Alla inlägg av Azra Habibovic

Distributionsfordon, Produktplaner

Ambitiösa planer från Udelv och Mobileye

Startupföretaget Udelv har ingått ett samarbete med Mobileye som går ut på att lansera automatiserade leveransfordon [1]. Kommersiell lansering är planerad år 2023 .

Planen är att leveranserna ska ske med en ny typ av hyttfritt fordon som heter Transporter och som kommer att vara utrustat med ett självkörande system motsvarande SAE-nivå 4 med maxhastighet på dryga 100 km/h. Fordonet kommer vidare att vara uppkopplat mot ett fjärroperationscenter för övervakning och för att kunna få mänskligt stöd vid manövrering på exempelvis parkeringsplatser, lastzoner, vid bostadskomplex och privata vägar. Medan tillverkningsplanerna fortfarande ej är helt spikade är företagens plan att producera 35 000 fordon under perioden 2023–2028. Förhandsförsäljning av dessa har redan börjat i och med att amerikanska Donlen beställt 1000 fordon. 

Inga fler detaljer kring fordonet är kända för tillfället. Värt att nämna är dock att Udelv under de senaste åren har automatiserat och testat existerande skåpbilsmodeller runt om i USA, inklusive Oklahoma City, Arizona och Bay Area i Kalifornien. Mobileye har samarbete med flera aktörer och planerar bland annat att lansera en robotaxitjänst i Israel i början av nästa år. 

Egen kommentar

Vi vet inte vilka egenskaper som Transporter kommer att ha eller att se ut i detalj men troligtvis har Einride nu fått en seriös konkurrent med ambitiösa planer, och ett stort företag (Intel) bakom.

Källor

[1] Intel Newsroom. Mobileye and Udelv Ink Deal for Autonomous Delivery. 2020-04-12 Länk

Sensorer

Lidar för detektering av gester

Lidarföretaget Insight har tagit fram en lidar som kan detektera gester hos fotgängare [1]. Den informationen kan vidare användas för att tolka fotgängarens intentioner. 

Produkten är baserad på Frequency-Modulated Continuous Wave och kallas Insight 1600. Ett av dess främsta tillämpningsområden är automatiserad körning. Från början var tanken att Insight 1600 skulle användas för detektering av rörelse hos större objekt som fordon, men enligt företaget själva så har den visat sig kunna prestera bra även för mindre objekt med lägre hastigheter som fotgängare. 

Här kan ni se en demonstration av Insights lidar. 

Egen kommentar

Att kunna detektera och tolka intentioner hos omgivande trafikanter är en egenskap av stort värde för säker och effektiv samverkan i trafiken, inte minst för självkörande fordon. Att man exempelvis kan se med hjälp av lidar om en fotgängare tittar åt höger eller vänster borde vara mer robust än att läsa av sådan information från kameror. På så sätt öppnar Insights lidar upp nya möjligheter.

Här är det dock viktigt att notera att Insights lidar inte är först med den här egenskapen. Exempelvis skrev Luminar 2018 att dess lidar kan upptäcka mänsklig kroppsställning, inklusive enskilda ben och armar. Med detta sagt så är så detaljerad igenkänning inte enkel med någon sensorteknik och kräver säkerligen information från flera sensorer. I alla fall om man inte frågar Elon Musk som planerar att fasa ut radar och förlita sig helt på kameradata.

Källor

[1] Insight. Insight LiDAR Develops Industry’s First “Gesture Detection” Sensing Technology for Autonomous Vehicle LiDAR Systems. 2021-04-07 Länk

Okategoriserade

Förtydligande om SAE nivåer

Förra veckan skrev vi en artikel om utmaningar med automatiserad körning motsvarande SAE-nivå 3 som framförts av Amnon Shashua och Shai Shalev-Shwartz från Mobileye. I den framgår det att kontrollöverlämning mellan mänsklig förare och automatiserade körsystem kan ske även för SAE-nivå 5. En läsare reagerade på det, vilket fick oss att tro att det kan finnas fler med samma funderingar. Därav ett litet förtydligande.

Vi kan börja med att konstatera att SAE-skalan är och förblir en förenkling av något som är väldigt komplext, vilket gör att den blir ibland svår att begripa och tillämpa i verkligheten. För visst kan man tro att det är konstigt att ett fordon som är utrustat med SAE-nivå 5 och som klarar av alla förhållanden överlämnar kontrollen till en mänsklig förare? Enligt SAE-standarden kan det mycket väl vara möjligt. Så här står det i standarden där ADS står för Automated Driving System och DDT står för Dynamic Driving Task: 

At levels 4 and 5, the ADS must be capable of performing the DDT fallback and achieving a minimal risk condition. Level 4 and 5 ADS-equipped vehicles that are designed to also accommodate operation by a driver (whether conventional or remote) may allow a user to perform the DDT fallback if s/he chooses to do so. However, a level 4 or 5 ADS need not be designed to allow a user to perform DDT fallback and, indeed, may be designed to disallow it in order to reduce crash risk.

