- Torc Robotics som ägs av Daimler har inlett samarbete med Amazon som går ut på att använda Amazons molnlösning för tester med autonoma lastbilar, framförallt i New Mexico och Virginia. Länk
- Optimus Ride har i samband med sin senaste skyttelpilot i TheYards i Washington D.C. lanserat en app, Opti Ride, som väntas förbättra användarupplevelsen av den autonoma mobilitetstjänsten genom att erbjuda enklare planering och reservation av resor. Länk
- Vodafone och Sapcorda påstås ha demonstrerat en ny positioneringsteknik som kan lokalisera ett fordon med en noggrannhet på 10 cm. Länk
- Amerikanska städer Detroit, Pittsburgh, San Jose och Miami-Dade County i Florida utforskar aktivt hur autonoma fordon kan implementeras på ett sätt som återspeglar samhällets behov och villkor. Baserat på deras erfarenheter har nu forskningscentret Urbanism Next Center vid University of Oregon tagit fram ett ramverk som beskriver hurden offentliga sektorn kan arbeta med autonoma fordon för att säkerställa att de blir tillgängliga för alla. Länk
Kategoriarkiv: Samverkan människa – maskin
Förhindra åksjuka med hjälp av ljud?
Volvo Cars har tillsammans med RISE och det svenska företaget Pole Position Production gjort ett projekt med fokus på tillit och åksjuka i självkörande fordon där passagerare ska få en ljudsignal innan fordonet gör manövrar så som acceleration och skarpa svängar [1].
Tanken är att passagerarna ska hinna justera sig inför en rörelse, och resultaten har visat att passagerare både känner sig mindre åksjuka och även litar mer på fordonet. Enligt Justyna Maculewicz, som är användarupplevelsedesigner på Volvo Cars, har utgångspunkten varit i att anpassa naturliga billjud som exempelvis motorljud snarare än att använda röst- och pip-ljud för detta. Här kan ni höra ett exempel på framtagna ljudsignaler.
Vi berättade även om det här FFI-projektet innan jul, läs mer här.
Källa
[1] Deighton, K., The Wall Street Journal. Volvo Aims to Ease the Queasiness of Riding in Self-Driving Vehicles. 2020-02-10 Länk
Oroliga föräldrar
En ny studie från Insurance Institute for Highway Safety och J.D. Power visar att föräldrar är oroliga att förarstödssystem (ADAS) kommer hämma deras barn att läsa sig grunderna i bilkörningen [1]. Studien har omfattat diskussioner med 21 föräldrar i USA som var uppdelade i tre fokusgrupper.
Medan många av studiedeltagarna tycker att ADAS ger vissa säkerhetsfördelar så hade de olika åsikter om hur dessa system skulle användas under körövningen. Några konstaterade att de under körövningen med sina barn hade stängt av ADAS, men att de skulle så småningom aktivera dem igen.
Ja, allt är en balansgång!
Källor
[1] IIHS. Parents worry vehicle tech might prevent teens from mastering the basics. 2021-01-21 Länk
En APP för ökad tillgänglighet av AD
En app vid namn Autonomous Vehicle Assistant (AVA) har utvecklats på University of Maine i USA, och syftar till att hjälpa seniora personer samt blinda personer [1].
Appen kan guida användare haptiskt och auditivt, samt med ett extra tydligt visuellt gränssnitt. Genom appen går det att ställa in sin profil och sedan göra en sökning efter autonoma fordon som är anpassade utefter sin profil. Med hjälp av Augmented Reality teknologi kan man sedan använda mobiltelefonens kamera till att göra området omkring sig i verkligheten mer tolkningsbar genom att få information om position, rutt, och förstärkning av farliga objekt i miljön så som otydliga trottoarkanter.
Virtual Environments and Multimodal Interaction Laboratory (VEMI Lab) som utvecklat appen har belönats med 300 000 dollar ifrån USAs transportdepartement för sin insats med appen i en designtävling.
Källa
[1] News Medical. Smartphone app will people with disabilities and seniors use autonomous vehicles. 2021-01-29 Länk
Stödsystem för personer med funktionshinder
Carnegie Mellon University har nyligen fått statligt bidrag på ungefär 300 000 dollar (motsvarande 2 500 000 kr) för ett projekt som ska fokusera på att göra självkörande fordon mer tillgängliga för personer med funktionshinder [1].
