借助擎天柱自动驾驶系统，无人驾驶汽车已成为现实

Optimus Ride已经在波士顿海港地区，马萨诸塞州南韦茅斯和混合用途开发区以及一个300英亩的工业园区布鲁克林海军基地中部署了自动运输系统。图像：由Optimus Ride提供

麻省理工学院初创公司改善人流动性的独特方法正在帮助其在竞争环境中获得关注。

世界上一些最大的公司正在花费数十亿美元来开发可以行驶到任何地方的自动驾驶汽车。同时，麻省理工学院（MIT）的初创公司Optimus Ride已经通过采用不同的方法来帮助人们解决问题。

该公司的自动驾驶汽车仅在其全面绘制地图或地理围栏的区域内行驶。借助当今的技术，自动驾驶汽车可以每小时25英里的速度安全穿越这些区域。

Optimus Ride首席执行官Ryan Chin MA ’00，SM ’04，博士’12表示：“重要的是要意识到有多种方法和多个市场可以实现自动驾驶。”“没有单片式的乔治·杰森（George Jetson）自动驾驶汽车。您有机器人卡车，无人驾驶出租车，无人驾驶比萨饼配送机，而每一种机器都有不同的技术开发时间框架和不同的市场。”

通过与开发商合作，Optimus团队目前致力于将其车辆部署在住宅和商业建筑社区，退休社区，企业和大学校园，机场，度假胜地和智慧城市中。创始人估计，这些市场中运输服务的总价值超过6,000亿美元。

“我们认为这是一项重要的巨大业务，但从某种意义上说，这是第一个可寻址的市场，因为我们相信，首批可产生利润并具有商业意义的自动驾驶汽车将出现在这些环境中，因为您可以建立Chin说道。他与Albert Huang SM '05，PhD '10，Jenny Larios Berlin MCP '14，MBA '15，Ramiro Almeida以及1948年级的职业发展航空学教授和宇航员Sertac Karaman。

Optimus Ride目前在波士顿海港地区运营无人驾驶车队，这是在马萨诸塞州南韦茅斯的综合开发项目中，以及到本周为止在布鲁克林海军船坞的一个占地300英亩的工业园区。在该州托管了第一个自动驾驶汽车程序。

今年晚些时候，该公司还将在加利福尼亚州费尔菲尔德的一个私人社区以及弗吉尼亚州雷斯顿的一个混合用途开发项目中部署其自动驾驶汽车。

早期的进展-以及随之而来的宝贵数据-是公司对运输进行整体考虑的结果。这种观点可以追溯到MIT创始人的主要关注领域。

Optimus Ride的自动驾驶汽车仅在公司全面绘制地图或地理围栏的区域内行驶。图像：由Optimus Ride提供

多学科团队

Optimus Ride的创始人曾在MIT的多个部门，实验室和中心工作过。该公司的技术验证始于Karaman于2007年与包括Huang在内的团队一起参加了国防高级研究计划局（DARPA）的城市挑战赛。两位研究人员还一起在计算机科学和人工智能实验室工作。

对于此次活动，DARPA挑战了89个车队，他们制造了一款完全自动驾驶的车辆，可以在不到6小时的时间内穿越60英里的路线。麻省理工学院的车辆是完成旅程的仅有的六辆之一。

Chin领导了一个媒体实验室项目，该项目在Smart Cities组开发了一种可伸缩的电动汽车。2012年，当两位都成为博士候选人时，Chin遇见了Karaman。一年后，Almeida开始在媒体实验室从事访问学者的工作。

当该小组的成员将他们在自动驾驶技术和人们在社区中出行方式的专业知识相结合时，他们意识到他们需要围绕其独特的方法来改善交通状况，开发业务模型。詹妮·拉里奥斯·柏林（Jenny Larios Berlin）在获得城市研究与规划系和斯隆管理学院联合学位后，于2015年被介绍给创始人。该团队于当年8月启动了Optimus Ride。

Karaman说：“该公司确实是所有这些学校和部门的创意大熔炉。”“当我们彼此见面时，存在着技术角度，但我们也意识到存在着重要的商业角度，并且围绕整个系统的思考也存在着有趣的城市规划/媒体艺术和科学角度。因此，当我们组建公司时，我们不仅考虑如何制造全自动驾驶汽车，而且还考虑如何使运输总体上更经济，更可持续，更公平，更便捷等。”

卡拉曼说，该公司的方法只能起源于像MIT这样的高度协作的环境，并相信它为该公司在自动驾驶领域提供了巨大的优势。

“我知道如何构建自治系统，但是在与Ryan，Ramiro和Jenny进行互动时，我的确对系统，使用该系统的智慧城市，业务的某些方面有了更好的了解。型号看起来像，”卡拉曼说。“这对技术有反馈。它使您可以非常有效地构建正确的技术，以便进入这些市场。”

先发优势

Optimus Ride的车辆具有一套摄像头，激光和传感器，类似于其他公司用来帮助自动驾驶车辆在其环境中导航的传感器。但卡拉曼说，该公司的主要技术优势在于其机器视觉系统，该系统可以快速识别物体，并且能够将所有这些数据源融合在一起以做出预测，例如物体的去向和到达时间。

车辆行驶的严格定义区域可帮助他们学习Karaman所说的不同道路上的“驾驶文化”。在某些十字路口，人类驾驶员可能会下意识地花费更长的时间。通勤者的驾驶速度可能比限速要快得多。系统会通过经验学习这些和其他特定于位置的详细信息，例如海港中的Silver Line巴士的转弯半径。

卡拉曼说：“许多资金雄厚的自动驾驶项目试图同时捕捉所有问题并解决所有问题。”“但是我们在可以快速学习的地方操作车辆。如果在一个小社区中走了10,000英里，您最终会看到某个十字路口一百或一千次，因此您学习了驶过该十字路口的文化。但是，如果您在全国各地行驶10,000英里，您只会看到一次地点。”

在Optimus Ride所在的州，仍然需要安全驾驶者驾驶自动驾驶汽车，但创始人希望尽快以类似于空中交通管制员的方式监控人员更少的机队。

不过，目前，他们只专注于扩展当前模型。弗吉尼亚州雷斯顿市的合同是与全球最大的房地产管理公司之一布鲁克菲尔德房地产公司（Brookfield Properties）建立战略合作关系的一部分。Chin表示，布鲁克菲尔德拥有Optimus Ride可以部署其系统的100多个地点，该公司的目标是到2020年底运营10个或更多的机队。

Chin表示：“ [创始人]大概有大约三十年的经验，他们从事自动驾驶汽车，电动汽车，共享汽车，移动交通，按需系统的研究，以及如何将新的交通系统整合到城市中。” 。“因此，这就是公司的想法：将技术专长与正确的政策制定，正确的业务模式结合在一起，并尽可能快地将自主权带给世界。”