Alla inlägg av Azra Habibovic

Nyhetsbrev 554: Dags för semester

I början av veckan skrev vi att DiDi utför tester med Volvo XC40, och det är fel: DiDi testar med Volvo XC60 T8.

I det här nyhetsbrevet erbjuder vi en riktig sommarmix, från planerad lastbilsverksamhet i USA till nya koncept och mobilitetstjänster från Trollhättan. Men framförallt har vi med de utlovade guldkornen från svensk forskning. 

Nyhetsbrevet OmAD tar därmed sommaruppehåll och är tillbaka i mitten av augusti.

Vi på redaktionen önskar er alla en trevlig sommar, och kom ihåg – sprid glädje och inte Covid-19!  

Avvägning mellan automation och eldrift

Idag finns det teser att vikt, beräkningsbelastning, sensorbelastning och eventuellt större dragkraft kan öka energianvändningen för automatiserade eldrivna fordon i förhållande till eldrivna fordon som framförs manuellt, även om denna ökning kan kompenseras av jämnare körning. 

En grupp forskare från Carnegie Mellon University har med hjälp av en simuleringsstudie visat resultat som är i linje med detta: automatisering kan komma att minska elbilens räckvidd med 5–10% för körning utanför tätbebyggda områden och med 10–15% för körning inom tätbebyggda områden.  

Utanför tätbebyggda områden påverkas räckvidden starkt av sensordrag. I tätbebyggda områden beror förlusterna däremot på beräkningsbelastning. Effekten av automatisering på batteriets livslängd är försumbar. 

Enligt forskarna är dessa resultat ”optimistiska” och förlusterna inte så oöverkomligt stora. Men för att säkerställa att automatiserade fordon kan vara eldrivna bör tillverkarna implementera energieffektiva datorer och aerodynamiska sensorer.

Egen kommentar

Det här är en utmaning som jag tror att tillverkarna är väl medvetna om. Många av dem har arbetat hårt under de senaste 2-3 åren med att integrera sensorer, eller skapa lämpliga ”takboxar” med sensorer. Lika så arbetar man hårt med att optimera beräkningar samt skapa energisnåla processorer. Men visst kan man fråga sig om det kommer vara enklare att lösa detta för de som har designat nya självkörande fordon från scratch? I vilket fall som helst så tycker jag att det borde vara en självklarhet att självkörande fordon ska vara eldrivna. 

Källor

[1] Mohan et al., 2020. Nature Energy. Trade-offs between automation and light vehicle electrification. 2020-06-29 Länk

Lastbilar i USA

TuSimple utökar sin verksamhet i USA och inför vad de själva kallar ”världens första nätverk av autonoma godsfordon” [1]. I samarbete med UPS, Penske, U.S. Xpress och McLane Company planerar de att etablera ett ekosystem av autonoma lastbilar. 

TuSimple liknar sitt nätverk med en järnväg: lastbilar som följer uppsatta rutter som räls mellan dessa fasta punkter. Detta möjliggörs av digitala kartor över rutter som fordonen ska färdas på, strategiskt utvalda terminaler och fjärrkontrollcentret TuSimple Connect.

Lanseringen av nätverket är planerad att ske i tre faser: 

  • Under den första fasen som inleds under året och varar till 2021, kommer företaget att erbjuda leveranstjänster mellan Arizona och Texas där de förbinder städerna Phoenix, Tucson, El Paso, Dallas, Houston och San Antonio. 
  • Under den andra fasen, som börjar år 2022 och slutar 2023, kommer nätverket att utvidgas till att omfatta transporter mellan Los Angeles och Jacksonville, och därmed förbinda östkusten med västkusten. 
  • Under den tredje fasen, som börjar år 2023, kommer verksamheten att utvidgas till resten av landet. 

Planen är att så småningom utvidga verksamheten till Europa och Asien där TuSimple har en pilot i Shanghai. 

Egen kommentar

Detta kommer bara två dagar efter att Waymo offentliggjort att de kommer kommersialisera sin leveranslösning Waymo Via genom att ingå partnerskap med fordonstillverkare och deras leverantörer [2]. Som ett steg mot detta utökar företaget sina tester i New Mexico, Arizona och Texas. Waymo utför också viss testning i San Francisco Bay Area, Michigan och Georgia.

Slump?

