Kategoriarkiv: Funktioner

BMWs preliminära resultat från UR:BAN

I ett pressmeddelande skriver BMW om ett projekt som kallas UR:BAN och om deras preliminära resultat från projektet som presenterats i onsdags [1].

Projektet fokuserar på utveckling av kooperativa och intelligenta system för förarstöd och trafikstyrning i tätbebyggda områden. Målet är att öka säkerhet, effektivitet och komfort. Projektet påbörjades 2012 och ska löpa fram till 2016. Det finansieras av German Federal Ministry for Economic Affairs and Energy och involverar 31 olika organisationer från industri, akademi och myndigheter.

UR:BAN är uppdelat i tre delprojekt:

  • Cognitive Assistance
  • Networked Traffic System
  • Human Factors in Traffic

Som en del av Cognitive Assistance har BMW utvecklat ett nytt detekteringssystem och algoritmer för situationsanalys och bedömning. Fokus ligger på situationer som involverar fotgängare och cyklister.

Inom Networked Traffic System har BMW visat ett system som syftar till att öka trafikeffektiviteten och samtidigt minska bränsleförbrukningen och buller vid trafikljusreglerade korsningar. Systemet använder sig av V2X-kommunikation och prediktiv information om trafikljus och situationen i korsningen. Det heter Green Coordination and Deceleration Assistant och har installerats i två bilar som ska testas under året.

Inom delprojektet Human Factors in Traffic arbetar BMW med att ta fram standarder och metoder för verifiering av HMI-koncept i framförallt tidskritiska situationer. BMW är också involverad i utveckling av metoder för detektering av förarens intentioner.

Egen kommentar

Andra parter i UR:BAN har också visat sina preliminära resultat. Här kan ni läsa pressmeddelanden från Opel och Volkswagen. Mer information om hela projektet hittas här.

Källor

[1] BMW Group, Press Release. UR:BAN research initiative. 2014-05-14. Länk

En ny algoritm för bättre navigering

Anta att du försöker navigera i en okänd del av en storstad och att du använder ett visst kluster av skyskrapor som referenspunkt. Trafiken och enkelriktade gator tvingar dig att några oplanerade svängar och till slut tappar du bort din referenspunkt. När du får syn på skyskraporna igen måste du kunna identifiera dem som samma byggnader som du såg innan samt veta din orientering i förhållande till dem för att kunna använda dem för navigering.

Den här typen av re-identifiering är en självklarhet för människor, men det är svårt för datorer.  I juni kommer en grupp forskare från MIT att presentera en ny algoritm som gör re-identifieringen enklare.

I ett första steg uppskattar algoritmen orienteringen av enskilda punkter i en scen. Orienteringen av dessa punkter mappas sedan till ytan av en sfär. I nästa steg används en iterativ process (samma princip som en linjär regression) för att hitta en uppsättning av linjer inbäddade i sfären som passar bäst dessa punkter. När en robot förflyttas kommer den att observera en sfär som roterar och bestämma sin egen orientering i förhållande till linjerna i sfären. När roboten svänger kommer den veta vilken av dessa linjer och landmärken som den svänger mot.

Samma algoritm kan användas för att förenkla problemet med plansegmentering, dvs. att avgöra vilka delar av en visuell scen ligger i vilket plan. Plansegmentering möjliggör för en dator att bygga 3D-modeller av objekten i scenen som den i sin tur kan matcha mot lagrade 3D-modeller av kända objekt.

Egen kommentar

Algoritmen är avsedd för att hjälpa robotar att navigera i okända byggnader och inte för att hjälpa förare och fordon att navigera i obekanta städer, men principen är densamma.

Källor

[1] Hardesty, L. MIT News. Orienteering for robots. 2014-04-04. Länk

Beslutsfattandeprogram som återspeglar den mänskliga hjärnan

En grupp forskare på Stirling University i Skottland har utvecklat en mjukvara för beslutsfattande i komplexa trafiksituationer, skriver The Herald Scotland [1].

Forskarna hävdar att deras mjukvara återspeglar beslutsfattandeprocessen hos människor och att den kan fatta beslut vid körfältsbyte samt kontrollera hastigheten, bromsning och parkering. Med hjälp av denna hoppas de kunna utveckla en autonom bil inom snar framtid.

Mjukvaran kommer att presenteras på International IEEE/EPSRC Workshop on Autonomous Cognitive Robotics som kommer hållas den här veckan på Stirling University [2].

