自动驾驶的四种未来之重构城市的基础设施

2019 年 2 月 9 日 智能交通技术

【转自】智车科技 


几年前,在谷歌硅谷总部召开的移动大会(mobility conference)上,当时管理自动驾驶项目的谷歌 “登月队长”Astro Teller,畅想了自动驾驶领域(AVs)的中长期未来。



“我们终于到了这样的时刻,可重构的建筑物(reconfigurable buildings)正在崛起,” 他向惊讶的与会者说,“我不知道具体会长出什么样子,但我们可能需要像自动驾驶汽车一样的自动驾驶建筑物(self-driving buildings)。”



如果城市能够结合最好的人力(muscle power)、电机动力(motor power)和机器智能,会是什么样子?(图片来源: TIMOTHY A. CLARY/AFP/Getty Images)


虽然在当时,这样狂妄的科技案例很容易驳回,但Teller的深思却被逐渐印证。我们熟知的一些交通工具正在面临自动化升级,比如出租车、小巴和快递货车。然而,那些真正激进的城市自动驾驶领域还在酝酿中。如果那些激进想法变成了发明,也许会像曾经的电力和汽车那样,重新塑造城市。


自动驾驶能否帮助城市扩容,获得更廉价的住房,疏通公共交通,甚至从私家车手中夺回街道?城市生活的这些方面仍需改善,但可能会比我们预期得更快,就像横空出世的自动驾驶一样,这些关于城市自动化的想法可能会瞬间出现。但是,在工业转向不同方向之前,城市如何利用这些创新的想法呢?


机器人如何上路

一个认真寻找答案的城市是巴黎。


当世界将注意力转移到2024年夏季奥运会的“光之城”时,香榭丽舍大街将不再有传统的汽车出现。巴黎已经加入伦敦和赫尔辛基的队伍中,在2020年前开始禁止柴油发动机,并承诺将汽车从城市中心驱赶出去,取而代之的将是各种形状和尺寸的电动交通工具:汽车、摩托车、自行车及巴士等。


同时,巴黎正在提高停车费用,增加自行车道,并投资街道家具等设施。不止是汽车,以前街道中静止不动的设施也会发生变化,至少会有一定程度的自动化吧。


今天的互联网信息亭会成为明天自动驾驶的服务台吗?在伦敦,英国电信公司的InLinkUK设备正在逐步取代伦敦人行道的标志性红色电话亭。(图片来源: InLinkUK)


巴黎市副市长Jean-Louis Missika说,“城市的机器化”才刚刚开始,未来的自动化不仅限于运载人类或货物的车辆,其范围将包括建筑、规划和经济发展。虽然谷歌的自动驾驶建筑物看起来还很遥远,但自动停车计时器或智能交通灯实现起来也许并不难。或者所有这些功能都能容纳在同一个设备中。


这些新玩意(让我们称之为urban ushers ,下文翻译为“城市引领者”)可以充当多种角色——交通警察、交通管理员和多功能仪表助手,而其能力可远超目前的水平。引导自动驾驶交通,将其转化为行人能理解的标志,仍需要很多尚未发明的技术。这其中就包括不同交通工具之间、交通工具与基础设施之间的通信协议,以用于履行各种不同的职责。


随着对社会影响和公共安全的关注,日立正在探索让机器人充当“城市引领者”会带来的益处。(图片来源: 日立)


可以看一下日立实验室的巡逻机器人(patrol robot)是如何实现其功能的,其近期宣传的一个视频是垃圾桶大小的概念AV。这款可爱的机器人有着企鹅状的底盘,脚蹼般的手臂可以挥动,这个机器人可以用来增强公共领域的安全性。


比如可以呼唤学校孩子和老人的名字;在紧急情况下可以召集医务人员;提供街道照明等。所有的服务都是一周七天,每天24小时,随时到岗,不需要付加班费。未来的“城市引领者”也许会控制使用时间,采用实时动态计价收费。


城市机器人会增加公务员被裁员的担忧,但当AVs减少停车罚款和交通违规时,更智慧的街道会弥补起收入损失。而城市可以将解放出来的工作人员转移到警察、学校和社区的服务当中去。