Källor

[1] Vox. Networks of self-driving trucks are becoming a reality in the US. 2020-07-01 Länk

[2] VentureBeat. Waymo to expand autonomous truck testing in the American Southwest. 2020-06-30 Länk

Guldkorn från svensk forskning

Dessa guldkorn är bidrag från våra läsare – stort tack för det, och för all fantastisk forskning och utveckling som ni gör. Keep up the good work!

iQ-Pilot & iQ-Mobility. These are two recently finished projects co-funded by the Strategic vehicle research and innovation programme (FFI). The focus of the projects was development of new technology to realize flexible, energy-efficient transport solutions in cities. Several proof-of-concept prototypes have been developed and demonstrated, including autonomous buses and a smart coordination system for bus fleets. The research results were presented in a webinar earlier this week. These results are the joint efforts of Scania, Ericsson, INIT, Veoneer, Royal Institute of Technology (KTH) and Örebro University. 

Human interaction with autonomous minibuses. Tom Ziemke’s research group at Linköping University, in collaboration with researchers at VTI, will during the autumn start a new research project on people’s interaction with autonomous minibuses on campus. The research will focus on method development and empirical studies of how pedestrians, bicyclists and car drivers interact with the buses. A two-year postdoc position is available via this link (application deadline: August 5). For more information contact Tom Ziemke (tom.ziemke@liu.se).

GLAD – Goods delivery under the Last mile with Autonomous Driving vehicles. Small autonomous electric delivery vehicles (ADV) are expected to transform transportation of goods under the first and last mile. The advantages are increased transportation and energy effectiveness, but it is also important that these vehicles are safe and accepted in society. The aim of the GLAD project is to develop an initial knowledge base on efficiency, safety and human experience of ADVs for the first and last mile delivery of goods in Sweden, and on how to create a balance between these three aspects from a socio-technical perspective. To achieve this, the project will utilize Zbee vehicles that will be adapted in terms of vehicle design and autonomous vehicle behaviour, human-machine interface, teleoperation and vehicle management. The overall goal is to develop knowledge that accelerate introduction of new efficient goods delivery in our society and contributes to meeting the goals of Agenda 2030. This will be assured also by connecting a licentiate candidate to the project. The project is co-funded by Trafikverket and involves RISE, Halmstad University, Aptiv, Combitech and Clean Motion. It started in June 2020 and will run for ca 2 years. For more information contact azra.habibovic@ri.se.

Tactical Decision-Making in Autonomous Driving by Reinforcement Learning with Uncertainty Estimation. Reinforcement learning (RL) can be used to create a tactical decision-making agent for autonomous driving. However, previous approaches only output decisions and do not provide information about the agent’s confidence in the recommended actions. This paper investigates how a Bayesian RL technique, based on an ensemble of neural networks with additional randomized prior functions (RPF), can be used to estimate the uncertainty of decisions in autonomous driving. A method for classifying whether or not an action should be considered safe is also introduced. The performance of the ensemble RPF method is evaluated by training an agent on a highway driving scenario. It is shown that the trained agent can estimate the uncertainty of its decisions and indicate an unacceptable level when the agent faces a situation that is far from the training distribution. Furthermore, within the training distribution, the ensemble RPF agent outperforms a standard Deep Q-Network agent. In this study, the estimated uncertainty is used to choose safe actions in unknown situations. However, the uncertainty information could also be used to identify situations that should be added to the training process. The paper will be presented at the Intelligent Vehicles Symposium (IV) in October 2020, and a preprint is available on arXiv. The code that was used is also available on GitHub For more information, contact Carl-Johan Hoel (carl-johan.hoel@volvo.com) at Volvo Autonomous solutions. This work was partially supported by the Wallenberg Artificial Intelligence, Autonomous Systems and Software Program (WASP), funded by Knut and Alice Wallenberg Foundation, and partially by Vinnova FFI.

