Kategoriarkiv: Övriga fordon

Detta har hänt under julen: Del II

Här kommer Del II av sammanställningen av det som hänt under julen. Det blev en blandning av CES-nyheter och annat relevant i media. Sammanställningen är skriven av Daban, Tor, Mahdere och Azra.

Mobileyes roll i autonoma fordon. Grundaren för Mobileye, Amnon Shashua, höll på CES 2020 en insiktsfull presentation om Mobileyes roll i dagens ADAS system samt om framtidens autonoma fordon . Intressant är att Mobileye har som ambition att kunna erbjuda full automatisering med endast kamerasensorer. Amnon Shashua pratar i presentationen om sensorteknologin som är planerad att användas i deras robotaxisamarbeten och visar upp systemets körförmåga i verklig trafik. Länk1 Länk2

Leveransrobotar får OK i Kalifornien. Autonoma lätta lastbilar kan nu användas för kommersiella ändamål på allmänna vägar i Kalifornien. Department of Motor Vehicles (DMV) presenterade en tillståndsprocess för företag som vill testa eller sprida förarlösa lastbilar för kommersiellt bruk. Detta kommer säkert som en välkommen nyhet för de företag som är fokuserade på paketleveranser  och food trucks. Länk

Självbalanserande fordon. Segway har lanserat ett självbalanserande fordon som kan köra upp till 39 km/h. Fordonet kallas S-Pod och är utformad för sittande transporter inom avgränsade områden. Segway har också lanserat en e-scooter med en max hastighet på 20 km/h som påstås ha förmågan att hantera 15% lutningar utan att sakta ned. Länk

Toyota bygger ny stad för AI. Toyota har avslöjat sina planer för att bygga en ”hållbar stad för framtiden” nära Mount Fuji. Staden som kommer heta Woven City som kommer att nyttja vätgasbränsleceller och bli en labbmiljö för självkörande fordon, robotik och AI. Woven City kommer täcka 70 hektar och kommer att vara hem för forskare och heltidsboende. Länk

Sydkorea tillåter autonom körning. Från och med juli i år förväntas fordonstillverkare sälja autonoma fordon på nivå 3 i Sydkorea. The Ministry of Land, Infrastructure and Transport kommer att utarbeta detaljerade tillämpningsföreskrifter och testmetoder för att verifiera prestandan för autonoma fordon med nivå 3 innan de introduceras. Ett viktigt krav kommer att vara att fordonen inte kommer att få startas om föraren inte finns på plats för ta kontroll över bilen i nödsituationer under autonom körning. Länk

Qualcomm 5G för autonom körning. Qualcomm har meddelat att de avser att utveckla ett system för autonoma fordon till 2023. Dessa system kommer nyttja 5G-teknologi för att hantera allt från körfältskontroll till autonom körning. Qualcomm har delat upp systemet i hårdvara och mjukvara som kan skalas upp eller ner för att möta olika behov från fordonstillverkare. Länk

Datadelningsinitiativ. World Economic Forum och Deepen AI tillkännager Safety Pool ™ som skall vara en plattform för datadelning av körscenarion och säkerhetsdata. Man hoppas kunna främja utvecklingen av förarstödsfunktioner och självkörande teknologi. Safety Pool kan också utnyttjas för främjandet av bättre förordningar. Länk

HERE fortsätter österut. Kartföretaget HERE Technologies har ingått strategiskt partnerskap med Mitsubishi. HERE etablerar sig på detta viset än tydligare i Asien. Mitsubishi och Japans största telekommunikationsbolag NTT har tidigare rapporterats planerat att köpa 30% av HERE. Länk

Volkswagens laddningsrobot. VW visade upp sitt koncept för en helt autonom laddningsrobot för elfordon. Vid behov åker roboten runt i parkeringshus och parkeringsplatser med ett mobilt laddningspaket, en så kallad batterivagn. Väl på plats så stannar inte roboten kvar utan lämnar laddningsanordningen med elfordonet och går ut för att hitta andra elbilar som behöver laddas. Den helt autonoma roboten använder sig av kameror, sensorer och lasrar för att ta sig runt på parkeringsplatser. Roboten kan också transportera flera batterivagnar samtidigt där var och en av dem har 25 kWh. Länk

Terranets lidar. I förra nyhetsbrevet skrev vi kort om att Terranet lanserat en ny lidar under CES. Det vi inte skrev där var att Terranet är från Lund. Här kan ni se en video som beskriver den berörda lidarsensorn (VoxelFlow) i mer detalj.