Projektet ämnar utforska vilka stödbehov som personer med funktionshinder har samt hur självkörande fordon behöver utformas för att möta dessa behov. Målet är att utveckla ett prototypsystem för självkörande fordon som gör det möjligt för vem som helst att styra diverse fordonsfunktioner från sin mobiltelefon, som exemplevis att öppna fönster i fordonet, anpassa temperaturen och kalla fordonet till sin plats.
Projektet startar i februari och väntas pågå i ungefär ett år.
Egen kommentar
Självkörande fordon väntas möjliggöra bättre mobilitet för personer med funktionshinder. Dessvärre är det ett ämne som fått begränsat med uppmärksamhet i forsknings och utvecklingssammanhang. På så sätt är det nya projektet värdefullt, trots dess begränsade omfattning.
Källor
[1] Blazina E., Pittsburgh Post-Gazette. CMU team to examine autonomous vehicles for people with disabilities. 2021-01-11 Länk
Tillit och händer
Var håller förarna sina händer när de litar på sina förarstödssystem (ADAS)?
Enligt en ny studie utförd av en grupp forskare från Kina och USA så håller förarna sina händer lite olika beroende på hur mycket de litar på ADAS. Litar de mycket på ADAS håller de sina händer längst ner på ratten. Litar de lite på ADAS så håller de sina händer högst upp på ratten. Tilliten påverkas dock av åldern (medelåldersförare litar mer på ADAS än yngre förare) och kön (kvinnor litar mer på ADAS än män).
Studien omfattade två typer av ADAS: filhållningsassistansen (lane-keeping assist, LKA) filvarningssystemet (lane-departure warning, LDW). Varje studiedeltagare fick uppleva ett av dessa system. Studien genomfördes i verklig trafik i Michigan i USA och involverade totalt 16 förare.
Forskarna har också utvecklat en modell baserat på Random Forest, och tror att den på sikt kommer kunna användas för att förutsäga tillit till ADAS i realtid.
Källor
[1] Yu et al., 2021. Measurement and prediction of driver trust in automated vehicle technologies: An application of hand position transition probability matrix. Transportation Research Part C: Emerging Technologies. Länk
Safer Seminarie: Människor och automatiserade fordon
På ett Safer Thursday Webinar den 19 november presenterades forskning och resultat från två projekt inom området människor och automatiserade fordon.
Den första presentationen gavs av forskaren Alberto Morando från Massachussets Institute of Technology (MIT) som varit med i The Advanced Vehicle Technology (AVT) projektet lett av MITs AgeLab. I konsortiet finns bl.a. Volvo Cars, Veoneer och Aptiv, och i projektet har man fokuserat på att undersöka hur människor använder de förarstödssystem och automatiserade körfunktioner som finns på marknaden idag.
I presentationen fick man veta om en studie [1] inom projektet där bl.a. videodata samlats in från naturligt körbeteende hos förare av Tesla-bilar. Datat bestod av ungefär 33 800 km som körts av 27 olika förare i sina privata Tesla-bilar. Resultaten visar att förarna hade mindre fokus på vägen, dvs. mindre blicktid på vägen, när förarstödssystemet Autopilot var aktiverat. Blicktid i nedre mitten av synfältet ökade med autopilot aktiverat vilket indikerar aktiviteter så som mobiltelefonanvändning. Det visade sig också att förare hade händerna mindre på ratten, och dessutom körde många förare med händerna helt borta från ratten.
Alberto Morando och hans kollegor har också jobbat med modellering av blickbeteende för att kunna prediktera blickbeteende, så som exempelvis när förare inte tittar på vägen. Metoden som används är bayesiansk modellering, och målet är att nu göra en studie inom förarövervakning för riskutvärdering med hjälp av blickmodellering.
Forskaren Emma Tivesten från Volvo Cars Safety Center presenterade resultat från det Vinnova-finansierade projektet Autonomous Driving Effects on Sustainable Transportation (ADEST) som drivits av forskningsplattformen Drive Me och utförts av Volvo Cars och Trafikverket. Presentationen fokuserade på det som gjorts i projektet inom området driver engagement in assisted automation.
Tre studier har gjorts på testbanan AstaZero med hjälp av en Wizard of Oz uppsättning, dvs. att körningen upplevs vara automatiserad men styrs i själva verket av exempelvis en person i baksätet, vilket var fallet i dessa studier. Automationsnivån motsvarade det som Volvo Cars refererar till som ”oövervakad automatiserad körning” (SAE-nivå 4). I studierna varierades tre faktorer: instruktioner om systemets begränsningar, påminnelser om blick på vägen samt händer på ratten, och automatisk broms i sista momentet. I slutet av alla tre studier fanns det ett kritiskt moment där fordonet kör mot ett stillastående objekt [2, 3, 4].
