Kategoriarkiv: Mjukvara

Elektronik och processorer, Mjukvara, Personbilar, Produktplaner

VW ska ha Qualcomm chip

Volkswagen Group har tillkännagivit sina planer om att nyttja Qualcomms System-on-chip i sin automatiserande körteknologi.

Chippen ska nyttjas av Volkswagens mjukvaruföretag Cariads AD-plattform och ska kunna möjliggöra automatiserad körning upp till SAE nivå 4. Målet är att få Qualcomms chip inbyggda i samtliga av Volkswagen Groups fordonsmärken och modeller, samt att Cariads AD-plattform ska finnas i fordonen från och med 2025.

Egen kommentar

Det var drygt ett år sedan nu som Volkswagen meddelade om sina planer att tillverka egna chip, vilket vi skrev om här.

Källa

[1] Reuters. VW embeds Qualcomm chips in autonomous driving software plans. 2022-05-03 Länk

Artificiell intelligens, Mjukvara, Okategoriserade, Sensorer

Samarbete för nästa generation perceptionssystem

Teknikföretaget Untethered AI som utvecklar datorseendeteknik för automatiserade fordon meddelar att de ska samarbeta med General Motors (GM) för att utveckla och demonstrera ett nästa generation perceptionssystem [1].

Arbetet är delfinansierat av Government of Ontario genom Ontario Vehicle Innovation Network (OVIN) med en summa på 1 miljon USD. I samarbetet ska man nyttja Untethered AIs at-memory computation teknik som kan bidra till målet om snabbare beräkningar med mindre resurser i perceptionssystem.

Källa

[1] Unthethered AI. Business Wire. Untether AI and General Motors to Develop Next-Generation Autonomous Vehicle Perception Systems. 2022-04-28 Länk

Artificiell intelligens, Mjukvara

Synthesis AIs öppna delningsplattform

Kalifornien-baserade startupföretaget Synthesis AI har skapat en öppen delningsplattform för maskininlärning och datorseende vid namn OpenSynthetics [1].

Plattformen är öppen för forskar- och industrianvändare som ska kunna dela med sig och ta del av data, vetenskaplig litteratur och kod. Syftet med plattformen är att ge möjligheter för utvecklare av machine-learning teknik att träna och avancera sina algoritmer med hjälp av varandra.

Källa

[1] Butcher, L., Autonomous Vehicle International. Open community for synthetic data development goes live. 2022-04-19 Länk

Elektronik och processorer, Mjukvara, Produktplaner, Teknologi

Arriver, Qualcomm och BMWs samarbete

Samarbetspartnerna Arriver som är Veoneers dotterbolag och telekommunikationsföretaget Qualcomm har inlett ett samarbete med BMW för att att tillsammans utveckla teknologi för automatiserad körning i BMWs framtida fordon [1].

I samarbetet planerar man nyttja Arrivers mjukvara för bland annat datorseende och Qualcomms system-on-a-chip-produkter. Man siktar på funktioner motsvarande förarstöd och villkorad automatiserad körning (nivå 2-3 enligt SAE skalan).

Källa

[1] Qualcomm. Qualcomm, BMW Group and Arriver to Form Long-lasting Strategic Cooperation for Joint Development of Automated Driving Software Solutions. 2022-03-10 Länk

Finansiering, Mjukvara

Pony.ai återkallade AD-mjukvara och finansiering

Kinesiska robotaxiföretaget Pony.ai hade en olycka i Kalifornien under slutet av oktober 2021 (som vi skrev om här) och har nu, på begäran av National Highway Traffic Safety Administration (NHTSA), återkallat mjukvaran som fanns i tre av Pony.ais fordon [1, 2].

Kaliforniens Department of Motor Vehicles (DMV) upphävde Pony.ai:s tillstånd att få testa utan säkerhetsförare p.g.a olyckan där ett av Pony.ais fordon krockade med en trafikskylt. NHTSA meddelade att det här var första gången som man återkallar mjukvara från ett ADS (Autonomous Driving System). Pony.ai har nu uppdaterat mjukvaran och reparerat fordonen.

Pony.ai är dessutom på väg att stänga en serie D-finansieringsrunda. Summan är inte avslöjad än men företaget värderas idag till 8,5 miljarder USD [2].

