Alla inlägg av Azra Habibovic

Do You Love Me?

Vi avslutar veckan med några färska nyheter om nya regler i USA samt två spännande samarbeten. Efter det får ni del II av ”detta har hänt under julen” som blir den sista i vår sammanfattning. Från och med nästa vecka blir det bara nya nyheter!

Sist men inte minst så vill vi på redaktionen uppmana er att ta på dansskorna och utmana roboten Spot: Do you love me?

Nya regler i USA

USA har inte bara fått ny president – de har också fått nya regler för automatiserade fordon! Den amerikanska säkerhetsorganisationen NHTSA har under förra veckan publicerat nya regler med mål att modernisera federala säkerhetsstandarder för automatiserade motorfordon som inte kan framföras manuellt [1]. 

Först och främst adresseras tvetydigheter i nuvarande standarder för passagerarskydd i sådana fordon, som exempelvis krav på placering av krockkuddar. 

De nya reglerna undantar också automatiserade fordon som inte är designade för transport av mänskliga passagerare eller förare (läs: helt självkörande lastbilar och liknande fordon utan någon förarhytt) från vissa krocksäkerhetsstandarder. Exempelvis har man tagit bort kravet på utformningen av krockskyddet för förare. 

Slutligen så har också terminologin uppdaterats något. Framförallt handlar det om ord och begrepp som rör förar- och passagerarskydd i form av krockkuddar, bälten, sittposition, testning med krockdockor och dylikt. Man har också gjort så att begreppet ”förare” inkluderar numera det automatiserade kösystemet, samt justerat definitionen av kontrollsystem. Dessa begrepp ansågs vara bromsklossar för fordon utan förare och som inte är ämnade för transport av passagerare. 

De nya reglerna har mötts av både ris och ros – precis som det brukar vara. Kritiken handlar bl.a. om att NHTSA inte varit tillräckligt snabba med ändringar och att NHTSA inte varit tillräckligt långsiktiga i sina ändringar. 

Det är värt att notera i sammanhanget att detta är bara ett av flera steg som NHTSA planerar att ta för att snabba på utvecklingen och implementeringen av automatiserade fordon. Annat värt att notera är att de nya reglerna inte påverkar existerande regler och krav för manuellt framförda fordon. 

Här hittar ni dokumentet i dess helhet. 

Källor

[1] NHTSA. NHTSA Announces Historic Rule to Modernize Driverless Vehicle Safety Standards. 2021-01-14 Länk

Välkomna till året då självkörande blev autonom

God fortsättning och välkomna tillbaka till vårt nyhetsbrev OmAD! Hoppas att ni haft en skön arbetsfri julledighet och är redo för nya spännande utmaningar. Vi börjar året med att bjuda på några spännande nyheter från de senaste veckorna. 

Den kanske mest intressanta nyheten är att Waymo valt att dumpa uttrycket ”självkörande” (eng. self-driving) och kommer framöver att använda enbart ”autonom” (eng. autonomous). Detta för att tydligare särskilja teknologin som Waymo utvecklar från förarstödssystem som felaktigt refereras av vissa som självkörande teknologi: We’re hopeful that consistency will help differentiate the fully autonomous technology Waymo is developing from driver-assist technologies (sometimes erroneously referred to as ‘self-driving’ technologies) that require oversight from licensed human drivers for safe operation. Ja, ni läste rätt – det här är ett tydligt ställningstagande mot en icke-namngiven fordonstillverkare som börjar på T och slutar på A. Som ni märkt använder vi i nyhetsbrevet ganska frekvent begreppet ”självkörande”. Borde vi sluta med det?

Dags för lite ledighet och guldkorn

Stundvis kändes det som att det här året skulle aldrig ta slut. Det har dock ändå gått otroligt snabbt och helt plötsligt står vi inför ännu en julledighet. Vi på redaktionen hoppas att ni haft ett givande år trots alla oförutsedda händelser som inträffat under årets gång. Och vet ni vad? Det har varit ett spännande AD-år.

Tänk på alla stora uppköp som ägt rum, att flera företag fått tillstånd att börja transportera passagerare samt att vissa av dem fått tillstånd att börja köra utan säkerhetsförare bakom ratten. Dessutom har vi fått se kommersiell lansering av robotaxi och leveransrobotar. Så ja, det har varit ett händelserikt år. Framförallt för nykomlingar.

Med detta önskar redaktionen er alla god jul och ett gott nytt år. Håll avstånd, njut av svenska guldkorn så ses återigen i mitten av januari.