Svensk forskning: Framtiden är ljus

MICA. CoEXist. SMART. PLATT. PRoPART. PERCEPTRON. PRELAT. DENSE. Barmark. BRAVE, HATric. Ja, så heter några av projekten som ni har äran att läsa om i årets sista sammanställning av relevant svensk forskning. För varje gång blir jag mer och mer imponerad av vår forskning och forskare. Det är fantastiskt att se hur mycket görs i vårt ”lilla” land, och det här är nog bara en bråkdel av det hela! Vi behöver bara bli bättre på att sprida våra resultat, och jag hoppas att OmAD bidrar till detta. Något annat vi behöver bli bättre på är att koppla samman våra projekt till en helhet och visa hur de leder till positiva samhällsförändringar. Kanske ett lämpligt nyårslöfte?

Stort tack till er alla som bidragit till den här sammanställningen! Det hade inte varit möjligt utan era bidrag och engagemang.

Modeling driver behavior in interactions with other road usersDriver models help improve and evaluate systems for road crash mitigation and avoidance. As systems develop and address increasingly complex scenarios. Driver models also need to be developed to be able to account for the interactions among these road users. Even as we improve driver modeling with control-theory models and actual data-driven implementations, existing driver models fail to sufficiently take interaction among road users into consideration. This paper addresses this insufficiency by proposing a new operational framework to computationally model interactions among road users. For this purpose, we introduce a definition for interaction among road users. The modeling framework is demonstrated by a specific driving scenario: the overtaking of a cyclist when an oncoming vehicle may be present. In this scenario, modeling driver interaction using Unified modeling language within our framework can lead to improved crash mitigation and avoidance through tailored system activation of automated emergency braking. This is a paper that will be presented at TRA-conference next year. The work was partly carried out at SAFER and within the FFI-project Modelling Interaction between Cyclists and Automobiles (MICA). For more information contact Prateek Thalya at Veoneer (prateek.thalya@veoneer.com).

Researchers from Veoneer have also published several other relevant papers, contact Ola Boström (ola.bostrom@veoneer.com) at Veoneer for more information: 

  • Occupant activities and sitting positions in automated vehicles in China and Sweden – The 26th International Technical Conference on the Enhanced Safety of Vehicles (ESV)
  • Passenger Car Safety Beyond ADAS: Defining Remaining Accident Configurations As Future Priorities Conference: The 26th International Technical Conference on the Enhanced Safety of Vehicles (ESV)
  • Intersection AEB Implementation Strategies for Left-Turn Across Path Crashes – Traffic Injury Prevention (ADAS)
  • A Model of Indian Drivers’ Ratings of In-Vehicle Alerts to Pedestrian Encounters on Roads in India, for presentation at the coming Human Factors and Ergonomics Society’s 2019 International Annual Meeting
  • Benefits of intuitive auditory cues for blind spot in supporting personalization; ESV2019
  • Adaptive Transitions for Automation in Cars, Trucks, Busses and Motorcycles; Intelligent Transport Systems (got invited for a journal track after the ITS World Congress)
  • How do oncoming traffic and cyclist lane position influence cyclist overtaking by drivers? – Shown at ICSC and submitted to AAP journal
  • Radar Interference Mitigation for Automated Driving – IEEE Signal processing magazine
  • How do drivers negotiate intersections with pedestrians? Fractional factorial design in an open-source driving simulator – AAP
  • Modelling discomfort: How do drivers feel when cyclists cross their path? – AAP

