Kategoriarkiv: Mjukvara

Två nya samarbeten

BMWs hantering av data. Amazons dotterbolag, Amazon Web Services, och BMW Group ska samarbeta för utveckling av molntjänster. Produkten ska kunna nyttjas för att hantera de stora mängder data som produceras av uppkopplade och automatiserade fordon. Länk

Pony.ai samarbetar med Robosense. Kinesiska AD-utvecklaren Pony.ai har meddelat om ett samarbete med kinesiska lidartillverkaren RoboSense. De ska vidareutveckla RoboSense:s lidar för autonoma bilar och autonoma lastbilar. De ska också vidareutveckla Pony.ais automatiserade körteknologi. Vi fick nyligen även veta att Pony.ai utökar sin testning av autonoma fordon (med säkerhetsförare bakom ratten) till amerikanska staden Tucson i delstaten Arizona. Länk1 Länk2

Aurora Driver Beta 4.0

Det amerikanska startup-företaget Aurora som utvecklar teknologi för autonoma lastbilar och robotaxi har annonserat en ny version av sitt system för autonom körning [1].

Den nya versionen av Aurora Driver ska enligt företaget inom kort innehålla alla funktioner som krävs för kommersiell drift av deras Aurora Horizon (en tjänst för autonoma godstransporter).

De funktioner som är på väg att lanseras till den nya versionen är att:

  • Följa nya väglinjer vid trafikarbetszoner.
  • Bättre detektera och reagera på objekt på vägen.
  • Reagera på utryckningsfordon.
  • Ta sig in i trafiken igen efter att ha stannat för att hantera fel.

Källa

[1] Aurora. Eyes on the road(map): The Aurora Driver advanced toward ”feature complete” milestone. 2022-09-28 Länk

Detta har hänt under sommaren – del II

Idag går vi igenom nyheter från augusti månad.

CARIAD säkrar chip och lidar. Volkswagens mjukvaruenhet CARIAD ska tillsammans med halvledartillverkaren STMicroelectronics utveckla system-on-chip (SoC) plattform för fordon. Dessa chip kommer användas i Volkswagen Groups fordonsmärken i framtiden. CARIAD har även säkrat ett annat avtal för lidar och maskinseendemjukvara från Israeliska företaget Innoviz Technologies. Länk1 Länk2

Riktlinjer för AD i Kina. Kina har publicerat ett utkast på nationella riktlinjer för autonoma fordon, och inväntar nu kommentarer från allmänheten kring förslagen. I utkastet delar man in automationsnivåerna enligt: villkorad automation, hög automation och helautomation. Riktlinjerna är att villkorad och hög automation bör ha en förare ombord i fordonet, medan helautomatiserade fordon behöver fjärroperatörer och säkerhetsansvariga. Riktlinjerna uppmanar till driftsättning av autonoma bussar som en enskild del av kollektivtrafiken, samt driftsättning av robotaxi under vissa förhållanden. Länk1 Länk2

Kodiaks kust-till-kust uppdrag. Amerikanska företaget Kodiak Robotics som utvecklar autonoma lastbilar har utfört ett kust-till-kust pilotuppdrag mellan delstaterna Texas, Kalifornien och Florida. Fordonet har fått transportera åt godstransportföretaget 10 Roads Express. Körningen tog 114 timmar och utfördes till 90% i autonomt körläge, förutom i Kalifornien där det ännu inte är lagligt att testa eller driftsätta autonoma lastbilar. I Kalifornien körde man endast med förarstöd. Förberedelserna för körningen bestod av en manuell körning för att kartlägga vägarna som det tekniska systemet inte kört på innan. Länk

Baidu med ny robotaxi. Kinesiska sökmotorsjätten Baidu har avslöjat ett nytt fordon vid namn Apollo RT6 som är avsett för robotaxi. Fordonet ska kosta 37 000 USD att tillverka, vilket är hälften av kostnaden jämfört med tidigare robotaxi-modellen. Den är utrustad med 8 lidar och 12 kameror. Målet är att driftsätta fordonet år 2023. Länk