Zoox visar sitt fordon

Efter sex år hårt arbete och utveckling så var det igår dags för Zoox att visa sina rön. Ett egenutvecklat självkörande fordon.

Utseendemässigt är det nya fordonet väldigt likt fordonen visats av andra aktörer så som Cruise och NEVS. Det är eldrivet med batterier som räcker för 16h körning. Det har ingen ratt, gas eller bromspedaler, är symmetriskt och kan köra i två riktningar utan att behöva vända eftersom varje hjul styrs separat. Fordonet är 3,63 meter långt och har 4 sittplatser. Vidare så påstås det kunna köra i hastigheter upp till 120 km/h (75 mph). 

För att möjliggöra självkörande funktionalitet är fordonet bl.a. utrustat med sex lidar samt flera radar och kameror. Notera att lidarsensorerna lutar lite snett neråt för att ge bättre synfält närmast fordonet. Enligt Zoox kan fordonet med dessa sensorer se objekt på upp till 150 meters avstånd. Sensorerna ger också ett 270 graders synfält i varje hörn, vilket nästan eliminerar dolda vinklar samt ger bra redundans om en sensor missar ett objekt. 

Interiören är dock inte så high-tech. Sätena är i tyg och vända inåt mot varandra. Ungefär som på tåg fast utan bord emellan. Det finns dock kopphållare och laddare mellan säten. En liten skärm finns också i armstödet på varje säte som resenärerna kan använda för att kontrollera musik, luftkonditionering eller se sin rutt och ankomsttid. Det finns också bälten samt krockkuddar. Det är dock lite oklart var krockkuddarna sitter, men enligt Zoox har designen av dessa varit en riktig prövning. Bäst av allt – stjärnhimmelmönster i taket. 

Här kan ni se hur det hela ser ut. 

Egen kommentar

Trots att fordonet påminner mycket om liknande fordon från andra aktörer är det ändå imponerande att Zoox fått ihop det hela på drygt 6 år. Vi vet ju alla hur svårt, tids- och resurskrävande det är att utveckla en helt ny bil. 

Ni undrar så klart vad som särskiljer Zoox fordon från andra liknande fordon? Svårt att säga exakt men givet all testning som företaget gjort i centrala San Francisco och i Silicon Valley (med konventionella fordon utrustade med självkörande system) så kan det hända att Zoox självkörande system är mer redo än många andra aktörers och ligger på så sätt ett steg före. Vi ska inte glömma att de fått tillstånd att köra utan förare i Kalifornien.

Sedan tror jag att Zoox satsat på en väldigt enkel modulär design som gör att fordonet är enkelt att producera och underhålla. Att de satsat på enkel underhåll syns också utifrån den superenkla interiören. Notera också att Zoox till skillnad från exempelvis Waymo och DiDi valt att inte installera skärmar där resenärerna kan se det som sensorer ”ser” för att få bättre förståelse för fordonets körbeteende. 

Källor

[1] O’Kane, S., The Verge. Zoox unveils a self-driving car that could become Amazon’s first robotaxi. 2020-12-14 Länk

Ford och Argo AI levererar varor

Ford och Argo AI, som delvis ägs av Ford, har inlett en pilot i Miami med mål att testa en leveranstjänst med självkörande fordon [1]. 

Piloten görs i samarbete med ideella organisationen The Education Fund som tillhandahåller program för lärare och studenter i offentliga skolor i Miami-Dade County. Inom ramen för piloten kommer Ford och Argo AI att leverera mat och skolmaterial från The Education Funds Food Forests for Schools-program till ungefär 50 studentfamiljer. 

Piloten kommer att pågå i åtta veckor. I varje bil finns en tekniker och en säkerhetsförare.

Källor

[1] Venture Beat. Ford and Argo AI kick off charitable food delivery pilot in Miami. 2020-12-07 Länk