Driver/passenger activity mapping. FFI funded DRAMA project (2018-2020) addresses knowledge building around activity identification of drivers and passengers in vehicles to improve interaction between them and the vehicle. Mapping and detecting activities at drivers and passengers is important for both UX and traffic safety. With knowledge about activites, the HMI can be adjusted to, the currently most efficient modality. If the vehicle knows the body posture of the passengers safety functions such as airbags, brakes and steering system can be adjusted by the safety systems in the vehicle. The project develops a system that can recognizes individual and interaction activities of driver and passengers in vehicles of high level of automation (SAE3+). The project studies from literature the most relevant activities of driver and/or passenger in highly automated vehicles in terms of safety and comfort. The developed prototype acquires input data from multiple cameras mounted in the cabin of a vehicle and classify the detected activities according to the chosen in-cabin activities of interest. Machine learning algorithms are used to extract timeseries of activity features including: Body poses, head position/eye gaze/face landmark, objects, dense optical flow, and detected activity/interaction. The work is a collaboration between RISE AB and Smart Eye AB. For more information contact Thanh Hai Bui (thanh.bui@ri.se) at RISE, or Henrik Lind (henrik.lind@smarteye.se) at Smart Eye AB.

Mimicking professional bus drivers. Scania and KTH Royal Institute of Technology are currently researching motion planning algorithms for autonomous buses driving in cities. The research has so far discovered that current motion planning approaches, which are suitable for passenger vehicles, are not successful at driving buses in cities. The problem arises due to the large dimensions of buses, but mostly due to the particular chassis configuration, where the wheelbase length is much shorter than the vehicle length, resulting in large vehicle overhangs. The research then focuses on how to use these overhangs to increase the maneuverability of buses driving in cities. The result is a new motion planning approach which allows buses to briefly drive with the overhangs outside of the road and over curbs, in order to drive along narrow roads and sharp turns, while ensuring the safety of the drive. The first results of this work have been recently published in the Intelligent Transportation Systems Conference 2019. The paper can be accessed via IEEE here, or arXiv here, and a video of the results here. This work was partially supported by the Wallenberg AI, Autonomous Systems and Software Program (WASP) funded by the Knut and Alice Wallenberg Foundation. For more information contact Rui Oliveira (rui.oliveira@scania.com) from the KTH Royal Institute of Technology.

CoEXist is a European project (May 2017 – April 2020) which aims at preparing the transition phase during which automated and conventional vehicles will co-exist on cities’ roads. CoEXist aims at enabling mobility stakeholders to get “AV-ready” (Automated Vehicles-ready). To achieve its objective, CoEXist have developed an assessment framework including both microscopic and macroscopic traffic models that take the introduction of automated vehicles into account. The tools developed in the framework of CoEXist are tested by road authorities in the four project cities: Helmond (NL), Milton Keynes (UK), Gothenburg (SE) and Stuttgart (DE) in order to assess the “AV-readiness” of their local-designed use cases. Swedish partners in the CoEXist project is VTI and the City of Gothenburg. Preliminary results from the traffic modelling show decreases in traffic performance in an introductory stage with lower penetration rates and AVs with limited capabilities and cautious driving logics while higher penetration rates of more advanced AVs leads to a modal change from public transport to private cars. Final event will be held in Milton Keynes (UK) on 25-26 March 2020, Homepage: https://www.h2020-coexist.eu/. Contact Johan Olstam (johan.olstam@vti.se) for more information.

SMART. The aim of the SMART project (Simulation and Modelling of Automated Road Transport) is to enhance and further develop todays state-of-the-art traffic models in order to enable analysis of future traffic systems. The project consists of two PhD projects, one focusing on microscopic traffic simulation and the behaviour of and interaction between conventional and automated vehicles, and one focusing on mesoscopic simulation and fleets of automated vehicles for public transport operations. The licentiate thesis Simulation based evaluation of flexible transit was presented by the PhD student David Leffler on June 13th, 2019. The project is carried out by VTI, KTH and LiU and is funded by Trafikverket via Centre for Traffic Research (CTR). Contact Johan Olstam (johan.olstam@vti.se) or Wilco Burghout (wilco@kth.se) for more information.