Autonomous Mapping of Unknown Environments Using a UAV. As part of the research conducted within the project LASH-Fire (Eu-Horizon 2020, No.814975), RISE supervised the work of Chalmers students developing an automatic object search for indoor environments using a flying drone. At the core of this system a reinforcement learning (RL) algorithm was implemented for the drone to navigate, detect obstacles, recognize objects and explore the environment. This machine learning (ML) project marks a starting point for further development towards an autonomous identification and surveillance solution in a wide range of study cases where cargo ships, like the ones studied in LASH-Fire, are an ideal target application. A modularized approach was used targeting research areas such as obstacle avoidance, object detection & recognition, simultaneous localization and mapping, etc. The exploration module was specially challenging and will require further work but the project in general was successful in providing a methodology and tools when using flying drones for indoor environments. The Master’s thesis was conducted by Erik Persson and Filip Heikkilä, and is available via this link. For more information contact boris.duran@ri.se

Projektet ESPLANADE, som började 2017 och avslutades sista mars 2020, handlade om hur man visar att ett automatiserat fordon är säkert. Det finns flera problem som måste hanteras för att man ska kunna göra en komplett säkerhetsargumentation. Projektets resultat inkluderar därför nya metoder för säkerhetsargumentation för en ADS, några av dessa är: 

  • En process för säkerhetsanalys samt designprinciper för interaktionen när en människa överlämnar kontrollen över ett fordon till en ADS eller tvärtom. Processen innehåller existerande metoder som sekvensdiagram, orsak-konsekvensanalys och felträd, men applicerade på människa-maskininteraktion istället för enbart tekniska system
  •  Hur man definierar den operativa designdomänen (ODD) för en ADS utgående från önskade användningsfall, vilket innebär en definition av parametrar inom vilka en ADS-funktion är avsedd att fungera, samt strategier för att säkerställa att fordonet håller sig inom sin ODD.
  • En metod (kallad QRN) för riskanalys och framtagande av säkerhetsmål. Till skillnad från vanliga riskanalysmetoder bygger den inte på analys av specifika situationer utan på definition av acceptabel frekvens av incidenter med olika allvarlig konsekvens, och en mappning av incidenter till olika klasser av konsekvenser. Säkerhetsmålen uttrycks så att man säkert hamnar inom acceptabla frekvenser.
  • Ett ramverk för formell och systematisk hantering av säkerhetskrav med en kombination av åtgärder under utveckling och under drift, bland annat baserat på modeller av osäkerhet.
  • Användning av metoden funktionsanalys för att distribuera beslutsfattande på en ADS-arkitektur samt framtagande av säkerhetskrav.
  • Säkerhetskontrakt och komponentbaserad design för att underlätta kompletthetsbevisning i kravnedbrytning, möjliggöra kontinuerlig produktuppdatering, samt kunna uttrycka säkerhetskrav för sensorsystem som inkluderar kamera, radar mm.

En publik rapport och länkar till de flesta av projektets publikationer finns på projekthemsidan.

Prepare Ships Project. Running for 26 months, the H2020 project “Prepare Ships”, funded by the European Global Navigation Satellite System Agency (GSA), was successfully started in December 2019. The 5 consortium partners, coming from 3 European countries have developed a machine learning based future position prediction for ships in order to avoid ship collisions and close quarter situations as well as reducing environmental impact by more advanced decision making. In a RTK (Real Time Kinematic) software solution, it will both exploiting the distinguished features of Galileo signals as well as combining it with other positioning and sensor technologies. It will use the next generation maritime communication techniques VDES and the new suit of IALA Standards (S100) on sea charts. The innovation developed during the project can make more autonomy of navigation feasible by exchanging future positions and allow eased decision making on ships, suitable to become an international game changer for the future of autonomous shipping. The demonstration and testing will be done onboard three different vessels in the Gothenburg archipelago. The project is coordinated by RISE with partners from across Europe, including SAAB, Lantmäteriet, Telko and Anavs. For more information check out our homepage, join our linkedin group or contact Johannes Hüffmeier at RISE (johannes.huffmeier@ri.se).  

