Segway、スタートアップCocoと共同で配送ロボットを開発
Segwayは歩道を走る配送ロボットに未来を見据えており、急成長する業界でメーカーになる準備を進めています。
電動スクーターをほぼすべての主要なシェアモビリティ事業者に供給してきたこの企業は、ロサンゼルスの配送ロボット新興企業Cocoと提携し、1000台の部分自動化・遠隔操作式配送ロボットを製造します。Cocoは2022年第1四半期に、ロサンゼルスと米国の他の2都市でロボットの展開を開始する予定です。
同社が「Coco 1」と呼ぶ新しいロボットは、ビジネスモデルを証明するために作られた「車輪付きの箱」であるCoco 0の既存の100台に加わります。Cocoの自動車部門担当上級副社長サヒル・シャルマ氏によれば、同社はさらに1200台の注文も出しており、潜在的な契約に備えて2022年5月か6月までに展開できる見込みだということです。
Segwayは長年にわたりロボティクスの研究開発を行っており、2016年には専門の部門も立ち上げました。同年、同社はロボット「Loomo」を発表しました。これは基本的にスクーターの土台に小型のロボットヘッドを載せたもので、Intel RealSense RGB-Dカメラ、音声認識、自律走行機能を備えていました。
Loomoはビジネスというより実験に近いものでした。Cocoとのこの提携は、同社が配送向けに「ロボット移動プラットフォーム」を大規模に展開する初めてのケースです。Segwayのグローバル事業開発担当副社長トニー・ホー氏は、これがロボット配送分野におけるより長期的な転換も示していると述べました。
「これは提携のほんの始まりです。当社は製品の分野にとどまり、Cocoが事業者を務めます。つまり、マイクロモビリティ分野に似ており、当社が車両と機器を提供し、彼らが都市との関係、スタッフ、その背後にある運用全体を担うような形です。現在、2017年にスクーターで業界全体がブームになった時とほぼ同じような状況を目にしています」
同氏によると、Segwayの電動スクーターや電動自転車事業は好調です。同氏は、車両に関する知見や供給網のリソースを共有することで、ロボティクスの大規模成長のてことなると指摘しました。
「Cocoはまだ非常に若い企業なので、得意分野に集中し、供給網の拡大はSegwayに任せるだけの賢明さを持っていました。当社はこれを非常に真剣に受け止めており、当社の戦略は急成長する企業を支援することです」
2027年までに、自律型配送ロボットの世界市場規模は2億3659万ドルに達すると予想されており、最近では、このパイの一部を獲得しようとする企業が数多く登場しています。
歩道分野の競合であるStarship Technologiesは合計1億200万ドルの資金を調達しており、Kiwibotは最近大学キャンパス向けに事業を拡大し、道路で稼働するNuroは最近6億ドルを調達して、セブン-イレブンとの提携を発表しました。8月にCocoは3600万ドルの資金を調達し、累計資金調達額は4300万ドルに達しました。
Segwayは、歩道ロボットが特に人口密集地域のラッシュアワーにおいて、「ファーストマイル」と「ラストマイル」の配送に最も効果的な手段になると見込んでいます。
「製品の観点から見ると、よりシンプルな構造は、より信頼性の高い動作、故障の減少、初期設備投資の削減をもたらします。パンデミックによる労働力不足は、ロボットの普及をさらに加速させたに過ぎません。さらに、積載量が少なく速度の遅いデバイスは歩道の歩行者にとって扱いやすく、都市部でも歓迎されています」
ロボット配送のスタートアップの多くは実際にはまだ自律化されておらず、Coco も例外ではありません。同社のデバイスはカメラ、GPS、一定の演算能力を備えており、遠隔操作されますが、いくつかの基本的な自動運転機能を備えています。例えば、直進して障害物が現れると停止できるため、1人の「パイロット」が一度に複数の配送を管理し、横断歩道などの複雑な区間の走行にも関与できます。
「私たちはこの点で非常にビジネス志向のアプローチをとっています。多くの人がL4やL5、自律性90%について語っています。私たちは、この地域で一定量の配送を行うためにパイロットが何人必要かを本当に理解したいのです。私たちは「無人車をどう簡略化できるか」と問うのではなく、自社のビジネスにとって何が意味を持つか、そしてそれを支える技術をどう作るべきかを考えて、ゼロから構築してきました。パイロットは当社の事業の中心的な役割を担っており、今後もずっと中心であり続けます。ですから、彼らが最大限効率的に働けるよう、彼らを中心に製品を作りましょう」
Coco のシステムは、さまざまなルートで収集したデータを活用し、自動運転ソフトウェアの機械学習アルゴリズムを訓練します。しかし、大規模な車両フリートの真の利点は、より多くの地域を地図化し、ロボットにとってより速く簡単なルートを見つけられることにあります。
「フリートから、どの区間が最も効率的かを知ることができます。私たちは配送の1秒1秒を大切にしているため、接続性、歩道のインフラ、歩行者と車の交通量を考慮して、最も効率的なルートを作るために都市の地図化に取り組んでいます。私たちはフリート全体から多くを学んでいます。重要なのは自律性だけではありません。私たちは都市を最大限効率的に移動するために、この情報をすべて収集しています」
