Kategoriarkiv: Mjukvara

Mercedes väljer Nvidia

Mercedes har inlett ett samarbete med Nvida kring utveckling av en nästa generations datorplattform för fordon [1]. Den kommer stödja allt från programvaruuppdateringar till förarstödsfunktioner och automatiserad körning. Lanseringen är planerad för 2024.

Den nya plattformen kommer att baseras på Nvidias system-på-chipteknik kallat Orin samt mjukvarustacken Drive AGX. Orin lanserades i början av 2020 och påstås kunna utföra upp till 200 biljoner operationer per sekund och med mindre kraft än dess föregångare. 

Egen kommentar

I början av veckan rapporterade vi att Mercedes och BMW valt att avvakta med sitt samarbete som initierades förra året. Mellan raderna kunde man utläsa att de ville hellre samarbeta med andra än med varandra. Antagligen är samarbetet med Nvidia ett sådant samarbete, och något som BMW och Mercedes inte kunde enas om. 

Källor

[1] Daimler media. Mercedes-Benz and NVIDIA to Build Software-Defined Computing Architecture for Automated Driving Across Future Fleet. 2020-06-23 Länk

Wind River och TAGE i samarbete

Mjukvaruföretaget Wind River inleder samarbete med leverantören till gruvindustrin Beijing TAGE Idriver Technology (TAGE) [1]. Samarbetet går ut på att gemensamt utveckla en mjukvaruplattform för nästa generation av autonoma gruvfordon. 

TAGE har utvecklat ett system för självkörande fordon i öppna gruvor som bygger på en edge-to-cloud arkitektur. Systemet använder sig av Wind Rivers säkerhetscertifierade realtidsoperativsystemet VxWorks.

I ett nästa steg kommer företagen att vidareutveckla en mjukvaruarkitektur samt behandling av data, trådlöskommunikation mellan fordon och infrastruktur (V2X) och säker online uppdatering. För att kunna lansera produkter och lösningar kommer de också att arbeta med utvecklingsmiljöer och certifiering av funktionssäkerhet. 

Egen kommentar

Jag har tappat räkningen på alla olika plattformar och har lite svårt att avgöra hur Wind Rivers och TAGES arbete kommer skilja sig från andra. TAGE har i alla fall gjort en demonstration av sitt självkörande system för drygt en månad sedan i en öppen gruva i Kina, vilket tyder på att företaget kommit en bra bit på vägen [2]. 

Källor

[1] Mining. Wind River and TAGE team to advance autonomous mining. 2020-04-15 Länk

[2] International Mining. China’s SPIC trials two autonomous mining trucks with Tage Idriver at Huolinhe South Coal Mine 2020-03-06 Länk

Waymos trix att ”skala upp” data

För att kunna hantera så många udda trafiksituationer som möjligt har Waymo tagit hjälp av kollegor från Google Research [1]. Tillsammans har de vidareutvecklat Google Researchs existerande metoder för automatisk dataförstärkning (eng. data augmentation) och applicerat dem på Waymos dataset. Detta har möjliggjort för Waymo att utöka sitt dataset utan att behöva samla in eller annotera ny data.

Förstärkning av data gör det möjligt att öka mängden och mångfalden av data utan att någon ny data tillförs. Genom att använda olika förstärkningsstrategier som rotation, beskärning, spegling, färgförskjutning och dylikt förändrar man och omvandlar en bild med redan känt innehåll. Dessa omvandlingar gör att man skapar många nya bilder som är olika varianter av bilden med känt innehåll. 

Den här metoden används vanligtvis för klassificering av 2D objekt. Waymo och Google Research har nu visat hur de gör det för klassificering av 3D objekt detekterade med hjälp av lidar. Dessutom har de utvecklat en ny algoritm, Progressive Population Based Augmentation (PPBA), som lär sig att optimera förstärkningsstrategier genom att minska sökutrymmet och välja de bästa parametrarna som upptäckts i tidigare iterationer. 

Genom att applicera den nya metoden på Waymo Open Dataset har de visat att den ger upp till 10 gånger effektivare klassificering än motsvarande metoder utan förstärkning. I praktiken innebär detta att maskininlärningsmodeller kan tränas med färre annoterade exempel, vilket ökar chansen att upptäcka udda trafiksituationer.

Mer om den här metoden kan ni läsa om i artikeln Improving 3D Object Detection through Progressive Population Based Augmentation

Källor

[1] Waymo. Using automated data augmentation to advance our Waymo Driver. 2020-04-02 Länk

Hyundai känner av baksätespassagerare

Antalet barn som dör av värmeslag i fordon ökar [1]. En väl fungerande lösning för att upptäcka nästintill orörliga personer i bilar är därför eftertraktad.

Hyundai Mobis påstår sig nu har en radarbaserad lösning som klarar att identifiera mycket små tecken på liv, även genom textilier.

Mjukvaran ska vara så bra på att tolka radarsignalerna att Hyundai redan har planer på att expandera systemet till att även kunna mäta hjärtrytmen hos passagerare.

Systemet ska nu erbjudas internationella bilföretag [2].

Egen kommentar

I början av 2019 lanserade Tesla en funktion kallad Dog Mode. Den har två syften: att hålla hundar, och andra husdjur, i en klimatkontrollerad miljö om de lämnas obevakade i ett fordon, och att låta förbipasserande veta deras status. Här handlar det dock inte om någon automatisk detektering, funktionen behöver aktiveras av ägaren.

Här kan ni se exempel på andra fordonsmodeller (i USA) som erbjuder någon typ av detektering av personer och djur inne i fordonet. Sådan teknologi lär bli minst lika viktiga i självkörande fordon.