How do you ensure safety of autonomous shipping? Today’s risk assessment methods, application of methods and models used in shipping are usually based on humans being directly in charge of ships, VTS, port controls, etc. and may not be sufficient to reflect and evaluate the complexities and inherent risks of introducing further automation and digitalization in the shipping domain. The introduction of smart ships will create traffic situations between manned and unmanned ships where on one hand decisions and actions are based on algorithms and on the other hand by a human operator where a large part of the decision making. Increasing the level of automation implies that the goal-based standards for shipping need to be based on a risk assessment that reflects the expected roadmaps towards more smart ships and so far, research on autonomous transportation has focused on other parts than the effect of introducing and mixing different levels of automation and only very basic standards have been proposed by classification societies, where DNVs standards [DNV, 2018] have two pages in the appendix on basic set-ups for testing and validation. The main objective of the RFAF project financed by Trafikverket is to analyse how autonomous navigation can be proven to be safe. The aim of the project is to perform a simulator-based risk identification for autonomous shipping traffic. Increasing the level of automation implies that the goal-based standards for shipping need to be based on a risk assessment that reflects the expected roadmaps towards autonomy. Based on two use cases, the routes Fredrikshamn-Göteborg and crossing of the Ljusterö fairway, relevant risks are identified based on ship simulations performed by mariners describing especially nautical challenges for more autonomous shipping resulting in a common risk model. The project lasts from January 2020-December 2022. There are 3 project partners with RISE as coordinator. For more information visit the project website or contact Johannes Hüffmeier (johannes.huffmeier@ri.se).

The SWEA-financed (Energimyndigheten) Data-driven Optimised Energy Efficiency of Ships is a national project involving 7 ship owners, 3 companies from the supply chain and RISE, lasting for 16 months. The data analysis of energy consumption is often complex and there are different driving forces for decisions. However, increased data collection can be unprofitable if you do not have methods to analyze the complex systems. Developments within machine learning provides new opportunities to develop both technically and economically powerful tools energy efficiency. Even today, to some extent, economic driving is applied, for example. eco-driving, however, the effect is in many cases limited as decision-making is more complex than the operator / navigator can see. Also, not always available incentives and motivation of individuals to reduce energy use. However, data collection is increasing both quality review and analysis are not performed to the same extent. Using the results of the project’s data collection and analysis, recommendations can be given about which tools which can be developed in a next step, such as: a) nudging, decision support system or autopilot for ECO driving, b) route optimization based on the ship’s accelerations and motions, and c) decision support based on statistics or real-time analysis of data to identify optimal operation (parameters such as sea state, current, speed, load condition, etc.). The objectives of the project are to: a) Achieve reduced energy use on the project’s vessels by 10–35% both at quay and in sea operations, b) Demonstrate potential with machine learning of operational data, and c) Demonstrate the possibility that better operational data may form the basis for the development of generic energy efficiency tools for smaller vessels in commercial traffic. For any details on the project, reach out to Johannes Hüffmeier (johannes.huffmeier@ri.se).

Photonics Private Public Partnership Roadmaps for EU’s next Framework Program Horizon EuropéThe area of photonics for automotive applications is a significant area which includes not only photonics sensors for the EU defined topic Mobility and Safety for automated Road Transport. Photonics also plays a role in the path towards the targets of Zero Emission Road Transport, Clean Energy Transition, and the Industrial Battery Value Chain. The work of defining the Strategic Research Agenda (SRA) in the specific area of Photonics with EU industrial partners, universities and research centers is performed through the EU technology platform ”Photonics21”, which is funded by the EU commission. The current roadmap for Photonics was published in the document: “Europe’s age of light! How photonics will power growth and innovation, Strategic Roadmap 2021–2027” The section on Automotive and Transport can be found in section 3.9. The coordinator of the whole Photonics 21 is done by VDI Technologiezentrum GmbH in Düsseldorf, Link. We believe this is important as there are a lot of EU research money at stake. The current recommendation by the European Parliament for the whole Horizon Europe budget 2021 -2017 is €120 Billion. The research funding will be divided among many topics where Climate, Energy, and Mobility is one of the clusters. There is a large Swedish interest in the cluster and cooperation with industry is one important factor in the program. Most, if not all, of the European automotive industry are usually involved in at least selected programs.

Now, based on feedback from the new European Commission, the board of Photonic21 have decided to reshape the roadmap and as a consequence automotive & transport will henceforth be combined with the topics of climate and energy. Besides merging the different topics in one document, this gives us an opportunity to revise the previous document into something that we believe should support our industry even better, considering that the current document was prepared in 2018 and the present situation the industry is facing. We want to ensure that the guiding document capture the specific needs of the automotive industry. The aim of the work is to define the research topics of the Strategic Research Agenda (SRA) which will define the upcoming calls in the Horizon Europe program. 