Källor

[1] The Herald Scotland. Scots in driverless car lead. 2014-03-24. Länk

[2] International IEEE/EPSRC Workshop on Autonomous Cognitive Robotics. Länk

Expertpanelen svarar

Engelska tidskriften The Engineer har ställt ett tiotal frågor kring automatiserade fordon till en expertpanel bestående av: Tim Edwards (MIRA, ett engelskt konsult- och provningsföretag), Jonas Ekmark (VCC), Michael Fausten (Bosch) och Dave Meader (Direct Line Group, ett brittiskt försäkringsbolag) [1].

I det här nyhetsbrevet sammanfattar vi deras svar på några av dessa frågor.

Vad är nuvarande “state of the art” för teknik som ingår i prototypfordon och som inte nödvändigtvis nått marknaden ännu?

Tim Edwards: Grundtekniken som behövs för självkörande fordon har demonstrerats i en eller annan form sedan 2004. Under de senaste 12 månaderna har i princip alla de stora biltillverkarna visat självkörande fordon. Vi ska dock ej glömma att det krävs ytterligare teknikförbättringar i termer av kostnad, packning av komponenter och tillförlitlighet så att dessa demobilar kan klara av alla trafiksituationer.

Michael Fausten: Bosch håller på att utveckla en rad teknologier som så småningom kommer ingå i helt självkörande fordon. Automatic Park Assist som möjliggör för bilarna att parkera sig själva kommer troligtvis att finnas på marknaden 2015. Traffic Jam Assistant som kan ta över kontrollen i hastigheter upp till 50 km/h väntas i massproduktion under 2014. Utöver det håller Bosch på att utveckla och testa funktioner som täcker självkörning i högre hastigheter. Dessa är baserade på data från en rad olika sensorer, som radar och videokameror samt takmonterad lidar, och som tillsammans genererar en 3D-karta av bilens omgivning.

Hur skulle tekniken kunna hantera situationer som idag hanteras av förare, t.ex. att stanna för att låta en fotgängare korsa vägen eller för att ge företräde till andra fordon i en korsning?

Jonas Ekmark: Vi har redan visat teknik av detta slag, men tekniken som kommer finnas i våra första automatiserade fordon kommer att adressera trafiksituationer utan fotgängare (t.ex. pendlings- och motorvägar). Den främsta utmaningen är det automatiserade fordonets förmåga att samverka med olika trafikanter.

Tim Edwards: Google har exempelvis upptäckt att förare i andra fordon har svårt att tillåta det automatiserade fordonet att köra in i korsningen när det står och väntar på ett artigt sätt. Det här problemet har lösts genom att programmera det automatiserade fordonet att köra mer aggressivt i korsningar. Automatiserade bilar har inte samma förhandlingsförmåga som vanliga förare brukar ha.

Vilka åtgärder har tagits för att skydda dessa fordon mot dataintrång?

Tim Edwards: Traditionell fordonsteknik hade robusta metoder för funktionssäkerhet och tillförlitlighet. Det viktiga i dagsläget är att helt integrera säkerhetsaspekterna i design-, utvecklings- och valideringsprocesser. Man måste övergå från att designa fordon för tillförlitlighet (dependability) mot att designa fordon för motstånds- och återhämtningskraft (resiliance).

Jonas Ekmark: Alla externa kommunikationslänkar kommer att kontrolleras för autentisering och krypteras. Det är viktigt att förstå att fordonet inte är konstruerat för att fjärrstyras, så det finns inte mycket mening med att försöka göra det. Om det skulle vara så att radiokommunikationen störs utifrån så skulle detta leda till att fordonet lämnar tillbaka kontrollen till föraren eller stannar vid närmaste säkra plats. Det kommer också finnas skyddsåtgärder för fordons interna kommunikationsnätverk.

Michael Fausten: Genom att använda en ”dubbel arkitektur” kommer vi skapa en tydlig skillnad mellan funktioner som är relevanta för körning (t.ex. förarassistans) och de som inte är det (t.ex. infotainment). I framtiden kommer en säkerhetsmodul också att skydda kommunikationen i varje styrenhet, och företaget Escrypt (dotterbolag till Bosch) håller på att utveckla programvara för detta.

Om ett fordon som använder sig av dagens självkörande teknik skulle sluta fungera och orsaka skador, vem skulle hållas ansvarig ur ett försäkringsperspektiv?

Dave Meader: Om det inblandade fordonet inte blivit återkallat för produktfel eller om det inte finns bevis på att olyckan orsakats av tekniska fel, kommer ett sådant fall att vara väldigt svårt ur ett försäkringsperspektiv. Om ett fordon till exempel skulle skadas vid användning av ett helt automatiserat parkeringssystem är det osannolikt att ett forsäkringsbolag skulle driva fallet mot en fordonstillverkare eftersom kostnaden för skadorna skulle ha varit minimala på grund av låg hastighet.