Källor

[1] National Highway Traffic Safety Administration, US Department of Transport. Help Prevent Hot Car Deaths. 2019-11-18 Länk

[2] Hyundai Mobis, PR Newswire. Hyundai Mobis develops ’in-cabin systems’ utilizing the state-of-the-art autonomous driving sensors one after another. 2020-03-23 Länk

Högupplöst kartuppdatering i farten

För någon vecka sedan nämnde vi ett forskningsprojekt i Australien som visade på betydelsen av realtidsuppdaterade högupplösta kartor för självkörande fordon. Nu har TomTom tillsammans med två Toyotaägda bolag (TRI-AD och Denso) visat en fungerade lösning för att automatiskt uppdatera högupplösta kartor [1].

För detta användes TRI-AD-testfordon utrustade med DENSO-sensorer, TRI-ADs Automated Mapping Platform (AMP) och TomToms molnbaserade kartplattform.

Den höga detaljrikedomen från sensorer från vägfordon kombineras med satellitbilder. På detta sätt påstås fördröjningen i uppdateringar av högdefinitionskartor kortas och de ytor som beskrivs med högupplösta kartor kunna expanderas. Priset för att skapa och uppdatera kartorna ska också minska rejält. [2]

Källa

[1] TomTom. TomTom, Toyota Research Institute – Advanced Development, Inc. and DENSO Collaborate on Advanced Mapmaking for Automated Driving. 2020-03-10. Länk

[2] Toyota. TRI-AD enables successful creation of HD maps for automated driving on surface roads. 2020-03-10 Länk

Djurdetektion för ADAS och AD

Startupföretaget StradVision meddelar att de utvecklar algoritmer för djurdetektion i sitt djupinlärningsbaserade kamerasystem [1].

Det sägs även att systemet ska kunna detektera djur i dåliga väderförhållanden, såväl som miljöer där djur kan vara skymda av till exempel träd.

Källa

[1] PRNewswire. StradVision Developing Groundbreaking Animal Detection Software for ADAS Systems and Autonomous Vehicles. 2020-03-05 Länk

Fraunhofer lär bilar lyssna på omvärlden

Dagens bilar byggs för att hålla ute så mycket ljud som möjligt. På detta sätt har dock förares medvetande om omgivningen minskats. Forskningsinstitutet Fraunhofer har utvecklat en smart lösning som lyssnar på omgivningen och kan varna och informera om relevanta ljud såsom sirener eller kanske ljudet av en spik i fordonets däck [1] .

Forskarna konstaterar att sådan lösning skulle kunna vara mycket användbar för självkörande fordon och tror på kommersiell lösning inom fem år.

Källa

[1] Mogg, T., Digital Trends, Researchers create artificially intelligent ears for cars to improve road safety, 2020-02-13 Länk

Rättelse om Apex.ai

Förra veckan skrev vi att Apex.AI släppt sin open source stack Apex.OS men detta är inte korrekt. Här är förstahandsinformation som vi fått via mail från Apex.AI (vi behövde ta kontakt med dem eftersom rapporteringen i media varit otydlig/felaktig):

Apex.OS is based on open source ROS 2, but Apex.OS itself is not open-source.

Apex.ai open source lösning

Nyligen släppte Apex.AI sin open source stack Apex.OS som ska förenkla utvecklingen av lösningar för autonoma fordon [1]. En mjukvara har gjorts tillgänglig för alla och vem som helst kan bygga vidare på eller utnyttja delar av den. Med hjälp av Apex.OS behöver utvecklare inte lägga lika mycket tid på att utveckla grunden för autonoma lösningar.

Apex.AI har tidigare lanserat open source-lösningen Robot Operating System (ROS) som varit mer specificerad för robotik. Även om Apex.OS främst är utvecklad för automatiserade fordon kan det också användas inom områden som robotik och flyg.

Apex.AI utvecklar även en open source-lösning som är mer specifikt riktad mot automatiserade fordon: Apex.Autonomy.

Egen kommentar

Jag kan tänka mig att det finns en trade-off i hur specifika (för applikationsområden) open source-lösningar man vill tillgängliggöra, eftersom högre specialisering minskar friheten i problemlösning för de som använder koden.

Källa

[1] Ackerman, E., IEEE Spectrum. Apex.OS: An Open Source Operating System for Autonomous Cars. 2020-01-30 Länk

Skyttlar som rör sig i svärm

En grupp forskare vid University of Warwick har i samarbete med företaget Aurrigo tagit fram en ny mjukvara och installerat den i en självkörande skyttel (pod) som de kallar Swarm [1]. 

Den är utrustad med mjukvara som möjliggör koordinering av körbeteendet, eller svärmning, med andra Swarm-skyttlar. Den här funktionaliteten är inspirerad av fåglars och insekters svärmande egenskaper.

I praktiken innebär detta att skyttlarna kan köra i kolonn (platoon). Med hjälp av mjukvaran blir körningen mer harmoniserat och lättare att fjärrövervaka då det räcker att hålla koll på det första fordonet i kolonnen. Mjukvaran gör det också lättare för skyttlarna i en flotta att optimera sitt beteende till efterfrågan och alltid finnas på den plats där behovet är störst för stunden. 

Mjukvaran ska ha testats i verklig trafik med goda resultat.

Egen kommentar

Att svärm-inspirerade algoritmer implementerats och testats i en skyttel är nog nytt. Däremot är det långt ifrån nytt att använda sådana algoritmer för navigation av robotar. Det finns bland annat en grupp forskare på Chalmers inom Adaptiva system vid Institutionen för Mekanik och maritima vetenskaper som utforskat detta ganska länge. 

Källor

[1] University of Warwick. Autonomous pods SWARM together like bees in world first demonstration. 2020-01-30 Länk