시뮬레이션을 통한 도심 교통 문제 해결

메이 모빌리티(May Mobility)는 자율주행차(AV) 기술을 통해 모두를 위한 더 나은 교통수단을 만들고 있습니다. May Mobility의 목표는 AV 시스템을 통해 보다 안전하고 공정하며 지속 가능하고 접근 가능한 교통수단을 제공하고, 더 친환경적이고 활기차고 살기 좋은 공간을 조성하기 위해 더 나은 토지 이용을 장려하는 세상을 실현하는 것입니다.
미시간주 앤아버
본사
2017년
설립
300+
임직원 (2023년)
May Mobility 설립 초기 우리는 어려운 결정을 내려야 했습니다. 자체 시뮬레이션 인프라를 구축 할 것인가, 아니면 Applied 와 같은 회사와 파트너를 맺을 것인가?

Applied 와 협력하여 May Mobility 는 더 나은 자율성 기능을 추구하는데 필요한 엔지니어링 시간을 확보할 수 있었습니다.
에드윈 올슨
공동 창립자 겸 CEO
목표
May Mobility는 대중교통을 보완하고, 안전 및 지속 가능한 공유 모빌리티 솔루션을 제공하기 위해 미국과 일본 전역에서 자율주행 마이크로 트랜짓 서비스를 운영하고 있습니다. 현재 May Mobility의 자율주행 차량에는 자율주행 차량 운영자가 참여하고 있지만, 향후에는 지리적 범위를 확대하여 완전 자율주행 차량을 배치하는 것을 목표 하고 있습니다.

탑승자의 안전과 편안함은 May Mobility가 운행 중인 차량의 최우선 과제입니다. 자율주행 시스템 개발의 비전을 달성하기 위해 May Mobility는 다음과 같은 개발 분야에 집중하고 있습니다:
애자일 개발: 개발 주기를 단축하기 위해 성능 문제를 즉시 해결합니다.
배포 전 회귀 파악: 코드 변경 사항이 생산 차량에 배포되기 전에 소프트웨어 회귀를 식별합니다.
능동적인 플리트 (Fleet) 학습: 현장에서 발견되는 이상 징후를 개발 및 검증을 위한 테스트 사례로 전환하여 자율 주행 기능을 지속적으로 개선합니다.
미시간주 그랜드래피즈에서 운행하는 May Mobility
어플라이드 팀은 우리가 요청한 기능을 개발하는 데 있어 훌륭한 파트너였으며  시뮬레이션 플라이휠의 구축을 가능케 하였습니다. 앞으로 시뮬레이션을 사용하여 자율주행모드이탈을 더 잘 분류할 계획입니다.
니라지 파텔
소프트웨어 엔지니어어
접근법
May Mobility는 Applied Intuition과 파트너십을 체결하여 AV 기술의 안전성, 편안함, 성능을 테스트하는 데 더욱 민첩하고 효율적으로 대응하고 있습니다.
Applied의 re-simulation 플랫폼 Logstream을 통해 May Mobility는 안전 운전자가 차량을 제어하기로 결정한 실제 상황을 재현할 수 있었습니다.
시뮬레이션 플라이휠: May Mobility의  기능 요청을 제공한 Applied 협업은 개발팀이 더 많은 시나리오, 테스트 사례 및 지속적 통합(CI) 테스트를 실행하여 개발 속도가 빨라지고 회귀가 줄어드는 테스트 중심 접근 방식인 '시뮬레이션 플라이휠'의 시발점이 되었습니다.
편의성을 테스트하는 커스텀 옵저버: Applied의 시뮬레이터 Simian을 통해 May Mobility 는 가상 시나리오에서 소프트웨어를 테스트하여 차량이 안전하게 주행하고 탑승자의 편안함을 위한 특정 기준을 충족하는지 확인할 수 있습니다.
소프트웨어 업데이트 전 담금질 테스트: 시뮬레이션 기반 접근 방식은 실제 경로에서 수행하던 기존의 장시간 침지 테스트를 대체합니다. May Mobility 팀은 소프트웨어 업데이트를 배포하기 전에 다양한 시나리오를 신속하게 생성하여 안전성을 검증할 수 있습니다.
드라이브 데이터의 자동 평가: May Mobility는 차량에서 수집한 몇 시간 분량의 주행 기록에서 프로그래밍 방식으로 이상 징후 및 기타 관심 이벤트를 찾을 수 있습니다. 그 이후 이러한 관심 이벤트를 테스트 케이스로 전환하여 Logstream에서 다시 시뮬레이션할 수 있습니다.
지속적인 개발: Applied의 CI 플랫폼 Orbis를 통해 May Mobility는 새로운 소프트웨어를 배포하기 전 자율 주행 소프트웨어의 회귀를 식별하고 근본 원인을 찾을 수 있습니다.
새로운 기능을 위한 더 빠른 개발: Simian은 더 빠른 알고리즘 개발을 지원하여 May Mobility가 시나리오 데이터베이스를 통해 비보호 우회전 장애물과 같은 새로운 기능을 테스트 할 수 있도록 했습니다.
Logstream은 자체 데이터를 재생하고 다시 시뮬레이션할 수 있기 때문에 유용합니다: 차량이 주행하고 안전 운전자가 개입했습니다. 만약 안전 운전자가 개입하지 않았다면 어떤 일이 일어났을까요? Logstream으로 이 질문에 답할 수 있습니다."
브라이스 레디
수석 로봇 엔지니어, Autonomy
임팩트
시간 및 리소스 절약
May Mobility는 소프트웨어가 차량에 배포되기 전 시뮬레이션을 통해 회귀를 자동으로 포착하여 엔지니어링 시간을 절약했습니다.
고품질 라이더 경험
현실 세계가 아닌 시뮬레이션에서 라이더의 편안함을 테스트하고 회귀 현상을 파악함으로써 메이는 더 높은 품질의 라이더 경험을 제공할 수 있었습니다.
새로운 ODD로 확장
May는 개발 주기에 시뮬레이션을 통합한 결과 새로운 운영 설계 도메인(ODD)으로 더 빠르게 확장할 수 있게 되었습니다.