“城市引领者”应该会在2024年夏季奥运会开始前就做好准备,但巴黎副市长仍对未来将要发生的一切都很着迷。“因为巴黎如此密集,我们的街道空间又非常少,所以我们需要更加优化地使用它们,”他表示,“甚至一个长凳也可以移动“,比如在考试期间,可以根据需求在不同的城市空间部署长凳,以增加大学所需的座位。


“通过临时移动街道家具或服务设施来满足城市的需求,这样的想法不是很有趣吗。”


未来场景:自动化创建响应式街道

AV的发展和机器人技术的进步,将使日常的街道基础设施变得更加智能化,且方便移动,而让街道适应不断变化的公共和私人用途,也可以实现这一目标。



Ariel和她的邻居正在计划年度街区派对。他们只要看看城市网站,就会引发一场“机器人芭蕾”(robotic ballet),为他们的活动清扫道路。(Kristin Boydstun 绘制)


在聚会前,“城市引领者”会告知停放的车辆,即将关闭街道的时间通知。(Kristin Boydstun 绘制)



聚会当天早上,“城市引领者”更加积极主动,引导交通流到备用路线并设置相应的障碍。Ariel和她的邻居把街道变成了一个共享客厅。(Kristin Boydstun 绘制)



Ariel看到了“城市引领者”在她的街区所做的改变——消除人行道上凌乱的服务设施,让人们在公共空间实践新想法,而一些创新想法可能会变成永久性设施。(Kristin Boydstun 绘制)


SoftTrains让所有人上车

“城市引领者”展示了这样的未来,当城市全盘接受自动驾驶,清除旧的基础设施以为新方案让路时,任何事情都可以实现。但是,如何使用自动驾驶技术改进现状呢?


凭借预付费上车和专用车道的组合,BRT是过去25年来最有生命力的创新型城市交通方式。许多城市规划人员用挖掘地铁隧道成本的一小部分来部署高容量的公共交通,成功提高了BRT车站周围步行区的城市密度。


尽管BRT取得了显著的成功,它还受到一些限制,其中最大的限制是承载力。在最高速的线路上,BRT的最高运量约为每小时4万人次,因此无法成为铁路的直接替代品,因为铁路的最大运量可为其两倍。


根据Transit App Moovit的数据,波哥大公共交通系统每5名乘客中就有一人在一次出行中转车两次。这张照片捕捉了2017年的乘客,他们正在排队等着登上波哥大TransMilenio的BRT。(图片来源:Flickr)


这时候就需要自动化了。当下,硅谷初创公司和老式汽车制造商都在对自动驾驶卡车进行道路测试,这些卡车紧密地连在一起以期降低燃料和劳动力成本。如果同样的技术应用在公共汽车上,可以消除现有的车辆长度限制,大大提高乘客的承载量。


如今最长的公共汽车是巴西城市库里提巴使用的双铰接车型(bi-articulated models)。这些巨人使用灵活的接头,连接三个车厢,总载客超过250人。但是AV车队(或称为SoftTrains)可能会使用自动驾驶技术来连接六辆或更多的车辆。虚拟连接也将修复铰接式巴士的致命弱点——无法在狭窄的城市街道上行驶。SoftTrains的车厢只需要临时散开,就可以轻松转弯。


SoftTrains也可以使BRT比现在拥有更多功能,也更灵活。在危机或灾后恢复期间,无人驾驶巴士可以迅速用于紧急交通运输服务,而且运营成本更低。SoftTrains可以成为快速测试BRT潜在路线可行性的工具,就像BRT经常作为未来铁路走廊的前期发展一样。


能够随意连接并分离的“双模式”操作的SoftTrains,可以为主干道上的多个分支道路提供服务,这是今天的车辆无法实现的壮举。


最后,计算机控制还会对当今的BRT进行一系列小改进,包括更平稳的速度变化,更快的对接和更精确的转向。其结果将是比当前更舒适的旅程,更短的车程和更窄的车道。


未来场景:自动化增强的巴士

计算机控制将使巴士连接起来变成多车厢的列车,以容纳更多乘客。城市可以利用自动化来扩大快速公交的容量,提高其灵活性。



Esmeralda和Jorge过去每天上班要花费2小时在拥挤的、不舒适的巴士上。(Studio Muti 绘制)



