Kategoriarkiv: Fordon

Ny pilot i Helsingfors

Under veckan inleder finska startupföretaget Sensible 4 ihop med en rad andra aktörer en ny pilot med självkörande fordon i stadsområdet Pasila i Helsingfors [1, 2]. Piloten väntas pågå i 50 dagar och görs inom ramen för EU-projektet FABULOS som vi rapporterat om tidigare. 

Förutom själva fordonen testas också en på-begäran mobilapplikation för beställning av transporten som utvecklats av spanska Shotl samt ett fjärrkontrollcenter för övervakning av fordonen framtagen av japanska SoftBank Drive. 

Syftet är att få erfarenhet av de komplexa trafiksituationer som pilotområdet erbjuder samt att testa hela värdekedjan för den här typen av mobilitetstjänst. 

Totalt ingår tre olika fordon i piloten som är utrustade med Sensible 4s självkörandesystem som påstås vara utvecklad för tuffa väder- och trafikförhållanden:

  • Självkörande skyttelbussen GACHA, som är designad av japanska MUJI och utvecklad av Sensible4, kommer att hämta passagerare från busshållplatserna längst med en fördefinierad rutt. Resenärerna kommer kunna påkalla bussen från sin smartphone. På grund av det nuvarande situationen med Covid-19 kommer dock piloten att starta utan några resenärer med förhoppning om att detta ändras inom kort.
  • Minibussen CM7, som är tillverkad av Dongfeng Motor Co. Ltd., kommer att användas för att demonstrera rollen av eftermarkandsanpassning. CM7 är nämligen ett konventionellt fordon som gjorts om till självkörande i efterhand. Anpassningen har skett i samarbete mellan Donfengs dotterbolag T-Engineering i Trollhättan och Sensible 4. Den kommer också kunna påkallas av resenärerna via mobilapplikationen. 
  • Personbilen Renault Twizy, som tillhandhålls av Sensible 4, kommer att samla in data i syftet att förbättra mjukvaran i komplexa trafiksituationer. Den kommer inte transportera några resenärer. 

Egen kommentar

Min uppfattning är att det kommer finnas en säkerhetsförare i alla dessa fordon och att det mest unika här är att man testar just en on-demand (på-begäran) tjänst. Detta då till skillnad från de flesta andra piloter där minibussarna kör enligt ett förbestämt schema. 

Påminner också om att T-Engineering fått tillstånd för testning av sitt självkörande fordon på en allmän väg i Trollhättan.

På samma tema kan ni här läsa om startuppföretaget AuVeTech och dess utveckling av en skyttelbuss i Estland. De satsar på att använda öppna utvecklingsmiljöer och ramverk som Autoware, och deras skyttelbuss ISEAUTO påstås också kunna hantera tuffa väderförhållanden som snö.

Källor

[1] Sauliala, T., Sensible4. Sensible 4 launches a fleet of self-driving vehicles in busy area of Helsinki. 2020-04-14 Länk

[2] Sauliala, T., Sensible4. Sensible 4 adapts its autonomous driving pilot in Helsinki during COVID-19 2020-04-08 Länk

Nuro får testtillstånd i Kalifornien

Några dagar innan påsk fick logistikföretaget Nuro tillstånd att testa sina självkörande leveransfordon på allmänna vägar i Kalifornien [1]. 

I linje med tillståndet får Nuros fordon framföras med en maximal hastighet av ca 40 km/h och endast under fina väderförhållanden på vägar med en hastighetsgräns på ca 55 km/h. Tillståndet omfattar nio städer, inklusive Atherton, East Palo Alto, Los Altos Hills, Los Altos, Menlo Park, Mountain View, Palo Alto, Sunnyvale och Woodside. Tillståndet gäller också för endast två fordon av typen R2. 

