KI-Modelle und Plattformen
Cetin Mericli, Mitgründer und CEO von Locomation – Interviewreihe

Cetin Mericli ist der Mitgründer und CEO von Locomation, wo er ein Team der weltweit führenden Experten auf dem Gebiet der autonomen Fahrzeuge, Robotik und künstlicher Intelligenz leitet.
Zuvor war er als Special Faculty – Commercialization Specialist am National Robotics Engineering Center, Robotics Institute, Carnegie Mellon University, tätig, wo er die Machine Learning und Perception-Gruppe leitete.
Was hat Ihre Faszination für Robotik und autonome Fahrzeuge initially ausgelöst?
Ich entwickelte als Kind Interesse an Computern und brachte mir selbst Computerprogrammierung bei. Das führte schnell zu einem Interesse daran, Computer dazu zu bringen, selbst Entscheidungen zu treffen. Ein Artikel über ein MIT-Projekt über einen laufenden Roboter weckte mein Interesse an Robotik in den frühen 90er Jahren, und ein paar Jahre später bestätigte ein weiteres Roboterprojekt, das ich entdeckte, mein Interesse, und ich entschied mich, meine Karriere dem Bau intelligenter autonomer Roboter zu widmen. Der Rest ist Geschichte.
Von 2013 bis 2018 leiteten Sie die Perception und Machine Learning-Gruppe an der Carnegie Mellon University, mit dem Schwerpunkt auf autonomes Fahren. Welche Projekte arbeiteten Sie während dieser Zeit?
Ich bin einer der glücklichsten Menschen auf Erden, die Gelegenheit gehabt zu haben, etwa ein Jahrzehnt an der Carnegie Mellon University mit den wahren Pionieren und Trailblazern der Robotik und künstlichen Intelligenz zu verbringen. Während meiner Zeit am National Robotics Engineering Center (NREC) als Special Faculty habe ich mehrere hochkarätige Projekte geleitet und dazu beigetragen. Sie reichten von autonomen und semi-autonomen Bodenfahrzeugen für das US-Militär und dem ersten vollautonomen Produktionsystem, Caterpillars autonomen Bergbaufahrzeugen, bis hin zu assistierter Autonomie für Hubschrauber und autonome Landwirtschaftsfahrzeuge. Es war, als würde man aus einem Feuerhahn trinken, und ich habe eine unvergleichliche Menge an Know-how und Erfahrung gesammelt.
Können Sie die Entstehungsgeschichte hinter Locomation teilen?
Das Gründungsteam von Locomation war die Autonomie-Gruppe bei NREC/CMU, und wir haben über ein Jahrzehnt lang an Dutzenden von Projekten zusammengearbeitet. Wir haben sehr klare Meinungen darüber, wie, wann und wo autonome Fahrzeuge eingesetzt werden können, und wir wollten unsere über ein Jahrhundert umfassende Erfahrung in künstlicher Intelligenz und Robotik auf die Kommerzialisierung von AVs konzentrieren. Wir hatten immer eine Meta-Hypothese, die besagt, dass die Menschen aufgrund der See-Saw-Beziehung weniger pendeln werden und dass als Folge davon “Dinge” oder Fracht zu den Menschen kommen müssen. Natürlich hat die Pandemie diesen Trend um 5-10 Jahre beschleunigt, aber das wäre ohnehin passiert, und wir wollten uns darauf vorbereiten. Deshalb entschieden wir uns, uns auf den Gütertransport als Ausgangspunkt zu konzentrieren und die dringendsten Schmerzpunkte wie Arbeitskräftemangel, Betriebskosten und Umweltverträglichkeit anzugehen. Alle Pfeile deuteten auf Sattelzüge und den Mittelstreckenverkehr hin. Es ist jedoch auch nicht trivial, einen 80.000-Pfund-Sattelzug vollautonom zu machen, damit er selbstständig auf einer Autobahn mit 70 Meilen pro Stunde fahren kann, und es erfordert sehr strenges und mühsames Sicherheitstesting und -validierung mit mehreren offenen Forschungsfragen. Wir wollten sicherstellen, dass wir ein kommerzielles Produkt in kurzer Zeit auf den Markt bringen können und dann iterieren. Deshalb entschieden wir uns, das Konzept des menschengeführten autonomen Konvois einzuführen, um vollautonome Sattelzüge mit menschlicher Führung auf eine sehr effiziente und profitable Weise einzusetzen. So entstand Locomation.