PLATT – Policylab för Autonoma Transporttjänster. Inom ramen för DriveSweden (Vinnova) har PLATT har Volvo GTT, Einride, Combitech och RISE bedrivit policyutveckling tillsammans med offentliga och kommersiella aktörer inom transportnäringen. Därigenom har vi identifierat en rad utmaningar som de sökande står inför. Det handlar både om att kunna budgetera för ansökan i form av kostnad och ledtid men också hur man vet vad som ska ingå i en ansökan. Men vi har också sett en rad olika strategier för att hantera den osäkerheten. Dels beprövade strategier som använts både specifikt inom fordonsutvecklingen och generellt inom svensk myndighetsutövning, dels nya strategier som sätter fingret på hur man kan hantera säkerheten vid införande av ny teknologi utan att hämma innovationstakten. Genom att bjuda in brett till projektets aktiviteter har vi också samlat på oss många praktiska tips på hur man som sökande både kan påverka hur lång tid det tar att få igenom en ansökan men också mängden arbete man behöver lägga ner på en framgångsrik ansökan. Tipsen belyser också aspekter som inverkar gynnsamt på hur försöksverksamheten uppfattas av omvärlden, t.ex. räddningstjänsten och allmänheten. Här hittar ni slutrapporten och projektets hemsida. För mer information kontakta Håkan Burden på RISE (hakan.burden@ri.se). 

Driving automation state-of-mind: Using training to instigate rapid mental model development. I takt med att automatiserade funktioner blir alltmer avancerade och vanliga, ökar också kraven på användarens (förarens) förståelse för korrekt användning. Inte förrän den mänskliga föraren helt kan ersättas kommer förarens förståelse av systemen vara en kritiskt komponent i att fordonet (människan tillsammans med de automatiserade systemen) framförs säkert på vägen. Finns det då något sätt att snabb-träna förare i hur man ska använda sådana system? Den nyligen publicerade studien ämnade undersöka just detta. Tidigare forskning inom förarträning och inlärning kombinerades till en tränings-metodik som sedan inkorporerades i ett träningsprogram ämnad att träna noviser i användningen av ett hypotetiskt förarassistanssystem motsvarande SAE Level 2. Resultaten indikerade inte bara att automations-träning av förare är möjlig, utan kanske viktigast av allt att de tränade förarna i betydligt större utsträckning var benägna att ingripa i situationer som krävde det (baserat på systemets begränsningar) jämfört med deras otränade motparter. Studien gjordes inom ramen för FFI-projekt HATrick. För mer information kontakta Martin Krampell (krampell@gmail.com).

PRoPART finalized. After 24 months of work, H2020 project „PRoPART”, funded by the European Global Navigation Satellite System Agency (GSA), was successfully closed. The 7 consortium partners, coming from 4 European countries have developed an RTK (Real Time Kinematic) software solution by both exploiting the distinguished features of Galileo signals as well as combining it with other positioning and sensor technologies. RTK gives the possibility of cm-level accuracy using correction data from reference stations. The innovation developed during the project can be a game changer for the future mass market of autonomous transport. The final demonstration was done in November at AstaZero and here you can see a movie and presentation material. The project was coordinated by RISE with partners from across Europe, including Scania, AstaZero and Waysure. For more information contact Stefan Nord at RISE (stefan.nord@ri.se).  

PERCEPTRON är ett FFI-projekt är ett samarbete mellan Volvokoncernen, Semcon och Chalmers som avslutas nu vid årsskiftet. Målsättningen med PERCEPTRON har varit att ta fram ett koncept för kontinuerlig datadriven utveckling vilket inbegriper infrastruktur för att ta hand om loggad data, design av neurala nätverk, träning och validering. Ett resultat av projektet är tre neurala nätverk att exekvera i fordonet för objektdetektering, detektering av filmarkeringar och vägdetektering. Nätverken har tränats på insamlad och annoterad data för lastbil på svenska vägar. En översiktlig utvärdering av hårdvara och programvara för användande neurala nätverk har också gjorts för att ge vägledning åt utvecklare. För ytterligare information kontakta projektledare Carlos Camacho, Volvokoncernen.

