Kategoriarkiv: Mjukvara

Elektronik och processorer, Mjukvara, Produktplaner, Sensorer

BMW väljer Qualcomms plattform

Telekommunikationsföretaget Qualcomm meddelar att BMW kommer basera sin framtida ADAS-teknologi på deras plattform Snapdragon Ride som bestående av system-on-chip lösningar och en molntjänst [1].

Snapdragon Ride inkluderar hårdvara och mjukvara för sensorers uppfattning av omgivningen samt förarövervakning vilket möjliggör för integrering till förarstödsfunktioner.

Ni kan se en PR-video på Snapdragon Ride plattformen här.

Källa

[1] Qualcomm. Qualcomm and BMW Group to Extend Their Long-Lasting Technology Collaboration to Automated Driving. 2021-11-16 Länk

Artificiell intelligens, Funktioner, Mjukvara, Sensorer

Nvidia-nytt

Nvidia fortsätter sina satsningar inom fordonsbranschen och meddelar nu att deras plattform Nvidia Drive Hyperion 8 kan leveras i stor skala. Som praktisk tillämpning pekar Nvidia på sina mjukvarulösningar Nvidia Drive Concierge and Drive Chauffeur. Drive Concierge jämförs med Apples AI-lösning Siri och kommer bland annat förstå röstkommando att aktivera Drive Chauffeur, en lösning som inte bara ska kunna utföra en hel del självständig körning utan även vara kompetent nog att tipsa dig om hur du borde bete dig [1].

Systemet ska även kunna rendera en 3D illustration av hur det uppfattar sin omgivning. Detta hoppas Nvidia ska öka tilliten till deras AI-lösning.

Plattformen Hyperion 8 innefattar en rad sensorer. Bland annat inkluderas det nu börsnoterade bolaget Lunimars nya Lidar [2].

Egen kommentar

Låt oss hoppas att Drive Concierge inte kommer uppfattas som en irriterande baksätesförare i stil med Microsofts gamla office-stöd Clippit.

Källor

[1] Goodwin, A. MSN/Roadshow. Hey, Nvidia, park my car: Drive Concierge and Chauffeur AI tech announced. 2021-11-09 Länk

[2] Business Wire Luminar Lidar Selected for NVIDIA DRIVE Hyperion Autonomous Vehicle Reference Platform. 2021-11-09 Länk

Artificiell intelligens, Mjukvara

Kör en egen algoritm i ditt självkörande system?

Skribenten Priya Dialani spekulerade nyligen på Analytics Insights om ett möjligt framtida koncept inom självkörande fordon: ”Bring Your Own Algorithm” (BYOA). Textens innehåll må vara verklighetsfrånvänd, men den väcker samtidigt visionära tankar om öppen innovation inom fordonsbranschen.

Bakgrunden till notisen förstås bäst utifrån den crowdsourcing som blivit populär inom data science. Med hjälp av gamification och prispengar lockas data scientists till plattformar som Kaggle för att tävla med sina maskininlärningsmodeller. Företag och organisationer, dvs. Kaggles kunder, publicerar olika problem. Kaggle i sin tur erbjuder infrastruktur för att snabbt hjälpa tävlande att komma igång med lösningsorienterat arbete. Topplistor sporrar de tävlande att lägga tid på att föreslå avancerade lösningar – de som placerar sig högt på listorna är ständigt hett villebråd för rekryterare.

Priya tar som exempel upp satsningen C2 Labs Fight Against Cancer. I likhet med Kaggle erbjuder C2 Labs en infrastruktur där data scientists kan bidra med sin expertis för att träna modeller i kampen mot cancer. C2 Labs menar att de varken har medicinsk domänexpertis eller tillräckligt många data scientists, däremot är de experter på DevOps och automation av arbetsflöden. Bolaget hävdar att de erbjuder tredje part att ”Bring Your Own Algorithm” (BYOA) i deras plug-and-play-miljö för att påskynda utvecklingen.

