科技萌！阿姆斯特丹最酷无人驾驶船

历史上，在那些拥有发达的、或自然或人工河道网络的城市中，货运和客运都有赖于船舶。近几十年来，城市运输已逐渐由卡车、货车和汽车等工具承载，这一转变损害了城市的环境和宜居性。

当当当当！有请我们今天的主角：Roboat！

Roboat是美国麻省理工学院感知城市实验室的一个研究计划，旨在探究自动浮船在提升城市服务方面的潜力。通过联合麻省理工学院计算机科学与人工智能实验室和土木环境工程系，以及来自代尔夫特理工大学、瓦格宁根大学及阿姆斯特丹高级大都会研究中心的相关人员，Roboat研发团队旨在突破自动机器技术在城市水环境中的应用局限。

作为世界上拥有最大规模运河网络的城市之一，阿姆斯特丹长达数百公里的运河不仅塑造了其城市肌理，也为缓解城市道路交通及陆地运输压力、振兴阿姆斯特丹的水路运输传统提供了独特机遇。

阿姆斯特丹城市景观 MIT and AMS Institute

尽管阿姆斯特丹是欧洲最适宜骑行且人均汽车保有量最低的城市之一，但其交通状况和尾气排放问题仍然令人担忧。除了阿姆斯特丹85万居民的日常出行外，该市的交通系统平均每天还需运载271000名通勤人员和45000名游客—所有这些都借助地下和地面交通工具（包括2300辆出租车）运载。此外，往返于阿姆斯特丹市中心40000个货物配送服务站点的货运运输频次可达20000次/日。80％的装卸工作都在阿姆斯特丹狭窄曲折的街道中完成，这也进一步阻塞了当地交通。

城市货运的另一个压力来自互联网购物和送货上门服务的迅速普及。在荷兰，超过80％的商品可被直接送货上门。1998~2011年间，荷兰每年的家庭网购消费从4100万欧元激增至90亿欧元，网购所占市场份额从2005年的2.8％增长至2011年的10％。

阿姆斯特丹城市鸟瞰激光雷达探测图（2017年）。阿姆斯特丹作为世界上拥有最大规模运河网络的城市之一，长达数百公里的运河形成了其城市肌理。 MIT and AMS Institute

荷兰是水路货运率最高的欧洲国家，水路运输份额为47%，已大致和公路运输相当。然而，阿姆斯特丹运河的货运业在过去很长一段时间内都处于没落状态，直到1997年DHL快递公司开通水上货物运输。如今，快递船只被当作“配送中心”，包裹的收集和分发通过自行车完成。2010年，Mokum Mariteam水上货运配送公司开始在阿姆斯特丹运营其第一艘电动货船，并利用水路将货物运送至各个商店。有人对能够满足阿姆斯特丹市中心21个区域（总占地面积2.5km2）内餐厅和商店的供货需求的船只数量进行了估算，结果表明，在交付货物时不干扰观光游船的情况下，仅需要4艘货船便可满足这些区域夏季的总物流需求。

研发团队设想通过一组自动化水上平台缓解以上问题，并使之成为一种新型城市基础设施。该计划中既涉及微观尺度的设想（向公众公开水质数据），也包括宏观尺度的宏大愿景（建立汇集了新鲜农产品的自动化平台网络，这些平台可以联合起来形成水上农夫集市）。通过应对城市日常生活中的现实问题，Roboat可成为一个帮助市民营造符合时代需求的美好城市生活的平台。

Roboat单元模型与拼合模式 MIT and AMS Institute

在阿姆斯特丹繁忙的运河中开展自动船项目会遇到感知、动线规划与障碍规避、轨迹规划预判，以及多船协调等诸多挑战。Roboat船体上配备有多种传感器 [ 包括激光雷达、惯性测量装置（IMU）、RGB三通道彩色成像摄像头 ]、无线路由器和适配器、电池、计算机、微控制器，以及通过机器人操作系统（ROS）的中间运行软件。

在MIT泳池进行的Roboat性能室内测试 MIT and AMS Institute

激光雷达与拍摄技术的结合可以（通过激光雷达技术）测量船体与物体之间的距离，并（通过具有计算机视觉算法的相机）对这些物体进行标记。感知技术使得Roboat在航行时能够探测到其他船只和障碍物的信息并反馈至Roboat导航系统，使得该系统可以基于非线性模型预测控制器（NMPC）实时计算出最佳行驶路径，以避免与既有障碍物发生碰撞。除此之外，NMPC还会对船只行进的基准轨道、动态及推力进行综合评估。

研究人员在阿姆斯特丹和东京检测Roboat的运行效果 MIT and AMS Institute

该计划试图将Roboat单元用作自动化水上出租车或公共汽车，并为游客和当地居民带来全新的体验。每一个Roboat单元都可以作为可租赁的交通工具，用于有明确目的地的出行或作为陆上交通拥堵时的替代选择。通过这一水上平台，游客不仅能够近距离感受运河的魅力，而且能方便地抵达较为冷门的博物馆和景点。Roboat还可变身为拖船，为现有的私人船只提供按需搭载服务，使更多的当地居民可以享受水上休闲时光。居民们也可将私人船只停泊在城外，再根据需要随时租用Roboat。

Roboat可用于公共运输或作为水上出租车 MIT and AMS Institute

此外，Roboat单元可联结起来形成临时桥梁，以缓解阿姆斯特丹拥有悠久历史的桥梁和沿河街道的拥堵情况。Roboat自动化系统可以实时响应高峰时段的交通流量变化。此外，Roboat单元还可以在运河上联结为水上舞台及公共广场，以重拾阿姆斯特丹的水上活动传统。随着当地居民和游客对运河重新加以利用，这一技术可以构建一种新型城市公共生活的新范式。

