Kategoriarkiv: Forskningsprojekt

Guldkorn från svensk forskning

Det här är svenska guldkorn från er läsare. Tack för ert fantastiska jobb.

Autonoma leveransfordon i interaktion. Inom projektet GLAD (Goods deliveries under the LAst mile with autonomous Driving vehicles) genomfördes under maj månad en användarstudie där en ADV (Automated Delivery Vehicle) utrustad med s.k. eHMI:er (visuella medel som kommunicerar till människor i omgivningen) körde en kortare rutt. Syftet var att utvärdera hur individer uppfattade och förstod eHMI:erna i olika situationer, samt hur de kan utvecklas. Preliminära resultat indikerar att eHMI:erna i sig inte kommunicerade sina specifika budskap, men att de i sina givna sammanhang blev begripliga. Resultaten visade även på tydliga inlärningseffekter, d.v.s. deltagarna lärde sig snabbt eHMI:ernas budskap. Projektet är finansierad av Trafikverket och utförs av RISE, Clean Motion, Aptiv, Combitech och Högskolan i Halmstad. Kontakt: Mikael Söderman, RISE, (mikael.soderman@ri.se)

Förstudie SMART-projektet. Som en del av det EU-finansierade SMART-projektet genomför RISE en förstudie kring förutsättningarna för att komplettera kollektivtrafiken med förarlösa tjänster i Skaraborg. Projektet leds av Destination Läckö/Kinnekulle som är ett kommunalt bolag ägt av Götene och Lidköping. Preliminära resultat visar att det i några av tätorterna finns intressanta systemeffekter värda att studera närmare men att det är svårt att hitta lämpliga lösningar för lite längre avstånd mellan kollektivtrafikens hållplatser och populära utflyktsmål eller uppför Kinnekulles de branta vägar. Det finns också sträckor i området där det antagligen finns en marknad för kommersiella tjänster med manuellt framförda fordon. Kontakt: Håkan Burden, RISE, (hakan.burden@ri.se)

Generering av dimma och väderklassificering. RISE och Veoneer har under våren 2022 genomfört en förstudie ”Dimhöljt” för lära hur dimma kan skapas i klimatkammare. Syftet med den genererade dimman är att testa lidar, t ex för att filtrera bort störningar, för att validera simuleringsmodeller, för att verifiera sensorprestanda eller för att verifiera att en funktion är inom ODD. Det finns i princip tre olika sätt att slå sönder vatten till fina droppar: med vibrationer, med trycksatt vatten eller med tryckluft; man kan även generera dimma genom att kondensera ånga. Dimma är våta aerosoler i storleksordning från våglängden av synligt ljus till en faktor 20-50 ggr större. Projektet har också undersökt hur mätning av dimmans karaktäristik utförs på lämpligt sätt. Mätningar måste bland annat inkludera storleksfördelning av partiklar och mängden vatten i flytande form. Det är viktigt att skapa repeterbart testsystem med dimma. I projektet studerades därtill hur man med en lidar kan klassificera vädertyper såsom dimma, regn, snö, klart väder. Studien baserades på mätningar utomhus och i klimatkammare. De inledande försöken har varit framgångsrika och tanken är att förstudien ”Dimhöljt” följs av en fördjupad ansats. Förstudien delfinansierades av Vinnova/FFI, 2021-02582. Kontakt: Martin Sanfridson, RISE, (martin.sanfridson@ri.se)

Autonoma fordon för blinda, döva och dövblinda. I en nyligen publicerad journalartikel vid namn ”Vibrotactile guidance for trips with autonomous vehicles for persons with blindness, deafblindness, and deafness” presenteras resultat från Drive Sweden projektet ”Guidning till autonoma fordon för blinda, döva och dövblinda”. Studien visar bland annat på vikten av att beakta användarperspektivet för hela resan, inte bara fordonet i sig. Artikeln finns att läsa här. Kontaktperson Jonas Andersson (jonas.andersson@ri.se)

