Kategoriarkiv: Samhällspåverkan

Infrastruktur, Konferenser, Lagstiftning och regelverk

Workshop med Trafikverket

Förra veckan arrangerade Vägverket en workshop i Stockholm om hur myndigheten bör prioritera det framtida arbetet med autonoma fordonspiloter inom gränserna för tillgänglig statlig finansiering. Två typer av piloter diskuterades: en om att bygga separerade körfält för autonoma fordon och en om landsbygdsförsök med autonoma fordon. Mer än 70 personer som representerade industri, konsultföretag och akademi deltog i workshopen.

Deltagarna var överens om att det var en bra idé att bygga separata körfält för autonoma fordonsförsök eftersom det skulle underlätta utvecklingen av autonoma fordon. Fälten måste separeras både lagligt och fysiskt. Det ansågs viktigt att fokusera på att uppnå fördelar ur ett affärsperspektiv och inte bara på att bygga ett separat körfält. Många idéer diskuterades om hur dessa körfält bör byggas, till exempel om avfarter bör vara på vänster eller höger sida, hastighetsbegränsningar, vägunderhåll och hur man ska hantera olyckor.

Många deltagare framhöll också vikten av att inte bara fokusera på den fysiska väginfrastrukturen utan också att inkludera den digitala infrastrukturen i piloterna. Det noterades att den nationella vägdatabasen måste vidareutvecklas för att uppfylla kraven för autonoma fordon.

Deltagarna var också överens om att det var en bra idé att ha landsbygdspiloter med autonoma fordon. Deltagarna diskuterade ämnen som hur en autonom buss ska bemannas i framtiden och storleken på sådana autonoma bussar. Det ansågs också viktigt att involvera kollektivtrafiken och de lokala kommunerna i piloterna.

Egen kommentar

Workshopen var ett bra exempel på hur triple helix fungerar i Sverige. Många människor deltog i workshopen från olika samhällsområden och interagerade med varandra.

Protokoll från workshopen kommer att publiceras senare av Trafikverket.

Trafiksäkerhet

Utredningen om Uber olyckan klar

Den amerikanska säkerhetsorganisationen NTSB har nu slutfört utredningen om dödsolyckan som inträffade förra året i mars och som involverade en självkörande Uber-bil och en fotgängare [1]. 

Utredningen visar bland annat att Ubers mjukvara inte var programmerad att känna igen fotgängare som försöker korsa vägen där det inte finns ett övergångsställe, som ju var fallet med den avlidna fotgängaren. 

Bilens radar upptäckte fotgängaren 5,6 sekunder innan kollisionen och 5,2 sekunder innan kollisionen detekterades fotgängaren av bilens lidar. Men mjukvaran lyckades varken förstå att det var en fotgängare, eller att fotgängaren var på väg att korsa vägen. En detaljerad tabell över händelseförloppet finns i rapporten. 

I samband med rapporten analyserades också en rad andra dokument som visar att Ubers självkörande bilar var inblandade i 37 olyckor mellan september 2016 och mars 2018. I 33 av dessa fall krockade andra fordon med de självkörande bilarna.

Kommentar

Som ni kanske minns inleddes ett flertal utredningar efter olyckan liksom en parallell rättsprocess där Uber så småningom friades från ansvar. Men orsaken till olyckan har varit omstridd. Jag har inte granskat NTSBs rapport i detalj men det verkar som att den ger mycket mer information än tidigare utredningar. 

Här kan ni läsa veteranens Brad Templeton reflektioner kring den här oluckan och utredningen. 

Källor

[1] Quach, K., The Register. Remember the Uber self-driving car that killed a woman crossing the street? The AI had no clue about jaywalkers. 2019-11-06 Länk

Artificiell intelligens, Forskningsprojekt, Funktioner, Trafiksäkerhet

Hjälp i korsningar

En grupp forskare vid MIT och Toyota har utvecklat en ny modell som hjälper självkörande fordon i korsningar med sikthinder [1].