Hur kommer dessa teknologier att påverka förarens försäkringspremier och skulle ett helt självkörande fordon betraktas på samma sätt?

Dave Meader: Försäkringsbranschen tar hänsyn till nya teknologier i sin försäkringskostnad. Ett fordon som innehåller bra säkerhetsfunktioner belönas med lägre försäkringspremier jämfört med motsvarande fordon utan dessa funktioner. När vi försäkrat någon att köra ett fordon som har en hel del säkerhetsfunktioner, är det sedan individens egen körning som är avgörande. Det är för tidigt att kunna bedöma försäkringsimplikationer för helt självkörande fordon.

Fler intressanta frågor och svar hittas här.

Källor

[1] Harris, S., The Engineer. Your questions answered: driverless cars. 2014-02-17. Länk

Säkrare fordon bromsar och styr ur riskfyllda situationer

Forskare vid Chalmers jobbar tillsammans med Volvo Personvagnar [1] kring aktiva säkerhetssystem som påminner om autonoma system, skriver InderScience [2]. Fordonets sensorer har möjlighet att upptäcka olyckshot och kan ta över både styrning och bromsning av bilen.

Forskarna menar att detta är ett steg mot att göra fordonen säkrare utan att helt ersätta föraren med ett självkörande system. Vidare menar forskarna att det nya systemet är bättre på att välja åtgärd beroende på den aktuella miljön, styra eller bromsa, istället för att som flera av dagens system som är förprogrammerade att antingen styra eller bromsa oavsett omgivning.

Algoritmen är testad i fyra olika vanliga olyckstyper med gott resultat och visar potential för att kunna generaliseras för att också inkludera fler olyckstyper och på så sätt  kunna ta sig ur riskfyllda situationer.

Källor

[1] Mattias Brännström, Erik Coelingh, Jonas Sjöberg ”Decision-making on when to brake and when to steer to avoid a collision” in Int. J. Vehicle Safety, 2014, 7, 87-106

[2] InderScience 2014-01-08: Safer vehicles brake and steer out of harm’s way Länk

Google-patent för att följa trafikljus i realtid

Ett patent från Google kallat ”Traffic signal mapping and detection” har nyss publicerats [1]. Genom att analysera bilder tagna med en bil-baserad kamera och leta efter gröna, gula och röda fält kan man identifiera trafikljus och lokalisera dessa på kartan. Informationen om att ett trafikljus slagit om t.ex. från grönt till rött kan sedan kommuniceras till andra autonoma fordon som då kan anpassa hastigheten. Vitsen är att kunna göra detta utan att behöva investera i kommunikationssystem mellan infrastruktur och fordon.

Patentet kan läsas här.

Källor

[1] Chris Chavez, Phandroid 2014-01-20: Newly published Google patent shows how their driverless cars monitor traffic lights in real-time. Länk

BMW ActiveAssist

I samband med CES-mässan i Las Vegas visade BMW upp sitt BMW ActiveAssist [1] [2], ett system som kan hjälpa föraren i kritiska situationer  och ta tillbaka bilen på rätt kurs utan förarens input och med hjälp av automatisk drivning, bromsning och styrning. I en film som ni kan se här visar man hur systemet autonomt med hög precision kör runt en racingbana med varierande underlag som vattenpölar och också gör undanmanövrer. Regleringen sker med hjälp av befintliga regler- och stabilitetssystem såsom ESP, och med befintliga sensorer. Enligt BMW har man designat systemet för att förbättra säkerheten utan att för den skull ta bort körglädjen.

Enligt BMW kommer man att börja fältprova systemet på europeiska vägar nästa år.

Egen kommentar

BMW och Continental jobbar sedan 2013 med nästa steg i utveckling och implementering av autonoma fordon. Troligen är BMW ActiveAssist en del i det forskningssamarbetet.

Det framgår inte av artiklarna hur systemet vet vilken bana bilen ska följa, i detta fall racingbanan. Det räcker inte med de vanliga sensorerna för stabilitetsreglering när inte föraren är i loopen.

Källor

[1] Motor Authority: BMW ActiveAssist Is Autonomous Tech For Driving At The Limit. 2013-01-07. Länk

[2] USA Today: CES 2014: New BMW system drives car in emergencies. 2014-01-06. Länk

EU-projektet interactIVe

Forskningsprojektet interactIVe [1] har precis avslutats. Projektet har pågått i 4 år och haft som mål att utveckla och utvärdera olika förarstödsystem som kan hjälpa föraren i olika trafiksituationer.