PRELAT är ett FFI-projekt som slutar vid årsskiftet efter fem års samarbete mellan Volvokoncernen och Chalmers. Projektet har arbetat med fully convolutional neural network för fusion av kamera och lidar i syfte att uppnå robust vägdetektion och klassificering av vägmarkeringar för lateral filhållning. Ett tidigt resultat pekar på nyttan av använda lidar för snabb och noggrann vägdetektion. Ett annat resultat från PRELAT är på vilken detaljnivå fusion av kamera och lidar bör utföras. Slutligen är ett tredje resultat hur semi-supervised training kan utformas i syfte att minska mängden kostsam annotering. PRELAT och PERCEPTRON har varit en del av den snabbt expanderande utvecklingen och användningen av neurala nätverk inom fordonsindustrin. Resultaten har bidragit med ökad förståelse och kommer att användas i framtida projekt i Volvokoncernen. För ytterligare information hänvisas till projektledare Martin Sanfridson, Volvokoncernen

Universally designed mobility for increased accessibility to societal functions. A consortium of organisations in West Sweden (Västra Götalandsregion, Västtrafik, RISE, Norconsult Astando AB, with user organisations SRF and DHR) have collaborated on a number of projects with the vision of working towards autonomous and universally designed mobility for increased accessibility to societal functions. A series of projects performed by the consortium have explored the following subjects:

  • Samverkande system för sjukresor och sjukhus (eng. Cooperative systems for medical journeys and hospitals). How a System-of-systems approach can be utilised to bridge accessibility gaps when making service journeys between public transport and hospital departments. (funded by Vinnova FFI)
  • Autonoma skyttelbussar för ökad tillgänglighet till viktiga samhällsfunktioner (eng. Autonomous shuttle busses for increased accessibility to important societal functions). Pre-study for a trial of autonomous shuttle-busses at Sahlgrenska Hospital in Gothenburg. (funded by Västra Götalandsregion kollektivtrafiknämnden)
  • Guidning till autonoma fordon för blinda, döva och dövblinda (eng. Guidance to autonomous vehicles for persons with blindness, deafness and deaf-blindness) Guiding for journeys with autonomous vehicles for people with blindness, deafness and deaf-blindness. (funded by Drive Sweden – Vinnova, Energimyndigheten och Formas)

A combination of methods including design-thinking workshops, user-trials, field studies, service-design methods and innovation processes have been utilised to ensure that user needs have been clearly understood and taken into consideration in design of potential solutions. The studies have resulted in increased understanding of the needs of users with visual impairments in autonomous transport systems and how public authorities can contribute to designing services that reduce barriers to independent travel. A large number of service improvements and solutions have been identified. Methods for using vibro-tactile communication to guide users with visual impairments to public transport have been evaluated. A plan for a one year test of autonomous busses in a hospital environment is undergoing an approval process within the regional authority. The insights gained from these projects have already begun to create value. Many solutions can be applied to existing public transport solutions. However to create future transport solutions which are created with accessibility for all from the outset, the results require more communication for example to vehicle manufacturers, city and public transport planners and more. For more information contact Steve Cook at Norconsult (Steve.Cook@norconsult.com). 

What happens to self-driving cars if the weather turns bad? Current systems offer comfort and safety in good weather. However, they often fail to sense its surroundings in visibility conditions with heavy rain, snow or fog causing the automated systems to stop their support. The DENSE project, under the ECSEL joint undertaking and co-financed by EU and national funding bodies, addresses this key challenge of autonomous driving by developing an environment perception technology that extends the performance of sensors in adverse visibility conditions. The project designs, tests and validates a generic sensor suite that enables driver assistance systems and autonomous driving systems to operate also in adverse weather. The DENSE 24/7 all-weather sensor suite combines Radar, Short-Wave Infrared (SWIR), gated camera sensor, and LIDAR. In addition, a mobile Road State Sensor assesses the road surface conditions. For maximizing efficiency, DENSE implements a high-level fusion platform integration between the individual sensors. DENSE use artificial neural networks to fuse all sensor information at pixel level, leading to an enriched and enhanced multi-spectral image. The system has been integrated in a test vehicle and demonstrated under controlled conditions in a weather chamber and evaluated under real-life conditions in Central and Northern Europe. Project duration is between June 2016-February 2020. There are 15 project partners with Daimler as coordinator. For more information visit the project website or contact Jan-Erik Källhammer at Veoner (jan-erik.kallhammer@veoneer.com).

