Mobil self-driving dapat merevolusi cara orang-orang cacat berkeliling komunitas mereka dan bahkan bepergian jauh dari rumah. Orang-orang yang tidak dapat melihat dengan baik atau dengan kesulitan fisik atau mental yang mencegah mereka mengemudi dengan aman sering mengandalkan orang lain - atau pemerintah daerah atau lembaga nirlaba - untuk membantu mereka berkeliling.
Teknologi kendaraan otonom saja tidak cukup untuk membantu orang-orang ini menjadi lebih mandiri, tetapi kemajuan simultan dalam pembelajaran mesin dan kecerdasan buatan dapat memungkinkan kendaraan ini untuk memahami instruksi lisan, mengamati lingkungan sekitar dan berkomunikasi dengan orang-orang. Bersama-sama, teknologi ini dapat memberikan mobilitas independen dengan bantuan praktis yang khusus untuk kemampuan dan kebutuhan setiap pengguna.
Banyak teknologi yang diperlukan sudah ada, setidaknya dalam bentuk awal. Google telah meminta orang buta untuk menguji kendaraan otonomnya. Dan Microsoft baru-baru ini merilis sebuah aplikasi yang disebut "Melihat AI" yang membantu orang tunanetra merasakan lebih baik dan memahami dunia di sekitar mereka. "Melihat AI" menggunakan pembelajaran mesin, pemrosesan bahasa alami, dan visi komputer untuk memahami dunia dan menggambarkannya dalam kata-kata kepada pengguna.
Di lab yang saya jalankan di Texas A&M, bersama dengan Texas A&M Transportation Institute, kami sedang mengembangkan protokol dan algoritme untuk orang-orang dengan dan tanpa cacat dan kendaraan otonom untuk berkomunikasi satu sama lain dalam kata-kata, suara dan pada layar elektronik. Layanan antar-jemput mandiri kami telah memberikan tumpangan kepada 124 orang, dengan total 60 mil perjalanan. Kami menemukan bahwa jenis layanan ini akan lebih bermanfaat daripada opsi transportasi saat ini untuk orang-orang cacat.
Paratransit hari ini
Di bawah Undang-Undang Amerika dengan Disabilitas tahun 1990, semua agen angkutan umum harus menawarkan layanan transportasi kepada orang-orang dengan cacat fisik, kondisi visual atau mental atau cedera yang mencegah mereka mengemudi sendiri. Di sebagian besar komunitas, jenis transportasi ini, biasanya disebut "paratransit, " adalah semacam layanan taksi yang sangat membantu yang dijalankan oleh angkutan umum. Pengendara membuat reservasi terlebih dahulu untuk naik ke, katakanlah, toko kelontong dan janji medis. Kendaraan biasanya dapat diakses kursi roda dan digerakkan oleh operator terlatih yang dapat membantu pengendara naik, menemukan kursi dan turun di halte yang tepat.
Seperti halnya taksi, paratransit bisa mahal. Laporan Kantor Akuntabilitas Pemerintah dari 2012 memberikan satu-satunya perkiraan nasional yang dapat diandalkan. Angka-angka itu menunjukkan bahwa per perjalanan, biaya angkutan umum tiga hingga empat kali lipat dari biaya angkutan massal. Dan biayanya meningkat, begitu juga jumlah orang yang perlu menggunakan paratransit. Pada saat yang sama, pendanaan federal, negara bagian dan lokal untuk otoritas transit mengalami stagnasi.
Dalam upaya memenuhi sebagian permintaan, banyak komunitas telah mengurangi area geografis di mana paratransit tersedia dan meminta orang-orang cacat untuk menggunakan angkutan massal jika memungkinkan. Tempat-tempat lain telah bereksperimen dengan layanan naik kendaraan yang diminta seperti Uber dan Lyft. Tetapi dalam banyak kasus pengemudi tidak dilatih untuk membantu orang cacat, dan kendaraan biasanya tidak dapat diakses kursi roda atau sebaliknya cocok untuk pengendara tertentu.
Solusi yang memungkinkan
Antar-jemput otonom, seperti yang kami uji di kampus A&M Texas, dapat menjadi solusi untuk masalah akses dan pendanaan ini. Kami membayangkan sistem yang sepenuhnya terintegrasi di mana pengguna dapat terhubung ke sistem pengiriman dan membuat profil yang menyertakan informasi tentang ketidakmampuan mereka dan preferensi komunikasi serta setiap tujuan perjalanan yang sering (misalnya alamat rumah atau kantor dokter).
Kemudian, ketika seorang pengendara meminta antar-jemput, sistem akan mengirimkan kendaraan yang memiliki peralatan khusus yang dibutuhkan pengendara, seperti tanjakan kursi roda atau ruang tambahan, misalnya, untuk memungkinkan anjing penolong bepergian.
Ketika pesawat ulang-alik tiba untuk menjemput pengendara, itu bisa memindai area dengan laser, kamera dan radar untuk membuat peta 3-D area, menggabungkan data tersebut dengan lalu lintas dan informasi geografis dari berbagai sumber online seperti Google Maps dan Waze. Berdasarkan semua data itu, itu akan menentukan tempat boarding yang tepat, mengidentifikasi pemotongan trotoar yang memungkinkan kursi roda dan pejalan kaki lewat dengan mudah serta mencatat hambatan potensial, seperti tong sampah untuk pengumpulan. Kendaraan itu bahkan dapat mengirim pesan ke telepon pintar pengendara untuk menunjukkan di mana ia menunggu, dan menggunakan pengenalan wajah untuk mengidentifikasi pengendara yang benar sebelum mengizinkan orang tersebut untuk naik.
Selama naik, naik dan ketika pengendara mencapai tujuan, kendaraan dapat mengkomunikasikan informasi yang relevan - seperti perkiraan waktu kedatangan atau rincian tentang jalan memutar - dengan berinteraksi dengan pengendara yang sesuai dan mendengarkan tanggapan, atau dengan menampilkan teks pada layar dan menerima input yang diketik. Itu akan memungkinkan pengendara dan shuttle untuk berinteraksi tidak peduli apa kemampuan atau keterbatasan penumpang.
Di lab kami, kami mengeksplorasi berbagai elemen sistem bantuan pengendara, termasuk jalur kursi roda otomatis dan pengaturan tempat duduk yang lebih baik untuk beberapa penumpang yang menggunakan kursi roda. Kami juga mempelajari elemen-elemen yang mempengaruhi keselamatan, serta kepercayaan pengendara terhadap kendaraan. Sebagai contoh, kami sedang mengembangkan algoritma pembelajaran mesin yang berperilaku seperti pengemudi manusia yang baik, meniru cara manusia merespons keadaan yang tidak terduga.
Mobil-mobil self-driving menghadirkan cara-cara baru yang mendasar untuk memikirkan transportasi dan aksesibilitas. Mereka memiliki potensi untuk mengubah lingkungan dan kehidupan individu - termasuk orang-orang yang cacat dan seringkali ditinggalkan secara harfiah dan kiasan. Dengan perencanaan dan penelitian yang tepat, kendaraan otonom dapat memberikan lebih banyak orang kebebasan secara signifikan dalam kehidupan mereka.
Artikel ini awalnya diterbitkan di The Conversation.
Srikanth Saripalli, Associate Professor di bidang Teknik Mesin, Texas A&M University