På grund av det rådande läget orsakat av Covid-19 kommer inte testningen att inledas på en gång. Planen är att sätta att upp en leveranstjänst i samarbete med lokala varumärken och detaljhandlare, och att så småningom ansöka om ett tillstånd för hela delstaten. 

Kommentar

För ca två månader fick Nuro en nationell dispens från dagens regelverk om fordon för det självkörande leveransfordonet R2 som nu fått testtillstånd i Kalifornien. Tack vare detta kan företaget exempelvis byta ut speglar mot kameror och andra sensorer, runda av fordonets kanter i storskalig produktion. Nuro har gjort tester med en tidigare version av fordonet i Arizona (leverans av matkassar) och i Texas (leverans av pizza). 

En annan intressant detalj är att numera finns 65 företag med testtillstånd på allmänna vägar i Kalifornien, men det finns bara två som har tillstånd att framföra fordon utan någon säkerhetsförare ombord – Waymo och Nuro. I detta räknar jag inte så klart små kylboxliknande självkörande leveransfordon som framförs på trottoarer och gångbanor. 

Slutligen vill jag poängtera att Nuros fordon framförs i ganska låg hastighet, långt under de tillåtna 40 km/h. Gissningsvis upp till 15-20 km/h. Detta är en säkerhetsåtgärd. I testerna som gjorts i Arizona och Texas har man också haft en operatör, eller övervakare, som följde efter testfordonet i ett annat fordon, och troligtvis kommer det vara så även i Kalifornien. 

Källor

[1] Hawkins, A.J. The Verge. Nuro gets the green light to test driverless delivery robots in California. 2020-04-07 Länk

Nya projekt vid Virginia Tech

Virginia Tech Transportation Institute (VTTI) har ihop med 16 andra aktörer inlett ett nytt projekt med fokus på lastbilar, Automated Trucks and Mixed Fleets [1]. Syftet är att förse lastbilsindustrin, myndigheter och allmänheten med praktiska riktlinjer för integrering av automatiserade körsystem.

Riktlinjerna kommer att omfatta bästa praxis för driftsättning av den nya teknologin, förarutbildning, installation och underhåll, inspektionsförfaranden, försäkring, väginfrastruktur, data och cybersäkerhet. I projektet kommer man framförallt att beakta system för integrering i befintliga fordon. Systemen väntas vara av olika automationsnivå.

Projektet kommer att pågå i fyra år. Det finansieras av U.S. Department of Transportation via Automated Driving System Demonstration Grants program (ca 7,5 miljoner dollar) samt av Virginia Department of Transportation och projektmedlemmar. Totala summan anges inte. 

De involverade aktörerna är: Virginia Department of Transportation, Nebraska Department of Transportation, Pennsylvania Department of Transportation, Tennessee Department of Transportation, West Virginia Division of Highways, Wyoming Department of Transportation, I-95 Corridor Coalition, Pronto, Peloton, Schneider National, Hub Group, National Private Truck Council, Penske Truck Leasing/Penske Logistics, Travelers, MRIGlobal och Commercial Vehicle Safety Alliance.

Parallellt med detta kommer VTTI att bedriva ett annat forskningsprojekt kallat Automated Driving Systems and Public Safety som också fått 7,5 miljoner dollar i finansiering från U.S. Department of Transportation [2]Där kommer man utforska och demonstrera hur fordon med hög automationsgrad kan implementeras utan att ha negativ påverkan på allmänhetens säkerhet. Som ett konkret exempel anges samverkan mellan sådana fordon och tillsynsmyndigheter som polisen vid olyckor på motorväg. Bland deltagarna nämns Transurban, Virginia Department of Transportation, Global Center for Automotive Performance, ett konsortium av fordonstillverkare samt olika säkerhetsmyndigheter. 

Egen kommentar

Som ni kan se är det en imponerande lista med involverande aktörer i båda projekten, och förhoppningsvis kan de tillsammans snabba på implementering av den nya tekniken. 