Vore det möjligt att flytta konceptet till fordonsindustrin? Kan en infrastruktur som möjliggör BYOA stimulera öppen innovation? Det är välkänt att enorma kreativa krafter finns tillgängliga på andra geografiska platser samt att ”de flesta smarta människor arbetar någon annanstans.” Fordonsbranschen har redan publicerat flera dataset på Kaggle och fordonsperception används ofta för benchmarking av maskininlärningsmodeller. Kan man gå längre än så?

Priyas kristallkula indikerar att smarta telefoner kan möjliggöra för förare att BYOA till en självkörande bil i drift. Hon tänker sig att efter godkänd handskakning mellan telefon och bil så skulle personliga algoritmer för vägval och ruttpreferenser kunna förmedlas. Där slutar Priyas tankeexperiment. Hur skulle den tekniska infrastrukturen se ut? Hur skulle sådana lösningar kunna kvalitetssäkras? Kan man någonsin BYOA för något mer känsligt än inställning av förarsätet och infotainment? Priyas notis och tankar är långt ifrån genomarbetade, men något i resonemanget väcker mitt intresse.

Källor

Dialani P., Analytics Insight. Self-Driving Cars can now have Bring Your Own Algorithm (BYOA). 2021-04-04 Länk

Artificiell intelligens, Etik, Fordon, HMI, Inspiration, Mjukvara, Okategoriserade, Samverkan människa - maskin

Varför behövs Explainable AI (XAI)?

Våra liv är fyllda av förklaringar. Vi går till doktorn för att få vår onda axel undersökt. Doktorn säger till dig att vila armen och undvik tunga lyft. Dessutom får du ett recept på ett läkemedel. Du undrar direkt, varför behöver jag ta medicin? Du vill också få reda på vilken diagnos doktorn ställt på min axel? Och hur lång tid kommer det ta innan den blir bra? Du frågar efter mängder av förklaringar.

Legendaren Lance Eliot har skrivit en artikel om varför förklarande AI (Explainable AI, XAI) behövs för autonoma fordon [1].

Utmaningen ligger i att ställa rätt fråga och att den som förklarar förstår på vilken nivå förklaringen ska ges. Inte sällan sker förklaringen under en dialog allteftersom mer och mer information faller på plats hos den som ställer frågor.  

När människor interagerar sker denna dialog naturligt. Men vad händer om vi interagerar med en maskin, ett system eller ett autonomt fordon? Inga av dagens AI-baserade system har tillräcklig förmåga att fullständigt känna igen en människas beteende eller tal och därmed får AI-systemet problem att kunna engageras i en naturlig dialog med sina användare.

Tänk dig situationen när du åker i ett autonomt fordon som plötsligt tar en annan rutt än den vanliga eller att fordonet du färdas i plötsligt bromsar kraftigt. I ett vanligt fordon skulle du fråga chauffören varför detta plötsliga beteende. Men hur ska det ske i ett fordon utan mänsklig förare? Ska passageraren koppla upp sig till kundtjänst eller fjärrkontrollcenter?  Det skulle inte skala särskilt bra med flera hundra tusen fordon som samtidigt är ute och kör.

XAI är en mycket viktig komponent för att skapa autonoma fordon. Lämpliga och lägliga förklaringar till fordonets beteende kan vara avgörande för att vi användare ska kunna lita på fordonet.

Sammanfattningsvis, vi som åker med autonoma fordon kommer vilja ha förklaringar av olika slag från fordonet. Ett kostnadseffektivt och lättillgängligt system som kan ge dessa förklaringar skulle förkroppsligas av ett XAI som baseras på det AI-system som kör fordonet.

Egen kommentar

Som AI forskare inses lätt nyttan med denna typ av system, tänk om Alexa eller Siri förstod allt jag vill eller undrar! Samtidigt finns ett spännande kunskapsgap mellan vad som är möjligt att visualisera med avseende på information som ligger till grund för ett beslut i ett AI/Machine learning-system och ett system som kan interagera med en användare och som förstår innebörden av grunderna i beslutet.