Super Cruise utökas innan 2023. Amerikanska fordonstillverkaren General Motors har meddelat att deras förarstödssystem Super Cruise kommer utökas till dubbelt så många mil där systemet går att aktivera. En ökning från 32 000 mil till 64 000 mil. Super Cruise använder sig av högdefinierade kartor som grund för det tekniska körsystemets perception. Kartorna innehåller också information så som vägens utformning, topografi, och hastighetsgränser. General Motors fordon med andra generationen av Super Cruise systemet kommer att få tillgång till den här uppdateringen innan årets slut, medan de med första generationens system kommer få en mindre utökning. Länk

Aurora prioriterar AD lastbilar. Aurora som utvecklar självkörande teknologi för lastbilar och robotaxi har meddelat att de kommer fokusera mer på sin godstransportverksamhet än sin robotaxiverksamhet. Nyheten kommer i samband med rapporter om förluster under andra kvartalet 2022. Företaget rapporterade en nettoförlust på 1,2 miljarder USD, som förra året i samma period var 182 miljoner USD. En nedskrivning av goodwill stod för 1 miljard USD av årets andra kvartals förluster. Länk

Baidu avancerar testning. Baidu har fått tillstånd i två nya städer för att ta betalt för robotaxi utan säkerhetsförare ombord: Chongqing och Wuhan. Företaget kommer att få bedriva sin tjänst mellan klockan 9 och 17 inom ett 13 kvadratkilometers område I Wuhan. I Chongqing får de köra mellan klockan 9.30 och 16.30 inom ett 30 kvadratkilometers område. De kommer att få ha 5 fordon i drift i varje stad. Länk

Nya utvärderingsverktyg godkänns för NCAP. European New Car Assessment Program (Euro NCAP) har godkänt företaget AB Dynamics utvärderingsverktyg som kan komma att användas för att utvärdera och betygsätta förarstödssystem nästa år. Man kommer b.la kunna använda nya plattformar för oskyddade trafikanter, som kommer möjliggöra för 200 test scenarion. Den nya generationen av lösningar som kommer från AB Dynamics ska vara lättare att omorganisera för att forma nya scenarion. Härnäst kommer Euro NCAP ta fram ett nytt testprotokoll för nästa års tester. Länk

Kodiak bygger infrastruktur. Kodiak Robotics ska ingå i ett samarbete med lastbilstoppkedjan Pilot Company för att tillsammans bygga serviceplatser för autonoma lastbilar längs motorvägar i USA. Man vill lära sig vad som bör finnas och vilka behov autonoma lastbilar har av serviceplatser. Man räknar med att skapa utrymme för på- och avlastning, inspektioner, tankning, och dataöverföring. Den första kommer byggas i staden Atlanta. Länk

Xiaomi ger uppdatering. Kinesiska teknikföretaget Xiaomi annonserade i mars förra året att kommer utveckla automatiserade eldrivna fordon, och de har nyligen diskuterat sina framsteg. Företaget säger sig ha över 500 anställda som jobbar med R&D. De meddelar att de har som mål att driftsätta 140 testfordon i en första fas av testning, som kommer finansieras med 490 miljoner USD. Länk

Kalifornien lagförslag förbjuder falsk marknadsföring. California Department of Motor Vehicles har regler som förbjuder reklam om självkörning om fordon inte är självkörande, men har hittills inte upprätthållt lagen i exempelvis fallet med Teslas Full Self-Driving. Ett lagförslag har nu gått igenom senaten som kan komma att förbjuda sådan falsk marknadsföring på statnivå. Det som återstår är att Kaliforniens guvernör Gavin Newsom ska skriva under på lagförslaget. Länk

Waymo tar nästa steg i Phoenix. Waymo påbörjar testning av robotaxi i amerikanska staden Phoenix utan säkerhetsförare. Piloterna utförs med så kallade ”trusted testers” vilket innebär personer som skrivit på non-disclosure agreements, och som anses som provåkare innan man tillåter personer från allmänheten att delta. Länk

Detta har hänt under sommaren – del I

Idag går vi igenom nyheter från juli månad.