Själv har jag stora förhoppningar på lastbilsprojektet, speciellt med tanke på att de fokuserar på eftermarknadslösingar. Som de själva beskriver finns det mycket att vinna på där, både från säkerhets- och från effektiviseringsperspektivet. Givet aktörsammansättningen kommer projektet att titta på både system för enskilda fordon och fordon som kör i kolonn (platoon), och därmed täcka ett brett behovsområde. 

VTTI är onekligen rätt aktör att leda sådana här initiativ. Genom åren har de genomfört flera stora projekt kring lastbilar, däribland Strategic Highway Research Program (SHRP2) där forskarna från SAFER Vehicle and Traffic Safety Centre at Chalmers fick en viktig roll för datainsamling och analys. De har också varit ansvariga för den ökända studien om förarbeteende i personbilar, 100-Car Naturalistic Driving Study. VTTI får årligen forskningssponsring på över 45 miljoner dollar, har en infrastruktur som är värd över 110 miljoner dollar och bedriver forskning med mer än 100 privata och offentliga partners inom transportsektor. 

Källor

[1] VTTI. $7.5 million study to develop operational plan for mixed truck fleets. 2020-03-31 Länk

[2] VTTI. Virginia Tech Transportation Institute awarded grants for automated vehicle research. 2019-09-18 Länk

Honda ämnar använda GMs Super Cruise

Hondas nästa generation av eldrivna bilar ska byggas tillsammans med General Motors (GM). De kommer att drivas med GMs Ultium batterier [1, 2].

Honda avser även att inkorporera GMs säkerhetssystem OnStar samt GMs förarstödssytem Super Cruise i sina bilar. Dessa implementeringar sägs bli tillgängliga i årsmodell 2024, i USA och Kanada. GMs teknik har hittills inte används av någon annan tillverkare.

I en annan Honda-relaterad nyhet får vi reda på att den nya Honda Jazz ska ha fysiska kontroller för grundläggande funktioner. De sägs ha fått användaråterkoppling om sämre användarvänlighet för digitala pekskärmar vad det gäller grundläggande funktioner som luftkonditionering [3].

Egen kommentar

Att gå tillbaka till fysiska kontroller tycks vara emot strömmen, men den här typen av utmaningar med användarvänlighet verkar vara gemensamt för de flesta tillverkare. Frågan är dock om det är problem med digitala pekskärmar som sådana, eller om det är problem med hur de digitala gränssnitten är designade? Jag tror på det sista. Man ska inte behöva söka sig i tre undermenyer för att höja temperaturen! Detta är ett problem som uppmärksammats av bland annat amerikanska Consumer Reports.

Källor

[1] GM. General Motors and Honda to Jointly Develop Next-Generation Honda Electric Vehicles Powered by GM’s Ultium Batteries. 2020-04-02 Länk

[2] Abuelsamid, S., Forbes. Honda To Use GM’s Ultium Battery, Super Cruise Hands-Free Driving System In New Electric Car Models. 2020-04-02 Länk

[3] Burgess, R., Autocar. Honda bucks industry trend by removing touchscreen controls. 2020-03-30 Länk

Att undvika kedjekollisioner

Att förutsäga framtiden är en av de största utmaningar för självkörande fordon. Men som med många saker så kan det vara lättare om man hjälps åt. Att samordna fordons medvetande och beteende är sannolikt mer effektivt än att varje fordon planerar för sig självt.

Forskare vid Cranfield University har inom ramen för Multi-Car Collision Avoidance (MuCCA)-projektet testat ett system för samarbete mellan självkörande fordon i motorvägsliknande miljö [2]. Testet visade att fordonen kunde ta ett gemensamt beslut om beteenden och på det sättet kunde de undvika både hinder och hastiga inbromsningar [1].

Projektet finansieras av Innovate UK och Centre for Connected and Autonomous Vehicles som är en del av Department for Transport och Department for Business, Energy & Industrial Strategy i Storbritannien.