Roboat单元可拼接成桥梁、水上平台。 MIT and AMS Institute

不仅如此，Roboat还可用于解决其他城市基本问题，例如垃圾收集。在阿姆斯特丹中心区，由于当地居民通常将垃圾堆放在路边等待收集，因此这一区域被选为该计划的一处试点。Roboat作为可自动转移垃圾的水上垃圾箱，解决了历史街区中大型垃圾车带来的诸多问题—拥堵、污染、噪音等—服务范围覆盖近70％的试点区域。

Roboat可变身为水上垃圾箱 MIT and AMS Institute

研发团队又将视角拓展到阿姆斯特丹周边地区，探索了以Roboat单元构建水上食品市集或快闪式摊位的可行性。这些沿河分布的摊位便于当地居民采购新鲜的农产品。这一尝试的推广将为阿姆斯特丹增加一系列可用作水上市集的城市公共空间。通过不断挖掘城市水网中的各种潜在资源，Roboat可使运河再次焕发活力。

将成为阿姆斯特丹新的城市景观 MIT and AMS Institute

Roboat不仅是一个模块化搭载系统，通过将自动化技术和传感器相结合，其还可以成为城市中的新型可移动传感平台。Roboat可以在各种环境条件下对水质、空气质量，以及气候条件等进行监测。与传统的静态监测点相比，可移动的Roboat能够以更高的空间分辨率收集环境数据。依据这些数据，当地政策制定者能够优化环境和公共卫生方面的决策。

Roboat可成为人工智能驱动型城市基础设施平台的重要组成部分，能够缓解人类与环境之间的冲突，并辅助人类运营越来越复杂的城市环境，人们可通过各类移动设备随时查看城市天气、交通、空气质量等信息。 MIT and AMS Institute

人类与任何技术之间的关系都是一个复杂的交互模型。在道路交通系统中，这种关系是指人类驾驶员需要时刻关注交通路况，遵循社会共同制定的交通规则，并根据其他车辆和行人的情况及时做出响应。随着时间的推移，驾驶员在各种交互中逐渐积累驾驶经验。这些复杂的相互作用不仅存在于过去人类与马车、现在人类与机动车之间，随着自动驾驶车辆的普及以及其与城市中无数传感器逐步建立起密切的互动关系，人与技术之间的交互关系也将变得愈加复杂。因此，人类与非人类事物（马车、机动车等）之间的关系是交通系统中的永恒议题，其中控制系统将发挥越来越重要的作用。

REFERENCES

[1] Van der Zee, S., Dijkema, M., Van der Laan, J., & Hoek, G. (2012). The impact of inland ships and recreational boats on measured NOx and ultrafine particle concentrations along the waterways. Atmospheric Environment, 55, 368-376. doi:10.1016/j.atmosenv.2012.03.055

[2] Gemeente Amsterdam. (2016). Amsterdamse Thermometer can de Bereikbaarheid 2016. Retrieved from https://hallodepijp.nl/engine/download/blob/gebiedsplatform/69870/2017/38/print_bereikbaarheid_1.pdf?app=gebiedsplatform&class=9096&id=579&field=69870

[3] Eurostat. (2018). Transport statistics at regional level. Retrieved from http://ec.europa.eu/eurostat/statistics-explained/index.php/Transport_statistics_at_regional_level#Equipment_rates_for_public_road_transport_passenger_vehicles

[4] Van Duin, J., Kortmann, R., & Van den Boogaard, S. (2014). City logistics through the canals? A simulation study on freight waterborne transport in the inner-city of Amsterdam. International Journal of Urban Sciences, 18(2), 186-200. doi:10.1080/12265934.2014.929021

[5] Weltevreden J., & Rotem-Mindali, O. (2009). Mobility effects of b2c and c2c e-commerce in the Netherlands: A quantitative assessment. Journal of Transport Geography, 17(2), 83-92.

[6] Visser, J., Nemoto, T., & Browne, M. (2014). Home delivery and the impacts on urban freight transport: A review. Procedia - Social and Behavioral Sciences, 125, 15-27. doi:10.1016/j.sbspro.2014.01.1452

[7] Eurostat. (2018). Freight transport statistics. Retrieved from http://ec.europa.eu/eurostat/statistics-explained/index.php/Freight_transport_statistics#Inland_waterways_freight

[8] Erdinch, H., & Huang, C. (2014). City Logistics Optimization: Gothenburg Inner City Freight Delivery (Master’s thesis). Available from University of Gothenburg.

[9] Maes, J., Sys, C., & Vanelslander, T. (2015). City Logistics by Water: Good Practices and Scope for Expansion. In C. Ocampo-Martinez, & R. Negenborn (Eds.), Transport of Water versus Transport over Water (pp. 413-437). Switzerland: Springer.

[10] Gheneti, B. (2019). Reconfigurable Autonomous Surface Vehicles: Perception and Trajectory Optimization Algorithms (Master’s thesis). Available from Massachusetts Institute of Technology.

[11] Duarte, F. (2019). Self-driving cars: A city perspective. Science Robotics, 4(28), eaav9843. doi:10.1126/scirobotics.aav9843

END

文|麻省理工学院感知城市实验室

Senseable City Lab, Massachusetts Institute of Technology

翻译|田晓劼 田乐 编辑、制作|田乐

本文为原文缩减版，文章完整版刊发于《景观设计学》2019年第2期

“智能工具”专刊