但是自推出了AV巴士——连接在一起的高载客量“列车”,每个人都有了座位。由于AV巴士的运营成本更低,其运行频率也更加频繁。(Studio Muti 绘制)



随着软件取代刹车驱动,列车运行更加平坦,人们乘坐起来更舒适。(Studio Muti 绘制)



巴士列车甚至可以在城市之外分道扬镳,不同的车厢可以提供比以前更偏远的直达服务。(Studio Muti 绘制)



当然它们也很灵活,当洪水袭击并击倒了该市一半地铁时,Jorge并没有耽误一天的工作,因为SoftTrains可以轻易地重新部署以避免中断。(Studio Muti 绘制)


最后一英里的漫游者

城市交通机构擅于提出策略,通过公共汽车和火车在大都市地区高效地移动人群。但挑战依然存在——规划师称之为“开始一英里/最后一英里”的短暂跳跃。


这就是为什么过去十年的大规模移动创新都是小尺度的。城市公共自行车以及无桩共享单车的兴起,源于门到门移动需求的增长。现在大量的初创公司纷纷涌入个人电动交通工具(EVs)的浪潮中,包括自行车、摩托车和滑板(hoverboards)。这些车辆(我们称之为rovers,以下翻译为“漫游者”)通常零售价低于1000美元,行驶里程在20-30英里(约32-48公里)的范围,时速可达15英里(约24公里)/小时。


Jump的全球定位无人驾驶电动自行车已在北美多个城市推出。(图片:Jump Bikes)


意料之中的是,最渴望在这些电动自行车的人群年龄在35岁以下。他们感到惊喜的不仅仅是速度提升——这些装备还是逃离暴涨租金的最好途径。
2000年代,美国次贷危机导致房价泡沫上涨,新手购房者经常会被建议“开到符合你身份的地方买房”(drive until you qualify)。大都市边缘的低价土地上进行的开发,加速了城市的扩张。如今,越来越多的年轻人涌入中心城区,推动了房价的上涨。随之而来的房价压力把很多人推向那些付得起房租,但位于可达的公交网络之外的社区。


因此,新的交通方式是将那些住在城区周边的人们,重新带入城市脉搏的粘合剂。通过大幅扩大人们舒适的出行半径,漫游者在其中扮演着重要的角色。规划师的经验是,人们步行不超过20分钟即可到达一个中转站,也就是一英里(约1.6公里)的覆盖半径。同样在20分钟里,漫游者能覆盖五英里的半径距离,这样就能延伸到低租金的地区。


城市能接受漫游者,并且支持这种新型社区的出行模式,以及规模庞大的以交通为导向(transit-oriented)的社区吗? 


一个显而易见的方法是把共享单车当做一个AV来重新考虑,也就意味着等待汽车的自动驾驶技术缩小到个人交通工具的尺度。当有需求的时候,就能通过APP叫到自动驾驶的漫游者,这些漫游者遍布于整个城市,停放在不碍事的地点,比如小道上或车库里,不会停放在不合适的地方。


“你不需要去考虑平衡或控制整个系统”,无桩共享单车创业公司SPIN的CEO、Lyft的前经理Derrick Ko说。对于华盛顿哥伦比亚特区的共享单车系统来说,平衡单车的数量占系统运营成本的一半以上。然而有了漫游者,系统就可以进行自我平衡。


漫游者的可达市场也可能让共享单车蒙羞。因为有了电动马达,如果不能或不想自己踩踏,年轻人和老年人都可以舒适地乘坐。虽然还没有人发明过两轮自动驾驶自行车(尽管麻省理工学院拥有自动驾驶三轮车),但从滑板车到轮椅车等不同的个人AV / EV组合中不难看出,相比当下的自行车,漫游者可以为更广泛的人群提供可持续的、移动性更好的出行方式。


未来场景:自动化扩大了住房的范围

小型私人车辆将电气化和自动化相结合,极大延伸了个人的活动范围。城市可以利用日益增强的移动性,连接到更多的偏远地区。



Aya住在火车站附近一个很小的公寓里。当她开始考虑组建家庭时,她希望在室内外有更多的空间。(Nick Iluzada 绘制)