Best student paper på IEEE konferens. Vid konferensen IEEE Intelligent Vehicles Symposium vann doktoranden José Manuel Gaspar Sánchez och industridoktoranden Truls Nyberg från KTH och Scania första pris i kategorin ”Best student paper” med artikeln ”Foresee the Unseen: Sequential Reasoning about Hidden Obstacles for Safe Driving”. I samarbete mellan KTH och Scania har studenterna utarbetat en algoritm för autonoma fordon för att hantera skymda trafikanter på ett säkert och effektivt sätt. Forskningen har finansierats genom Vinnovas center TeCOSA och forskningsprogrammet WASP.
Andra pris i kategorin gick till industridoktoranden Magnus Gyllenhammar vid KTH och Zenseact för artikeln ”Uncertainty Aware Data Driven Precautionary Safety for Automated Driving Systems Considering Perception Failures and Event Exposure”, också den finansierad genom WASP. Kontaktperson Truls Nyberg (truls.nyberg@scania.com)  & Magnus Gyllenhammar (gyllenhammar@zenseact.com). 

Syntetisk data för validering. En vanlig utmaning inom maskininlärning är att ta fram realistisk data både för att träna sina nätverk samt för att validera dem. I dag är en vanlig metod att samla in data i den miljö där nätverket ska appliceras, t.ex. i trafiken, och sedan hoppas att det resulterande datasetet ska vara representativt. Detta är tyvärr sällan fallet eftersom att det är svårt att få med alla tänkbara scenarion. Inom FFI-projektet DIFFUSE utvecklas metoder för att skapa syntetisk data och bilder primärt för valideringssyften. Tanken är att förbättra de maskininlärningsmetoder som i dagsläget bara i begränsad omfattning ger kontroll över vad den resulterande bilden innehåller. Kontaktperson Martin Torstensson (martin.torstensson@ri.se)

Future mobility services in Ride the future-project. Ride the future is a multi-brand pilot where 8 partners join forces in running three autonomous buses along a 4 km route in Linköping’s Valla district. The partners are VTI, Linköping University, Linköping Science Park, Transdev Sweden AB, Östgötatrafiken, Linköpings kommun, Akademiska Hus and RISE. The area includes residential housing, businesses and the campus of Linköping University (LiU). 
Ride the future is furthermore one of the sites in the larger Horizon 2020-project called SHOW (SHared automation Operating models for Worldwide adoption), and a platform for several projects related to future mobility solutions. To date over 20 studies and research projects – completed and ongoing – are related to Ride the Future. A result conference was held 26 April and presented findings about the following topics:

  • Lessons learned from setting up a demonstration site with autonomous shuttle operation; paper (funding: SHOW)
  • Mobility for all – but who is ”all”?  paper (funding: Drive Sweden)
  • 5 feasibility studies (funded by VTI and summarised in here) about
    • Towards a digital twin of campus Valla for co-simulation of road users 
    • Exploring spatio-temporal accessibility in Lambohov: a pre-study. 
    • Data processing and visualization of mobile air quality measurements. 
    • Road surface unevenness and its impact on comfort and vibrations in low speed vehicles
    • Infrastructure needs at bus stops. 
  • The following studies were also presented at the conference. (funding in brackets):
    • Säkerhetsförarens uppmärksamhet och vakenhet (FFI)
    • The digital infrastructure of ELIN’s data collection (SHOW=EU)
    • Automated Vehicles as Social Agents: A Research Agenda (ELLIIT)
    • Cybersecurity of autonomous vehicles (Drive Sweden)
    • Digital guidance in public transport (funding: ERA-net)
    • Children’s perspective on future travels by autonomous bus (SHOW)
    • Autonomous shuttles for all – Experiences from children with intellectual disability (WASP-HS)
    • Game engine simulation of autonomous buses in a student project (LiU)
    • Ljudsignaler i interaktion mellan autonoma bussar och oskyddade trafikanter (LiU)
    • For more information and contact to project leaders, please get in touch with Ingrid Skogsmo (ingrid.skogsmo@vti.se)

