Kategoriarkiv: Simulering

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)

MIT lanserar VISTA 2.0

Forskare ifrån amerikanska universitetet MIT har lanserat nya versionen av sin simulator för utveckling av automatiserad körteknologi, vid namn VISTA 2.0 [1].

Simulatorn vars källkod är öppet tillgänglig har förmågan att använda sensordata från den verkliga världen och omvandla det till fotorealistiska digitala miljöer. Dessa miljöer kan sedan användas för att träna neurala nätverk på att handskas med olika trafiksituationer.

Vi skrev om när första versionen av den här simulatorn lanserades här.

Källa

[1] Wessling, B., The Robot Report. MIT CSAIL releases open-source simulator for autonomous vehicles. 2022-06-22 Länk

Oxboticas nya simuleringsverktyg

Den brittiska AD-utvecklaren Oxbotica har avslöjat nya simuleringsverktyg som de kallar för MetaDriver [1].

Artificiell intelligens är i allmänhet ett mycket databeroende område där stora mängder data används både för att träna och evaluera modellerna. Ett sätt att förenkla datainsamling är att skapa en simulering istället för att samla in data i verkligheten. Det är vad Oxbotica har utvecklat med MetaDrive genom att kombinera metaverse och artificiell intelligens.

En stark fördel med denna metod är att det går att aktivt leta efter ovanliga fall där autonoma funktioner misslyckas, utan risk för passagerare eller andra trafikanter. Det ger även en möjlighet att påskynda processen då simulatorn inte är begränsad till realtid.

Källa

[1] Oxbotica. Oxbotica MetaDriver uses ‘metaverse’ to detect rare and unusual scenarios 1,000 times faster than actual driving. 2022-06-16 Länk

Förstärkningsinlärning effektiviserar trafiksignaler 

Forskare vid Aston University i Birmingham har utvecklat en ny AI-baserad metod för att styra trafiksignaler i korsningar [1].

Lösningen bygger på förstärkningsinlärning (Eng: reinforcement learning) som belönar signalscheman som maximerar fordonsflödet. AI-lösningen visade sig bättre än samtliga manuellt designade alternativ [2].

Lösningen tränades med hjälp av en digital skugga, dvs. en enkelriktad digital tvilling. Kameradata från ett liveflöde matades i en egenutvecklad simulator och olika signalscheman jämfördes. Forskarna hoppas kunna styra trafiksignaler i en verklig korsning innan året är slut.

Egen kommentar 

Trafikstockningarna i Storbritanniens urbana områden bedöms kosta den genomsnittliga trafikanten motsvarande över 10 000 kr i bränsle- och tidsförlust. Bristfällig styrning med trafiksignaler anses vara en avgörande orsak. Användning av förstärkningsinlärning för att optimera trafiksignaler är lovande, eftersom det inte kräver mänskligt annoterade träningsdata – vilket ofta blir en flaskhals vid övervakad inlärning (Eng: supervised learning). Forskarnas förslag bör därmed kunna skala bättre till olika korsningar efter hand som fler digitala skuggor blir tillgängliga.

Källa 

[1] AI traffic light system could make traffic jams a distant memory. 2022-05-11 Länk 

[2] Garg et al, In Proc. the 21st International Conference on Autonomous Agents and Multiagent Systems, pp. 454-462, May 2022 Länk

Seoul skapar offentlig simulator

Seoul Metropolitan Government meddelar att de ska bygga en simulator med en virtuell miljö som är baserad på staden. Simulatorn ska vara gratis att använda [1].

Initiativet kommer vara del av ett C-ITS- (Cooperative Intelligent Transport System)projekt och genomförandet innebär skapande av en så kallad ”digital tvilling” (digital twin), en verklighetstrogen digital kopia av omgivningen.

Den digitala tvillingen kommer att täcka Sangnam till Gangnam samt Seouls innerstad.

