시뮬레이션을 통한 도시 교통 과제 혁신

메이 모빌리티(May Mobility)는 자율주행 교통수단을 통해 더 나은 삶을 열어가고 있습니다. May는 사람들이 덜 운전하고 더 많이 살 수 있는 미래를 향한 길을 가속화하기 위해 커뮤니티에서 작동하는 솔루션을 제공합니다. 이 회사의 목표는 자율 주행 시스템이 교통의 신뢰성을 높이고 도로를 훨씬 더 안전하게 만들고 더 나은 토지 사용을 장려하여 더 푸르고 활기차고 살기 좋은 공간을 조성하는 세상을 실현하는 것입니다.
미시간주 앤아버
본부
2017년
설립
230
임직원 (2022년)
“실제 배치된 우리의 차량에 집중함으로써 우리는 라이더를 행복하게 만드는 것이 무엇인지 배우고, 동시에 운영 능력을 제고하고 있습니다. Applied 팀은 이러한 경제적인 개발방식을 가능하게 하는 도구를 제공합니다.”
에드윈 올슨
메이 모빌리티 공동 창립자 겸 CEO
목표
May Mobility는 대중 교통을 보완하고 안전하고 지속 가능한 공유 모빌리티 솔루션을 제공하기 위해 미국 여러 도시에서 자율 셔틀 서비스를 운영하고 있습니다. 현재 자율 주행 셔틀은 Fleet Attendant (안전 운전자) 동승아래 운행되지만 May는 미래에는 완전 자율 차량을 배치하는 것을 목표로 합니다.

라이더의 안전과 편안함은 May에서 운행하는 차량의 최우선 순위입니다. 자율 시스템 개발에 대한 비전을 달성하기 위해 May는 다음 개발 영역에 집중하고 있습니다.
애자일 개발: 운행 차량의 운영 문제를 즉시 해결합니다.
배포 전 회귀 파악: 주간 및 월간 소프트웨어 업데이트가 제공되기 전에 회귀가 프로덕션 차량에 들어가는 것을 방지합니다.
능동적인 플리트 (Fleet) 학습: 현장에서 목격되는 이상 징후를 개발 및 검증을 위한 테스트 사례로 전환하여 자율주행 기능을 지속적으로 개선합니다.
미시간주 그랜드래피즈에서 운행하는 May Mobility
“Applied 팀은 우리가 요청한 기능을 개발하는 데 있어 훌륭한 파트너였으며 결과적으로 내부적으로 시뮬레이션 플라이휠이 시작되었습니다. 앞으로 시뮬레이션을 사용하여 자율주행모드이탈을 더 잘 분류할 계획입니다.”
카밀 리트만
소프트웨어 부사장, May Mobility
접근법
May는 Applied Intuition과 제휴하여 자율 셔틀 기술의 안전성, 편안함 및 성능을 테스트하는 데 민첩성과 효율성을 제고했습니다.
안전하고 환경친화적인 라이더 경험을 위해 Clean Shuttle 향상 기능을 갖춘 May Mobility 자율 셔틀의 탑승객들.
시뮬레이션 플라이휠: May의 기능 요청사항에 대응하여 Applied는 '시뮬레이션 플라이휠' 구축에 착수했습니다. 개발 팀이 더 많은 시나리오, 테스트 사례 및 지속적 통합(CI) 테스트를 실행함에 따라 개발이 더 빨라지고 회귀가 덜 자주 발생하는 테스트 중심 접근 방식입니다.
편의성을 테스트하는 커스텀 옵저버: May의 개발팀을 위해 개발된 커스텀 옵저버는 라이더의 편안함을 테스트합니다.
소프트웨어 업데이트 전 담금질 테스트: 시뮬레이션 기반 접근 방식은 실제 환경의 고정 경로에서 수행되는 기존의 긴 부하 테스트를 대체합니다. 소프트웨어 업데이트가 푸시되기 전에 다양한 시나리오를 신속하게 생성하여 안전성을 확인할 수 있습니다.
드라이브 데이터의 자동 평가: Applied의 솔루션은 여러 차량에서 수집한 몇 시간 동안의 주행 로그에서 이상 현상 및 기타 관심 이벤트를 프로그래밍 방식으로 찾아 재시뮬레이션을 위한 테스트 케이스로 전환합니다.
지속적인 개발: Applied의 CI 시스템은 새로운 소프트웨어가 배포되기 전에 자율주행 소프트웨어의 퇴행과 근본 원인을 식별하는 데 사용됩니다.
새로운 기능을 위한 더 빠른 개발: Applied의 시뮬레이션 도구는 더 빠른 알고리즘 개발을 지원하여 차단된 비보호 우회전 또는 시나리오 데이터베이스를 통한 교육 시스템 매개변수와 같은 새로운 기능을 테스트할 수 있습니다.
“Applied의 시뮬레이션 도구를 활용하여 엔지니어링 속도를 가속화하고 개발/테스트/배포 주기 초기에 회귀를 포착하며 시스템의 실제 성능을 분석합니다.

그렇지 않으면 시스템 성능에 대한 자세한 통찰력을 얻는 동시에 현장에서 소프트웨어의 근본 원인을 수동으로 해결하고 디버깅하는 데 드는 시간을 절약할 수 있습니다."
숀 메신저
수석 로봇 엔지니어, May Mobility
임팩트
시간 및 리소스 절약
May Mobility는 소프트웨어가 차량에 배포되기 전에 시뮬레이션에서 회귀를 자동으로 포착하여 엔지니어링 시간을 절약했습니다.
라이더 경험 제고
현실 세계에서 발생하는 회귀 대신 시뮬레이션에서 회귀를 포착함으로써 라이더 경험을 향상합니다.
새로운 ODD로 확장
May는 개발 주기에 시뮬레이션을 통합한 결과 새로운 ODD로 더 빠르게 확장할 수 있습니다.