Säkerhetskultur för automatiserade fordon. Målet för projektet Säkerhetskultur för automatiserade fordon är att utveckla metoder och verktyg för att kunna hantera säkerhetskulturen i organisationer som konstruerar och implementerar automatiserade fordon och maskiner. Projektet kommer att utforska befintlig säkerhetskultur och nya risker, samt utveckla mätinstrument för säkerhetskultur och pröva hur de kan appliceras på hållbarhet- och jämställdhetskultur. Säkerhetsfokus har länge legat på fordon och förare. Nu behövs organisationens och kundens betydelse lyftas fram. I projektet kommer därför en modell och verktyg utarbetas för att integrera säkerhetskultur i utvecklingsarbetet och för att stötta en lärandeprocess. Modellen utvecklas och utvärderas på två fallstudier från olika domäner, dels autonoma truckar samt automatiserade bussar i projektet Ride the future. En viktig aspekt av projektet är kunskaps och metodiköverföring mellan de olika tillämpningarna och mellan parterna VTI, RISE, Volvo GTT, Combitech och Toyota material handling. Projektet finansieras av Vinnovas FFI-program och genomförs på två år under ledning av VTI. Kontaktperson: Christina Stave (christina.stave@vti.se).

Studie om lastbil-VRU interaktioner inom FFI-projekt. Inom ramarna för FFI-finansierade projektet ”Externa interaktionsprinciper för förtroende och acceptans av tunga autonoma fordon” som bedrivs av Scania, RISE och Högskolan i Halmstad har doktoranden Victor Fabricius och kollegor publicerat en vetenskaplig tidskriftsartikel ”Interactions Between Heavy Trucks and Vulnerable Road Users—A Systematic Review to Inform the Interactive Capabilities of Highly Automated Trucks”. Artikeln syftar till att ge en översikt av den vetenskapliga litteraturen gällande dagens interaktioner mellan tunga lastbilar och oskyddade trafikanter – mer specifikt fotgängare och cyklister. En av insikterna från studien är att en stor del av interaktionen består av implicit kommunikation som till exempel fordons körsätt och rörelsemönster, och att den här typen av kommunikation i framtiden troligtvis kommer utgöra grunden även för interaktioner med automatiserade fordon. En annan insikt från studien är också att explicit kommunikation, i form av exempelvis ljussignaler på lastbilen i syfte att förtydliga lastbilens avsikter och handlingar, kan vara till nytta för interaktionerna. Utformning och nyttan av sådan kommunikation undersöks vidare i projektet som pågår fram till mitten av oktober 2022. Kontaktpersoner: Yanqing Zhang (yanqing.zhang@scania.com) och Daban Rizgary (daban.rizgary@ri.se)

Autonomous vehicle interactions in the hub. Scania, RISE, Boliden and Icemakers are working together in a research project “In the Hub – Samspel mellan operatörer och förarlösa fordon i framtidens transportsystem” funded by FFI. The aim is to investigate how natural interaction technologies can be integrated into autonomous transport systems to facilitate efficient and engaging experience in the hub contexts. An exploratory study have examined the potential of using verbal interaction and augmented reality (AR) to facilitate collaborations between professional human operators and unmanned self-driving heavy vehicles. Concepts that support operators in loading situations were designed and evaluated with forklift operators and rock-loading operators during a video-based study. Overall, the concepts received high scores in perceived efficiency and user experience. The results from the forklift operators supported the idea that more natural and social verbal interaction between operators and unmanned vehicles could lead to increased trust and acceptance compared to using simple voice commands. However, the results from the rock-loading operators showed that extensive use of voice interaction could become disturbing. The exploratory study thus supports the potential of using and further exploring verbal interaction and AR to facilitate human operators’ collaboration with self-driving vehicles, and the proposed concepts provide promising examples of interaction models for further investigation and implementation. The results have been presented in a paper which will be published in the conference “Applied Human Factors and Ergonomics” this year. Contact person: Yanqing Zhang (yanqing.zhang@scania.com) and Johan Fagerlönn (johan.fagerlonn@ri.se)