Källa

[1] Lance, E, Forbes. Explaining Why Explainable AI (XAI) Is Needed For Autonomous Vehicles And Especially Self-Driving Cars. 2021-04-24 Länk

Funktioner, HMI, Mjukvara, Okategoriserade, Positionering, Sensorer, Teknologi, Tester och demonstrationer

Huaweis nya AD Tech

Det kinesiska telekomföretaget Huawei har introducerat fem nya fordonsrelaterade produkter och lösningar: en radar, en bilskärm med förstärkt verklighet (augmented reality heads-up display, AR-HUD), en plattform för autonoma fordon, ett värmehanteringssystem, och en smart förarhytt [1].

Huaweis nya radar som kallas 4D imaging radar ska ha en rad nya förbättringar jämfört med existerande radarer. Exempelvis ska den kunna klara av svårare ljus- och väderförhållanden, ha bättre förmåga att upptäcka objekt utanför siktlinjen, och dessutom se i högre upplösning.

Ni kan läsa mer om resterande produkter i källan.

Ni kan också se en video här när Huaweis autonoma system utrustat på en Arcfox bil ifrån fordonstillverkaren BAIC demonstreras i Shanghai.

Källa

[1] Udin, E., Gizchina. HUAWEI RELEASES FIVE NEW CAR-RELATED PRODUCTS – HUAWEI OCTOPUS, 4D IMAGING RADAR, & MORE. 2021-04-18 Länk

Affärsmodeller, Artificiell intelligens, Fordon, Mjukvara

VW tar hjälp av Microsoft

Microsoft har meddelat att de kommer stötta VW i deras omvandling till mjukvarubaserad mobilitetsleverantör. Det ska till exempel handla om kunskaper samt kapacitet för maskininlärning och molnlösningar. Lösningarna kommer bland annat att lägga grunden för en molnbaserad Automated Driving Platform för framtida självkörande fordon från VW [1].

VW Group uppger att de planerar investera motsvarande ungefär 270 miljarder kronor i att digitalisera sina fordon fram till 2025 [2].

Egen kommentar

Även om partnerskapet är byggt för att utvecklas ger sig alltså Microsoft med detta inte in på fordonsutveckling utan verkar ”bara” erbjuda sin kärnverksamhet: att stötta andra med it-lösningar och konsulttjänster. Här kan ni läsa om ett liknande samarbete med GMs dotterbolag Cruise.

270 miljarder är en hissnande siffra men kan förstås antas inte enbart syfta på nysatsningar.

Källor

[1] Microsoft News Center. Volkswagen Group teams up with Microsoft to accelerate the development of automated driving. 2021-02-10 Länk

[2] Ramey, J., Autoweek. VW and Microsoft Are Teaming up to Develop Autonomous Driving Tech. 2021-02-12 Länk

Mjukvara, Personbilar

Volvo Cars innovationsportal

Volvo Cars har skapat en innovationsportal som är nu öppen till tredjepartsutvecklare [1]. I den ingår bland annat en datasamling, 3d-modeller (elektrisk Volvo XC40 Recharge P8 AWD) och en Volvounik Androidemulator som används i alla nya bilar från företaget. 

Datasamlingen går under namnet Cirrus och innehåller data inspelad med en RGB-kamera, två lidarsensorer (från företaget Luminar) samt två GPS och gyroskop. I den finns 8 typer av objekt annoterade: fordon, stort fordon, fotgängare, cykel, djur, hjulburen fotgängare, motorcykel och släpvagn. Datasamlingen är publicerad under öppen licens Creative Commons CC BY-SA 4.0 i samarbete med Luminar och Duke University.

Utöver detta innehåller portalen också Extended Vehicle API som ger utvecklare tillgång till vissa fordonsspecifika data såsom körsträcka, bränslenivå, dörrstatus och liknande. Det är första gången någonsin som Volvo Cars delar ett API. 

Förhoppningen är att innovationsportalen ska locka en väldigt bred användarbas och bidra till ökad innovation. Planen är att portalen ska med tiden utökas med ytterligare funktioner. 

