Alla inlägg av Mahdere Amanuel

Drive Sweden Seminarium med Dr. Steven Shladover

Igår 14 maj arrangerade Drive Sweden ett seminarium med Dr. Steven Shladover, pionjär inom forskning kring automatiserade transportsystem med lång erfarenhet från University of California Berkeley. Temat för föreläsningen var de praktiska utmaningarna kring introduktionen av automatiserade fordon och vikten av uppkoppling för att möjliggöra att automatiserade fordon ska gynna transportsystemet istället för att ha motsatt effekt.

Här är ett kort referat av de olika punkterna som Dr. Shladover berörde.

Historisk översikt

Vi har redan haft automatiserade fordon utan både ratt och pedaler i över 40 år (t.ex. de tåg som kör mellan olika terminaler på större flygplatser). Skillnaden med dessa fordon mot de som nu utvecklas är att de brukas i ett stängt system där de inte behöver interagera med andra fordon eller objekt. Utmaningen nu är att utveckla system som kan hantera ett öppet system som ständigt förändras, och som dessutom inkluderar flera olika typer av objekt (människor, djur, väghinder etc.). Dr. Shladover påpekade också att den hajp som finns kring att automation ligger väldigt nära i tiden inte stämmer överens med vad tekniken faktiskt klarar av i dagsläget.  En anledning till detta är att de som rapporterar inom området (av naturliga skäl) inte är helt insatta i teknologin och övertolkar vad de olika OEM:erna och mjukvaruföretagen predikterar är möjligt inom en snar framtid.

Terminologin 

Ibland kan vissa termer stå i vägen för förståelsen för teknologin. Självkörande (self-driving) är en term som Google uppfunnit som egentligen inte säger så mycket. Robotfordon är ett annat sådant ord som kan vara vilseledande.

För att verkligen kategorisera vad ett automatiserat fordon kan göra är det viktigt att ha en förståelse för:

  1. Vilken förarens roll är.
  2. Vilken systemets roll är.
  3. Graden av uppkoppling i fordonet.
  4. Operativ designdomän (ODD) – de specifika förhållanden ett specifikt automationssystem är utformat för att fungera i, som exempelvis på motorväg eller i ett geografiskt område.

Betydelsen av uppkoppling

Uppkoppling är mycket viktigt för att möjliggöra högre nivåer av automation.  Utan aktiv uppkoppling är det mer sannolikt att automatiserade fordon kommer att försämra det nuvarande transportsystemet. Fordonen behöver kunna förhandla med varandra för att koordinera sin körning utan att utgöra en säkerhetsrisk.

Exempel på prestanda som endast kan uppnås med hjälp av kooperativa system inkluderar kolonnkörning (V2V) och hastighetsharmonisering (V2I).

Dr. Shladover menade också på att 3G/4G är tillräckligt bra för automation, det vill säga 5G är inget krav för att möjliggöra automation.

Utmaningar relaterade till detekteringssystem

Automatiserade fordon måste inte bara kunna detektera objekt, utan de behöver också kunna förutsäga hur objekten kommer att röra sig. Här ligger utmaningen i hur man kravställer tröskeln för känslighet för systemet, så att fordonet inte stannar så fort det detekterar något som uppenbarligen inte skulle orsaka skada. Sensorer behöver inkludera radar, LiDAR, högupplösta kartor, kameror och trådlös kommunikation.

För att garantera en hög nivå av säkerhet behöver systemet detektera allt, men för funktionalitetens skull behöver det endast detektera det som kan utgöra ett hot.

Utmaningar relaterade till säkerhet

För att visa på att automatiserade fordon är säkra är den första utmaningen att kartlägga vilken kombination av scenarion som ska bedömas. Det som också behöver definieras är vilken kombination av testning i sluten testmiljö, testning på offentliga vägar och simulering som är nödvändigt för att visa på att det automatiserade fordonet är säkert. Här behöver man också undersöka hur mycket som behövs av varje testtyp och hur man ska gå tillväga för att validera simuleringarna.

Utmaningar relaterade till hur media rapporterar om autonoma fordon

Dr. Shladover är också väldigt skeptisk till hur olika medier rapporterar om utvecklingen kring automatiserade fordon och bygger upp förväntningar hos allmänheten. Frustrationen ligger i hur media rapporterar att det kommer finnas fullt automatiserade fordon på vägarna inom en snar framtid, vilket skiljer sig avsevärt från det faktum att teknologin fortfarande är väldigt ung och obeprövad.