We now invite comments on the current chapter and roadmap (provided in the link above). Determined by EU commission schedules this work has to be completed on 4 September, why we need your input no later than 24 August 2020. We ask for specific text suggestions and specific roadmap suggestions (compare with p. 140 in the above mentioned Strategic Roadmap). Please forward your suggestions to Jan-Erik Källhammer at jan-erik.kallhammer@veoneer.com. He acted as chair of the group Automotive and Transport in the current roadmap and now act as co-chair of the new group Climate, Energy, and Mobility together with Dr. Heinz Seyringer of V-Research GmbH in Austria. 

Podcast- och lästips för hängmattan

  • Förarens mentala modeller av ADAS har påverkan på säkerhet och prestanda. Länk
  • Ny marknadsundersökning baserad på data från Europa och USA visar att tillit och komfort är viktiga faktorer för framtida användare av automatiserade fordon. Länk
  • Deepfake för autonom körning? Ja, enligt företaget Oxbotica. Länk
  • Nytt dataset från MIT och Toyota, DriveSeg, med 67 nya videoklipp. Länk
  • AI-lösningen EnfuseNet använder data från lågkostnadssensorer för att generera högupplöst data. Länk
  • Hur mycket påverkar bredden på körfältet automationens prestanda? Länk
  • Video: Framtiden för delade självkörande fordon. Länk
  • Video: Kommersiella drönare. Länk
  • Podcast: Flygande bilar. Länk

Påminnelse om guldkorn

Som vi skrev för någon vecka sedan är vår ambition att inför vårt sommaravslut publicera en sammanfattning av svensk forskning kring automatiserade transporter, och till det behöver vi input från er. 

Deadline är imorgon, överraska oss med spännande läsning om guldkorn från er forskning! Det kan vara en kort sammanfattning om avslutade eller planerade projekt och studier, en rapport, artikel eller patent – ja, allt möjligt på ca 3-10 meningar. 

Skicka din sammanfattning till azra.habibovic@ri.se. Mer info om det hela hittar ni här.

AmaZoox

Efter många rykten i media står det klart: Amazon har köpt upp startuppföretaget Zoox [1]. Planen är att Zoox ska fortsätta vara egen affärsenhet ledd av sin nuvarande CEO Aicha Evans och CTO Jesse Levinson. Alla andra detaljer kring uppköpet är okända.   

Zoox startades 2014 av techentusiasterna Tim Kentley-Klay och Jesse Levinson med visionen att utveckla en egendesignad självkörande taxibil från scratch. Detta inklusive hårdvaran, mjukvaran och taxitjänsten. Företaget har fått stora investeringar under årens gång och börjat testa självkörande funktioner i San Francisco. Deras egendesignade bil har dock inte visats till allmänheten ännu och är för närvarande ett mysterium.  Fordonet påstås vara symetriskt och kunna köra i båda riktningar utan att vända om och är helt enkelt olik alla andra bilar. 

Egen kommentar

Att Amazon köpt Zoox är inte någon större överraskning. Jag hade tippat att det skulle bli antingen Amazon eller Apple. Varför just de? Svaret är enkelt: de har pengar och Zoox behövde någon med pengar. Zoox kämpade länge med att få in stora pengar. För ca två år sedan fick de in en investeringsrunda på runt en miljard dollar, men med Zooxs ”djärva” ambitioner så krävs det en ocean av kapital. Amazon har definitivt resurser för att hjälpa Zoox att uppnå dessa ambitioner. Det vill säga om Amazon inte ändrar Zooxs ambitioner. För närvarande håller Amazon offentligt fast vid Zoox mission att utveckla och driva självkörandetaxitjänst. 

Hur mycket kostade Zoox? Nu är summan för uppköpet inte bekräftad, men det rör sig om 1-1.2 miljarder dollar. Även om det kan låta mycket så är det mycket mindre än de 3 miljarder som företaget värderades till för bara ett år sedan. 

Bra eller dåligt? Nyheten om uppköpet mottogs lite olika. Vissa tycker att det är spännande att Zoox dröm kan leva vidare, medan andra tycker att det är tråkigt och något som visar att Amazon vill bygga ett transportmonopol: de har nyligen avsatt två miljarder dollar i Climate Pledge Fund som väntas bl.a. investera i hållbara transporter. Dessutom har Amazon sedan tidigare investerat i flera transportföretag, inklusive Aurora som utvecklar system för självkörande fordon och PrimeAir som utvecklar drönare. 

