Kategoriarkiv: Samverkan människa – maskin

Artificiell intelligens, Forskningsprojekt, Funktioner, Infrastruktur, Lagstiftning och regelverk, Mobilitetstjänster, Övriga fordon, Positionering, Samhällspåverkan, Samverkan människa - maskin, Sensorer, Trafiksäkerhet

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 users. Driver 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 

Artificiell intelligens, Funktioner, Mjukvara, Samverkan människa - maskin

Lyft inspireras av mänskliga förare

Samåkningsföretaget Lyft (konkurrent till Uber) berättar i en artikel i VentureBeat om sina algoritmer för självkörande fordon [1]. Istället för bara sedvanliga maskininlärningsbaserad AI så kompletterar man med vanliga regelbaserade algoritmer och data från hur mänskliga förare brukar agera. Man har också tagit med element från Maslowa behovstrappa och Asimovs robotiseringslagar.

Resultatet är ett beteende som liknar hur mänskliga förare kör vilket bland annat ökar tryggheten hos passagerarna i de självkörande bilarn men också ska vara säkrare.

Egen kommentar

Det låter ju bra, men viktigt är också att alla utvecklare delar principer med varandra så att det kan utvecklas någon form av de facto-standard för hur självkörande bilar ska bete sig. Det får inte bli stora skillnader mellan bilar av olika märken för då kommer man aldrig att nå marknadsacceptans.

Källa

[1] Kyle Wiggers: Lyft details the planning model behind its self-driving cars, VentureBeat 2019-12-11 Länk

Samverkan människa - maskin

Spela dig pigg?

Forskare vid University of Waterloo föreslår en lösning på problemet att hålla mänskliga förare alerta medan bilen kör själv så att de kan ta över vid en kritisk situation [1]. Idén går ut på att man spelar spel med VR/AR (virtuell/förstärkt verklighet) via head-up-displayer ihop med spelare i andra fordon runt om.

Egen kommentar

Kul idé men jag tror inte det löser problemet. Fortfarande måste man på kort tid kunna sätta sig in i den faktiska trafiksituationen och bestämma vad man ska göra. När ett Air Franceplan störtade i Atlanten för några år sedan hade piloterna flera minuter på sig att göra detta utan att lyckas.

Källa

[1] John Edgren: Forskarnas spel ger piggare förare i semi-självkörande bilar, Ny Teknik 2019-12-03 Länk

Funktioner, Samverkan människa - maskin

Så ska en autonom bil vara!

Forskare vid University of Michigan har i en studie med 440 försökspersoner studerat deras köregenskaper och också hur de upplever att en självkörande bil kör utifrån hurpass säkra de känner sig [1, 2]

Forskarna fokuserade på fem ”personlighetsdrag”:

  • Social, extrovert
  • Vänlig, omtänksam
  • Självmedveten, kontrollerad
  • Känslomässigt stabil, anpassande
  • Öppen för nya upplevelser och nya idéer

Resultaten varierade beroende på försökspersonens egen personlighet, men i stort visade det sig ändå att man känner sig säkrast med självkörande fordon som har karaktärsdragen vänlig, självmedveten och känslomässigt stabil.

Forskarna öppnar också för möjligheten att framtida fordon kan ges en personlighet som passar olika användare.

Källor

[1] Dan Newman: What humans want in an automated car, Michigan News 2019-11-07 Länk / Techxplore 2019-11-07 Länk

Artificiell intelligens, Konferenser, Samverkan människa - maskin

Reflektioner från ITS World Congress : Del I

Den här veckan befinner jag mig på ITS World Congress 2019 i Singapore som inleddes igår för 26:e gången i rad. Själv deltar jag för första gången. Det är också första gången som kongressen hålls i Sydostasien. Enligt organisatörerna har kongressen dragit till sig runt 10 000 deltagare. 

Konferensen inleddes igår och här kommer mina första reflektioner.