Guldkorn från svensk forskning 2020

Trust in What? Exploring the Interdependency between an Automated Vehicle’s Driving Style and Traffic SituationsAs the progression from partial to fully autonomous vehicles (AVs) accelerates, the driver’s role will eventually change from that of active operator to that of passenger. It is argued that this change will lead to improved traffic safety, as well as increased comfort. However, to be able to reap the benefits, drivers must first trust the AV. Research into automation has shown that trust is an important prerequisite to using automation systems, since it plays an important role in creating user acceptance and in generating a positive user experience. Moreover, for the purposes of safe AV operation, it is important that the user’s trust in the automation is appropriate to the actual capabilities of the system. One important aspect that can build user trust is to conveyvehicle capability, something which is commonly communicated via displays located in the cockpit of the vehicle. However, it has also been shown that parameters such as lateral steering also provide the driver with an understanding of the vehicle’s capability. Therefore, driving styles, or how the act of driving an AV should be conducted, may affect a user’s trust. However, little research has been conducted on the impact of driving styles in AVs in everyday traffic situations; that is, situations often encountered in a day-to-day driving context, such as stopping for a pedestrian at a zebra crossing or overtaking a moving vehicle. An experimental study with 18 participants was conducted on a realistic test course using a Wizard of Oz approach. The experiment included seven everyday traffic situations that the participants’ experienced with two different driving styles, Defensive and Aggressive driving style. The results show that characteristics of everyday traffic situations have an effect on the users trust in automated vehicles (AVs). Primarily due to perceived risks (for oneself and others), task difficulties and how the AV conforms to the user’s expectation regarding how the AV should operate in everyday traffic situations. Furthermore, the results also show that there are are interdependencies between situational aspects and how the AV driving behaviour conducts actions. Thus, the AV driving behaviour needs to be designed to operate differently depending on the traffic situation, to enable the user to create an appropriate level of trust, in relation to the actual performance of the AV. Finally, trust results from the information provided by the AV’s behaviour, what it explicitly communicates via displays, and how these factors relate to the driving context. Thus, a systems approach is necessary, in which the interaction between user and automation is key, but without neglecting the equally important contextual aspects. This study was funded by Vinnova, Sweden’s Innovations Agency, under grant number 2014-01411. The study was able to use the facilities and expertise of the full-scale test environment AstaZero through the open research grant, application number A-0025. Here you can find full paper, and for more information contact Fredrick Ekman at Chalmers (fredrick.ekman@chalmers.se) or read his licentiate thesis titled Designing for Appropriate Trust in Automated Vehicles that was publicly presented earlier this year. 

The Day 1 C-ITS Application Green Light Optimal Speed Advisory. Leveraging the growing communication capabilities between vehicles, infrastructure and other road users, applications under the C-ITS umbrella are expected to improve road safety, traffic efficiency and comfort of driving by helping the driver take decisions and adapt to the traffic situation. The Day 1 set of C-ITS applications, as defined by the C-ROADS platform build on mature technologies and are expected to be deployable and provide benefits in the short term, but what scientific evidence is there on their effectiveness and what gaps in knowledge are there? For the C-ITS Day 1 application Green Light Optimal Speed Advisory (GLOSA), these questions were addressed by a systematic mapping study (to our knowledge, the first such study to be published), conducted as part of the Nordic Way 2 project (co-financed by Connecting Europe Facility, CEF project 2016-EU-TM-0051-S), presented at the European Transport Conference 2019 and published in Transportation Research Procedia in 2020. Among the findings where that while there are many published studies evaluating GLOSA, the absolute majority collect data in simulation, focused mainly on observable effects for the equipped vehicle where fuel consumption and travel time were the most prevalent effects examined. Further, there was great variation in the effects observed (for instance, fuel consumption varied from no evident reduction to approximately 70% reduction between studies) providing little consensus in concluding the effectiveness of the GLOSA application. A possible reason for the big effectiveness variation is a lack of well calibrated models used in the simulations scenarios, especially with regard to driver and fellow road user behaviour and precision of traffic light phase shift prognoses. For more information contact Niklas Mellegård at RISE (niklas.mellegard@ri.se).

Making autonomous drive skilled in extreme situations. During 2020 Sentient finalised the development and testing of the S+ Split-μ Control function, that makes autonomous drive safe in the critical situation of braking in an emergency on split friction roads. Compared to traditional ABS, the braking distance could be reduced by up to 37% while maintaining stability. The function is available also for use in manually driven cars to aid the driver perform like expert drivers would in a split-μ situation. Watch this demonstration from the Colmis test track outside of Arjeplog. More information about safety functions developed by Sentient is available at the company’s website.

Ljuddesign som ökar tillit och minskar åksjuka i självkörande bilar. Hur kan ljuddesign höja användarupplevelsen i automatiserade fordon? Denna fråga har Volvo Cars utforskat de senaste två åren tillsammans med RISE och Pole Position Production. Projektet Ljudinteraktion i Intelligenta Bilar har tagit fram helt nya typer av gränssnitt där passageraren får information om bilens kommande beteende, samt vad i trafikmiljön som bilen fokuserar på. Signalerna låter bland annat snarlikt bilens naturliga ljud vid acceleration och fartminskning, men spelas någon sekund innan bilen agerar. Projektets studier har visat att signalerna ökar passagerarnas tillit till bilen, samt minskar åksjuka för en majoritet av passagerarna. I projektets avslutade del implementeras en prototyp av ljudgränssnittet i en Volvobil, vilket gör det möjligt att uppleva ljuden i verklig trafikmiljö. Resultat från projektet kommer presenteras vid ett seminarium hos SAFER i slutet av januari. Hör av er till projektledaren Fredrik Hagman på Volvo Cars för mer info (fredrik.hagman@volvocars.com), eller besök projektets hemsida. Projektet finansieras av Fordonsstrategisk Forskning och Innovation (FFI).