Projekt Automatiserad vägdrift med kortnamn ”Barmark” har som målsättning att genom automatisering av drift- och underhållsfordon bidra till förbättrad arbetsmiljö, ökad resiliens samt minskade säsongsvariationer vid val av transportslag. Projektet tar fram ett fordon som kör och navigerar självständigt längs en definierad rutt samtidigt som det utför ett arbetsuppdrag och interagerar med omgivningen. Inom projektet sker fordonsanpassning exv. av bromssystem, midja och EHI styrning, utveckling och anpassning av sensorsystem exv. drönarburna radarsystem, ultraljud, GPS/Video samt utveckling och anpassning av webbaserad front-end med loggning av fordon med förare i trafik. Vidare utförs analys av infrastruktur och testscenarier inför projektdemonstrationer som kommer utföras kommande vinter- och sommarsäsong. Projektgruppen utgörs av RISE, Semcon, CIT, Peab, Swevia, Skanska, Svensk Markservice, Trafikverket, Alkit, Teade, AstaZero och Lundberg Hymas, där RISE är koordinator. Projektet pågår 2018-05-01 till 2020-08-30 och finansieras av det strategiska innovationsprogrammet InfraSweden2030, en gemensam satsning av Vinnova, Formas och Energimyndigheten samt av projektpartners. For mer information kontakta Viveca Wallqvist på RISE (viveca.wallqvist@ri.se). 

Användargränssnitt för att upptäcka oskyddade trafikanter I syfte att förbättra tilltro och acceptans för SAE nivå 3. I EU-projektet BRAVE, Bridging gaps for the adoption of Automated VEhicles som koordineras av VTI, Statens väg- och transportforskningsinstitut, bedrivs forskning för att bidra till förbättrad säkerhet och acceptans av automatiserade fordon. I projektet har VTI under hösten genomfört en studie i körsimulatorn Sim IV på Lindholmen i Göteborg. Bakgrunden till studien är att implementering av automatiserade körsystem på SAE nivå 3 i urbana miljöer utgör en utmaning, i det att återkommande och svårförutsägbara interaktioner mellan fordon och oskyddade trafikanter behöver hanteras. För att adressera utmaningen har projektet utvecklat ett koncept för användargränssnittet som håller föraren informerad om närvaron av oskyddade trafikanter i den närliggande omgivningen. Genom att göra denna typ av information tillgänglig för föraren ges hen möjlighet att avsluta uppgifter av sekundär karaktär, såsom att se på film och liknande, och i samarbete med systemet övervaka körningen fram till dess att det är säkert att återgå till sekundära uppgifter. I körsimulatorstudien fick deltagare med och utan erfarenhet av supportfunktioner på SAE nivå 2 köra i en urban miljö samtidigt som dom kunde titta på film. Nivån av information angående oskyddade trafikanter varierades över fyra betingelser: (1.) ingen information, (2.) en varning för att förmå föraren att återta kontroll när en kollision var nära förestående, (3.) en förvarning som meddelade om närvaron av oskyddade trafikanter, samt (4.) kombination av varnings- och förvarningskoncepten. Studiens resultat visar att en strategi för användargränssnittet som integrerar förvarnings- och varningsmeddelandet är den lösning som är att föredra för att förbättra säkerheten, samtidigt som förarens tilltro till systemet förbättras. Vidare visade studien att tidigare erfarenhet av SAE nivå 2 är avgörande för om strategin fungerar eller inte. Resultaten stödjer design av användargränssnitt för automatiserade körfunktioner baserat på behov, preferenser och förmågor hos förare för att säkerställa bättre acceptans och säkerhet. För mer information om projektet kontakta Niklas Strand, Ignacio Solis Marcos eller Ingrid Skogsmo på VTI eller se www.brave-project-eu eller följ projektet på Twitter @BRAVE_H2020 

Autonoma bagagetraktorer på Toulouse flygplats

Bagagetraktorer förflyttar bagage till flygplanen efter de sorterats och lastats på av en operatör. Den här förflyttningen av bagage till flygplan kan nu göras autonomt med hjälp av bagagetraktorn AT135, och det pågår nu tester av detta sedan den 15e november på Toulouse flygplats [1,2].