Utryckt på ett annat sätt: Nivå 5-fordon kan vara utrustade även med reglage så att föraren, om han/hon vill, kan ta över och köra manuellt – men det får inte vara tvingande och systemet kan vara designat för att ta över kontrollen så att det som systemet bestämmer går före förarens input.

Simulering

Safety Pool Scenario Database

University of Warwick och Deepen AI har skapat en öppen databas kallad Safety Pool Scenario Database [1, 2]. Den innehåller över 100 000 syntetiskt genererade scenarier för testning och validering av automatiserad körning i olika trafikmiljöer och under olika förhållanden. 

Enligt skaparna själva är det världens största databas för dessa ändamål och som är öppen för allmänheten. Något annat som är unikt för Safety Pool är att den bygger på data som användarna själva bidragit med och som sedan använts för att generera snarlika syntetiska scenarier. 

Det här initiativet är ett systerinitiativ till World Economic Forum Safe Drive Initiative vars mål är att designa och leverera ett globalt policyramverk för säkerhetsutvärdering av automatiserade körsystem.

Egen kommentar

På tal om data så kan ni här se en något mindre databas med lidardata insamlat av KTH kallat Open KTH.

Källor

[1] Sousa, N., Testing Simulation. World’s largest public scenario database for testing and assuring safe Autonomous Vehicle deployment. 2021-04-04 Länk

[2] Tempelton, B., Forbes. Safety Pool Announces 100,000 Self-Driving Test Scenarios Ready For Download 2021-03-31 Länk

Okategoriserade

AUTOBUS slutseminarium

Som ni säkert vet har det gjorts några piloter med självkörande skyttelbussar i Norge och Transportøkonomisk institutt (TOI), Lunds universitet, Vias Institute i Belgien och TU Delft i Nederländerna har tillsammans genomfört ett forskningsprojekt kallat Autobus som handlar om hur andra trafikanter samverkar med sådana fordon. Projektet har pågått sedan 2018 och har finansierats av norska forskningsrådet. 

Den 28 april 2021 kommer Autobus och dess slutresultat att presenteras på ett onlineseminarium. Ni hittar programmet och länken till seminariet här. Mer information om projektet finns att tillgå här. 

Okategoriserade

Så här vill AVSC kvantifiera säkerheten

Automated Vehicle Safety Consortium (AVSC) har publicerat riktlinjer kring metoder och mått för säkerhetsutvärdering av automatiserade körsystem motsvarande SAE-nivå 4 och 5 [1]. Riktlinjerna grundar sig i bäst praxis inom området och är huvudsakligen ämnade för systemutvecklare och tillverkare. Definitionerna som används är till stor del baserade på existerande SAE- och ISO-standarder. 

Konsortiet betonar vikten av s.k. evidensbaserad säkerhetsutvärdering av automatiserade körsystem. För att kunna testas och lanseras på allmänna vägar behöver sådana system vara säkra, och för att motivera att deras system är säkra behöver tillverkarna kunna vissa i siffror att systemen uppnått en acceptabel säkerhetsnivå. För detta föreslår AVSC en femstegsprocess:

  • Specificera säkerhetsmål (exempelvis reducera antalet olyckor),
  • Definiera säkerhetsmått, både de som mäter säkerheten på ett direkt sätt (exempelvis påverkan på antalet av olyckor) och indirekt sätt (exempelvis förmågan att anpassa hastigheten till kontexten).,
  • Beskriv operationell designdomän (ODD),
  • Applicera givna analysmetoder,
  • Utvärdera prestandan.

Vidare så definierar konsortiet en rad mått och metoder för respektive steg i processen. I grova drag så förespråkar de att använda den mänskliga föraren som referenspunkt så långt det går. 

AVSC har ett tiotal partners inklusive Aurora, Motional, GM, Lyft, Daimler, Volkswagen, Ford och SAE. 

Egen kommentar

Ni som arbetar med säkerhet kommer nog känna igen det mesta och på så sätt är dessa riktlinjer inte så revolutionerande. Det är dock bra att ha allt samlat på ett ställe och framförallt tycker jag att det är positivt att så många aktörer enats om kvantifierbara mått. Det här är ett område som behöver utvecklas och standardiseras, och AVSCs riktlinjer är ett bra bidrag (även om man inte nödvändigtvis håller med om allt som förslås där).