DI-PPP public and private partnership platform for quick and effective implementation of digital transport infrastructure: This pre-study is jointly financed by Drive Sweden and Trafikverket to accelerate the implementation of digital infrastructure in Sweden. The project uses the Trafikverket roadmap on connected and automated road transport system extensively to explore the synergies and to support the service development. The project defines the digital transport infrastructure from a system of systems perspective with the identification of key areas, action points, and expected achievements for the year 2021 – 2025. The project calls for both top-down and bottom-up approaches to build infrastructure that on the one hand enables applications and services fulfilling the mobility needs, and on the other hand, is built on an existing infrastructure with incremental advancement. The project calls for the establishment of a public and private stakeholder partnership platform that is long-term, proactive and progressive, with strong engagement and balanced investments among stakeholders to accelerate the infrastructure implementation. The results have been presented at the Drive Sweden thematic area digital infrastructure, and for more details and reports, please contact Lei Chen at RISE (lei.chen@ri.se).

Project CeViSS. Cloud enhanced Vehicle – intelligent Sensor Sharing (CeViSS) is a joint Drive Sweden project that has run from January to December 2020. The project was financed in part by Vinnova / Drive Sweden with partnership including Carmenta, CEVT, Ericsson, Volvo Cars and Veoneer. The primary goal of the project was to extend the previously established AD Aware Traffic Control cloud with functions to study and demonstrate how the central cloud platform can be used to collect and enhance critical traffic information before safely sharing it between automotive actors. The project successfully demonstrated how data registered by a Veoneer vehicle’s sensors, was collected, analyzed and enhanced in real-time on the central cloud level and then shared with the two project OEM partners; CEVT and Volvo Cars. Their connected cars could then take appropriate action and more precisely mitigate the hazard on their road ahead. The project also showed how the Carmenta Central Traffic Cloud could send instructions to the Veoneer and CEVT cars such as a recommended speed inside geofences (to be used by the Adaptive Cruise Control (ACC)) and search requests to look for specific symbols or texts (e.g., license plate numbers). Tests were also done where the Central Traffic Cloud had direct control of on-board cameras to start sending video when the Veoneer’s test vehicle approached an accident scene. Images or live video from the scene have the potential to give 112 operators and first responders a better understanding of the situation and help dispatch the right resources as well as make a more detailed planning of the rescue operation before arrival. A series of workshops was arranged during the project with representatives from two rescue organisations to get their response on the value of the technology. Both KatastrofMedicinskt Centrum (KMC) and SOS Alarm confirmed that when planning a rescue operation as well as when organizing the work at the scene it is important to collect as much information as possible about the accident area. Images or live video transmitted from a recent accident under strict control have the potential to improve rescue operations. As the sharing of sensor data in such a way have possible privacy concerns, the legal aspects was also investigated. The results of the legal study is documented in a separate report, added as an appendix to this document. The main deliverables from the project were live proof-of-concept trials performed at several occasions with final tests successfully completed at AstaZero test track, October 19, 2020. A film documenting these tests and explaining the project results was produced and a presentation held at a webcasted Drive Sweden event on December 1, 2020 concluded the project. The project has based its work on the cloud-based platform that was created in the project ”AD Aware Traffic Control” and further extended in the project ”AD Aware Traffic Control Emergency vehicles” and the following ”AD Aware Traffic Control – Advanced Cooperative Driver Assistance” project. The project used technology in Drive Sweden Innovation Cloud and its results will be integrated in this innovation platform for future use. For more information contact Kristian Jaldemark at Carmenta (Kristian.Jaldemark@carmenta.com).

Digital Twins Are Not Monozygotic – Replicating ADAS Testing Across Simulators. Testing in simulators is an essential component in cost-efficient and effective ADAS development. Without countless hours on virtual test tracks, arguing that an ADAS is safe for use on public roads will be practically impossible. However, how can we interpret issues that are detected in a simulator? Would they generalize to the real-world environment? Would they even generalize to another simulator? In a joint study with the University of Luxembourg, RISE used search-based software testing to identify safety violations of a pedestrian detection system in TASS/Siemens PreScan and ESI Pro-SiVIC. However, when replicating the same scenario in the other simulator, the researchers found that the results often differed substantially. Consequently, the researchers recommend future V&V plans to include multiple simulators to support robust simulation-based testing. Make sure the ADAS works safely in other simulators before hitting the real-world roads! The paper pre-print is available here, for more information contact Markus Borg at RISE (markus.borg@ri.se).