Källor

[1] Institution of Mechanical Engineers. Autonomous cars given ‘human-like’ reactions to prevent crashes on shared roads. 2020-03-24 Länk

[2] The Multi-Car Collision Avoidance Project website Länk

Storbritannien satsar på automatisering under svåra förutsättningar

Det brittiska finansieringsorganet Defence and Security Accelerator (DASA) har beslutat finansiera en rad nya forskningsprojekt om automatiserade fordon [1].

De kommer dela ut motsvarande 26 miljoner kronor till 21 organisationer för att utveckla lösningar som stödjer det brittiska försvarets satsningar inom automatisering under svåra förhållanden. Satsningen finansierar också utvecklingen av lösningar för utmaningar kopplade till samspel mellan människa och automatiserade system.

Bland mottagarna hittas såväl universitet som stora och små företag.

Egen kommentar

Mycket av kunskap och lösningar som utvecklas inom det militära kan ge en positiv effekt på utvecklingen av automatiserad körning i civila applikationer. DARPA Grand Challenge, som oftast betraktas som starten för automatiserade fordon, finansierades också av militären.

Källa

[1] Storbritanniens Regering. DASA awards £2m to fast-track autonomous vehicles in harsh conditions. 2020-04-02 Länk

Metoder för att upptäcka okänd data utan inlärning

Machine Learning (ML) och speciellt Deep Learning (DL) har visat sig vara mycket effektiva och kraftfulla för att lära sig att känna igen mönster, beteende och egenskaper.

En känd egenskap hos ML är att algoritmerna kan vara extremt bra på data som finns inom den rymd som använts för träning, men extremt dåliga på data som ligger utanför träningsrymden. De är alltså bra på att generalisera, men sämre på att extrapolera. För att detektera data som ligger utanför träningsrymden, tränas ofta nätverk som lära sig se skillnad på ”känd data” och ”okänd data”, genom att presentera exempel från båda klasserna. Problemet är dock att det dels finns många dimensioner i datat (speciellt när indata är bilder) och dels blir det snabbt opraktiskt att samla data på objekt som inte är relevanta för nätverket.

Forskare från Georgia Tech och Samsung, har nyligen publicerat en artikel kring hur nätverk kan tränas, utan att använda data data som ligger utanför träningsrymden [1].

Artikeln presenterar en metod som använder sig av signaler som finns inne i ML nätverken. De skapar sannolikhesfördelningar över hur signalerna beter sig för de olika kända klasserna. Genom att jämföra dessa fördelningar med hur signalerna ser ut för ny data som presenteras för nätverket, lyckas de med hög säkerhet avgöra om den nya datan kommer ifrån den kända eller okända datarymden.

Egen kommentar

Denna metodik har studerats inom Vinnova FFI projektet SMILE II även där med stor framgång [2].

Källor

[1] Hsu, Yen-Chang, et al. ”Generalized ODIN: Detecting Out-of-distribution Image without Learning from Out-of-distribution Data.” arXiv preprint arXiv:2002.11297 (2020).

[2] Slutrapport SMILE II https://www.vinnova.se/globalassets/mikrosajter/ffi/dokument/slutrapporter-ffi/elektronik-mjukvara-och-kommunikation-rapporter/2017-03066eng.pdf

Hyundai känner av baksätespassagerare

Antalet barn som dör av värmeslag i fordon ökar [1]. En väl fungerande lösning för att upptäcka nästintill orörliga personer i bilar är därför eftertraktad.

Hyundai Mobis påstår sig nu har en radarbaserad lösning som klarar att identifiera mycket små tecken på liv, även genom textilier.

Mjukvaran ska vara så bra på att tolka radarsignalerna att Hyundai redan har planer på att expandera systemet till att även kunna mäta hjärtrytmen hos passagerare.

Systemet ska nu erbjudas internationella bilföretag [2].

