211service.com
Der er ingen Google Maps til selvkørende biler, så denne startup bygger det
MEGXIN LI Mengxin Li
Selvkørende biler navigerer ved hjælp af både indbyggede sensorer, der opdager forhindringer, og detaljerede 3D-kort over gader, skilte og infrastruktur. Men at bygge disse kort og holde dem ajour er en kæmpe opgave. Mapper.ai , en San Francisco-baseret startup, ønsker at gøre processen enklere med en service, der leverer løbende opdaterede kort efter behov.
Tjenesten, som lanceres offentligt i næste uge, lader virksomheder vælge et hvilket som helst sted i verden, de ønsker kortlagt, forudsat at det har offentlige veje. Mapper hyrer derefter lokale chauffører til at indsamle geografiske data, konverterer dataene til 3-D-kort og sælger kortene – og efterfølgende opdateringer – via en abonnementstjeneste.
Mapper har arbejdet med en lille gruppe kunder det seneste år på kort til autonom eller semi-autonom kørsel. Virksomheden har i øjeblikket kort over steder i Asien, Europa og Nordamerika, og dets endelige mål er at samle verdens største lager af opdaterede, maskinlæsbare kort over bygader og motorveje. Selvom virksomheder tester autonome køretøjer i kun nogle få byer lige nu, mener Mappers administrerende direktør og medstifter Nikhil Naikal, at forsøg vil udvide sig til snesevis af byer og spænde over tusindvis af miles inden for de næste år eller to. Disse maskinkort er ikke blevet bygget i stor skala endnu, siger Naikal, der har arbejdet med autonome køretøjssensorer og kortlægning i mere end et årti. Vi er på en mission om at skabe dem over hele verden, hurtigere end nogen anden – og fordi vi ejer dem, kan vi sælge dem til alle.
Mapper krediterer sin brede rækkevidde og hastighed til sit netværk af freelancere. De fleste af dens chauffører kører også efter samkørselstjenester som Uber eller Lyft; de fanger kortdata midt på dagen, hvor få mennesker anmoder om køreture. (Mapper lokker dem ved at betale priser så høje som $3 pr. mile, tredoblet den $1 pr. mile, som den gennemsnitlige Uber-chauffør menes at tjene.)
Chaufførerne bruger deres egne biler, og Mapper leverer kortlægningsenhederne, som koster omkring $350 at bygge. I stedet for at designe dyr, proprietær hardware, køber opstarten sensorer fra den kinesiske e-handelsside Alibaba og tilføjer sin egen software, der smelter alle data sammen. En enhedsmodel, som vikler sig rundt om en bils bakspejl, har fire maskinsynskameraer og sensorer, der måler lineær og vinkelbevægelse. En anden sidder på toppen af en bils tag og består af to maskinsynskameraer, bevægelsessensorer og en simpel lidar. Chauffører bruger denne enhed til at kortlægge tætte bygader, fordi lidar er god til at fange geometrien af tredimensionelle strukturer. Virksomheden hævder, at dens tilgang fanger detaljer, der er nøjagtige inden for fem centimeter, hvilket er på niveau med andre teknologier.
For at kortlægge et område følger chaufførerne blot sving-for-sving lydvejledninger, som Mapper sender gennem en mobilapp, der er synkroniseret med kortlægningsenheden. Når chaufførerne er færdige med deres tildelte opgaver, uploader de oplysningerne til Mappers skylager, hvor de automatisk konverteres til det, der er kendt som en punktsky, en 3D-repræsentation af verden. Et andet team af freelancere ser på dataene og tilføjer noter om vognbaneafmærkning, trafikskilte og stoplys. Mapper leverer de færdige kort til kunder via Wi-Fi, typisk 24 timer efter, at den har modtaget kørselsdataene.
Mapper har designet to enheder, som freelancechauffører kan bruge til at kortlægge deres omgivelser. Denne model fastgøres magnetisk til bilens tag og inkluderer maskinsynskameraer, et accelerometer, et gyroskop og en lavpris lidar.
Denne distribuerede arbejdsstyrke og selvbetjeningsmodel gør det muligt for Mapper at tilbyde sine kunder opdateringer så ofte som dagligt og samtidig garantere, at dets kort dækker 100 % af et givet område. Når først vi har en chauffør på jorden, kan vi lave den routing så ofte, som kunderne ønsker, siger Neehar Garg, der leder Mappers produktudvikling. Opdateringer bliver nemmere og nemmere, fordi vi kun skal bruge tid på de ting, der har ændret sig i et miljø.
En Mapper-kunde, der bad om ikke at blive navngivet, fordi han arbejder for en bilproducent, der bruger kortene i et hemmeligt projekt, siger, at han hyrede opstarten over større navne som HERE og TomTom. Hvis du programmerer en bil til at dreje et hjørne, skal du vide, hvor du befinder dig på det kort, du bruger [til navigation], ikke hvor du er i verden i absolut forstand, siger kunden. Med denne nye type kort får du den lokalisering indbagt, hvilket er rigtig vigtigt, fordi GPS alene ikke er stabil eller forudsigelig nok.
Andre startups i denne branche, som f.eks DeepMap , laver også lokaliserede kort, men de beder deres kunder om at samle oplysningerne til dem. Fordi disse virksomheder ikke ejer deres egne kortdata, har de en tendens til at bygge individuelle kort over det samme område for hver kunde. Naikal siger, at den tilgang ikke vil skalere, når først selvkørende køretøjer bevæger sig fra udvikling til produktion og implementering. Det giver ingen mening at lave et kort over for eksempel Market Street i San Francisco 20 gange for 20 forskellige kunder, når du kan sælge et enkelt kort til flere kunder og sikre, at det altid er aktuelt, siger han.
Selvom selvkørende biler endnu ikke har indfriet deres løfte om at revolutionere transporten, håber Naikal, at hans kartografisamling kan blive grundlaget for innovation. Han tænker endda på at levere kort til individuelle udviklere og ingeniører, på samme måde som mobilappudviklere bruger placeringsoplysninger fra Google Maps (selvom han ikke har besluttet, om Mapper vil opkræve betaling for adgang). I dag er det ikke muligt for fem udviklere at hænge ud i Starbucks og skabe en autonom køretøjsløsning, siger Naikal. Men det kunne være, hvis vi fjerner barrierer og lader folk anmode om og få [maskinlæsbare] kort over et hvilket som helst område.