Nordic initiative for transport of passengers and goods by drone (NDI): The Nordic countries are joining forces to drive the development of drone transports for both goods and passengers. The Nordic Drone Initiative (NDI) will pave the way for new sustainable business models. It can be about air-taxis, autonomous courier services or new tourist concepts. NDI is co-financed by Nordic Innovation through their Nordic Smart Mobility and Connectivity program, led by RISE and consists of 16 partners from four Nordic countries including RISE, Katla Aero, Flypulse, Kista Science City, Mainbase, LFV and Region Östergötland from Sweden; VTT, Bell Rock Advisors, Robots Expert, Business Tampere from Finland; NORCE, Nordic Edge, UAS Norway and Drone Nord from Norway; and Gate21 from Denmark. The project reference group includes Norwegian Avinor ANS and Finnish ANS. The project is welcoming partners and will collaborate with NEA – the Nordic Network for Electric Aviation to jointly plan for short- and long-haul transports with electric aircraft. For collaborations, please contact Tor Skoglund at RISE (tor.skoglund@ri.se).

Testing safety of intelligent connected vehicles in open and mixed road environment (ICV-Safe): This project is a bilateral joint effort to identify safety-critical scenarios and to develop risk assessment and mitigation methods for intelligent connected vehicles (ICVs) by taking advantage of the large-scale open connected test environment in Shanghai. The project will conduct iterative case design, data collection, simulation, and open road test. The results will lay a foundation for the safe introduction of ICVs to minimize safety risks. RISE is coordinating the Swedish part with partners including Chalmers University of Technology, Alkit Communications AB, WSP AB, and FellowBot AB. The Chinese part is coordinated by Tongji University with partners including Research Institute of Highway (RIOH) Ministry of Transport, Chang’an University, Guangzhou O.CN International Technology Co., Ltd, Shanghai SongHong Intelligent Automotive Technology Co., Ltd., and Beijing Tusen Weilai Technology Co., Ltd (TuSimple). Through the project, the partners are also working actively with Swedish actors in China outside the project consortium to explore synergies for further research collaborations and innovation. For more details, please contact Lei Chen at RISE (lei.chen@ri.se).

CTS – Heterogeneous project. This project aims to investigate effects of autonomous vehicle in a mixed traffic environment, i.e., the traffic where automated vehicles share roads with different types of manually-driven vehicles. Effects on traffic flow and safety are the main interests of the project. An example of upcoming activities in the project is a driving simulation study, which is planned during January-February 2021. The study aims to investigate whether there is a behavior adaptation among human drivers when they share roads with automated vehicles. This project is funded by VINNOVA, and it is within the scope of CTS (The China Sweden Research Centre for Traffic Safety), which is an on-going collaboration within SAFER’s research program. Partners on the Swedish consortium includes VTI, Chalmers, Volvo Cars, and Volvo Group; and partners on the Chinese consortium are RIOH, Beijing Jingwei HiRain, Tsinghua University, and Tongji University. Link: Heterogeneous Traffic Groups Cooperative Driving Behaviours Research under Mixed Traffic Condition | SAFER – Vehicle and Traffic Safety Centre at Chalmers (saferresearch.com).

Drivers’ ability to engage in a non-driving related task while in automated driving mode in real traffic. Engaging in non-driving related tasks (NDRTs) while driving can be considered distracting and safety detrimental. However, with the introduction of highly automated driving systems that relieve drivers from driving, more NDRTs will be feasible. In fact, many car manufacturers emphasize that one of the main advantages with automated cars is that it “frees up time” for other activities while on the move. This paper investigates how well drivers are able to engage in an NDRT while in automated driving mode (i.e., SAE Level 4) in real traffic, via a Wizard of Oz platform. The NDRT was designed to be visually and cognitively demanding and require manual interaction. The results show that the drivers’ attention to a great extent shifted from the road ahead towards the NDRT. Participants could perform the NDRT equally well as when in an office (e.g. correct answers, time to completion), showing that the performance did not deteriorate when in the automated vehicle. Yet, many participants indicated that they noted and reacted to environmental changes and sudden changes in vehicle motion. Participants were also surprised by their own ability to, with ease, disconnect from driving. The presented study extends previous research by identifying that drivers to a high extent are able to engage in an NDRT while in automated mode in real traffic. This is promising for future of automated cars ability to “free up time” and enable drivers to engage in non-driving related activities. The study was conducted by Volvo Cars and RISE in collaboration between two FFI funded projects: TIC – Trust to Intelligent Cars and HARMONISE – Safe interaction with different levels of automation. A pre-print of the paper is available here, and for more information contact Jonas Andersson at RISE (jonas.andersson@ri.se). 