Exempel på förarstödfunktioner som utvecklats i projektet är: SaveCruise, Curve Speed Control, Lane Change Collision Avoidance, Side Impact Avoidance, Run-Off Road Prevention och Emergency Steer Assist.

En viktig del av arbetet har varit att integrera dessa funktioner så att föraren kan få ”kontinuerligt” stöd i form av information, varningar, bromsning och styrning (alltså både longitudinell och lateral reglering). Detta har lett till utveckling av gemensamma utvecklingsstrategier, designprinciper för gränssnitt och funktionsarkitektur.

Funktionerna har implementerats i 6 personbilar och en lastbil. Utvärderingen har gjorts i körsimulatorer, på testbanor och i verklig trafik.

Projektet finansierades av EU och involverade 28 organisationer, däribland Volvo Cars och Volvo Trucks. Projektet avslutades med en demonstration i Beligien.

Egen kommentar

interactIVe är ett viktigt steg mot självkörande fordon, speciellt med tanke på att man försökt skapa gemensamma byggstenar, som flera fordonstillverkare sedan använt sig av när de utvecklat och implementerat unika funktioner. Att utgå från en generisk funktionsarkitektur och generiska principer för gränssnitt blir avgörande för framtida fordon.

Källor

[1] Accident avoidance by active intervention for Intelligent Vehicles (interactIVe). Länk

Uppkopplade fordon och uppkopplade cyklister

Euronews [1] och Green Car Congress [2] rapporterar om ett projekt som drivs av nederländska forskningsorganisationen TNO och som fokuserar på att ta fram ett nytt säkerhetssystem som väntas minska antalet cykelolyckor.

Systemet kallas Cooperative Automatic Emergency Braking (CAEB) och är baserat på samma plattform (intelligent Vehicle Safety Platform, iVSP) som TNO använder för bl.a. delvis autonom körning. Plattformen samordnar data från olika fordonsbaserade källor (sensorer, digitala kartor etc.) samt data från källor utanför fordonet (infrastrukturen, fotgängare, cyklister).

CAEB utgår ifrån att cyklar är utrustade med kommunikationsenheter, GPS och andra sensorer och kan därmed skicka sin position och hastighet till fordon i närheten.

Den här informationen tas emot och analyseras i fordonet och om någon cyklist kommer i en s.k. tidskritisk zon initieras en visuell och ljudvarning till föraren. Detta följs av en åtdragning av säkerhetsbältet och en mjuk automatisk inbromsning. I fall att förarreaktion uteblir aktiveras något hårdare inbromsning.

En demonstration av systemet kan ses här.

CAEB väntas ha mest effekt i situationerna där fordonsbaserade sensorer har svårigheter att detektera cyklister och andra oskyddade trafikanter på grund av olika sikthinder.

TNO ser eldrivna cyklar som ett första tillämpningsområde, mest för att dessa cyklar har en elförsörjningskälla som krävs för att driva utrustningen. Dessutom används elcyklar mest av de äldre, en åldersgrupp som ofta är inblandade i cykelolyckor.

I Nederländerna söker ungefär 8.000 cyklister vård årligen till följd av cykelolyckor. Statistiken visar också att fordon är involverade i 80 % av dödsfallsolyckor med cyklister.

Egen kommentar

Automatisk bromssystem är inget nytt, det finns hos flera fordonstillverkare inklusive Volvo Cars som erbjuder sådana system idag. Det som är nytt för TNOs system är att det kompletterar fordonsbaserade sensorer med cykel-baserade sensorer och därmed ökar fordonets synfält.

Det framgår inte vilken typ av kommunikation som systemet är baserat på men jag gissar på att det handlar om 802.11p.

Källor

[1] EuroNews. Fast and curious: smart cars to reduce the dangers of driving. 2013-11-11. Länk

[2] Green Car Congress. TNO developing V2V Cooperative Automatic Emergency Braking system to help prevent accidents with cyclists. 2013-11-26. Länk

Toyotas väjningssystem lanseras 2015

2105 lanserar Toyota sitt ”automatic trajectory modification”-system [1]. Det fungerar så att när inte automatisk bromsning räcker för att undvika en olycka så beräknar bilen en ny bana för att undvika hindret och styr sedan efter den nya banan.

Egen kommentar

”Collision avoidance by steering” har studerats i flera år av många aktörer som en naturlig fortsättning på ”collision avoidance by braking”.Det krävs då att undanmanövern inte i sig orsakar en annan olycka vilket ställer krav på sensorsystemet.

Källor

[1] Sustainable Mobility: Toyota’s big step towards autonomous driving. 2013-10-29. Länk