  • Samverkan mellan automatiserade fordon och mänskliga förare är fortfarande ett populärt ämne. Att döma av presentationerna som ingick i ”Human Factors”-spåret utförs sådana studier framförallt i körsimulatorer. Vad som var intressant för mig är att alla dessa studier är gjorda på motorväg, i enkla trafiksituationer och under fina ljus- och väderförhållanden – något som automationen för motorvägskörning typiskt borde klara av. Frågan är då vad som är värdet av sådana studier? Borde man inte utforska situationer där automationen misstänks kunna fallera?
  • En forskargrupp i Japan har utforskat hur förarens förmåga att hantera kritiska situationer påverkas av ”lång” körning (40 minuter) med ett system som kontrollerar fordonets longitudinella och laterala placering på vägen, motsvarande SAE nivå 2 (ACC+LKA). Med hjälp av förarens ögonbeteende och fysikaliska data kunde de avgöra hur sömnighet påverkar förarnas prestanda i sådana situationer. Varje förare deltog i studien vid tre tillfällen vilket möjliggjorde studier av beteendeförändringar över tid. 
  • Effekten av icke körrelaterade uppgifter på förarens förmåga att ta över kontrollen från bilen har utforskats av en forskargrupp vid Newcastle University. Slutsatsen är att tiden att ta över kontrollen ökade när förarna var involverade i flera icke körrelaterade uppgifter samtidigt jämfört med fallen då de inte utförde någon särskild icke körrelaterad uppgift. Beslut att styra undan blev också försenat vid engagemang i flera icke körrelaterade uppgifter. 
  • EasyMiles självkörande minibussar har testats och/eller införts i över 200 platser i 27 länder. Totalt har företaget 130 fordon ute hos kunder och samarbetspartners. EasyMile har delat upp sin mjukvarustack i två delar: EZ Shield och EZ Drive. I den förstnämnda tillämpas ingen djupinlärning. När det gäller säkerhetsutvärdering och validering av EZ Drive ser man två utmaningar: att förstå träningsdata och att förstå modellen.
  • Algoritmer för artificiell intelligens kan lätt störas, både fysiskt och digitalt. För att kunna hantera eventuella attacker föreslår en grupp forskare från NTU i Singapore en s.k. Affine Disentangled Generative Adversarial Network (ADIS-GAN) metod. Den påstås ha bättre prestanda i termer av att identifiera störningar än motsvarande algoritmer. 
  • För att säkerställa att AI fungerar som tänkt föreslår en grupp forskare från tyska TÜV en kvalitetsäkringsprocess som säkerställer att utvecklingen har utförts på ett korrekt sätt under AIs hela livscykel, inklusive hantering av data. 
  • Myndigheterna i Singapore arbetar efter tre pelare: kollektiv trafik, självkörande fordon och eldrivna fordon. Trots att landet testat självkörande fordon under flera år tror inte myndigheterna att automatiserade fordon kan införas i stor skala på marknaden inom de närmsta åren och innan infrastrukturen är redo. Däremot tror man att Singapore kan bli först att adaptera 5G-tekniken.
  • Några intressanta (och återkommande) ord och begrepp:
    • AI is blackbox
    • Data is blood / fuel for AI
    • Technology neutral solutions
    • Cyber security
    • Safety assessment / assurance
    • Multimodal integrated solutions
    • Definitions written by engineers do not necessarily make sense to general public
    • ITS is also for women

To be continued.

Artificiell intelligens, Konferenser, Kooperativa system, Samverkan människa - maskin, Trafiksäkerhet

FFI Trafiksäkerhet och Automatiserade Fordon 2019

I tisdags hölls FFIs delprogram Trafiksäkerhet och Automatiserade Fordon sin årliga resultatkonferens. Programledaren Ulrika Landelius inledde med att berätta om den nya övergripande färdplanen för FFI, kopplad till Agenda 2030-målen. Vidare så pågår det en utvärdering av hela FFI-programmet som ska vara klar i slutet av året.