Källa

[1] Shepardson, D., Reuters. Startup Pony.ai agrees to automated driving software recall. 2022-03-08 Länk

[2] Liao, R., Tech Crunch. Robotaxi startup Pony.ai now valued at $8.5B. 2022-03-07 Länk

Funktionell säkerhet, Mjukvara, Personbilar, Trafiksäkerhet

Tesla drar tillbaka FSD version

En betaversion av Teslas förarstödsfunktion ’Full Self-Driving’ ska nu stängas av efter att det uppdagats risker för att systemet tillåter fordon att passera stoppskyltar sakta men utan att stanna [1].

Dessa brister har rapporterats av ABC News och ska gälla för cirka 54 000 fordon från olika modeller och årgångar. Det är inte första gången som Teslas automatiserande mjukvara har kritiserats, men enligt Tesla ska det, så vitt de vet, inte uppkommit några skador som ett resultat av denna brist.

Källa

[1] Dent, S., Engadget. Tesla recalls Full Self Driving feature that lets cars roll through stop signs. 2022-02-01 Länk

Arbetsmaskiner, Distributionsfordon, Elektronik och processorer, Lastbilar, Mjukvara, Okategoriserade, Personbilar, Produktplaner

Det här har hänt under julen: Del II

Consumer Electronics Show (CES) 2022

Mobileye avslöjar nya chip. Det intel-ägda företaget Mobileye har presenterat sitt senaste System-on-a-Chip (SoC) för självkörande fordon som de kallar för EyeQ Ultra. Chipet är från grunden avsett för autonom körning, och det är beräknat att företaget påbörjar produktion i mindre skala år 2023, och i större skala år 2025. Mobileye presenterade också sin nästa-generations chip avsett för förarstödssystem vid namn EyeQ6L som ska vara mindre och mer effektiv än EyeQ4. Länk

Mobileyes nya samarbeten. Mobileye och den kinesiska fordonstillverkaren Geelys bilmärke Zeekr har meddelat om planer för ett samarbete som syftar till att utveckla en autonom fordonsmodell i Kina. Målet är att den ska kunna köra autonomt i de flesta situationer. Utöver detta så har Mobileye nyligen meddelat om att både Ford och Volkswagen kommer nyttja Mobileyes karta och navigerings-produkter för sina förarstödssystem. Länk

Qualcomm förbättrar Snapdragon Ride. Telekommunikationsföretaget Qualcomm och Veoneers dotterbolag Arriver har tagit fram ett mjukvarupaket för datorseende som ska integreras med Qualcomms Snapdragon Ride System-on-a-Chip (SoC). Vi meddelade om detta samarbete och produktplanerna i början av förra året här. Snapdragon Ride plattformen består bl.a. av sensorer och mjukvara för datorseende, och med det här senaste tillägget ifrån Arrivers mjukvara vid namn Snapdragon Ride Vision System så förbättrar man Snapdragon Rides datorseendeförmåga. Länk

John Deere presenterar automatiserade teknik. Det amerikanska företaget som tillverkar b.la jordbruksmaskiner vid namn John Deere har presenterat teknologi som kan automatisera deras traktorer. Teknologin har testats och vidareutvecklats i fyra år, och består av 12 kameror och ett Nvidia chip som går att få som tillval på John Deeres 8R traktormodell. En uppskattning som getts av John Deeres teknologichef är att teknologin kommer kosta runt 10% av fordonets totalkostnad. Länk

Företag som väljer Nvidia. Den kinesiska fordonstillverkaren Jidu som ägs av Baidu kommer att använda Nvidias Drive Orin System-on-a-Chip (SoC) för sin nya autonoma fordonsmodell som är planerat att massproduceras år 2023. TuSimple som utvecklar autonoma lastbilar planerar också att använda Nvidias Orin chip framöver, och ett antal andra utvecklare av automatiserade fordon inklusive Valeo, ZF, Polestar, NIO och Xpeng m.fl utrustar sina fordon med Nvidias nya chip Nvidia Drive Hyperion 8 som vi skrev om här. Länk1 Länk2

Övrigt

TuSimples test utan säkerhetsförare. Kalifornien-baserade företaget TuSimple som utvecklar autonoma lastbilar har genomfört en åktur utan säkerhetsförare och utan fjärroperatörer på en allmän vägsträcka som är drygt 130 km lång. Det här målet offentliggjordes i början på november förra året, vilket vi skrev om här. Piloten ägde rum den 22 December 2021 mellan staden Tucson till staden Phoenix i delstaten Arizona. På vägen ska lastbilen ha stött på trafikljus, påfarter, avfarter, vägfiler för utryckningsfordon, och filbyten. Länk