Jaguar Land Rover vill utveckla självkörande bil som kan ”se” runt hörn

Teknikkonsultföretaget Ricardo inleder nu ett samarbete med Jaguar Land Rover (JLR) för påbörja AutopleX-projektet, vars syfte är att skapa en självkörande bil som kan ”se” runt hörn och genom diverse hinder [1].

AutopleX projektet kommer att kombinera uppkoppling, automation och teknik för realtids-kartläggning för att möjliggöra att mer information lämnas till det självkörande fordonet och i ett tidigare skede. Tillgången till denna information tidigt gör det också möjligt för det självkörande fordonet att kommunicera både med andra trafikanter och hinder där det inte finns någon direkt sikt, för att på ett säkert autonomt kunna byta fil och ta sig fram i komplexa rondeller.

Projektet kommer att utveckla teknologi med hjälp av både simulering och fysisk testning på både motorvägar och i stadsmiljöer i Storbritannien.

I projektkonsortiet finns även Highways England (HE), Inrix, Siemens, Transport for West Midlands (TfWM) och WMG (Warwick Manufacturing Group) vid University of Warwick.

Källa

[1] Frost, A.: Jaguar Land Rover and Ricardo to develop self-driving car that can ‘see’ around corners, Traffic Technology Today, 2018-04-23 Länk

Vehicle Electronics & Connected Services 2018 – Del 2

Vi fortsätter vår bevakning av Vehicle Electronics & Connected Services 2018.

Här kommer några korta referat från den 13 April.

Ireri Ibarra, Functional Safety Assessor, Volvo Cars gav en intressant presentation om de utmaningar Volvo Cars idag ställs inför när de försöker förmedla att deras fordon är säkra. Hon berörde den senaste tidens olyckor och nämnde att en av anledningarna att de står inför dagens  utmaningar är på grund av att  det inte finns någon standardisering kring autonoma fordon. Hon berörde också de viktigaste delarna av automation: sensorer, reglering och aktivering.  Vad gäller sensordelen förklarade hon att ett av problemen är att dagens sensorer inte är tillräckligt känsliga för att hantera alla typer av väderförhållanden och vägscenarion. För att hantera detta behövs  ett närmare samarbete mellan OEM:er och leverantörer.

Helmut Assmayr, Head of Autonomous Driving & Vehicle Controls, AVL pratade om utmaningarna att bygga en valideringsmiljö som går från virtuell miljö till den verkliga världen. De konventionella sätten att skriva testfall fungerar inte längre och valideringsprocessen kommer att genomgå betydande förändringar i samband med utvecklingen av autonoma funktioner. Användning av simuleringsverktyg sparar både tid och resurser, men olika verktyg, modeller och sekvenser gör det svårt att bygga en sömlös valideringsmiljö som går från den virtuella miljön till den verkliga världen. Målet med ett testfall bör också vara att finna svagheter i systemet under själva testet. I Tyskland har man tagit fram ett förslag om att skapa en myndighet som samlar in data om farliga trafiksituationer, lagra denna data i en databas och genomdriva att de organisationer som vill testa måste kunna bevisa att de kan hantera de beskrivna scenarierna.

 Dr. Rolf Johansson, Senior Safety Architect, Zenuity pratade om vad säkra användargränssnitt (HMI) är för autonoma fordon och vilken typ av säkerhetskrav som behövs för att möjliggöra dessa. Användargränssnittet är kontaktpunkten mellan fordonet och användaren.  Enligt Wienkonvektionen ska föraren alltid ska kunna ta kontroll över fordonet och även om det inte är svensk lag, så har den principen transfererats hit genom att Sverige har sagt att vi kommer göra vissa åtgärder för att tillämpa detta.  En viktig aspekt för att det autonoma fordonet och användaren inte ska missförstå varandra är att möjliggöra att de alltid har en gemensam bild av vem det är som har kontrollen. Det måste finnas ett användarvänligt gränssnitt som tydligt visar när överlämnandet av kontroll sker. Det behövs också någon form av redundans som säkerställer att användaren menar vad som efterfrågas. Föraren måste alltid veta vilket läge fordonet befinner sig i. Dessutom ska fordonet inte tillåtas byta läge till autonom körning innan fordonet säkerställt att föraren har förstått vad fordonet ska göra. Det får inte ske några orättvisa överlämningar, varje överlämning bör vara resultatet av ett avtal mellan det autonoma fordonet och användaren.