I första studien behövde deltagarna inte ha händerna på ratten. De fick inte påminnelser om att hålla blicken på vägen, och fordonet bromsade automatiskt vid det sista momentet. Resultaten visade att alla deltagare hade blicken borta från vägen i mer än två sekunder, och en tredjedel av deltagarna hade blicken borta från vägen mer än åtta sekunder. Vidare så var tre av 30 deltagare extremt trötta och en av dem somnade under körningen.
I den andra studien fick deltagarna mer instruktioner om fordonets begränsningar, samt påminnelser om att hålla blicken på vägen i två nivåer: visuell och auditiv. Förarna blev instruerade att inte ha händerna på ratten, och det fanns ingen automatisk inbromsning vid det sista momentet. Resultaten visade att påminnelserna om blicken på vägen minskade tiden som deltagarna hade blicken från vägen, men att en tredjedel av förarna ändå krockade i det sista momentet.
I den tredje studien blev hälften av deltagarna instruerade att hålla händerna på ratten. De fick också mer instruktioner om begränsningarna av fordonet, hade ingen automatisk inbromsning vid det sista momentet, samt fick både påminnelser om att hålla blicken på vägen och händerna på ratten. Resultaten visade här att deltagarna krockade i samma utsträckning i det sista momentet som i det andra experimentet. De som krockade hade hög tillit till att fordonet skulle klara den kritiska situationen, eller åtminstone varna föraren vid det kritiska tillfället. De som inte krockade hade en tydligare uppfattning om förarens ansvar och var mer medvetna om fordonets förmågor.
Övergripande slutsatsen från dessa studier är att påminnelser var effektiva men inte tillräckligt för att förhindra krockar i experimentet.
Framöver är planerna att genomföra studier med liknande experimentupplägg fast med lägre automationsnivå. Planen är att göra ett pilotprojekt med villkorad automation [5], samt undersöka förarövervakning med detektion av allvarliga nedsättningar så som extrem trötthet och alkoholpåverkan.
Källa
[1] A. Morando., P. Gershon., B. Mehler., & B. Meyler., AutomotiveUI ’20: 12th International Conference on Automotive User Interfaces and Interactive Vehicular Applications. Driver-initiated Tesla Autopilot Disengagements in Naturalistic Driving. 2020-09 Länk
[2] Victor, W T., Tivesten, E., Gustavsson, P., Johansson, J., Sangberg, F., & Ljung Aust. M. Human Factors. Automation Expectation Mismatch: Incorrect Prediction Despite Eyes on Threat and Hands on Wheel. 2018-11 Länk [3] Gustavsson, P., Victor, T. W., Johansson, J., Tivesten, E., Johansson, R., & Aust, M. L.Proceedings of the 6th Driver Distraction and Inattention conference, Gothenburg, Sweden. What were they thinking? Subjective experiences associated with automation expectation mismatch. 2020 18 [4] Tivesten, E., Victor, T. W., Gustavsson P., Johansson J., and Ljung Aust, M. (2019) Out-of-the-loop crash prediction: the automation expectation mismatch (AEM) algorithm, in IET Intelligent Transport Systems, vol. 13, no. 8, pp. 1231-1240, 8 2019. Länk [5] Pipkorn, L.; Victor, T. W., Dozza, M., & Tivesten, E. (2020) Driver conflict response during supervised automation: do hands on wheel matter? Transport Research Part F. LänkResultat från HumanDrive projektet
HumanDrive projektet som letts av Nissan och utförts tillsammans med Universitetet i Leeds, Cranfields Universitet och Connected Places Catapult från Storbritannien har slutförts, och en rapport kring vissa resultat har publicerats [1, 2].
Projektets fokus var på att utveckla ett system: Advanced Control System (ACS) som kan manövrera fordon likt en mänsklig förare, dvs. med en mänsklig körstil. Syftet med ett sådant system är att öka bekvämlighet för passagerarna. I projektet har man sammanställt olika mått för bekvämlighet av åkupplevelse, samt faktorer i körningen som bidrar till åkupplevelsen så som acceleration, vägfilsplacering, byte av växel och start- och stoppbeteenden.
Utvärderingar gjordes på en testbana och i simulatorer, där deltagare fick uppleva skillnaden mellan en uppspelning av sin egna körning som spelades in vid ett tidigare tillfälle och HumanDrive systemets automatiserade körning. Deltagarna fick ge feedback på åkupplevelsen via bl.a. enkätfrågor och intervjuer.
