Kategoriarkiv: Kartor

Funktioner, Kartor, Okategoriserade

TomToms egna kart-ADAS

Det nederländska företaget TomTom som tillverkar navigationssystem till fordon har lanserat en ny lösning som de kallar för Virtual Horizon, vilket ger förare såväl som fordon tillgång till kartinformation att anpassa sin körning efter [1].

Systemet ska alltså gå att integrera i fordon utan existerande förarstödssystem, fordon med förarstödssystem, och även autonoma fordon. I fordon utan existerande förarstödssystem är tanken att kartinformationen presenteras för föraren att agera utefter, och i fordon med förarstödssystem eller autonomt körsystem kan kartinformationen översättas till handlingar så som deacceleration inför skymd kurva.

Källa

[1] Safe Car News. TomTom launches map-based ADAS software platform Virtual Horizon. 2021-07-07 Länk

Kartor, Produktplaner

Nvidia planerar att köpa upp Deepmap

Förra veckan skrev vi att startuppföretaget Deepmap lanserat en ny karttjänst kallad RoadMemory. Nu kan vi rapportera att företaget kommer att köpas upp av Nvidia [1]. Uppköpet väntas bli färdigt under tredje kvartalet 2021.

Planen är att integrera Deepmaps teknik med Nvidias egna Drive-plattform som idag används av flera aktörer. Målet är att kunna erbjuda kartor med en hög grad av precision för självkörande bilar som hjälper dem lokalisera sig i världen ner på centimeter-nivå. Kartorna ska också uppdateras ofta så att de har den senaste informationen om vägarnas status.

Det framgår inte vad notan kommer att landa på.

Egen kommentar

Jag tror att det här är ett win-win affärsöverenskommelse. Deepmap får ett starkt företag bakom sig som har etablerade samarbeten i fordonsbranschen, och Nvidia får Deepmaps IP samt en grupp riktigt duktiga ingenjörer. 

Källor

[1] Shapiro, D., Nvidia. NVIDIA to Acquire DeepMap, Enhancing Mapping Solutions for the AV Industry. 2021-06-10 Länk

Kartor

Högupplösta kartor

Nästan alla aktörer som utvecklar automatiserad körning använder sig av högupplösta kartor. Här kommer två nyheter som handlar just om sådana kartor:

  • Startuppföretaget DeepMap har lanserat en ny karttjänst kallad RoadMemory [1]. Den baseras på massdata (crowdsourcing) som samlas in från fordonsensorer så som kameror, radar och lidar. Viktigt i detta är att den är sensoragnostisk vilket innebär att fordonstillverkare kan använda sensorer från olika tillverkare. Det är framförallt förarstödssystem som den nya karttjänsten riktar sig mot. DeepMap har kontor i Palo Alto och i Peking. 
  • Startuppföretaget Carmera har lanserat en ny funktion i sin befintliga kartjänst som fokuserar på att upptäcka ändringar i vägmiljön [2]. Den nya funktionen heter Inventory Map och håller befintliga konsument- och högupplösta kartor uppdaterade vad det gäller vägskyltar, trafiksignaler och vägmarkeringar. Sådan information läses av fordonssensorer. Initialt har funktionen satts i drift i San Francisco-området ihop med kartleverantören Ushr Inc. Där har man, enligt Carmera själva, under de första fyra veckorna av driften kommit fram till att ingen av ändringarna som Inventory Map upptäckt funnits i offentliga register från vägoperatörer. Detta trots att nästan hälften av dessa ändringar innebar en ändring av trafikregler. 

Egen kommentar

Många aktörer använder just kartor från vägoperatörer som referens (ground truth), och om dessa kartor är dåligt uppdaterade blir kartor så klart en utmaning, och rentav en begränsning för storskalig kommersialisering av autonoma fordon. På så sätt är kartfunktioner som den från Carmera intressanta. Dock undrar jag vad som krävs för att man ska våga förlita sig på en sådan funktion och använda den som referens?

Här kan ni läsa om ett annat relaterat ämne: deepfake geography.

Källor

[1] Deepmap. DeepMap Announces RoadMemory, a Highly-Scalable and Economical Mapping Service, Enabling Hands-Off Driving Everywhere. 2021-06-03 Länk

[2] Carmera. CARMERA Launches Inventory Map, Provides Live Look at Road Changes for Autonomous Driving and More. 2021-06-03 Länk

Kartor

Sydkorea utökar 3D-kartor

Sydkorea har bestämt sig för att utöka sina existerande digitala 3D-kartor med ytterligare 1 400 km som kommer vara till nytta för automatiserade fordon [1].