 Lawrence Humm, Global Advanced Chief Engineer Perception & Features, Aptiv gav ett personligt perspektiv på aktiva säkerhetssystem (ADAS-system) och vad kan AD kan lära av dem. Han pratade om vikten av att kunna hantera osäkerhet och samtidigt hålla fokus på att göra framsteg. När det gäller några av utmaningarna för AD är 100% positiv prestation nödvändig medan negativ prestation betonats i samband med utvecklingen av ADAS.
När det gäller validering (vilket är ett kritiskt element) inträffar sällsynta händelser sällan men ändå alltför ofta. Den dramatiska ökningen av antalet sensorer, algoritmisk komplexitet och informationshantering kräver också ett nytt tillvägagångssätt där stora team behöver arbeta mer agilt.  Sensorsystemet kommer alltid att vara bristfälligt, så nya funktioner som utvecklas måste anpassa sig till detta faktum. ADAS-systemen existerar till stor del på grund av team som strävat efter att känna till bredden och djupet av systemet och maximerat samarbete och kommunikation. Detta kommer också att vara absolut nödvändigt för utvecklingen av AD. För att lyckas snabbt behövs ett smart arbetssätt som effektivt utnyttjar samarbeten och den befintliga teknologi som finns tillgänglig.

 Thomas Gustafsson, Software Architect,  Software Quality and Tool Chain, Scania –talade om hur passiv testning kan användas för AD-testning och vilka potentiella fördelar som kommer med det. Majoriteten av alla testaktiviteter är baserade på aktiv testning (stimulering av systemet och sedan kontroll av systemets förväntade respons). Fördelarna med detta sättet att testa är att testarna är vana vid detta sätt att tänka. Nackdelen är att när man testar för AD måste så många teststimuli som möjligt tillföras. Passiv testning är ett bra komplement till aktiv testning. De potentiellt positiva fördelarna med passiv testning innefattar att testen blir effektivare och mer realistisk (eftersom sådana är baserade på loggfiler). Testerna kan också delas upp i mindre enheter som teststimuli inte kommer att vara en del av. Förutom att få en djupare förståelse för systemet kan tester som använts på lägre nivåer återanvändas i testning på högre nivåer.

Egen kommentar:

Ett effektivt transportsystem är en konkurrenskraftig fördel. Alla trender pekar på mer transporter trots att det inte är hållbart ur ett miljöperspektiv. Automation, uppkoppling och elektrifiering kommer att  påverka mest, men det när man kombinerar dessa  då vi får ett paradigmskifte. Det kan också vara därför de är så högt upp på agendan hos många av de organisationer som presenterade.

Vehicle Electronics & Connected Services 2018 – Del 1

Konferensen Vehicle Electronics & Connected Services  arrangerades i Göteborg för 13:e gången 12-13 april med samtliga presentationer på engelska. Runt 1000 deltagare samlades i årets upplaga där arrangörerna var Insight Events Sweden i samverkan med Vehicle ICT Arena på Lindholmen.

Här är några korta referat från några av första dagens presentationer.

Lars Stenqvist, Executive Vice President Group Trucks Technology, Volvo Group inledde konferensen med att ge en presentation om det paradigmskifte som håller på att ske i fordonsbranschen.  Alla trender pekar på mer transporter i framtiden trots att det inte är hållbart ur ett miljöperspektiv. Automation, uppkoppling och elektrifiering är de tre element som kommer att påverka branschen mest. Men det är kombinationen av dessa som kommer leda till ett  paradigmskifte. Det är också därför de är så högt upp på deras agenda.

Dr. Patrick Ayad, Partner and Global Head of Automotive and Mobility, Hogan Lovells gav en intressant överblick över hur regelverket kring autonoma fordon håller på att utvecklas runt om i världen. Han inledde med att säga att de legala aspekterna kring autonoma fordon inte nödvändigtvis är det som driver/bromsar den teknologiska utvecklingen.  Andra saker som nämndes var utmaningen  för lagstiftare  att utveckla ett regelverk i ett område där ”fakta” ständigt förändras. Wienkonventionen har också stor inverkan på vilken teknologi man kan introducera i Europa jämfört med i USA, där de är mer flexibla då ingen kan tvingas följa konventionen.  Man har samma hållningssätt i Kina. Även här nämndes vikten av att investera i automation, elektrifiering, uppkoppling och delade tjänster för att vara långsiktigt konkurrenskraftig. Det är också dessa delar som möjliggör robot-taxi.