Modellen använder sin egen osäkerhet för att uppskatta risken för potentiella kollisioner eller andra trafikstörningar vid obevakade korsningar utan stoppskyldighet. Den väger in flera kritiska faktorer, inklusive visuella hinder i närheten, sensorbrus och fel, liksom hastigheten på andra bilar. Baserat på den beräknade risken kan modellen råda bilen att stanna, köra vidare i korsningen eller krypa framåt för att samla in mer data.

Modellen har utvärderats i ungefär 100 försök med fjärrstyrda miniatyrbilar som svängde vid en tät trafikerad korsning med sikthinder på en miniatyr. Dessa experiment involverade helt självkörande bilar och bilar med stödsystem. Resultaten visar att modellen hjälpte bilarna att undvika kollision i 70-100% av fallen. 

Enligt forskarna skiljer sig deras nya modell från liknande modeller som implementerats i samma fjärrstyrda miniatyrbilar som ibland inte kan fullborda en enda körning utan kollision.

Källor

[1] E&T Engineering and Technology. Autonomous vehicles get help to safely navigate tricky crossroads. 2019-11-05 Länk

Samhällspåverkan

Toronto förbereder sig för autonoma fordon

Toronto har med hjälp av flera intressenter i staden tagit fram en taktisk plan för att förbereda introduktionen av autonoma fordon (AD) [1].

Förutom en kartläggning av Torontos ekosystem kopplat till AD så beskriver planen också de investeringar och initiativ som ska vidtas för att förbereda och främja AD.

Sju anvisningar beskrivs, där en av dem är ambitionen att stödja och förbättra policyn för hantering av data som samlats in eller genererats av autonoma fordon.

Utkastet på planen går att läsa mer om här.

Lagstiftning och regelverk

Vem ska vi stämma?

”Vem är det som kör egentligen” undrar Långben i Musse Piggs campingsemester. För amerikanska advokater kan frågan i framtiden istället vara ”Vem ska vi stämma egentligen”. Nu har jurister vid RAND studerat fyra olika scenarios där fordonen blivit hackade: en utpressningsattack, en hackad bil som förstör allmän egendom, en hackad uppkopplad väg som leder till skador, och informationsstöld genom hackade automatiserade fordon. För varje scenario har de sedan gått igenom hur jurister kan tänkas ta sig an ett rättsfall [1, 2].

Resultaten är bland annat att det kommer att finnas utmaningar att hitta rätt personer att stämma men att försäkringar kommer att få ta en stor del av kostnaderna.

Källor

[1] Zev Winkelman, Maya Buenaventura, James M. Anderson, Nahom M. Beyene, Pavan Katkar, Gregory Cyril Baumann: When Autonomous Vehicles Are Hacked, Who Is Liable?, RAND Corporation Länk

[2] Doug Irving: Who’s Responsible When Your Car Gets Hacked?, RAND Corporation 2019-10-23 Länk

Lagstiftning och regelverk

Juridisk expert: Autonoma fordon kräver mycket utveckling av regerverken

Reuters Regulatory Intelligence har intervjuar Mark Raffman, juridisk expert inom reglelverkssutvecklingen för autonoma fordon i USA [1].

Raffman uppgav att över 40 delstater har börjat titta på lagstiftning relaterad till autonoma fordon; mer än hälften av delstaterna har antagit nya lagar eller förordningar. Dock har de flesta delstater ännu inte infört försäkringskrav för autonoma fordon, medan en handfull delstater (New York, Nevada, Connecticut, Florida, Georgien och Nebraska) har infört obligatoriska försäkringskrav för både testning och användning av autonoma fordon.

Raffman tror också att stater kommer att fortsätta att kräva att ägaren av fordonet (även om det är autonomt) ska ha det yttersta försäkringsansvaret.

Han avslutar av med att säga att kravet att erbjuda ”optimala” säkerhetsfunktioner kommer att bli standard.

Källa:

[1] Hsieh, J., INTERVIEW: Autonomous vehicles raise numerous regulatory issues. Reuters 2019-10-22 Länk

Mjukvara, Trafiksäkerhet

Skademildrande system

En grupp forskare vid University of Waterloo i Kanada har publicerat sina resultat i en ny vetenskaplig artikel med titel Crash Mitigation in Motion Planning for Autonomous Vehicles [1].