Därefter visade Rikard Fredriksson från Trafikverket en analys av trafiksäkerhetsindikatorer och dödsolyckor 2018:

  • 2018 ökade antalet omkomna i trafiken med ca 30%. 
  • I stort sett hela ökningen är på statliga vägar. Den största delen av ökningen står bilförarna för, medan cyklisterna dominerar bland de allvarligt skadade. Äldre bilar står för en oproportionellt stor andel av olyckorna. 
  • Som det ser ut just nu kommer Sverige att missa det uppsatta trafiksäkerhetsmålet för 2020 då flera indikatorer pekar åt fel håll. Det är bland annat bättre hastighetsefterlevnad som behöver uppnås liksom nykter trafik samt bättre drift och underhåll av infrastrukturen och bättre användning av cykelhjälm. Dessutom behöver gamla bilar skrotas!
  • En intressant reflektion är att det bör finnas en starkare koppling mellan indikatorer och FFI-portföljen. 

Projektpresentationer från den strategiska cykelsatsningen:

  • Att dela olika världar, Katja Kircher, VTI.Beeendeanalyser i projekten TRACE och ADVanCE visar att cyklister och bilister ställs inför olika utmaningar. Högre komplexitet för cyklister är normalt, och framförallt ändras det snabbare för cyklisterna. Ofta råder det oklarhet om vilka regler som gäller för cyklister. Man kan inte låta bli att undra: Hur kommer det då gå för automatiserade fordon i sådana situationer?
  • Cyclist Collision Avoidance Using Imagery Sensor, Tobias Aderum, Veoneer. Veoneers trackingsystem för att identifiera och autobromsa för cyklister sitter bl.a. i nya Mercedes A-klass. För att vidareutveckla systemet har projektet också försökt att, genom att identifiera hjulens ellipser, räkna fram cykelns tillståndsparametrar och prediktera cyklistens avsikter. Resultaten är inte perfekta men lovande. Behöver vidareutveckling för att kunna hantera exempelvis dåliga väder- och ljusförhållanden. 
  • V2Cyclist: Kan V2X bli en användbar teknik för cyklister? Johan Fagerlönn, RISE. Hjälmprototyper för V2X kopplade till en molntjänst samt användargränssnitt via ljud och vibrationer via en ben-ledare. Prototypen ha utvärderats med ett begränsat antal deltagare med lovande resultat. En reflektion är om smarta hjälmar kan öka användning av hjälmar generellt sett? Och hur upplevs det när man bara får varning från en del fordon men inte alla?

Bengt Pipkorn från Autoliv föredrog humanmodellering: var är vi och vart är vi på väg? Med humanmodeller menas modeller av den mänskliga kroppen. Modellerna kan sedan skalas för att representera olika människor: stora och små, män och kvinnor etc. Några resultat:

  • Nyare bilar ger ökade skaderisker i vissa fall, som hjärnskakning, höftskador. Riskgrupper är kvinnor, äldre, överviktiga. Humanmodellen SAFER THUMS kan idag prediktera risken för vissa frakturer för olika åldrar. För att möjliggöra utveckling av ett mer generellt skyddssystem utvecklas humanmodeller för olika storlekar av åkande. 
  • I framtiden när bilarna blir mer automatiserade och de åkande kan välja olika sittpositioner kommer det att krävas nya metoder för att prediktera skaderisken och nya skyddssystem.
  • Nya sittpositioner i automatiserade fordon som väntas bli farliga: bakåtlutad och bort från främre airbags, bakåtvänd, roterad, sovande.

Johan Svahn från Scania drog därefter projektet ARCHER – Arkitektur och säkerhet för autonoma tunga fordon. ARCHER:s syfte var att utforska problemställningarna kring utveckling av automatiserade tunga fordon. Projektet startade relativt tidigt i utvecklingen av AD vilket gjort att omvärlden hann förändras och det tänkta projektupplägget blev mindre relevant, samtidigt som svårigheterna visade sig vara större än väntat. Projektets fokus hamnade därför istället på förståelse, metoder och principer samt modellering och simulering. Säkerhetsmekanismer, redundanskoncept, gapanalyser, verifieringsstrategier och utvärdering av säkerhetskultur var andra delar som ingick. Arbetet fortsätter delvis inom ramen för PRYSINE-projektet (Programmable systems for intelligence in automation)

Efter Horizon 2020 (H2020) kommer nu nästa stora EU-forskningsprogram Horizon Europe (2021-2028). Mats Rosenquist från AB Volvo berättade om programmet och hela det stora nätverket som finns i EU-sammanhang. Han poängterade att det är viktigt att FFI-projekt används för att skapa argument och driva fram viktiga frågor på EU-nivå. Och fortfarande återstår två utlysningar inom Automated Road Transport 2020!