Källor

[1] AVSC. AVSC Best Practice for Metrics and Methods for Assessing Safety Performance of Automated Driving Systems (ADS). Mars 2021. Länk

Lastbilar, Sensorer, Tester och demonstrationer

Lastbilar

Idag har vi med tre färska nyheter från tunga sidan: 

  • Under veckan bjöd Waymos avdelning för lastbilar, Via, journalister på en virtuell åktur i en av företagets autonoma lastbilar [1]. Med en fördröjning på ungefär en minut kunde de via videolänken åka med i hytten och uppleva hur lastbilen hanterar diverse trafiksituationer på en motorväg. Med i lastbilen satt en säkerhetsförare som höll sina händer nära ratten och en tekniker som övervakade körsystemet via en laptop. Bloombergs rapporter konstaterar att lastbilen hanterade körfältbyten på ett smidigt sätt liksom situationer där körfälten gick ihop. Trafiken var inte så tär men lastbilen blev vid flera tillfällen omkörd av andra bilar på båda sidor. Vid ett tillfälle bytte lastbilen till mittfilen efter att ha upptäckt att ett fordon stannat på vägrenen lite längre fram. När det var dags att lämna motorvägen tog säkerhetsföraren över kontrollen. Länk
  • Startuppföretaget Embark beskriver i ett blogginlägg hur deras självkörande system för lastbilar gjort framsteg, framförallt när det gäller hantering av vägarbeten och avstängda körfält på motorvägar. Här kan ni se en film som visar hur Embarks lastbil känner av att körfältet som den färdas i är avstängt och byter därefter till ett annat körfält. Länk
  • Startuppföretaget Kodiak Robotics, med huvudkontor i Kalifornien, har inlett ett samarbete med kinesiska lidartillverkaren Hesai Technology. Det framgår inte vilken typ av lidar som kommer att installeras på Kodiaks lastbilar. Här kan vi också nämna att Hesai och en annan kinesisk lidartillverkare, RoboSense, blev för något år sedan stämda av amerikanska lidarföretaget Velodyne för patentintrång. Det hela löstes med att de numera har ett licensavtal. Länk
Mobilitetstjänster, Produktplaner

Cruise köper upp Voyage

Det har under de senaste månaderna ryktats om att Cruise, som ägs av GM och Honda, är på väg att köpa Voyage. Nu har köpet blivit officiellt: Cruise köper upp Voyage [1]. Prislappen är inte känd och köpet väntas färdigställas under de kommande månaderna. Då väntas också ”nyckelpersoner” från Voyage övergå till Cruise, men vilka som omfattas exakt återstår att se. 

Från Voyages VD uttalanden att döma kommer Voyage att förstärka Cruise med tre viktiga pusselbitar: Commander (självkörande A.I.), Shield (olycksundvikande system), och Telessist (fjärrkontrollcenter). Cruise får också på köpet Voyages etablerade testverksamhet och erfarenhet av en mobilitetstjänst för ett äldreboende.   

Voyage bildades 2017 och har sedan dess fokuserat på ett utveckla och testa en mobilitetstjänst för äldreboende, framförallt i San Jose i Kalifornien och The Villages i Florida. Sedan dess har de hunnit lansera tre generationer av sitt självkörande system. 

Egen kommentar

Flera startuppföretag har eller kommer inom kort att ”ätas upp” av andra företag. Och detta är inget negativt. Snarare tvärtom. Det tyder på en viss mognad i utvecklingen och att många insett att de behöver starka konsortier för att uppnå storskalig spridning.

Källor

[1] Cameron, O. Voyage. Voyage Acquired by Cruise. 2021-03-15 Länk

Artificiell intelligens, Funktioner, Personbilar, Tester och demonstrationer

Waymo delar mer data

Waymo har redan öppnat upp delar av data från sina självkörande fordon via Waymo Open Dataset som nu utökats med 570 timmar av annoterad kördata. Det handlar framförallt om röresledata som kan användas för att förutsäga beteende och rörelse i trafiken.

Den nya datamängden är insamlad i San Francisco, Phoenix, Mountain View, Los Angeles, Detroit och Seattle och innehåller interaktioner mellan fordon och olika trafikanter, inklusive fotgängare och cyklister. Varje datasegment är 20 sekunder långt och länkat till en karta. Annoteringen av datasegmenten har gjorts i efterhand och företaget har också publicerat en artikel som beskriver tekniker och algoritmer som tillämpats för detta. Dessutom har de publicerat en sammanställning av interaktionsmått för att underlätta validering av modeller. 

I samband med det har företaget lanserat en ny upplaga av sin tävling som inkluderar fyra utmaningar: prediktering av rörelse, prediktering av interaktioner, realtids 2D-detekterin samt realtids 3D-detektering. Är ni redo för någon av dessa utmaningar?! Deadline är den 31 maj 2021.

Egen kommentar

Jag tror att många (framtida) utvecklare kommer ha glädje av den nya datamängden, och är nyfikna på andra öppna datamängder så kan vi tipsa om följande:

Källor

[1] Waymo. Expanding the Waymo Open Dataset with Interactive Scenario Data and New Challenges. 2021-03-10 Länk