Testerna görs i samarbete av Charlatta Autonom, Toulouse-Blagnacs flygplats och Air France, och flygplatsen ser det här som ett första steg till att använda sig mer av autonoma fordon på flygplatsen. 

Fordonet har förmågan att navigera och ta beslut självständigt med hjälp av lidar, kameror, GPS, vägmätare och mjukvara för autonom styrning. Fordonet övervakas under körningen och ger också kontrollen till en fjärroperatör när det närmar sig flygplanet där bagaget ska lastas av.

Källor

[1] A world first – an autonomous baggage tractor tested in real conditions, Air France 2019-12-03 Länk

[2] Air France tests autonomous baggage tractor at Toulouse Airport, Airport-Technology 2019-12-04 Länk

Självkörande traktor i Indien

Jag har hört många gånger att självkörande fordon är inget för Indien. Men startupföretaget AutoNxt har hittat en tillämpning för självkörande fordon där [1]. 

AutoNxts självkörande eldrivna traktor används för närvarande på druvodlingar. Jordbruk är exempel på tänkta tillämpningar där sådana traktorer kan användas för jordbearbetning, skadedjursbekämpning och plogning.

AutoNxts traktorer säljs som en tjänst – en Uber för traktorer som de själva förklarar det. 

Källor

[1] Sony Y, Inc42, Mumbai Startup AutoNxt Pioneers Autonomous Vehicles In India, Starting With An Electric Tractor. 2019-11-28 Länk

Autonoma fordon på flygplatser

I en ny rapport från Airport Council International (ACI) World diskuteras dagsläget och framtiden för autonoma fordon på flygplatser [1]. 

Flygplatser är i ständigt behov av att effektivisera processer och rutiner för att hålla tider och undvika säkerhetsproblem, eftersom transport med flyg är en högt efterfrågad tjänst. Angela Gittens, generaldirektör för ACI, beskriver följande applikationsområden för autonoma fordon på flygplatser [2]:

  • Robotik för assistans av flygpassagerare och städning.
  • Självkörande fordon för transport av personer med begränsad rörlighet.
  • Autonoma snöplogar för minskade risker och minskad arbetslast hos personal.
  • Drönare för förbättrad övervakning runt och i flygplatsområdet.

Rapporten diskuterar behovet av olika sorters autonoma fordon med avseende på säkerhet, trygghet och effektivitet på flygplatser, samt går igenom olika flygplatser som påbörjat användning av autonoma fordon [2]. 

ACI och International Air Transport Association har format ett initiativ där autonoma fordon ingår som arbetsområde. Initiativet heter New Experience Travel Technologies [3].

Egen kommentar

Vi har skrivit flera gånger tidigare om autonoma fordon på flygplatser, se lista här.

Källor

[1] Autonomous Vehicles and Systems at Airports Report, Airport Council International 2019-11-26 Länk

[2] Angela Wittens: How airports can prepare for the rise of autonomous vehicles, International Airport Review 2019-11-27 Länk

[3] Melina Druga: ACI report studies autonomous vehicles at airports, Transportation Today 2019-11-27 Länk

Robotinspektioner

Amerikanska marinen kommer att pröva självkörande fordon för att inspektera torrdockor. Fordonet i fråga, Clearpath Robotics Jackal, kommer från en innovationstävling (2019 Director’s Cup, NSWC PCD) inriktad mot försvaret [1]. Det är en robust och vattentät ”pod” utrustad med sensorer av olika slag.

Genom att ersätta manuella inspektioner med automatiserade räknar marinen med att kunna spara mycket tid och pengar. Och det hade inte hänt utan innovationstävlingen, säger man.

Källa

[1] U.S. Navy Tests Autonomous Vehicles for Dry-Dock Inspections, Defence Hound 2019-11-20 Länk

Självkörande tuk-tuk

I november blir det premiär för Thailands första självkörande eldrivna tuk-tuk, då de ska testas i ett avskilt bostadsområde i Bangkok med runt 10 000 invånare [1]. Testområdet täcker ungefär åtta hektar och omfattar åtta höghus, ett shoppingcenter, en tandvårdscentral och en skola. Bilar, motorcyklar, cyklar och fotgängare kommer att finnas på gatorna.