Sydkorea började skapa dessa kartor 2019 och har hittills kartlagd 6 000 km av motorvägar, och nu ska även vanliga vägar kartläggas vilket kommer pågå till 2022.

Kopplat till detta kan ni också passa på att läsa om DeepMaps nya verktyg DeepMap HDR (High-Definition Reference) här.

Källa

[1] Sae-Jin, P., Aju Daily. S. Korea to develop precision map of ordinary roads for autonomous vehicles. 2020-10-05 Länk

Kartor, Mjukvara, Personbilar

Nio lanserar Navigate on Pilot

Den kinesiska tillverkaren av eldrivna fordon Nio lanserar ett förarstödssystem som tillåter föraren att ta ta bort händernafrån ratten under längre perioder (s.k. hands-free körning) [1]. Funktionaliteten lanseras nu i oktober via en mjukvaruuppdatering.

Funktionen som kallas Navigate on Pilot (NOP) sägs ha förmågan att köra fordonet från motorvägspåfart till motorvägsavfart och utföra filbyten utan förarens händer på ratten.

Funktionen använder sig av högupplösta kartor som komplement till bilbaserade sensorer.

Egen kommentar

Det blir återigen relevant att ta upp diskussionen om vad hand-free förarstödssytem innebär, vilket vi gjort ett försök till i ett tidigare nyhetsbrev här.

Eftersom Nios system använder sig av högupplösta kartor kommer det troligtvis vara tillgängligt endast på utvalda vägar. Som kontrast till detta är exempelvis Teslas tillvägagångssätt baserat på algoritmer för datorseende. Detta just för att slippa kartlägga vägar i detalj, något som är tidskrävande. Teslas metod kräver dock mycket mer algoritmträning.

Källa

[1] Shen, J., Tech Node. Hands-free driving for Nio cars coming in October. 2020-09-30 Länk

Kartor, Tester och demonstrationer

320 km kartdata från Katalonien

Ett samarbete mellan det tyska kartföretaget atlatec GmBH och den spanska tillverkaren och testaren av fordonsprodukter Applus+ IDIADA har resulterat i 320 km högupplösta (HD) kartor från vägar i Katalonien [1].

Samarbetet påbörjades under 2019 och avsåg att testa automatiserade fordon på allmänna vägar. Som en del i den processen skannades vägar som ansågs innehålla utmanande situationer för sådana fordon i Katalonien. Nu finns delar av dessa HD-kartor och tillhörande annoterade data att tillgå gratis via atlatecs hemsida.

Kartorna är baserade på formatet OpenDRIVE som används av flera sumuleringsverktyg.

Källa

[1] Auseyenka, H., Atlatec. Partnership Between atlatec and Applus+ IDIADA Results in 330 Kilometers Scanned Catalan Roads and a Sample Set. 2020-09-24 Länk

Funktionell säkerhet, Kartor, Samverkan människa - maskin

TomTom kategoriserar vägens lämplighet

Felaktigt användande av system för förarstöd och självkörning leder till olyckor och död. Det holländska kartföretaget TomTom har lanserat en lösning för fordonstillverkare som behöver stöd i att hitta tydliga gränser för var och när olika automatiseringsnivåer är lämpliga.

Lösningen baseras på TomToms HD-kartor och identifierar under vilka förhållanden som vägar kan antas vara bra nog. Produkten kallas RoadCheck och tar bland annat hänsyn till GPS-signalstyrka, väder och vägskick [1].

RoadCheck ska komma att inkluderas i en produktionsmodell av en ledande global biltillverkare i USA år 2021 [2].

Kommentar

Gränsdragningen för var olika automatiseringsteknologier är lämpliga är svår. Mer om kravställning kan bland annat hittas i första delen av veckans avsnitt av youtubekanalen Only GNSS.

TomTom kommer troligen inte vilja ta juridiskt ansvar för gränsdragningarna men lösningen har ändå potential att spara liv om den leder till att fordonstillverkare tvingar sina förare att använda förarstödsfunktionerna på bättre sätt.

Källor

[1] Mendoza, N. F., TechRepublic. TomTom releases new tech for autonomous vehicles to better manage roads and weather. 2020-09-03. Länk

[2] TomTom. TomTom Launches RoadCheck: A Pioneering Product for Safer Autonomous Driving. 2020-09-03. Länk

Kartor, Lagstiftning och regelverk, Okategoriserade

Lyfts säkerhetsrapport och AD träning

Lyft har publicerat sin första Voluntary Safety Self-Assessment rapport som är en frivillig säkerhetsrapport med syfte att upplysa allmänheten om den pågående utvecklingen och testningen [1, 2].