Som det framgår av själva titeln handlar artikeln om reducering av skador i oundvikliga olyckor med automatiserade fordon. De har använt sig av en modell för prediktiv kontroll (Model Predictive Control, MPC). När modellen förutsäger att en olycka är oundviklig aktiveras dess reglersystem som sedan baserat på bland annat kraschens uppskattade allvarlighetsgrad, fordonets dynamik och vägens utformning väljer en trajektoria med minst risk. 

Egen kommentar

Bättre säkerhet är en av de främsta förväntade fördelarna med automatiserade fordon och många tror att de aldrig kommer krocka. Men så är tyvärr inte fallet, förr eller senare kommer även automatiserade fordon att krocka. Då är det nödvändigt att ha system som kan mildra skador i olyckor som inte går att undvika. Men nya frågor kan uppstå när systemen avgör hur en krock ska ske – vilken bil ska man prioritera?

Källor

[1] Wang et al., Crash Mitigation in Motion Planning for Autonomous Vehicles. IEEE Transactions on Intelligent Transportation Systems. Länk

Funktioner, Sensorer, Trafiksäkerhet

Autobromssystem missar ofta

En studie som American Automobile Association gjort av olika bilar utrustade med autobromssystem för detektion av fotgängare visar på att de i många fall missar att i tid upptäcka fotgängare på vägen [1].

Medan systemen verkade bäst klara av att detektera vuxna som korsar en väg rakt över så missade de ofta efter (höger)svängar eller barn som springer ut mellan parkerade bilar. Ju högre fart desto sämre detektion och bromsning Och nattetid klarade inga system att detektera några fotgängare.

Men trots detta menar forskarna att systemen ändå är bättre än utan. Man får bara inte helt förlita sig till dem, speciellt inte nattetid. Och utveckling pågår, systemen kommer att bli bättre.

Källa

[1] Ellen Edmonds: AAA Warns Pedestrian Detection Systems Don’t Work When Needed Most, AAA News Room 3 oktober 2019 Länk

Trafiksäkerhet

Ett utkast av UL 4600 redo

Underwriters ’Laboratories (UL) har just publicerat ett utkast av UL 4600: Standard for Safety for the Evaluation of Autonomous Products som beskrivs som den första omfattande säkerhetsstandarden för autonoma produkter [1]. 

Standarden är unik på så sätt att den inte innehåller några specifikationer, anger inga krav på hårdvara eller mjukvara eller ger vägledning om rätt utvecklingsprocess. Istället erbjuder UL 4600 en guide för att ”build the safety case” för självkörande fordon: Rather than require a particular technical approach, UL 4600 concentrates on ensuring that a valid safety case is created. A safety case includes three elements: goals, argumentation, and evidence.

Intressenterna har fram till den 1 november på sig att kommentera standarden (den är bara på 293 sidor!). Efter det ska den uppdateras och slutföras. 

Trafiksäkerhet

Tesla köper DeepScale

Tesla har köpt startup-företaget DeepScale, som gör det möjligt att använda standardprocessorer även för avancerade uppgifter som bildanalys, objektidentifiering, kartering, ruttplanering etc [1]. Sådana processorer har också fördelen att de inte är så energikrävande som de som annars används idag för automatiserad körning.

Tesla, som vill göra systemen så bra att bilarna ska kunna användas i deras planerade robot-taxitjänst, har på senare tid tappat flera nyckelpersoner inom AD. Nu har man alltså köpt till kompetens utifrån.

Kompetensen verkar behövas, för den nyligen lanserade mjukvarufunktion för självparkering, Smart Summon, verkar ställa till det, enligt flera rapporter [2].

Egen kommentar

Det är inte förvånande att det sker incidenter, det är därför Tesla var så tydliga med att föraren har ansvaret och måste hålla fordonet under uppsikt.

Källor

[1] Lora Kolodny: Tesla is buying computer vision start-up DeepScale in a quest to create truly driverless cars, CNBC 1 oktober 2019 Länk

[2] Andrew J Hawkins: Tesla’s Smart Summon feature is already causing chaos in parking lots across America, The Verge 30 september 2019 Länk