Toronto röstar emot små autonoma fordon. I Toronto har ett förbud mot framförandet av små autonoma fordon på trottoarer nyligen röstats igenom som kommer att gälla fram tills att man studerat hur små autonoma fordon påverkar samhället. Beslutet kommer efter att röster höjts om att dessa kan utgöra ett hinder för exempelvis människor med begränsad förmåga för framkomlighet, äldre, eller människor med nedsatt syn. Tanken är att tillgängligheten till den gemensamma trottoaren, som finns till för gångare, inte ska undermineras på grund av privata företags budrobotar. Länk

Artificiell intelligens, Bussar, Distributionsfordon, Forskningsprojekt, Infrastruktur, Kartor, Kommunikation, Kooperativa system, Lagstiftning och regelverk, Lastbilar, Mjukvara, Övriga fordon, Personbilar, Positionering, Samverkan människa - maskin, Simulering, Sjöfart, Tester och demonstrationer, Trafiksäkerhet

Guldkorn från svensk forskning 2021

Det här är svenska guldkorn ifrån er läsare. Stort tack för alla bidrag, och tack för ert fantastiska jobb.

PhD thesis: Decision-Making in Autonomous Driving using Reinforcement Learning.
This thesis explores different techniques based on reinforcement learning (RL) for creating a generally applicable decision-making agent for autonomous driving. One highlight is the introduction of methods that can estimate how confident the trained agent is in its decisions, which for example is important if the agent is exposed to situations outside of the training distribution. Another contribution is a method for combining planning and RL, which both improves the quality of the decisions and reduces the required amount of training samples. The full text is available here. This project was supported by Volvo Group, Chalmers, Wallenberg AI, Autonomous Systems and Software Program (WASP), Vinnova FFI, and AI Sweden. For more information, contact Carl-Johan Hoel (carl-johan.hoel@chalmers.se).

L3Pilot – Piloting Automated Driving on European Roads
The L3Pilot project (https://l3pilot.eu/) is the largest EU project on automation so far and ended in October 2021. In this project, Chalmers and Volvo Cars investigated human collaboration with automated vehicles. The Wizard of Oz approach was used both on test track and on public roads to simulate an automated driving feature that did not require drivers to supervise the system. However, the drivers occasionally had to resume manual driving in response to take-over requests. More information about the participants and the publications from this project can be found here. For more information, contact Linda Pipkorn (linda.pipkorn@chalmers.se)

Long-term demonstration of autonomous shuttle fleets in Gothenburg will run between spring 2022 and 2023 as part of the H2020 project SHOW – SHared automation Operating models for Worldwide adoption (https://show-project.eu/). Main contribution of the real-life urban demonstration is the integration of fleets of automated vehicles into public transport, to advance sustainable urban mobility, combined with evaluations of technical solutions, business models, user acceptance and scenarios for impact assessment. The project aims to be the biggest and most holistic initiative ever piloting automated vehicles in urban environments. Real-life urban demonstrations will take place in 20 cities across Europe, such as in Madrid, Turin, Salzburg, Rouen, and Linköping. SHOW gathers a strong partnership including 69 partners from 13 EU-countries and fosters international cooperation. The demonstration in Gothenburg will take place at Campus Johanneberg/Chalmers University of Technology with partners Keolis, Ericsson and RISE. The project has received funding from the European Union’s Horizon 2020 research and innovation programme. For more information contact Cilli Sobiech (cilli.sobiech@ri.se).

Demonstrating remote controlled trucks at Lindholmen/Gothenburg. Within the project SCAT – Safety Case for Autonomous Trucks we will demonstrate goods transport without a safety host onboard and with higher velocity in a mixed traffic environment at Lindholmen (https://www.ri.se/en/what-we-do/projects/safety-case-for-autonomous-trucks). The demonstration will take place in spring 2022. The project started in autumn 2020 with partners RISE, Ericsson, AstaZero, Telia and Einride. The consortium explores together how to safely handle remote access and control from a technical safety perspective and from a policy perspective to support future commercialisation of automated vehicles. We consider the gaps and challenges related to the safety of automated trucks, the digital infrastructure, the policy framework in different markets and their behavioural implications. The approach includes the legal/policy framework in Sweden, as well as France and the US exemplarily. The project is funded through the strategic innovation program Drive Sweden by Vinnova, Formas and the Swedish Energy Agency. For more information contact Cilli Sobiech (cilli.sobiech@ri.se).