Egen kommentar

I början av 2019 lanserade Tesla en funktion kallad Dog Mode. Den har två syften: att hålla hundar, och andra husdjur, i en klimatkontrollerad miljö om de lämnas obevakade i ett fordon, och att låta förbipasserande veta deras status. Här handlar det dock inte om någon automatisk detektering, funktionen behöver aktiveras av ägaren.

Här kan ni se exempel på andra fordonsmodeller (i USA) som erbjuder någon typ av detektering av personer och djur inne i fordonet. Sådan teknologi lär bli minst lika viktiga i självkörande fordon.

Källor

[1] National Highway Traffic Safety Administration, US Department of Transport. Help Prevent Hot Car Deaths. 2019-11-18 Länk

[2] Hyundai Mobis, PR Newswire. Hyundai Mobis develops ’in-cabin systems’ utilizing the state-of-the-art autonomous driving sensors one after another. 2020-03-23 Länk

Begränsad kunskap om förarstöd hos säljare och köpare

Att potentialen av att införa ny teknik beror av hur tekniken används bör vara uppenbart. Både säljare och köpare av bilar med avancerade förarstödssystem borde därför veta hur tekniken fungerar. Ett forskarteam från Nederländerna har nu beskrivit hur det är med den saken. Det är ingen vacker läsning som presenteras i den vetenskapliga tidskriften Transportation Research Interdisciplinary Perspectives.

Studien är baserad på onlineenkäter. Resultaten från de 713 enkätsvaren från bilköpare visade att nästan en fjärdedel av köparna inte fått någon information om bilens stödsystemen alls. Bland dem som fått information var det bara 9% som kunde testa systemen innan köp.

Dessutom fick 40% av bilförsäljarna inte tillräcklig information om systemen. Märkeshandlare fick oftare än oberoende återförsäljare tillräcklig information.

Egen kommentar

Stödsystemen kommer sannolikt bli än mer avancerade framöver. Om de inte samtidigt blir fullständigt intuitiva kommer det krävas både information och träning för att de ska fungera som tänkt.

För att kunna garantera att alla bilköpare ska ha tillgång till detta krävs kanske såväl tydliga regelverk som standarder och databaser.

Källa

[1] Boelhouwer et al. How are car buyers and car sellers currently informed about ADAS? An investigation among drivers and car sellers in the Netherlands. 2019-03-10 Länk

Där drönarna redan flyger

Vi har tidigare berättat om Alphabetsägda Waymos samarbete med UPS inom leveranser med självkörande vägfordon. Samarbeten om självkörande fordon stannar dock inte på marken. Både Alphabet och UPS har skaffat nya samarbetspartners för att också utvecklas inom drönarleveranser.

Alphabets drönarbolag Wing levererar sedan i höstas kostnadsfritt i Christiansburg i Virginia. Syftet är bland annat att undersöka acceptansen hos allmänheten. Hur många leveranser som genomförts vill inte Wing berätta. En videoillustration av hur det ser ut hittas här [1].

UPS har sedan förra året utfört tusentalet leveranser inom ett sjukhusområde i Raleigh i North Carolina. Genom sitt utvecklingsbolag UPSFF har de nu startat samarbete med tyska Wingcopter [2]. Kärnan i Wingcopters lösning är möjligheten att kombinera traditionella drönares vertikala lyft och landningar (s.k. VTOL) med räckvidden och den relativt låga ljudnivån hos luftfartyg med fasta vingar.

Egen kommentar

När vi är ändå i luften så kan ni passa på att läsa preliminära resultat från utredningen om Boeing 737 MAX Aircraft som kraschat i Indonesien och Etiopien.

Källa

[1] Input Mag. We visited a small Virginia town where drone deliveries have begun for real. 2020-03-23 Länk

[2] UPS. UPS Flight Forward and Wingcopter to develop versatile new drone fleet. Länk