Remote Driving Operation (REDO) project. Remote driving operation or teleoperated driving can support deployment, operation, and testing of automated vehicles. With advancement in wireless communication technology, this has recently becomes more feasible. In the REDO project, we are looking at different technical and non-technical aspects related to teleoperated driving, which include 1) interaction with remote operator; 2) feedback mode from vehicle to remote operator; 3) system architecture; and 4) laws and regulations. Demonstration is also planned towards the end of the project. This is a 3-year project funded by VINNOVA. The partners in the project are: VTI, CEVT, Einride, Ericsson, Ictech, KTH, NEVS, and Voysys. Link: REmote Driving Operation – REDO | Vinnova. For more information contact Maytheewat Aramrattana at VTI (maytheewat.aramrattana@vti.se).

Human factors in remote operation of heavy vehicles. Currently, most highly automated vehicles still require the presence of a human safety operator in the vehicle, and it is evident that automated driving without human “fallback” might be distant. On the other hand, having a human operator in the vehicle jeopardizes major anticipated benefits of automated driving – productivity. This is especially evident when it comes to heavy automated vehicles. To bridge this gap, stakeholders are exploring teleoperations technology, which enables highly automated vehicles to be remotely operated if necessary. But remote operation comes with its own challenges, both from technical and human behavior perspectives. In this SAFER co-financed prestudy, Scania and RISE have identified potential safety challenges and research gaps related to human behavior in the context of remote operation of heavy automated vehicles. A general view of the human factors related challenges within the remote operation topic can be summarized by highlighting phenomena such as physical and psychological distancing, screen delays, network latency delays, inefficient interface designs, and human operator’s cognitive limitations. These are not exclusive to one single operational level, or application type, and are often interrelated. A larger body of scientific work can be found related to human factors in remote operation in other domains (e.g., robotics, aerial drones, military). Some of the findings from these domains can have value for the automotive domain, however, generally design requirements are not directly transferable between domains as there are domain specific challenges. An overall conclusion from the prestudy is that human factors in remote operation of highly automated road vehicles have been somewhat neglected by industry and research community. By providing an overall conceptualization of remote operation and its complexity, a theoretical framework, a state of the art overview, and a list of gaps and challenges, the expectation is that this pre-study will stimulate more activities in the area. The recently started FFI-project HAVOC is example of such an activity. The pre study was co-financed by SAFER and conducted by Scania and RISE. Link to final report, for more information contact Azra Habibovic at RISE (azra.habibovic@ri.se).

Task Force – Hygiene procedures in test with research persons. Since the rapid outbreak and continued global spread of the Coronavirus Disease (COVID-19) in 2020, aspects of much of our day-to-day life in society has been impacted – our workplaces are no exception. Due to the novelty of COVID-19 to health officials in Sweden and around the world, standardized guidelines on how to safely proceed with business activities that require the sharing of physical spaces and/or equipment between individuals has yet to be established. In anticipation of this pandemic being an ongoing issue, a task force was assembled to help address this gap. The SAFER task force was comprised of transport industry professionals in Sweden that have a role in conducting research and testing that would currently be deemed to place individuals at risk of contracting the virus if one of the involved actors were to be an active carrier of the virus. Therefore, the goal of this task force was to help establish a set of general guidelines to consider when attempting to mitigate the risk of contagion while performing research or testing activities at our respective corporate facilities. Questions related to “How can experiments involving test persons in vehicles, driving simulators, virtual-reality studios, or similar test facilities continue?”, “What safety procedures should we consider to introduce in order to ensure proper hygiene for the individuals involved?”, “Is it required for drivers to wear a face mask?”, and “How do we implement physical distancing provisions pre- and post-experiment interviews?” were addressed. Partners in the Task Force were VTI (coordinator), Volvo Group Trucks Technology, Autoliv, Veoneer, RISE and Scania. The project was co-financed by SAFER. For more information contact Arne Nåbo at VTI (arne.nabo@vti.se). 