Trent Victor från Volvo Cars diskuterade sedan hur vi säkrar att under färd lämna tillbaka kontrollen till föraren från ett automatiserat fordon?, ett aktuellt ämne bl.a. med tanke på incidenter och olyckor. Några slutsatser:

  • En studie utförd av Volvo Cars visade att förarna inte reagerar eller reagerar försent när de behöver snabbt ta tillbaka kontrollen från automationen, oavsett om man har händerna på ratten eller inte, om man tittar på vägen eller inte. Det finns helt enkelt begränsningar i människans reaktion- och kognitivförmåga. 
  • Det är stor skillnad på självstyrande fordon och självkörande fordon, vilket inte framgår av SAE-skalan. 
  • Problem uppstår när man byter roll. Är jag tillräckligt bra på att hantera bilen efter att ha fått ta över? Vilket tillstånd är jag i efter att ha varit ur loopen ett tag? Vad händer om den så kallade operativa kördomänen (ODD) plötsligt ändras? Om systemet fallerar? Systemen måste kunna stödja föraren i en mer utdragen överlämningsprocess.
  • En slutsats är att man borde ta fram ett alternativ till SAE-skalan. Nivåerna bör förenklas till: manuell – övervakad körning – ej övervakad körning. 

Slutligen föredrag Lars Hammarstrand från Chalmers projektet COPPLAR – Robust visual localization for self-driving vehicles in every season. För automatiserade fordon är det viktigt att de kan lokalisera sig i omgivningen. Men det är ingen enkel uppgift. De viktigaste utmaningarna här är att kunna utföra lokaliseringen med tillräcklig noggrannhet. En svårighet är att omgivningen ändrar sig såväl över längre tid (sommar-vinter) som kortare (dag-natt) tid och till och med ögonblick (stationära objekt). COPPLAR har använt semantiska annoteringsmetoder i maskininlärning för att sortera ut några av dessa problem.

Och till sist var det ett par öppna frågor som diskuterades:

  • Är det bra eller dåligt att man ser många bekanta ansikten i publiken?
  • Hur ser vi till att resultaten från FFI-projekt kommer till användning i industrin och samhället? Hur mäter man effekten av FFI-projekt?
Artificiell intelligens, Kartor, Samverkan människa - maskin, Sensorer, Tester och demonstrationer

Korta notiser

Här några korta notiser om vad som hänt nyligen:

  • Uber börjar testa självkörning i Dallas, Texas. I första steget handlar det om datainsamling. The Verge 17 september.
  • Ouster och Nvidia samarbeta för att integrera Ousters OS2 lidar i Nvidias AD-plattform. Forbes 18 september.
  • Lyft lanserar en innovationstävling där deltagarna ska använda Lyfts öppna annoterade data för objektidentifiering. Första pris är $25 000. Medium 12 september.
  • Jaguar/Landrover prövar ”ögon” på förarlösa poddar som ett sätt att kommunicera med andra trafikanter som fotgängare. JLR 28 augusti.
  • JLR samverkar också med OSR och integrerar deras AI-plattform i Jaguar I-PACE IAA 11 september.
  • Veoneer har fått kontrakt från en icke namngiven fordonstillverkare att leverera värmekameror till självkörande bilar (nivå 4). Veoneer 17 september.
  • Kinesiska MINIEYE satsar på ADAS och får på det sättet tillgång till stora mängder data som man kan använda för framställning av HD-kartor. BusinessWire 17 september.
  • Amerikanska Transportmyndigheten finansierar 8 AD-projekt i 7 delstater med totalt $60 miljoner. RoadShow 16 september.
  • Shanghai har givit tillstånd för utökade AD-tester till SAIC, BMW och Didi Chuxing. Med de nya tillstånden får man också köra passagerare. China Daily 17 september.
Mobilitetstjänster, Samverkan människa - maskin

Transparens, frihet, konsistens

Detta är tre design principer som Waymo identifierat och använder sig av för att skapa bra användarupplevelse i sina fordon [1]. 