Können Sie das Konzept hinter Locomation mit den zwei Lastwagen und zwei Fahrern erklären?
Locomations erstes Produkt heißt Autonomous Relay Convoy (ARC) und besteht aus zwei Lastwagen und zwei Fahrern. Es ist für den Einsatz auf langen Strecken konzipiert, typischerweise etwa 1000 Meilen pro Tag. Das Betriebskonzept ist so konzipiert, dass es eine reibungslose, durchgängige Lösung bietet. Zwei Lastwagen beginnen ihre Fahrt, die von zwei Fahrern manuell gesteuert wird, durch die städtischen Oberflächen und auf die Autobahn. Sobald beide Lastwagen auf der Autobahn sind, wird das ARC-System aktiviert, und der zweite Lastwagen geht in den vollautonomen Führungsmodus. Zu diesem Zeitpunkt bleibt der Fahrer im Führungslastwagen im Dienst und engagiert, aber der Fahrer im zweiten Lastwagen unterzeichnet ab und geht zur Ruhe. Alle paar Stunden, an vorher festgelegten und vorbestimmten Punkten, tauschen die Lastwagen die Positionen, so dass beide Fahrer abwechselnd in der Führungsposition und in der Ruheposition sind. Am Ende des Autobahnabschnitts wird das ARC-System deaktiviert, und die beiden Fahrer fahren beide Lastwagen manuell durch die letzte Meile. Auf diese Weise können wir 2-mal mehr Fracht zu 2-mal entfernteren und 2-mal schnelleren Zielen liefern und die Betriebskosten erheblich reduzieren.
Wie viele Meilen an Daten wurden von den auf der Straße fahrenden Lastwagen gesammelt?
Wir messen den Fortschritt nicht nur an der Menge der gesammelten Daten oder der gefahrenen Meilen. Wir optimieren für den Informationsgehalt in den Daten. Wir sind sehr genau darin, wie wir unsere Tests planen und was wir testen, wann, wo und wie. Wir haben mit unseren Lastwagen Zehntausende von Meilen gefahren und viele Tausende von Meilen an autonomen Betriebsdaten aus mehreren Regionen gesammelt.
Welche Art von Kosten- oder Kraftstoffeinsparungen können Flottenlastwagenbetreiber durch den Einsatz von Locomation-Lastwagen erwarten?
Es hängt von der tatsächlichen Route ab, aber im Durchschnitt sprechen wir von etwa 8% Kraftstoffeinsparungen allein durch die Reduzierung des Luftwiderstands (und ein paar Prozentpunkte mehr für die Effizienz des autonomen Fahrens), und wir verdoppeln die Frachtkapazität für die gleichen Ressourcen, was die damit verbundenen Arbeitskosten um etwa 50% reduziert. Unsere Konvois reduzieren auch die CO2-Emissionen um über 40 metrische Tonnen pro Jahr pro Konvoi. Wie Sie sich vorstellen können, summiert sich das für große Flotten zu einer enormen Menge.
Locomation plant, in vier Phasen vollständige Autonomie zu erreichen. Können Sie uns mitteilen, was diese Phasen sind?