Själv tycker jag att det är tråkigt att Zoox såldes på ”sommarrea”, men samtidigt kan det bli något bra av detta. Om deras samarbete med Amazon bli framgångsrikt så kan det accelerera Zoox utveckling – och vi kan äntligen komma att få se deras omtalade bil! Teslas Elon Musk tyckte dock att Amazon var ”copycat”.  

Källor

[1] Amazon. We’re acquiring Zoox to help bring their vision of autonomous ride-hailing to reality. 2020-06-26 Länk

Kommer självkörande taxi vara billigare och bra för alla?

Nej, snarare tvärtom. I alla fall enligt en ny studie från en grupp forskare från Harvard, MIT och McGill University som kommit fram till att hela konceptet med självkörande taxi kommer att bli dyrare i fattiga delar av samhället än att äga en konventionell bil. 

Forskarna jämförde kostnaderna för en resa med en självkörande taxi och att äga en konventionell begagnad bil i stadsmiljö. De tog hänsyn till bilkostnaderna så som inköp, registrering, skatt, försäkring, rutinmässigt underhåll och drivmedel. Slutsatsen blev att självkörande taxibilar skulle kosta minst 1,58 dollar per 1,6 km (eller en amerikansk mil), medan den totala kostnaden för traditionellt fordonsägande blev 52 cent per 1,6 km. Dessa uppskattningar är baserade på data från San Francisco.  

Studien är publicerad under titel The Price Isn’t Right: Autonomous Vehicles, Public Health, and Social Justice och finns att tillgå i sin helhet här.

På tal om taxi så kan ni passa på att se en taxifilm.

Waymo + Volvo Cars

Volvo Cars och Waymo ingår ett strategiskt partnerskap med målet att tillsammans utveckla teknik för självkörande eldrivna bilar motsvarande nivå 4 enligt SAE skalan [1]. Planen är att integrera Waymos teknik för självkörning, s.k. Waymo Driver, i en helt ny elfordonsplattform med fokus på taxitjänster. I samarbetet ingår också Volvo-bolagen Polestar och Lynk & Co.

För Waymo är detta en möjlighet att skala upp användningen av sin självkörande teknik, framförallt på marknader utanför USA. Volvo Cars å andra sidan ser detta som en dörröppnare till nya affärsmöjligheter [2].

Egen kommentar

För tillfället är detaljer kring samarbetet inte kända, det framgår t.ex. inte hur många bilar som företagen ämnar utrusta med den självkörande tekniken, när i tiden och på vilka marknader. Gissningsvis blir det först i Kalifornien, och sedan i något annat land. Sverige kanske? 

Jag kan också passa på att påminna om att Waymo har sedan tidigare samarbete med tre andra fordonstillverkare: Nissan-Renault, Fiat Chrysler och Jaguar Land Rover. Volvo Cars har ett samarbete med Uber där de levererar Volvo XC90 till Uber som sedan utrustar dessa med sin självkörande teknik. Det går också rykten om att Uber funderar på att köpa självkörande teknik från Waymo. Tiden får visa hur det blir med detta.

Källor

[1] Waymo. Partnering with Volvo Car Group to scale the Waymo Drive. 2020-06-25 Länk

[2] Volvo Cars. Volvo Car Group partners with Waymo. 2020-06-25 Länk

Mercedes väljer Nvidia

Mercedes har inlett ett samarbete med Nvida kring utveckling av en nästa generations datorplattform för fordon [1]. Den kommer stödja allt från programvaruuppdateringar till förarstödsfunktioner och automatiserad körning. Lanseringen är planerad för 2024.

Den nya plattformen kommer att baseras på Nvidias system-på-chipteknik kallat Orin samt mjukvarustacken Drive AGX. Orin lanserades i början av 2020 och påstås kunna utföra upp till 200 biljoner operationer per sekund och med mindre kraft än dess föregångare. 

Egen kommentar

I början av veckan rapporterade vi att Mercedes och BMW valt att avvakta med sitt samarbete som initierades förra året. Mellan raderna kunde man utläsa att de ville hellre samarbeta med andra än med varandra. Antagligen är samarbetet med Nvidia ett sådant samarbete, och något som BMW och Mercedes inte kunde enas om. 

Källor

[1] Daimler media. Mercedes-Benz and NVIDIA to Build Software-Defined Computing Architecture for Automated Driving Across Future Fleet. 2020-06-23 Länk