Safe Drive Initiative

World Economic Forum (WEF) har nyligen publicerat en rapport med titel Safe Drive Initiative: Creating safe autonomous vehicle policy som de tagit fram med hjälp av McKinsey & Company [1]. Precis som själva namnet indikerar är tanken att rapporten ska guida politiker och policyutvecklare i hur de kan hantera juridiska utmaningar kring automatiserade fordon. Rapporten är baserad på en genomgång av olika regelverk och policydokument samt intervjuer med beslutsfattare och rådgivare. 

Huvudfrågan som adresseras i rapporten är Hur kan beslutsfattare se till att ett automatiserat fordon är säkert för användning i deras område?

Rapporten konstaterar att reglering av automatiserade fordon varierar avsevärt runt om i världen, från praktisk vägledning utan något formellt tillståndsprogram till strukturerade prestandautvärderingar. De flesta har dock bara infört tillfälliga åtgärder för att möjliggöra testning av automatiserade fordon.

Vidare dras slutsatsen att det råder kunskapsbrist hos beslutsfattarna kring hur den nya tekniken fungerar och vad den har för förmågor och begräsningar. Det finns exempelvis ingen tydlig och objektiv milstolpe när det är säkert att ta bort säkerhetsföraren från ett automatiserat fordon (läs mer gränsvärden i rapporten från RAND).

Ett annat konstaterande är att en stark nationell och internationell policy kan bidra till snabbare teknikutvecklingen, men att det behövs flexibilitet för att bemöta skillnader i förutsättningar mellan olika regioner.

Rapporten förespråkar en mer proaktiv reglering av automatiserade fordon. Vägen dit? Via så kallad scenariobaserad utvärdering (eng. scenario-based assessment). En sådan utvärdering skulle fastställa de viktigaste situationerna som ett automatiserat fordon kommer att exponeras för i den avsedda operativa designdomänen, och sedan systematiskt utvärdera fordonets prestanda i varje scenario.

Den här rapporten är först i en serie av publikationer på samma tema som organisationen ämnar publicera, och mer djup är att vänta i efterföljande publikationer där ett mer konkret ramverk kommer att presenteras. 

Egen kommentar

Det har under det senaste året publicerats en del rekommendationer och riktlinjer från en rad olika organisationer, och ni undrar säkert om alla dessa publikationer kommer få något större avtryck på utvecklingen och implementeringen av automatiserade fordon? Både ja och nej. Det är positivt att olika röster höjs, det bidrar till momentum. Men precis som Jan Hellåker från Drive Sweden påpekar i sin kommentar till DI på det här temat så har få av dessa organisationer, inklusive WEF, direkt inflytande på varken teknikstandardisering eller legala regelverk. På det viset är genomslaget begränsat.

I samma artikel från DI kan ni läsa en kommentar från Kent Eric Lång från RISE som konstaterar att WEF rapporten inte tar upp hur lagstiftningen som drivs att digitaliseringen påverkar datadelning och integritet, och hur det riskerar att bromsa utvecklingen i Europa.

Något som jag själv reagerat på är följande mening i rapportens slutsatser: Moreover, in the interest of public safety, policies must not create an environment in which AV providers compete on the basis of safety. Vad innebär det egentligen och är det ens möjligt i praktiken? 

Källor

[1] World Economic Forum. Safe Drive Initiative: Creating safe autonomous vehicle policy. 2020-11 Länk

Hur vet vi om ett automatiserat fordon är tillräckligt säkert?

En svår fråga att besvara, men enligt oberoende forskningsorganisationen RAND är vägen dit att definiera och kombinera olika mått, processer och gränsvärden. 

RAND har med hjälp av finansiellt stöd från Uber Advanced Technology Group publicerat en ny studie om metoder kring utvärdering av säkerhet av automatiserade fordon [1]. Studien går under titeln Safe Enough: Approaches to Assessing Acceptable Safety for Automated Vehicles och bygger på en tidigare studie från 2018 där RAND presenterade ett ramverk för utvärdering av säkerheten hos automatiserade fordon [2].

Den nya studien är baserad på intervjuer med ett tjugotal experter från diverse organisationer, onlineenkäter med allmänheten samt en genomgång av relevant litteratur.