Volkswagen väljer BlackBerrys OS. Volkswagens dotterbolag CARIAD som är inriktad på mjukvara har tecknat avtal med BlackBerry. BlackBerry kommer leverera sin plattform för operativsystem vid namn BlackBerry QNX till CARIAD som kommer använda denna som grund för Volkswagens VW.OS. Målet är att det nya operativsystemet kommer finnas i fordonsmärken under Volkswagen-koncernen från 2025. Länk

Kabinbevakning från LG Innotek. LG-ägda företaget LG Innotek från Sydkorea har avslöjat ett kabinbevakningssystem som med hjälp av radar kan detektera aktivitet i fordonskabinen. Systemet kan registrera människors rörelser och vitalparametrar på ner till 3-månader gamla bebisar. Produkten är planerad för lansering 2024. Länk

Autonoma arbetsfordon i Japan. Amerikanska företaget SafeAI utvecklar självkörande teknologi för arbetsfordon, och har tillsammans med japanska företaget Obayashi demonstrerat en autonom dumper på en byggplats i Japan. Man önskar påvisa fördelarna med teknologin för att övertyga lagstiftare om att tillåta autonoma fordon för byggarbete i Japan. Länk

Motional testar i ny stad. Motional har utökat sin testning till San Diego i Kalifornien. Företaget har pilotat robotaxi i Boston, Pittsburgh, Singapore, och Las Vegas. I San Diego ska deras testfordon som är en Hyundai Ioniq 5 fått åka på ojämna och kulliga vägar jämfört med Las Vegas där man pilotat under fyra år. Systemet har för första gången också fått interagera med spårvagnar, vilket ingenjörerna bedömde som en lyckad interaktion. Länk

May Mobility serie-C runda. Amerikanska företaget May Mobility som utvecklar självkörande fordon har avslutat en serie-C finansieringsrunda med 111 miljoner USD till kassan. Framöver kommer man att utveckla en ny AV-plattform för Toyota vid namn Toyota e-Palette. Företaget planerar att börja ta betalt för förarlösa resor under 2023. State Farm Ventures som investerade blev även första Amerikanska försäkringsbolaget som investerat i autonoma fordon. Länk

Cruise robotaxi krockade i korsning. En av Cruise robotaxi-fordon har varit med om en krock medan tre passagerare transporterades i fordonet. Olyckan skedde den tredje juni i San Fransisco där Cruise pilotar. Fordonet krockade med en annan personbil när den gjorde en vänstersväng i en korsning. En av passagerarna fördes till sjukhus för att få vård. Länk

Nya riktlinjer kring ADAS terminologi. Amerikanska aktörer som jobbar med säkerhetsarbete i fordonsbranschen AAA, Consumer Reports, J.D. Power, National Safety Council, PAVE, och SAE International har gått ihop för att publicera riktlinjer kring terminologi för förarstödsteknologi. Syftet med riktlinjerna är att minska förvirring för konsumenter kring funktionaliteten, kapabiliteten och begränsningarna i förarstödssystem. Länk1 Länk2

Nytt fordonsmärke för autonoma lastbilar. De kinesiska företagen Pony.ai och Sany Heavy Truck har bildat ett samriskbolag som kommer äga ett nytt fordonsmärke för lastbilar. Lastbilarna under det nya märket kommer att bestå av Pony.ai:s självkörande teknologi som är utrustad på lastbilar tillverkade av Sany Heavy Truck. Planen är att påbörja småskalig leverans av de autonoma lastbilarna det här året och nästa, för att sedan påbörja massproduktion år 2024. Man satsar på att nå 10 000 lastbilar producerade om året inom några års tid. Länk