Projektets resultat visar bl.a. att ett defensivt körbeteende är att föredra för bekvämligheten av passagerare, men preferenser kan skilja beroende på trafiksituation och personlighetstypen hos passagerare, och att man därför bör undersöka om ett urval av körbeteende bör kunna väljas av användare.
Egen kommentar
Det finns en pågående diskussion kring om självkörande fordon ska köra likt människan, vilket i slutändan leder till en avvägning mellan säkerhet och bekvämlighet. Som jag ser det kan det finnas ett värde i att till en början prioritera bekvämlighet just under införandet av självkörande fordon, men när det finns tillräckligt med data på säkrare körstilar som inte nödvändigtvis är likt de mänskliga körstilarna så bör implementering av säkrare körstilar implementeras.
Källor
[1] Woolridge, E. & Chan-Pensley, J. Measuring User’s Comfort in Autonomous Vehicles. 2020-07 Länk
[2] Butcher, L., Autonomous Vehicle International. Innovate and CCAV release HumanDrive project findings. 2020-10-27 Länk
Occupant monitoring system
Seeing Machines, ett australiensiskt företag som utvecklar teknik kring datorseende för bl.a. förarövervakning kommer nu också att utveckla en lösning för passagerarövervakning [1].
Occupant Monitoring System (OMS) innebär alltså en kamera likt den som används i Driver Monitoring System (DMS), med skillnaden att den också riktar sig mot passagerarna i fordonet.
Seeing Machines uppskattar att marknaden för OMS kan bli värd upp till 1,5 miljarder USD fram till år 2030.
Enligt företaget ska teknologin finnas på marknaden 2023.
Egen kommentar
Angående syftet med den här utökningen till DMS så säger företaget att säkerhet och bekvämlighetsfunktionerna som nyttjas av föraren med en DMS kommer kunna nyttjas även av passagerare. Det är alltså inte helt tydligt formulerat, men jag kan tänka mig att aktivitetsigenkänning kommer vara mer relevant än tillståndsigenkänning för passagerare.
Det kan finnas behov i t.ex. självkörande delade mobilitetstjänster att övervaka passagerare, dels av säkerhetsskäl, men också för att kunna rikta reklam och information till dem på ett mer anpassat sätt.
Källa
[1] PR Newswire. Seeing Machines extends its industry-leading DMS to Occupant Monitoring. 2020-10-12 Länk
Självkörande leveransfordon i Schweiz
I staden Lausanne i Schweiz inleds nu ett pilotprojekt vid namn ADORE där ett självkörande leveransfordon testas vid EPFL universitetet [1]. Målet med projektet är främst att undersöka tekniska aspekter av den självkörande processen, men även att undersöka användarupplevelsen.
Det eldrivna fordonet är utvecklat av kinesiska Neolix (en meter bred, tre meter lång och 1,8 m hög). Fordonet är utrustat med GPS samt 20 sensorer för att känna av omgivningen, varav 5 kameror.
Utförandet av projektet har delats upp i tre faser, där den första fasen består av att människorna på campus får se leveransfordonet när den åker på utvalda vägar på campus. I andra fasen så kommer fordonet leverera mat till en testgrupp, och om inga hinder uppstår kommer forskarna i den tredje fasen expandera leverans till hela campusområdet och även utöka sortiment av leveransvaror.
Förutom EPFL ingår följande aktörer i projektet: Swiss Post, mobility lab, Neolix, Fixposition och Takinoa.
Egen kommentar
Varuleverans av mindre självkörande fordon är ett intressant område då de väntas adressera utmaningar som väntas uppstå med växande e-handel.
Två liknande projekt pågår just nu i Sverige: KUL och GLAD. Fordonet som testas i KUL heter HUGO, är utvecklat av Berge och är relativt mindre än det Neolix-fordonet som testas i ADORE. HUGO är dock uppbyggt på en skalbar plattform, vilket innebär att det i framtiden kan få en annan utformning på karossen. I GLAD ska ett annat fordon testas, som är storleksmässigt mellan Neolix och HUGO. Det heter Zbee och är utvecklat av Clean Motion. Var i svensk logistikkedja passar dessa tycker ni?
Källa
[1] Post & Parcel. SWISS POST INVOLVED IN PILOT OF AUTONOMOUS VEHICLE MEAL DELIVERIES. 2020-10-12 Länk