Tuk-tuk valdes som testfordon eftersom trehjulingen är mer energieffektiv än en bil, kräver färre delar, är billigare och är mer lämpad för landets klimat. 

Testerna kommer att genomföras i samarbete mellan startupföretaget Airovr, investmentbolaget Siri Ventures och den thailändska regeringen. Förhoppningen är erfarenheterna ska kunna överföras till självkörande minibussar (skyttlar) som håller på att utvecklas av en lokal fordonstillverkare ihop med myndigheterna och som väntas nå marknaden 2021.

Egen kommentar

Idag genererar bilindustrin ungefär 12% av Thailands bruttonationalprodukt och den här satsningen på självkörande och eldrivna fordon är nog ett sätt för Thailand att säkerställa dess fortsatta relevans och konkurrenskraft i framtiden.

Källor

[1] The Business Times. Thailand’s first self-driving tuk-tuk on trial run. 2019-09-20 Länk

Självkörande elsparkcykel

Ingen har väl undgått hajpen med elsparkcyklar som finns i snart sagt alla större städer i världen. Men också att de leder till problem med att de står eller ligger parkerade lite var som helst, och att de måste transporteras för att laddas och flyttas till ställen med underskott på cyklar, s.k. ombalansering.

Nu har Segway-Ninebot lanserat en trehjulig elsparkcykel, som dels står stadigare än tvåhjuliga men framförallt är semi-automatiserade. De fungerar alltså som en vanlig elsparkcykel när en användare har dem, men de kan själva långsamt köra för att ladda eller ombalanseras och köra till platser med behov av elcyklar [1]. Det kan också gå att beställa dem och de kör fram till platsen man befinner sig på. Smart eller hur?

Enligt ryktena ska såväl Uber som Lyft vara intresserade av elsparkcyklarna som ska finnas på marknaden i början av 2020. En nackdel med cyklarna är att de är 5-10 gånger dyrare än vanliga. Å andra sidan ska de vara betydligt robustare.

Källa

[1] Katie Pyzyk: Segway-Ninebot’s newest e-scooter can drive itself, SmartCitiesDive 20 september Länk

AVAP takes off

I förra veckan visades ett antal självkörande / fjärrstyrda fordon upp på Testsite OER, alltså Örnsköldsviks flygplats. Det handlade om drönare för övervakning, traktorer för snöröjning och självgående gräsklippare [1] [2]. De olika fordonen har kopplats samman i ett trafiklednings- och övervakningssystem.

Projektet AVAP (Automated Vehicles for AirPorts) har drivits av LFV ihop med Semcon, FlyPulse, Combitech, Mittuniversitetet, Swedavia, RISE Viktoria och Husqvarna [3]. Tanken är dels att sådana här automatiserade system ska kunna sänka personalkostnader för mindre flygplatser, dels höja säkerhetsnivån men också utgöra ett steg i utvecklingen mot den autonoma flygplatsen, där också elflyg kan ingå som en komponent.

Egen kommentar

RISE Viktoria har alltså deltagit i AVAP-projektet och jag har följt det lite på håll och det är roligt att se det gå i land (eller kanske man ska säga flyga). Det kan sägas vara en fortsättning på DRIWS (Digital Runway Incursion Warning System), som förhindrar fordon att oavsiktligt komma in på startbanor, och följer också på Remote Tower, alltså flygtrafikledning på håll via kameror (vi har skrivit om det förut), som båda blivit kommersialiserade. Alla dessa har utvecklats på Örnsköldsviks flygplats.

Källor

[1] Anna Beijron: Ny teknik ska ge säkrare skalskydd på flygplatserna, SVT Västernorrland 13 september 2019 Länk Länk

[2] Så ska självkörande maskiner kunna sköta en flygplats – ”Har gått bra”, TV4 13 september 2019 Länk

[3] LFV visade smarta lösningar för flygplatsdrift, LFV 12 september 2019 Länk