Ett steg närmre rattlösa fordon. Fordonstillverkarna General Motors och Ford Motor har ansökt om undantag från de federala trafiklagarna, för att få framföra ett begränsat antal fordon utan b.la ratt. General Motors söker för att få pilota sitt fordon vid namn Cruise Origin, och Ford avser pilota autonoma leveransfordon och autonoma bildelningsfordon. General Motors ansökan blev publikt i Februari det här året, medan Fords ansökan som kom in till National Highway Traffic Safety Administration (NHTSA) under juli 2021 blev publikt nu i samband med att NHTSA söker kommentarer från allmänheten kring de två ansökningarna. Länk

Lösning för förbättrat maskinseende

Forskare ifrån Japanska forskningsinstitutet RIKEN Center for Brain Science (CBS) meddelar att de utvecklat maskinseende-teknik som har snabbare och mer tillförlitligt objektdetektering än dagens teknik [1].

Man har baserat lösningen på det mänskliga perceptionssystemet där information om ögats rörelser bearbetas när vi och världen runt omkring oss rör på sig. Forskarna kallar detta för motor copies som skickas till hjärnan för att stabilisera synfältet.

Forskarna utvärderade ett neuralt nätverk som på liknande sätt räknade in ögonrörelser och upptäckte en signifikant förbättring i prestation vid objektklassificering.

Nästa steg är att implementera den här lösningen i en kiselbaserad krets för att undersöka hur väl den fungerar i verklig tillämpning.

Källa

[1] James, A., Autonomous Vehicle International. Mimicking ‘eye’ movements could be key to better self-driving cars. 2022-07-01 Länk

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

Bosch:s investering i WeRide

Kinesiska WeRide har fått strategiska medel från Bosch för att de gemensamt ska utveckla mjukvara för autonom körning samt påskynda massproduktion av automatiserad körning på SAE nivå 2–3 [1].

De två parterna kommer gemensamt att utveckla mjukvara baserad på WeRide ONE och Bosch lösning som är ett automatiserad körsystem skräddarsydd för den kinesiska marknaden.

WeRide har tidigare varit del av Bosch inkubator. Investeringen är ett av de största samarbetsprojekten med fokus på automatiserad körning i Kina.

Kommentar:

Bosch har en långsiktig strategi i Kina och har investerat i WeRide tidigare. WeRide har fokuserat på SAE nivå 4-körning tidigare och satsningarna i SAE nivå 2-3 indikerar en balans mellan teknikutveckling och kommersialisering.

Källa

[1] WeRide. GlobeNewsWire. WeRide received strategic investment from Bosch to jointly develop the auto grade and mass production of advanced driving solution in China. 2022-05-24 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

Wayve:s samarbete med Microsoft

Brittiska teknikutvecklarna Wayve har erbjöd inblick i deras samarbete med Microsoft. Samarbetet går ut på att lagra, hantera och göra beräkningar på stora mängder videodata med hjälp av Azure, Microsofts molntjänst [1].

Wayves strategi för AD ”AV2.0” är huvudsakligen baserad på kameradata och vad de kallar ”ren maskininlärning”: Systemet ges så få förutbestämda regler som möjligt och matas med stora mängder data att träna på.

Ur samarbetet får Microsoft ett användarfall som utmanar deras molntjänsts och förbereder den för uppskalning av autonoma fordon.

Egen kommentar

Tillvägagångssättet som Wayve förespråkar för utveckling av självkörande teknologi kallas ibland för end-to-end driving och har blivit mer och mer populärt. En anledning är att det tar bort behovet av manuell dataannotering och att den har en enklare arkitektur jämfört med till exempel modular pipelines [2].

End-to-end driving kan förenklat beskrivas göra alla körrelaterade uppgifter till en enda generell uppgift medan modular pipelines delar upp körrelaterade uppgifter i mindre beståndsdelar.

Källa

[1] Anadiotis, G., Venture Beat. Wayve and Microsoft partner to scale autonomous vehicles. 2022-05-18 Länk

[2] Xiao et al, IEEE Transactions on Intelligent Transportation Systems. Multimodal End-to-End Autonomous Driving. 2020-08 Länk