Jane Walerud, Serial Tech Entrepreneur, Walerud Ventures berättade om de utmaningar startup-företag möter när de inleder samarbeten med mer etablerade aktörer.  Genom att dra paralleller från andra industrier visade hon på hur allt från internt motstånd till att vänta med att betala räkningar kan vara förödande för en start-up. Det bästa storföretagen kan göra för att göra det enklare för nya små aktörer att etablera sig är att våga investera tidigt i deras produkter och att betala deras räkningar snabbt.

 Eliane Fourgeau, Senior Director of Dassault Systèmes Center of Excellence for System Engineering gav en intressant presentation om vad det innebär för fordonstillverkare att jobba agilt. Med tanke på hur snabbt branschen håller på att utvecklas är det kritiskt att OEM:er samarbetar mer – både internt och utanför den egna organisationen. Hon avslutade med att säga ”Thinking, developing and  verifying fast. That is agile”.

Återkommande trender som togs upp av flera av presentatörerna var hur automation, elektrifiering och delade tjänster kommer att påverka  fordonsbranschen inom en mycket snar framtid. För att möta denna utmaning är vikten av samarbeten viktigare nu än någonsin.

Utmaningar gällande data för autonoma fordon

Startup-företaget Mighty AI, som levererar träningsdata till företag som bygger datormodellmodeller för autonoma fordon, och konsultföretaget Accenture har publicerat en rapport om några av de utmaningar som autonoma fordon står inför med avseende på all den data som samlas in [1].

För att fordon ska kunna uppnå högre nivåer av automation genom deep learning behöver de en massiv datamängd som kommer från sensorer såsom kamera, radar och LiDAR,  både för upplärningen av AI-systemet men också för att kunna fatta beslut i realtid när de väl introducerats på marknaden.

Rapporten pekar ut följande fyra områden att ha i åtanke när man utvecklar metoder för att hantera massiva datamängder för autonoma fordon:

  • Datainsamling: Företag kan bli mycket effektivare på datainsamling genom att optimera datakraven och insamlingsmetoden.
  • Datalagring: Att engagera företagets centraliserade IT-avdelning så tidigt som möjligt är avgörande (innan man har distribuerade team som jobbar i olika riktningar).
  • Datahantering: Att kunna spåra datas ursprung, vad som händer med det och hur det används över tid är viktigt.
  • Datamärkning: Med så mycket data som samlas är det viktigt med kategorisering för att få klarhet.

Rapporten säger avslutningsvis att företag som är medvetna om dessa utmaningar och bygger system för att hantera dem har större möjligheter att kringgå utmaningar som kan bromsa deras framgång.

Källa

[1] Autonomous vehicles: The race is on. Accenture, 2018, Länk

Design av parkeringsplatser för autonoma fordon

För att hitta den optimala parkeringsplatsen som kräver minimala antal omflyttningar, har forskare vid University of Toronto presenterat ett icke-linjärt program som behandlar varje parkeringsplats i parkeringen som en ö med ett eget kö-system [1].

Autonoma fordon kommer att få stor inverkan på parkeringsplatser i framtiden. Jämfört med vanliga bilparkeringar som endast har två rader fordon på varje parkeringsplats, kan framtida parkeringsplatser (för autonoma fordon) ha flera rader av fordon staplade bakom varandra. Även om denna multiradslayout minskar parkeringsutrymmet som behövs, kan det ändå uppstå blockering om ett visst fordon är barrikaderat av andra fordon och inte kan lämna parkeringsplatsen.

För att undvika detta scenario behöver operatören flytta några fordon för att skapa en väg ut för det blockerade fordonet, där omfattningen av detta är beroende av parkeringsplatsens layout.

Jämför ett vanligt Femton-spel.

Källa

[1] Nourinejad, M., Designing parking facilities for autonomous vehicles, Transportation Research Part B: Methodological, 2018-02-03 Länk

Ny laserteknik gör det möjligt för autonoma fordon upptäcka hinder runt hörnet

En forskargrupp från Stanford University har utvecklat ett nytt laserbaserat system som gör det möjligt för autonoma bilar att se hinder runt hörnet innan det är inom deras visuella synfält [1].

Systemet gör detta genom att effektivt producera bilder av föremål som är dolda runt ett hörn, vilket gör det möjligt för autonoma fordon att se hinder innan de kommer inom synhållet.