  • Transparens. Det är viktigt att resenärerna vet vad de kan förvänta sig när de kommer in i ett av Waymos fordon och att de känner sig informerade under resans gång. För att göra detta används både visuella och audiokanaller att för att förse resenärerna med lagom mycket information, exempelvis om bilen saktar ner under resan för att släppa fram en fotgängare så får resenären ett meddelande om detta på skärmen framför. 
  • Frihet. Denna kommer med extra tid som resenären får eftersom hen slipper köra själv. Resenären uppmuntras att använda sin tid hur hen vill genom att bilen begär dennas uppmärksamhet bara när det är absolut nödvändigt.
  • Konsistens. Det handlar om konsistens under resan men också mellan olika resor. För att uppnå detta ser Waymo på design som ett system och strävar efter att skapa en sammanhängande upplevelse och sömlös interaktion med olika gränssnitt i systemet. 

Egen kommentar

Att designa en bra användarupplevelse är inte enkelt då upplevelse är ett komplext begrepp och påverkas av många faktorer. Det visar också de senaste rapporterna om att det råder en viss missnöje bland Waymos anställda kring reseupplevelsen i deras självkörande bilar.

Källor

[1] Waymo. Driven by Waymo, Designed with Trust. 2019-08-28 Länk

Personbilar, Samverkan människa - maskin

Spy eller inte?

En grupp forskare vid University of Michigan har genomfört en studie där de kartlagt vad som orsakar åksjuka vid färd ett automatiserat fordon [1]. Enligt forskarna själva är detta den första storskaliga studien som tittar på hur passagerarnas aktiviteter i relation till acceleration i stadstrafik utlöser illamående i automatiserade fordon. Om folk mår illa så tappar man ju en viktig anledning till självkörning.

Studien genomfördes på en testbana (Mcity) och omfattade 52 försökspersoner. Under en period av 20 minuter fick var och en av dem uppleva 25 inbromsningar, 45 vänstersvängar och 30 högersvängar i hastigheter mellan 16-14 km/h samt 32-40 km/h. Under färden läste deltagarna på en ipad och tittade på kartor. De fick sedan besvara frågor kring läsförståelse och ange graden av upplevd illamående.

Detta kommer i kombination med andra fysiologiska och fordonsdata kommer att användas för att skapa matematiska modeller av åksjuka. 

Källa:

[1] University of Michigan. Measuring motion sickness in driverless cars. 2019-08-20 Länk

Samverkan människa - maskin

Blinda och synskadade

Att automatiserade fordon förväntas underlätta livet och öka mobilitet för synskadade är ingen hemlighet. Det är något som lyfts fram redan från dag ett, bland annat av Google (numera Waymo) när de visade en av sina första prototyper som transporterade en blind man. I praktiken är det dock få som aktivt arbetar med att designa sina lösningar just för sådana resenärer, men det finns några undantag. 

Aptiv och Lyft har ingått ett samarbete med amerikanska National Federation of the Blind för att tillsammans kunna skräddarsy mobilitetslösningar för synskadade och blinda. Utgångspunkten blir Las Vegas. De har också genom ett samarbete med LightHouse for the Blind and Visually Impaired tagit fram en punktskrivare för fordon som kan förse de blinda med en karta av den självkörande bilens väg och en beskrivning av fordonets layout [1, 2].

I Storbritannien har Auriggo inlett en pilot där Blind Veterans UK får testa en självkörande pod kallad Arthur vid deras center i Ovingdean. I nästa steg planerar man att erbjuda resor utanför centret som exempelvis till lokal pub eller strand [3].

Källor

[1] Lyft, Aptiv will supply rides to blind or visually impaired people. Länk 

[2] U.S. partnership brings self-driving technology to the blind. Länk

[3] Driverless cars tested by blind veterans. Länk