Wir glauben, dass ein sorgfältig gestalteter, mehrphasiger Ansatz, der sich auf die Sicherheit, Geschwindigkeit und Breite konzentriert, uns zur vollständigen Autonomie führen wird. Autonomous Relay Convoy ist unser Minimum Viable Product, das als Erstes auf den Markt kommen wird. Bald darauf werden wir Drone Follower veröffentlichen, ein Konzept mit zwei Lastwagen und einem Fahrer, bei dem ein einzelner Fahrer effektiv doppelt so viel Fracht auf Routen transportiert, die an einem Tag umgekehrt werden können. Diese beiden Konvoisysteme werden in den nächsten drei Jahren auf den Markt kommen. Dann werden wir sehr vielfältige Echtzeit-Validierungsdaten von unseren kommerziellen Konvois in einem beispiellosen Umfang sammeln, so dass wir beschleunigte Fortschritte towards den letzten beiden Phasen für fahrerlose Einsätze machen können. Zuerst werden wir solo-fahrerlose Lastwagen auf Autobahnabschnitten einsetzen (Hub-to-Hub), und dann werden wir schließlich die Sicherheits- und Zuverlässigkeitsvalidierung für unsere Technologie haben, um dock-to-dock-Vollautonomie zu erreichen, einschließlich des Fahrens auf Oberflächenstraßen. Jede Phase wird zunächst auf einige Routen und in kleinem Umfang starten, aber wir werden immer unseren gesamten Lieferkettenprozess mit einer Form der Autonomie durchführen, und die Stakeholder werden in der Lage sein, von der Effizienz, Qualität, Sicherheit und Umweltvorteilen so schnell wie möglich zu profitieren. Dieser schrittweise Ansatz wird den enormen kommerziellen Druck auf die Branche und auf uns selbst entfernen, so dass wir uns auf unsere Arbeit konzentrieren können, anstatt sie schnell zu erledigen.
Haben Sie einen ungefähren Zeitplan für den Erreichen der vollständigen Autonomie?
Der erste bedeutende und weit verbreitete Einsatz autonomer Fahrzeuge wird im Bereich des autonomen Lkw-Verkehrs und in Form menschengeführter autonomer Konvois stattfinden.
Die einzigen Dinge, die wir über vollautonome Fahrzeuge wissen, sind 1) vollständige Autonomie wird letztendlich erreicht, 2) es wird nicht in naher Zukunft passieren, und 3) wir wissen nicht, was wir nicht wissen. Ich denke, in den nächsten Jahren werden wir kleine, erste Einsatzszenarien sehen, und bis zum Ende des Jahrzehnts werden wir breitere Einsatzmöglichkeiten sehen, meistens im Güterverkehr. Die flächendeckende Verbreitung von selbstfahrenden Fahrzeugen für den Personentransport (wie Robo-Taxis) wird sehr lange dauern, es sei denn, es gibt einen völlig unvorhersehbaren Durchbruch.
Gibt es noch etwas, das Sie über Locomation teilen möchten?
Wir haben das Glück, ein sehr erfahrenes Team zusammenzustellen (der durchschnittliche AV-Erfahrungswert im Ingenieurteam beträgt über 14 Jahre, der durchschnittliche Erfahrungswert im Bereich des Lkw-Verkehrs im Kommerzialisierungsteam beträgt über 30 Jahre), und wir mögen uns so sehr, dass jedes Gesicht aufleuchtet, wenn wir uns sehen (leider meistens virtuell, in diesen Tagen). Wir haben eine großartige Kultur, und wir sind sehr selektiv, wenn es darum geht, wer unserem Team beitritt. Wir suchen immer nach außergewöhnlichen Menschen, die uns beitreten, uns verbessern und uns die Gelegenheit geben, von ihnen zu lernen. Also, für all die Menschen, die seit vielen Jahren an selbstfahrenden Fahrzeugen arbeiten und frustriert sind über den langsamen Fortschritt und diejenigen, die besessen sind, selbstfahrende Fahrzeuge auf die Straßen zu bringen, schauen Sie bitte auf https://locomation.ai/join-us/
Wir sind Locomation, und wir werden das erste Unternehmen sein, das autonome Lkw im großen Maßstab einsetzt.
Vielen Dank für das großartige Interview, ich freue mich darauf, diese Lastwagen in naher Zukunft auf der Straße zu sehen. Leser, die mehr erfahren möchten, sollten Locomation besuchen.