Heavy Automated Vehicle Operation Center (HAVOC) – Requirements and HMI design is a recently completed FFI-funded research project conducted by RISE and Scania with the following final project summary: Development trends suggest that, in spite of the optimistic announcements made by some stakeholders a few years ago, there are still technological challenges and regulatory constraints making heavy automated vehicles (HAVs) dependent on human control. Indeed, most HAV still require a human safety operator in the vehicle, and automated driving without a human “fallback” might be distant. At the same time, having a human safety operator in the vehicle jeopardises major anticipated benefits of HAVs – transport safety and efficiency. To bridge this gap, stakeholders are exploring remote operation technology, which enables HAV to be remotely operated by a human operator to some extent. The purpose of the HAVOC project was to study operator work and HMI for remote monitoring and control of heavy autonomous vehicles. The aim was to answer the following research questions:

  • What requirements are imposed on people and heavy vehicles for assessment, assistance, and driving?
  • What is required to scale the ratio between the number of operators and the number of monitored vehicles?
  • How should operator work be designed for transitions between assessment, assistance, and driving?
    A simulator was developed in Unity game engine with corresponding 3D-world and operator HMI to enable exploration of remote operation of ten vehicles in parallel. In a user study, 15 participants were invited to work for 1.5 hours and evaluate the system and work in terms of human-automation interaction. Human factors and HMI requirements were elicited for remote assessment, remote assistance, and remote driving operator tasks. The results show the importance of taking a systems perspective in developing and implementing remote operation control centers. See this link for an overview of the study and its results.
  • One of the major takeaways from the user study and the HAVOC project is the importance of a systems perspective in the analysis and design of future remote operation centers. The answer to questions such as “How many operators are needed?, How many vehicles can be monitored and controlled?, What is the best HMI?, What are the most important operator tasks?”  etc., will always rely on the dependencies between multiple human, technical and organizational factors. The ability to deal with the dependencies between factors such as operators’ skills and knowledge, operator tasks and training, HMI, vehicle capabilities, operational context, etc., lies in defining the envisioned work system and deciding what to design for. If a viable business case for remote operation is an operator:vehicle ratio of 1:1, 1:10 or 1:100 will place very different demands on overall human-automation systems design and work organisation. In this project, we have only considered single operator work. In a real application, teamwork between remote operators, traffic planners, and field personnel can be expected, further stressing the socio-technical systems approach. Contact person: Jonas Andersson (Jonas.andersson@ri.se)

Självkörande racerbil från KTH

Hundra studenter ifrån Kungliga Tekniska Högskolan (KTH) har slutfört ett tre-årigt projekt vid namn DeV17 där man utvecklat en eldriven och självkörande racerbil [1].

Detta är den 16e bilen i den serie projekt man utfört sedan 2004. Skillnaden mellan den här racerbilen och föregående års modeller är b.la att denna har en självbärande kaross, fyrhjulsdrift via navmotor, och bättre självkörning.

DeV17 bilen är kvalificerad för den internationella designtävlingen: Formula Student Germany, som hålls 15-21 augusti på racerbanan Hockenheimring i Tyskland.

Källa

[1] KTH. 100 studenter bakom avancerad, ny racebil. 2022-05-24 Länk

Embark och U.S.Xpress terminalnätverk

Skrivet av Joakim Rosell och Daban Rizgary

Det autonoma åkeriföretag Embark Trucks, Inc., tillkännagav idag att U.S. Xpress har gått med i ”Embark Partner Development Program” och planerar att lägga till sina terminaler till ”Embark Coverage Map” [1].

Vid sådana terminaler växlas frakten från förarlösa långdistanslastbilar till förarförsedda ”last-mile-delivery”-lastbilar. Omvänd riktning för processen blir således att frakten växlas från förarförsedda ”first-mile-delivery”-lastbilar till förarlösa långdistanslastbilar.