Digital traffic rules for a connected and automated road transport system. In the framework of Drive Sweden Policy Lab 2021/22, one case study is identifying ways towards a future system for digital traffic rules (https://www.drivesweden.net/projekt-3/drive-sweden-policy-lab). We raise issues concerning the development of traffic regulations in Sweden through dialogue with a wide range of actors. The purpose is to investigate what is needed to create conditions for a future system with traffic rules that are geographically unambiguous and can be read by machines. Reliable information is needed already today for various applications and supporting IT systems and will become increasingly important with a connected and automated road transport system. We use policy labs as a method to find a possible solution, for example through the development of the regulations that govern how traffic regulations are decided and announced. A development of processes and routines for production, management and exchange of traffic rule data would reduce the risk of deviations that we see today. The project can contribute by looking at challenges, opportunities and alternative solutions linked to the regulations. Drive Sweden Policy Lab is a platform for collaborative policy development enabling smart mobility solutions. The platform gathers governmental agencies, municipalities, multinational corporations, start-ups and research to solve bottlenecks for innovative projects. The project Drive Sweden Policy Lab 2021/22 is funded through the strategic innovation program Drive Sweden by Vinnova, Formas and the Swedish Energy Agency. For more information contact Cilli Sobiech (cilli.sobiech@ri.se).

External interaction principles for creating trust in heavy automated vehicles. To become widely used on public roads, future automated vehicles (AVs) will need to be trusted and gain societal acceptance – something that will be greatly affected by their ability to safely, efficiently and seamlessly interact with other road users in the traffic system. This project investigates if there will be new communication needs when heavy AVs are introduced in traffic. More specifically, the project is investigating how trust and acceptance of heavy AVs can be created and maintained via External Human-Machine-Interfaces (eHMI). Currently, the project has conducted a series of studies including a virtual reality simulator study, and two Wizard of Oz studies on a test track. These studies have been focused on interaction between heavy AV’s and pedestrians. Our next goal is to investigate interaction between heavy AV’s and passenger car drivers using a driving simulator. The project is supporting an institute PhD candidate, and has also hosted two master thesis projects together with Umeå University: Designing eHMI for trucks: How to convey the truck’s automated driving mode to pedestrians and Communicating the stopping intent of an autonomous truck: The interplay between content size, timing and truck speed. This project is financed by Fordonsstrategisk Forskning och Innovation (FFI), associated to SAFER and led by Scania with RISE and Halmstad University as partners. For more information contact Yanqing Zhang (yanqing.zhang@scania.com)

Policy Lab Smarta Fartyg. Projektet undersöker hur den pågående digitaliseringen inom svensk sjöfart rimmar med dagens regelverk. Analysen görs utifrån tre konkreta fall. Två av fallen berör hur autonoma funktioner på ett godtagbart säkert sätt kan ta över människans ansvar ombord utifrån konstruktion och användningsområde. Till skillnad från fordon finns det ingen försöksförordning för autonoma fartyg så arbetet utgår från de regler och undantag som etablerats under en epok när befälhavaren alltid var ombord. I det tredje fallet samverkar två myndigheter kring hur en förändring av dagens lotsplikt kan påverkas av nationella behov och förutsättningar samtidigt som det kommer nya internationella regler. Parter i projektet är Transportstyrelsen, Sjöfartsverket, Saab Kockums, ABB, Färjerederiet och RISE. Projektet finansieras av Trafikverket. För mer information, kontakta projektledare Susanne Stenberg (susanne.stenberg@ri.se) eller Håkan Burden (hakan.burden@ri.se)

Precog: Kravhantering för säkra maskininlärningsbaserade perceptionssystem för autonom mobilitet. Självkörande fordon kräver tillförlitliga perceptionssystem. Framgångsrika perceptionssystem förlitar sig på maskininlärning. Maskininlärning bygger på träningsdata av hög kvalitet. Vad innebär detta för fordonens perceptionssystem? Hur kan vi specificera förväntningarna på träningsdatan? Vad innebär kvalitetssäkring på data-nivån? Hur påverkas fordonets funktionssäkerhet på systemnivån? Den nystartade förstudien Precog genomförs av RISE, Göteborgs universitet, Annotell och Zenseact med stöd från Vinnova. Projektet kommer att skapa samsyn för krav på maskininlärningsbaserade perceptionssystem för fordon. Precog ska utreda kedjan 1) annoteringsnoggrannhet för träningsdata, 2) maskinlärningsmodellernas precision, 3) perceptionssystemens korrekthet och 4) funktionssäkerhet. Förstudien kommer att organisera en serie workshops med nyckelspelare inom svensk fordonsindustri. Vidare kommer dessa workshops att kompletteras med djupintervjuer och litteraturstudier. Efter syntes av projektresultaten kommer vi att arrangera en öppen workshop för att delge våra slutsatser under våren 2022. För mer information kan ni kontakta Markus Borg (markus.borg@ri.se)