当漫游者出现时,她突然意识到当她需要的时候,总会有一个漫游者在等她。漫游者们成群结队前往繁华区,她可在不同时段选择不同的交通工具。先滑一个滑板到商店去…… (Nick Iluzada 绘制)



然后骑一辆自行车将采购的物品带回家。有了漫游者,她可以更舒适地远距离出行,而不再局限于步行或骑自行车的距离。不需要汽车,就可以进入偏远地区的更便宜、更新的住所。(Nick Iluzada 绘制)



漫游者仅有轻微的碳足迹。当不被使用时,它们会在地下室和小巷中自动充电。漫游者从不在繁忙的人行道上或路边占用道路空间。(Nick Iluzada 绘制)

登录查看更多
2

相关内容

自动驾驶汽车,又称为无人驾驶汽车、电脑驾驶汽车或轮式移动机器人,是自动化载具的一种,具有传统汽车的运输能力。作为自动化载具,自动驾驶汽车不需要人为操作即能感测其环境及导航。完全的自动驾驶汽车仍未全面商用化,大多数均为原型机及展示系统,部分可靠技术才下放至商用车型,但有关于自驾车逐渐成为现实,已经引起了很多有关于道德的讨论。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
118+阅读 · 2020年5月22日
德勤:2020技术趋势报告,120页pdf
专知会员服务
186+阅读 · 2020年3月31日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
新时期我国信息技术产业的发展
专知会员服务
68+阅读 · 2020年1月18日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
292+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
77+阅读 · 2019年12月13日
深度学习技术在自动驾驶中的应用
智能交通技术
25+阅读 · 2019年10月27日
未来20年(2019—2039)的50个技术预测
全球创新论坛
5+阅读 · 2018年12月16日
资料贴 | 无人驾驶清晰梳理
机器学习算法与Python学习
5+阅读 · 2018年5月3日
智慧停车行业深度研究与分析报告
智能交通技术
4+阅读 · 2018年3月20日
中国倒数第五!毕马威全球自动驾驶报告|附下载
人工智能学家
6+阅读 · 2018年1月21日
热点 | 深圳无人驾驶公交车正式运营!
机器学习算法与Python学习
3+阅读 · 2017年12月4日
【智能驾驶】史上最全自动驾驶系统解析
产业智能官
22+阅读 · 2017年8月21日
无人驾驶汽车
劲说
5+阅读 · 2016年8月26日
Image Segmentation Using Deep Learning: A Survey
Arxiv
42+阅读 · 2020年1月15日
Arxiv
20+阅读 · 2019年11月24日
Arxiv
10+阅读 · 2019年1月24日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
Arxiv
4+阅读 · 2018年10月4日
Text classification using capsules
Arxiv
5+阅读 · 2018年8月12日
Arxiv
3+阅读 · 2017年12月14日
VIP会员
相关VIP内容
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
118+阅读 · 2020年5月22日
德勤:2020技术趋势报告,120页pdf
专知会员服务
186+阅读 · 2020年3月31日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
新时期我国信息技术产业的发展
专知会员服务
68+阅读 · 2020年1月18日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
292+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
77+阅读 · 2019年12月13日
相关资讯
深度学习技术在自动驾驶中的应用
智能交通技术
25+阅读 · 2019年10月27日
未来20年(2019—2039)的50个技术预测
全球创新论坛
5+阅读 · 2018年12月16日
资料贴 | 无人驾驶清晰梳理
机器学习算法与Python学习
5+阅读 · 2018年5月3日
智慧停车行业深度研究与分析报告
智能交通技术
4+阅读 · 2018年3月20日
中国倒数第五!毕马威全球自动驾驶报告|附下载
人工智能学家
6+阅读 · 2018年1月21日
热点 | 深圳无人驾驶公交车正式运营!
机器学习算法与Python学习
3+阅读 · 2017年12月4日
【智能驾驶】史上最全自动驾驶系统解析
产业智能官
22+阅读 · 2017年8月21日
无人驾驶汽车
劲说
5+阅读 · 2016年8月26日
Top
微信扫码咨询专知VIP会员