oldukça arttı” dedi.
Waymo, şirket için oldukça tehlikeli bir zamanda simülasyon çalışmalarını hızlandırıyor. Bu yılın başlarında John Krafcik, 2015’ten bu yana şirkete liderlik etmeye yardımcı olduktan sonra Waymo’nun CEO’luğundan ayrıldığını açıkladı. Uzmanlar, Waymo’nun otonom araçların peşinde koşma konusunda hâlâ lider olduğunu, ancak kendi kendine sürüşün geleceğine ilişkin beklentileri azalttığını söylüyor. arabalar değerini etkiliyor.
Elbette bunlar ticari sorunlar, teknik sorunlar değil. Ve bu yılın başlarında Waymo, otonom araçları için halka daha iyi bir örnek oluşturmak için simülasyonun nasıl kullanılabileceğini gösterdi. Waymo, robot sürücülerinin insanlardan daha güvenli olduğunu kanıtlamak amacıyla, yaklaşık on yıl boyunca Arizona’da meydana gelen düzinelerce gerçek dünya ölümcül kazasını simüle etti. Şirket, iki arabalı bir kazada her iki aracı da robot güdümlü minivanlarıyla değiştirmenin neredeyse tüm ölümleri ortadan kaldıracağını keşfetti.
Waymo, robotaksisinin kullanıma sunulmasında tutucu davranarak hizmet alanını genişletmeyi reddetti. Arizona ve Bay Area’da benzer bir hizmeti başlatmayı, yazılımının çok daha yoğun ve daha karmaşık bir kentsel çevre görevi için hazır olduğundan emin olana kadar geri tutuyor.
“Bu, kafamızı kaldırıp ‘Hey dünya, bu harika yeni şeyi yapıyoruz’ demeye değer olduğunu düşündüğüm bir olgunluk seviyesi” dedi. .