Motion-Planning approach for autonomous bus driving. A collaboration between Scania and KTH Royal Institute of Technology resulted in the development of a novel Motion-Planning approach for autonomous bus driving. The results of this collaboration have been recently presented in the IEEE Vehicular Technology Magazine (https://ieeexplore.ieee.org/document/9470918). The article presents a motion-planning framework that leverages expert bus driver behavior, increasing the safety and maneuverability of autonomous buses. To deploy autonomous driving technologies in urban public transport, many challenges related to self-driving buses still need to be addressed. Unlike passenger cars, buses have long and wide dimensions and a distinct chassis configuration, which significantly challenges their maneuverability. To deal with the bus special dimensions, the authors introduce a novel optimization objective that centers the whole bus body as its travels along a road. Furthermore, the authors present a new environment classification scheme that enables self-driving buses to take advantage of the elevated overhangs, to increase maneuverability. Finally, a novel collision checking method is presented that explicitly considers a bus’s front wheels and how they can protrude from beneath the chassis when maneuvering near stops. The benefits of the proposed solution are presented through exp8eriments using an autonomous bus in real road scenarios. The work was partially supported by the Wallenberg AI, Autonomous Systems and Software Program (WASP) funded by the Knut and Alice Wallenberg Foundation. For more information contact Rui Oliveira (rui.oliveira@scania.com) from the KTH Royal Institute of Technology.

Industrial PhD project: Machine Learning to Enhance AI Planning for Intelligent Autonomous Transport Systems. Scania has developed an Offboard system by which its autonomous vehicles can be controlled and managed to perform their operations. This Offboard system can allow an automated planning and scheduling system (a.k.a. AI Planner) to create missions (plan) and dispatch them to the autonomous vehicles. Scania is now researching how to improve AI planning methods for fleets of autonomous vehicles using Machine Learning (ML) techniques. Learning algorithms will support AI planners in order to save human effort leading to good quality plans in less time, thus overcoming the challenge of depending upon the fleet transport managers experience. The PhD project’s outcome is expected to help Scania’s Offboard ATS to improve the plan quality and enable the system to scale up so that it could deal with the future challenges as autonomous vehicles will be taking over in many areas that are of immediate interest to Scania. The project, partly founded by the Swedish Foundation for Strategic Research (SSF), started in April 2020 and it will last 4 years, leading to a PhD degree from Örebro University. For more information contact the Industrial PhD student Simona Gugliermo (simona.gugliermo@scania.com), the industrial supervisor Christos Koniaris (Christos.koniaris@scania.com)  or the academic supervisor Federico Pecora (federico.pecora@oru.se)

Thesis on Cyber Resilient Vehicles. Cyber security focuses on detecting and preventing attacks whereas resilience concentrates on maintaining the vehicle’s intended operation in the presence of faults and attacks, which may even require the vehicle to disable some functionality to protect the passengers in and around the car. This becomes more important when higher levels of autonomy are introduced. In this thesis, we provide methods that aid practitioners in identifying and selecting the necessary and appropriate security and resilience techniques during the design of an automotive system. Additionally, this thesis also proposes three techniques to secure them, namely a mechanism to secure the internal communication, a model to assess a vehicle’s behaviour and reliability when it is driving in traffic, and a framework to detect attacks and anomalies in a vehicle fleet. This thesis was partially supported by the VINNOVA FFI projects HoliSec, and CyReV Phase 1 & 2. For more information contact Thomas Rosenstatter (thomas.rosenstatter@ri.se).