Källa

[1] Carey, C., Cities Today. Seoul launches virtual reality pilot for autonomous vehicles. 2022-05-10 Länk

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

Horiba Mira öppnar testbanan

Det brittiska konsultföretaget Horiba Mira meddelar att de är färdiga med byggandet av Assured CAV-testbanan och att de nu öppnar upp för kunder som vill testa och validera sin teknologi [1, 2].

Större delen av testbanan, belägen i brittiska staden Nuneaton, byggdes färdigt i slutet på förra året. Nu har man även färdigställt ett parkeringsområde för testning av smart parkering.

Banan har inneburit en total investering på 100 miljoner brittiska pund och tagit fyra år att bygga. Den består av: motorväg, stadsmiljö, parkeringsplats, och smart infrastruktur med ITS-G5 kommunikation. Det finns även simuleringsverktyg med virtuella miljöer inklusive virtuella replikationer av testbanan.

Ni kan se en YouTube-video om testbanan här.

Källor

[1] Horiba Mira. HORIBA MIRA’s ASSURED CAV is Now Open. 2022-03-23 Länk

[2] Stone, T., Traffic technology Today. Europe’s most complete CAV test center now fully open. 2022-03-24 Länk

Applied Intuition förvärvar simuleringsföretag

Amerikanska mjukvaruföretaget Applied Intuition som utvecklar simulerings- och valideringsverktyg för autonoma fordon meddelar att de förvärvat simuleringsföretaget Mechanical Simulation Corporation, kända för sin simulator vid namn CarSim [1].

Mechanical Simulation Corporations simulatorlösningar används främst för att förutse dynamiskt fordonsbeteende och används av över 200 tillverkare av fordonskomponenter.

Källa

[1] Applied Intuition. Applied Intuition Acquires CarSim, an Industry-Leading Vehicle Dynamics Simulation Com. 2022-03-14 Länk

Träning av självkörande teknologi

Waabis nya simulator. Startupföretaget Waabi, som utvecklar teknologi för autonoma lastbilar, berättar om sin nya simulator Waabi World som bland annat har förmågan att automatiskt återskapa en digital 3-dimensionell värld (digital twin) utifrån en körning på verklig väg. Den digitala världen används för att testa och träna självkörande algoritmer i situationer som man kanske annars inte hade kunnat producera på ett säkert sätt i verkligheten. Waabi World kan också beräkna vilka situationer som det självkörande systemet har svårigheter med och utsätta systemet för träning i de situationerna. Länk

Asymptotic publicerar dataset. Det svenska företaget Asymptotic har publicerat ett dataset för utvärdering av AI-perceptionssystem. Datasetet är inspelat ifrån testbanan AstaZero inom ramarna för FFI-finansierade projektet Safety-driven data labelling platform to enable safe and responsible AI tillsammans med Open Research programmet av Chalmers, RISE och SAFER, och består av 160 före krock sekvenser i landsväg- och stadstrafiksmiljö. Målet med publiceringen är att främja forskning som bidrar till säkrare ADAS och AD system. Datasetet finns att ladda ner här. För frågor kan ni kontakta jorg.bakker@asymptotic.ai. Länk

Lidarnyheter

Luminars samarbete med Mercedes-Benz. Lidartillverkaren Luminar, som detta år b.la utvecklar lidarer till Volvo, har nu gått in i ett samarbete med Mercedes-Benz. Den tyska fordonstillverkaren ska köpa andelar i Luminar till ett värde av ca 20,2 miljoner USD och planerar att använda Luminars lidar i framtida fordon. Luminar tillverkar lidarer till ett gäng andra fordon- och AV-tillverkare inklusive som till exempel Audi, Toyota Research Institute, Mobileye, SAIC och Pony.ai. Länk

Lansering av lidarsimulator. Det amerikanska företaget dSPACE som utvecklar simulerings- och valideringsverktyg har i ett samarbete med den tyska lidartillverkaren LeddarTech lanserat ett simuleringsverktyg för lidarer. Verktyget som de kallar för LeddarEcho ska göra det möjligt att testa och utvärdera lidarkoncept i en simuleringsmiljö vilket innebär att man inte behöver utrusta hårdvara i fordon för testning. Länk1 Länk2