Studien särskiljer tre metoder för utvärdering säkerhet – och drar slutsatsen att dessa metoder är kompletterande och stödjer varandra: 

  • Säkerhet som ett mått: Omfattar flera komplexa säkerhetsmått eftersom automatiserad körning är ett omoget område för att kunna förlita sig de enkla reaktiva säkerhetsmått (eng. lagging measures) som används idag för manuellt framförda fordon som exempelvis faktiska antalet olyckor. Utvecklare arbetar istället med mer komplexa mått, s.k. proaktiva säkerhetsmått (leading measures) som mäts innan en olycka inträffat. En sådan lovande mätmetod är bedömningen av det automatiserade fordonets förmåga att bete sig i trafiken (eng. roadmanship), vilket inkluderar dess förmåga att köra på vägen på ett säkert sätt utan att orsaka faror samt dess förmåga att reagera på ett lämpligt sätt på faror som orsakats av andra.
  • Säkerhet som en process. Omfattar olika steg som tas av utvecklare och hur dessa hur dessa steg implementeras och vad de visar om säkerheten av automatiserade fordon. Dessa processer inkluderar också utveckling och tillämpning av säkerhetsrelevanta standarder, säkerhetskultur och säkerhetsfall (samling av påståenden som definierar hur säkerhet främjas och utvärderas). Överensstämmelse med regelverket är också en process.
  • Säkerhet som ett gränsvärde. Omfattar olika kvalitativa och kvantitativa gränsvärden eller referenspunkter som exempelvis jämförelsen med mänskliga förare, uppfyllelse av ett visst prestandamått eller absoluta mål som nollvisionen. Jämförelsen med mänskliga förare är svår och just nu är trenden att använda ”lika säker eller säkrare än genomsnittlig mänsklig förare” som ett gränsvärde. 

En generell slutsats från studien är att aktörerna är överens om att de behöver komma överens om ett lämpligt tillvägagångssätt att bedöma säkerheten av automatiserade fordon samt förbättra kommunikationen med konsumenterna. Kommunikationen bör vara datadriven men ej alltför komplex. Det råder dock viss oenighet bland aktörerna om när det är lämpligt att börja skala upp sina flottor på allmänna vägar. För närvarande finns det inga vedertagna metoder som kan användas för att stödja sådana beslut. Detta är ett typiskt exempel på ett gränsvärde som behöver definieras. 

Vidare visar studien att allmänheten verkar ha störst förtroende för myndigheter som en källa till säkerhetsinformation kring automatiserade fordon, och påpekar att detta bör stärka dialogen mellan branschen och myndigheter på olika nivåer.

Studien ger också några rekommendationer till vad som bör ske för att åstadkomma en acceptabel säkerhetsnivå av automatiserade fordon:

  • Utvecklare av automatiserade fordon och forskare bör fortsätta att utveckla och integrera proaktivasäkerhetsmått. Ett branschkonsortium kan hjälpa till med detta, bland annat genom att vara föregångare för att främja sådana mått. 
  • Utvecklare bör skapa enhetliga och transparenta metoder för att presentera bevis på att deras system uppfyller säkerhetströsklar. 
  • Staten bör i samarbete med privata aktörer stödja ytterligare forskning om mänskliga förare för att möjliggöra jämförelser med automatiserade fordon som exempelvis att förstå hur människor kör i olika operativa designdomäner (ODD), incidenter inom olika ODD, och hur man karakteriserar en säker, snarare än en genomsnittlig, mänsklig förare.
  • Utvecklare av automatiserade fordon bör samarbeta med statliga och lokala ledare för att få ut sina fordon till samhällen runt om i landet.

Egen kommentar

Arbetar man med säkerhet så är den här rapporten absolut värd att läsa (men jag varnar er: den är på 140 sidor så ha en stor skål pepparkakor näratillhands!). Uppdelningen av säkerhetsmått i reaktiva och proaktiva är dock ingen större nyhet, men det är ändå intressant att se hur saker från ”old school” kommer till användning även här. På säkerhetssidan har man nämligen använt dessa mått i flera decennier (och konstaterat att just proaktiva mått är svåra att mäta och tolka). 

Sannolikt kommer studien att bemötas av en del kritik eftersom den är inriktad på att automatiserade fordon bör vara tillräckligt säkra, utan att presentera vad det innebär i praktiken. Min tolkning är att studien förespråkar att automatiserade fordon bör vara minst lika säkra som en säker mänsklig förare. Detta då till skillnad från att vara minst lika säkra som en genomsnittlig förare. Men vad karakteriserar en säker förare? Ja, det krävs mer forskning om det säger RAND – vad säger ni?

Källor

[1] RAND. Safe Enough Approaches to Assessing Acceptable Safety for Automated Vehicles. 2020-11 Länk

[2] Laura Fraade-Blanar, Marjory S. Blumenthal, James M. Anderson, and Nidhi Kalra, Measuring Automated Vehicle Safety: Forging a Framework, Santa Monica, Calif.: RAND Corporation, RR-2662, 2018 Länk