Embark har även slutfört ett pilotprojekt med avsikten att undersöka huruvida deras högupplösta kartor gick att använda som grund för det autonoma systemets framförande i sämre väderförhållanden. Lastbilar har fått köra en drygt 100 km sträcka i den amerikanska delstaten Montana. Resultaten visar att systemet klarar av det utmanande vädret och de fördröjningar som uppskattas uppkomma på grund av sådant väder beräknas vara inom godtagbara dröjningstider [2].

Källa

[1] Embark. GlobeNewswire. Embark and U.S. Xpress Partner to Prepare Nationwide Terminal Network for Autonomous Transfer Point Operations. 2022-05-06 Länk

[2] Self Drive News. Embark completes autonomous winter testing. 2022-05-10 Länk

Konferens: Human Factors and Ergonomics Society

Human Factors and Ergonomics Society höll en konferens i Turin den 20-22 april, där presentationer hölls inom b.la kategorin ’Highly Automated Vehicles’. Vi ska här kort återberätta några intressanta delar av innehållet i konferensen som vi deltog på.

Forskare från Technical University of Munich presenterade en studie som studerat om man kan använda fordonsrörelser för att öka förarens medvetenhet kring den pågående köruppgiften i automatiserade fordon och på så sätt minimera så kallat ’out of the loop’ (att föraren helt kopplas bort från köruppgiften). Man testade två fordonsrörelser: stigningsrörelse (pitch motion) när fordonet detekterat ett framförvarande fordon, och rullningsrörelse (roll motion) när fordonet ska byta fil. 47 testpersoner fick köra Audi i verklig trafik på en 100km lång motorvägssträcka i Tyskland. Fordonet hade adaptiv farthållare och filhållningsstöd. I ena fallet behövde föraren övervaka fordonet (L2) och i andra fallet behövde inte föraren övervaka fordonet (L4). Förarna fick också köra utan automation. Testpersonen fick även utföra en icke körrelaterad uppgift (NDRT) under turen. Resultaten visade ingen påverkan av fordonsrörelserna på medvetenhet kring köruppgiften. Forskarna upptäckte däremot att förarna hade bättre medvetenhet om fordonets tillstånd utan automation aktiverad och i L4. Därtill visade sig förarnas övervakning av fordonet och trafikmiljön minska i övriga automationslägen efter förarna testat körning i L4.

Forskare ifrån Würzburg Institute for Traffic Sciences (WIVW) har genomfört en enkätstudie om intresse av att sova i autonoma fordon. Målet var att identifiera en målgrupp. 264 personer med medelålder 47 svarade på enkäten . Resultaten visade att 40% av deltagarna svarade att de hade för avsikt att sova i autonoma fordon. Yngre personer uppgav sig vara mer benägna att sova i autonoma fordon. Hur ofta och hur länge enkätdeltagarna rapporterat sova i kollektivtrafik korrelerade med en högre avsikt att nyttja autonoma fordon som sovplats. Yrkesförare uppgav sig vara mindre benägna. Kön, frekvens av tupplurer och pendlingsvanor korrelerade inte med avsikten att sova i autonoma fordon. Slutsatsen från studien är att man inte kunde hitta någon distinkt målgrupp för en sömnfunktion i autonoma fordon. Bland användarfallen fann forskarna att pendling, besöka vänner och familj som inte bor nära, semesterresor med långa avstånd var de mest förekommande i enkätsvaren. Att sova i autonoma fordon uppgavs främst komma ske i syfte att göra frekventa och obekväma resor mer bekväma.