Genom att använda teknologier som t.ex. LIDAR, skickas laserpulser mot en yta och mäter tiden som krävs för att ljuset ska reflekteras – denna data samlas sedan in för att bygga en tredimensionell modell av ytan vilket resulterar i att man kan utveckla bildobjekt som inte är direkt synliga för kameran.

Forskargruppen uppgav också att den reflekterande karaktären av vägskyltar och cykelreflektorer gör deras teknik passar bra för autonoma fordon och tillägger att deras forskningen använder sensorer som liknar dem som redan används i autonoma fordon.

Trots detta meddelade forskargruppen dock att de fortfarande behöver förbättra systemet, så det kan bli bättre på att upptäcka objekt som inte är väldigt reflekterande eller stationära (till exempel barn eller vilda djur) men även att se till det kan användas utomhus under soliga förhållanden.

Källa

[1] Davis,N., New laser technology lets driverless cars see round corners, The Guardian, 2018-03-05 Länk

Nissan utvecklar autonom taxi-tjänst i Japan

Nissan och tech-företaget DeNA kommer att testa en app baserad autonom taxi-tjänst i Japan [1].

Nissan har sagt att de kommer att utföra fälttester av tjänsten, som heter Easy Ride, i Minatomirai-distriktet i Yokohama, längs en bestämd rutt på cirka 4,5 kilometer.

I bilarna kommer det att finnas en surfplatta som visar en lista över rekommenderade destinationer som testdeltagarna kan välja att åka till genom att kommunicera via text eller röst med Easy Rides mobilapp.

Nissan och DeNA planerar att göra tjänsten tillgänglig för allmänheten i början av år 2020.

I filmen visas Nissans vision av den framtida autonoma tjänsten.

Källa

[1] Browne,R., Nissan is taking on Uber with its own self-driving taxi service, www.cnbc.com 2018-02-27 Länk

Ford testar autonom körning i Miami med två fordonsflottor

Ford kommer att testa två fordonsflottor i Miami som en del av sin forskning kring automatiserad körning [1].

Den första bilparken kommer att bestå av Fusion Hybrid-bilar som Ford kommer att testa med tillsammans med Argo AI.

Den andra flottan kommer att bestå av ett bredare urval av olika Fordmodeller och kommer att testa hur kunderna interagerar och reagerar på leveranser gjorda av Domino och leveransservicen Postmates.

I testet kommer fordonen att köras av en mänsklig förare men som inte kommer att interagera med kunderna. Dominos leveranser i testprogrammet startade i Miami-området redan förra veckan.

Källa

[1] LeBeau,P., Ford teams with Domino’s, Postmates in Miami to test delivery via autonomous vehicles, www.cnbc.com 2018-02-27 Länk

Renault, Nissan och Mitsubishi inleder samarbete kring autonoma bilar och elbilar

Renault, Nissan och Mitsubishi har nu presenterat sina planer på att arbeta tillsammans med elektriska och självkörande bilar [1].

Biltillverkarna planerar att gemensamt lansera sin första helt autonoma bil som inte kräver någon mänsklig förare redan 2022. Samma år är det också deras avsikt att lansera 12 nya elbilar som har en räckvidd på över 600 km och en 30% lägre batterikostnad.

Biltillverkarna lade också fram följande tidsplan för introduktionen av autonoma bilar:

2018 – Introducera ”högt autonoma bilar på motorvägar” men där en mänsklig förare fortfarande hela tiden skall ha översikt. Detta skulle likna Nissan’s nya ProPilot Assist-system som kommer att finnas tillgängligt i Nissan Leaf och senare även i andra modeller.

2020 – Expandera förarstödsteknik med hög automation och minimalt mänskligt ingripande till stadsmiljöer.

2022 – lansera gruppens första helt autonoma fordon som inte kräver något mänskligt ingripande i alla situationer (SAE nivå 5).

Biltillverkarna presenterade också en logotyp som representerar Renault-Nissan-Mitsubishi-samarbetet. Trots att de kommer att fortsätta att verka som tre separata bolag kommer de att ha ett lager i respektive organisation som innefattar en gemensam ledningsgrupp där alla bolagen finns representerade.

Källa

[1] Valdes-Dapena, P., Renault, Nissan and Mitsubishi team up on self-driving and electric cars. CNN Tech. 2017-09-15 Länk