Enhanced ADAS – nästa generations ADAS. Advanced Driver Assistance Systems (ADAS) have the potential to improve traffic safety and efficiency. However, there are challenges with these systems in terms of their limited situation awareness and insufficient driver-vehicle interaction capabilities. If not addressed, these could lead to poor driver experience and decreased use of these systems. This project is led by RISE together with Aptiv and Smart Eye as partners. The aim of this project is to explore how safety, efficiency and drivers’ experience, acceptance and trust can be enhanced by enriching the situation awareness of existing ADAS with real-time information from a) digital road maps, b) driver monitoring, and c) by incorporating dynamic driver-vehicle interaction strategies. The project aims to include two iterations of prototypes with testing of each one on public roads or test track. The first iteration of prototypes has been evaluated and was completed now in december together with expert participants that work in the field of automotive technology. We have received valueable feedback for initiating the second iteration where we aim to develop ADAS functionality together with an intelligent vehicle-driver interface that derives information from internal and external vehicle sensors, as well as digital road maps. This project is financed by Fordonsstrategisk Forskning och Innovation (FFI). For more information contact Niklas Strand (Niklas.strand@ri.se)

The focus of automation in the Project I.hamn. Sweden’s ports are facing a major challenge to function as a transport node in the transformation to a more sustainable transport system that is expressed through the UN’s goals for sustainable development and the strategy for transferring freight transport from land to sea and rail. This means a higher pressure on infrastructure and resources, which places demands on new capabilities in the execution of the port’s operations. Ports need to be more efficient, enable sustainable transport and become a natural node in the integrated transport system. The project I.Hamn (https://www.ri.se/sv/vad-vi-gor/projekt/ihamn) gathers a continuous expanding cluster of today 22 Swedish small and medium sized ports allowing them to join forces to lower thresholds in adopting solution associated to digitalisation, automation, and electrification. The project also involves system and infrastructure suppliers, and other port stakeholder, such as shipping lines, authorities and industry associations. During 2020/2021 the vision of the future port has been co-developed together with involved ports and its stakeholders, through workshops and interviews. Based on the vision, a number of demonstrators are planned for in the areas of electrification, digitalisation, and automation. The demonstrators aim to identify potential and future solutions, based on the capabilities required to realize the vision of the sustainable port. Examples within the area of automation that are exploited are auto-mooring, automatic loading operations, autonomous transports in the port area and automatic hinterland entry and exits to the port. I.hamn is a three-year demonstration project funded by the Swedish Transport Administration within the framework of the Lighthouse industry program for sustainable shipping and coordinated by RISE together with Chalmers and GU. For more information contact Sandra Haraldson (sandra.haraldson@ri.se)

Mjukvara, Okategoriserade, Produktplaner

Stellantis nya mjukvaruplattformar

Den nya fordonskoncernen Stellantis som bildades av Fiat-Chrysler Automobiles (FCA) och Peugeot Société Anonyme (PSA) har meddelat att de gör en storsatsning på sina kommande mjukvaruplattformar [1, 2].

Det handlar om tre mjukvaruplattformar som ska lanseras 2024 vid namn STLA Brain, STLA SmartCockpit, och STLA AutoDrive, dessa kommer att utrustas i fyra av Stellantis fordonsplattformar. De räknar med att tjäna 23 miljarder USD vid år 2030 på de mjukvarufunktioner som dessa plattformar kommer att möjliggöra, förutsatt att de finns i produktionsfordonen från år 2024.

De planerar också att tillgängliggöra villkorad automatiserad körning via en mjukvaruuppdatering under samma år som de nya plattformarna lanseras. Den automatiserande körteknologin utvecklas tillsammans med BMW och Waymo separat, där man jobbar med BMW på förarstödsteknologi och villkorad automatiserad körning, och tillsammans med Waymo jobbar man med självkörande teknologi.

Källor

[1] Automotive News Europe. Stellantis launches $23 billion software push. 2021-12-07 Länk

[2] Gibbs, N., Automotive News. Stellantis plans rollout of Level 3 automated driving in 2024. 2021-12-09 Länk

Mjukvara, Okategoriserade, Sensorer

ASAM standardiserar dataannotering

Standardiseringsföreningen Association for Standardization of Automation and Measuring Systems (ASAM) har publicerat en standard för dataannotering av sensordata till automatiserade fordon [1].

Aktörer som utvecklar teknologi för automatiserade fordon samlar in data ifrån sensorer som sedan används för att träna mjukvaran på b.la objektigenkänning, och sådan här data delas till viss del av olika aktörer. Utmaningen är att aktörer använder sina egna sätt att annotera data, men med hjälp av en standard kan man därmed underlätta delning av sådan data.

Källa

[1] Butcher, L., Autonomous Vehicles International. ASAM establishes open data labeling standard. 2021-11-22 Länk