Forskare från Franska forskningsinstitutet Vedecom har inom ramarna för ett EUprojektet Drive2TheFuture undersökt hur utbildningsprotokoll för villkorad automatiserad körning påverkade förares kunskap, acceptans, och blickbeteende efter körning av ett fordon med den kompetensen. Forskarna utformade två nivåer av utbildning: en enkel och en avancerad. 26 testdeltagare fick köra ett fordon som kunde upplevas ta över köruppgiften helt och hållet från föraren under vissa tillfällen. Fordonet kördes på allmän väg i användarfall som till exempel i trafikljussituationer och rondeller. Resultaten visade att utbildningsprotokollet inte hade någon påverkan på acceptansen av det automatiserade fordonet men att upplevd nytta, upplevd tillfredställelse, och tillit ökade med det avancerade utbildningsprotokollet. Efter utbildningen, men innan körningen, hade deltagare som fått den avancerade utbildningen en bättre kunskap men en lägre tillit till fordonet än de deltagare som fick den enkla utbildningen. Efter körningen så hade deltagarna en ökad tillit jämfört med sig själva innan körningen, men fortfarande en lägre tillit än deltagarna som fick den enkla utbildningen. Resultaten ifrån blickbeteendemätningarna visade att deltagare med avancerad utbildning sökte av trafikmiljön längre än deltagarna med enkel utbildning. Slutligen ansåg forskarna att den enkla utbildningen ändå var tillräcklig.

DARPA och Intels forskning kring terrängfordon

Intel Federal LLC, kommer med stöd från Intel Labs och dess samarbetspartners, Computer Vision Center (CVC) i Barcelona och UT Austin, att arbeta med amerikanska försvarsdepartementets Defence Advanced Research Projects Agency (DARPA) för att utveckla avancerade simuleringslösningar för autonoma terrängfordon [1, 2].

Arbetet är en del av DARPA programmet Robotic Autonomy in Complex Environments with Resiliency – Simulation (RACER-Sim), som syftar till att utveckla och demonstrera nya algoritmer för obemannade markfordon.

RACER-Sim består av två faser som pågår under 48 månader. I fas ett kommer Intel att skapa nya simuleringsplattformar och kartgenereringsverktyg som kan generera komplexa terrängmiljöer med hög noggrannhet. I fas två kommer Intel att arbeta med DARPA-samarbetspartners för att implementera nya algoritmer, utan användning av en fysisk robot. Tanken är att nyttja Sim2real-konceptet, där roboten ska tränas i simulering, och sedan överförs färdigheter till ett riktigt robotsystem.

Egen kommentar

Autonoma fordon på väg står inför en utveckling där driftmiljön är mer strukturerad och förutsägbar. Gällande autonoma terrängfordon så saknas det forskning i miljöer med ostrukturerad terräng på grund av komplexiteten som det medför. Intel har arbetat med CVC i CARLA-simulatorn som växer i popularitet för forskning kring autonom körning, tack vare öppen källkod. Liknande verktyg med öppen källkod kan förväntas i framtiden för autonoma terrängfordon.

Källor

[1] Intel. Intel Wins DARPA RACER-Sim Program. 2022-04-26 Länk

[2] Projektet: Young, S., DARPA. Robotic Autonomy in Complex Environments with Resiliency (RACER). Länk

CAVForth autonoma bussar

I det brittiska projektet CAVForth ska det pilotas en autonom buss på en drygt 23 km lång sträcka mellan staden Edinburg kommunen Fife i Skottland, med säkerhetsförare [1].

Projektet leds av Fusion Processing som utvecklar självkörande teknologi, och i konsortiet finns Stagecoach Group PLC, Alexander Dennis, Transport Scotland, Naiper University och Bristol Robotics Lab.

Man uppskattar att i framtiden kunna skjutsa 36 personer åt gången per buss och 10 000 personer i veckan, när och om bussarna sätts i kommersiell drift.

Källa

[1] BBC News. First full-size driverless bus trials to begin in Scotland. 2022-04-25 Länk

Robotaxi-piloter i Estland

Ett konsortium i Estland bestående av City of Tartu, University of Tartu, Traffest OÜ, AS Bercman Technologies och Modern Mobility OÜ ska pilota en autonom mobilitetstjänst från och med nu i april [1].

Gruppen har kartlagt en vägsträcka på 66 kilometer där deras testfordon, en Lexus RX450h, kommer kunna köra med en säkerhetsförare och en tekniker i hastigheter upp till 50 km/h. I testerna ingår också smart infrastruktur som ska kunna berätta för bilen om andra trafikanters positioner.