Den har en viss betoning på säkerheten kring oskyddade trafikanter så som fotgängare, cyklister, motorcyklister och personer med mobilitetssvårigheter. Något annat som Lyft betonar i rapporten är allmänhetens acceptans, och hur de jobbar med frågor kring tillit till sina automatiserade fordon. De erbjuder bland annat support till resenärerna inför åkturer.

I rapporten beskrivs också allt ifrån systemarkitektur, tankar kring HMI, säkerhetstester, och funktioner i fordonen.

Lyft har också meddelat att de börjat använda data från sina manuella taxibilar. Det här för att kunna träna sina självkörande bilar på verkliga scenarion och mänskliga trajektorier [3, 4].

Källa

[1] Moon, M., Engadget. Lyft details how it’s going to make self-driving cars safer. 2020-06-23 Länk

[2] SELF-DRIVING SAFETY REPORT. 2020. Länk

[3] LyftLevel5, Medium. Accelerating Autonomous Driving with Lyft’s Ridesharing Data. 2020-06-23 Länk

[4] Wiggers, K., Venture Beat. Lyft crowdsources driver data to train its autonomous vehicle systems. 2020-06-23 Länk

Artificiell intelligens, Kartor

Tesla vill undvika högupplösta kartor

Tesla har valt att försöka utveckla teknik för automatiserad körning utan att fordonen ska vara beroende av högupplösta kartor. Detta gör att fordonen ”upplever” att de ser varje plats för första gången. Ett sådant angreppssätt anses vara mycket svårare att hantera för fordonet och ingenjörerna. Det skulle dock göra att Tesla oberoende av, vad de utgår från i längden kommer att bli, mycket dyra kartsystem [1].

Teslas lösning kräver istället mycket bra data för att träna AI-algoritmer. Sådan data är svår att hitta men Tesla har fördelen av att redan ha hundratusentals bilar som samlar data åt dem [2].

Här kan ni se ett föredrag av Teslas chef för AI Andrej Karpathy där han går igenom företagets strategi.

Egen kommentar

Man kan tycka ett och annat om Tesla och deras sätt att utveckla automatiserad körning. Men det kan vara värt att fundera på om det är hållbart att skapa detaljerade kartor av alla vägar?

Källor

[1] Papadopoulos, L., Interesting Engineering. Tesla’s Head of AI Says The Firm Uses a Harder Approach to Self-Driving for Scalability Reasons. 2020-06-20 Länk

[2] Lambert, F., Electrek. Tesla admits its approach to self-driving is harder but might be only way to scale. 2020-06-18 Länk

Kartor

Uppdaterade rekommendationer om kartdata

Brittiska samarbetsorganet Zenzic släppte under sommaren 2019 en rapport av den brittiska motsvarigheten till Lantmäteriet, Ordnance Survey, om den analys och de rekommendationer kring behov av geodata för testning av självkörande fordon.

Rapporten innehöll en enkät riktad till industrin. Nu har resultaten från den enkäten sammanställts och analyserats. Resultatet pekar på att det kommer att kräva branschövergripande konsensus för att skapa storskaliga plattformar för insamling, bearbetning och delning av kartdata från uppkopplade och självkörande fordon för att säkerställa att sådana fordon finns i stor skala på allmänna vägar till 2030.

Några av huvudslutsatserna:
  • Det kommer krävas mycket arbete med att likrikta kartdata från regionala källor (Storbritannien har till exempel över 200 lokala vägmyndigheter). Detta för att undvika flera olika sätt att bearbeta och hantera data på.
  • Kartläggning av datakvalitet anses vara viktigare än upplösning.
  • 10 cm (men 5 cm för information om körfältsmarkeringar) anses vara lämplig upplösning för automatiserade körsystem som använder högupplösta kartor, och 2 cm för de som inte gör det.
  • De uppkopplade och självkörande teknologibranscherna bör följa spel-, väder- och BIM-sektorerna (Building Information Modeling) i att hitta gemensam terminologi, förutom att samarbeta med  myndigheter.
  • För närvarande används både TN-ITS och ISO 20542 standarderna av utrustnings- och fordonstillverkare. Harmonisering mellan de två standarderna kommer att ta lite tid, så testanläggningarna måste initialt kunna stötta båda.
Rapporten går att ladda ned gratis här men det krävs registrering.

Källa

[1] Zenzic. Zenzic announces results of industry-wide consultation on geospatial data for self-driving vehicles. 2020-06-11 Länk.