Källa

[1] Estonian Research Council. EurekAlert. Self-driving public transport vehicle available in Tartu in April. 2022-04-07 Länk

Fords C-V2X piloter i ACCorD

Ford berättar om test av en lösning för kommunikation mellan trafikljus och fordon i syfte att underlätta framkomst för utryckningsfordon [1].

Testen har utförts i den tyska staden Aachen där man nyttjat en vägsträcka med åtta smarta trafikljus och med Ford Kuga Plug-In Hybrid som testfordon. Med hjälp av C-V2X (som vi skrivit om här) så har testfordonet kunnat begära att trafikljusen ska skifta till grönt, vilket underlättat framkomsten för testfordonet som agerat ambulans.

Man har också testat den här lösningen för scenarion där man informerat fordon om trafikljus tillstånd längre fram på vägen. Man har sedan integrerat den här informationen med fordonets adaptiva farthållare för att optimera lokala effektiviteten i trafikflödet.

Testerna har gjorts inom ramen för det nyligen avslutade projektet Corridor for New Mobility Aachen-Düsseldorf (ACCorD) som är finansierat av tyska Federal Ministry for Digital and Transport.

Källa

[1] Ford. Ford’s smart traffic lights go green for emergency vehicles. 2022-03-29 Länk

Effekten av blandad trafik för bildelning

En grupp forskare ifrån University of Minnesota i USA har undersökt hur bildelningsföretag kan påverkas av att ha en blandad flotta med både autonoma och manuella fordon. De kom fram till ett antal sätt man kan optimera en blandad flotta. Exempelvis så kan man skicka de autonoma fordonen till kunder som är längre bort då det är dyrare att göra med manuella fordonen [1].

Forskarna har utvärderat olika beslut som ett bildelningsföretag kan ta för att optimera driften av bildelningstjänster med avseende på kostnadseffektivitet, kundupplevelse, förares trivsel samt förares produktivitet.

Resultaten visade att bildelningsföretag med fördel kan placera autonoma fordon på så sätt att man undviker större omplaceringar av manuella fordon när kunder bokar resor. Utöver detta så kom man fram till att större andel autonoma fordon inte behöver innebära lägre inkomster eller mer inaktivitet i väntan på uppdrag för manuella fordon. Detta då autonoma fordon kan användas som komplement till manuella fordon. Det är till och med möjligt att man ökar produktiviteten och trivseln för manuella förare genom att låta autonoma fordon ta de långa turerna.

Forskningen är delfinansierad av National Science Foundation, och ni kan läsa hela rapporten här.

Källa

[1] Center for transportation studies. University of Minnesota. Adding autonomous vehicles to ride-hailing fleets could benefit platforms and drivers. 2022-02-22 Länk

ServCity pilotar robotaxi

Det brittiska projektet ServCity har börjat pilota en robotaxi-tjänst på allmän väg i Storbritannien. Projektet leds av fordonstillverkaren Nissan och delfinansieras av Innovate UK och Centre for Connected Autonomous Vehicles (CCAV) [1].

Vi nämnde uppstarten av ServCity i OmAD för drygt ett och ett halvt år sedan. Sedan dess har man jobbat med utveckling, simulering, och tester på testbana inför piloten som nu påbörjats i London. Man har där utrustat elbilsmodellen Nissan Leaf med AD-teknik och teknik för fordon-till-infrastrukturkommunikation (V2I). ServCity-konsortiet utnyttjar Smart Mobility Living Lab som är Transport Laboratory Research testbädd utrustad med smart infrastruktur.

Konsortiet består av: Nissan, Connected Places Catapult, TRL, Hitachi, the University of Nottingham och SBD Automotive, och projektet har en budget på 7,3 miljoner pund (ca 84 miljoner kr).

Källa

[1] de Prez, M., Fleet News. ServCity robotaxi project begins in London. 2022-02-17 Länk