Egen kommentar

Vi har vid flera tillfällen hyllat öppenhet och datadelning och ser Volvo Cars innovationsportal som ett viktigt steg inom branschen. Det finns många möjliga tillämpningar av den, från att använda datasamlingen för testning av algoritmer till att använda 3D-modellen för tester i virtuell verklighet. Min gissning är att vi framöver kommer att se ett flertal forskningsprojekt om automatiserad körning med referens till den här portalen! Så håll ögonen öppna. 

Källor

[1] Volvo Cars. New Volvo Cars Innovation Portal allows outside developers to help create better cars. 2021-01-29 Länk

Mjukvara, Okategoriserade, Tester och demonstrationer, Trafiksäkerhet

Det här har hänt under julen: Del II

En ny Tesla? Det amerikanska företaget Rivian, som planerar tillverka eldrivna fordon väldigt snart, har fått ytterligare 2,65 miljarder dollar ifrån bl.a. Fidelity och Amazons Climate Pledge Fund. Företaget uppskattas nu vara värt över 27 miljarder dollar och förutspås av vissa att bli en ny Tesla. Länk

Aeva får 200 miljoner dollar i finansiering. Startupföretaget Aeva som utvecklar lidar har fått en kassapåfyllning från en Hong Kong-baserad hedgefond. Aevas lidar sägs även ha tillämpning utanför fordonsbranschen på grund av dess storlek. Länk

Ford testar i Israel. Ford har fått tillstånd ifrån Transportministeriet i Israel till att testa autonoma fordon. De planerar inleda testningen inom snar framtid med hjälp av mjukvara som är utvecklat av Fords israeliska R&D center. Målet för Ford är att lansera en robotaxitjänst i USA, innan 2023. Länk

Mercedes-Benzs massiva infotainment skärm. Mercedes har visat upp en 56 tums pekskärm som ska utrustas först i EQS-modellen, en eldriven sedan med planerad produktion för slutet av 2021. Syftet med utformningen av skärmen är att undvika flera lager av infotainment som användaren behöver skrolla eller klicka sig igenom. Länk

Rykten kring ett Apple-fordon. Det går ett rykte om att Apple i hemlighet jobbat med utveckling av självkörande teknologi, och att Apple nyligen börjat samarbeta med en kretskortstillverkare TSMC för att göra ett kretskort till en framtida Apple-bil. Ryktet går också att den framtida bilen ska tillverkas av Hyundai. Det har varit en spekulation kring en Apple-bil i samband med att Apple projektet Titan blev känt 2014. Nu innan årsskiftet rapporterade Reuter att en Apple-bil kan vara i produktion redan 2024, och med en ny högpresterande batteriteknologi utvecklat inom Titan. Vad tror ni? Kommer vi få se en Icar inom snar framtid? Vi kan en så länge bjuda på den här (en klassiker!) Länk Länk

Euro NCAPs testning av förarövervakning. Nyhetssidan Electronic Engineering Times har frågat ledande aktörer inom Driver Monitoring Systems (DMS) kring fördelarna och utmaningarna inom området där det bl.a. diskuteras om hur man kan testa prestandan av DMS [1]. Euro NCAP utvecklar nu ett testprotokoll för DMS som ska användas för säkerhetsbedömningar. Det finns en del saker att ta i åtanke för sådan här testning som exempelvis: hur väl systemet upptäcker tillstånd och aktiviteter hos föraren, hur stor variation i miljö som det klarar av och hur väl det kan anpassa sig till olika ljus-, väder- och trafikförhållanden, om systemet är integrerat med ADAS eller självstående, samt balansen mellan att uppmärksamma föraren och undvika att irritera eller störa föraren. När det kommer till testning i sig av DMS så finns också viss utmaning att testa för sömnighet eftersom det inte finns sömniga krockdockor, och det finns säkerhetsaspekter av testning med sömniga människor i verklig trafik. Jungo Connectivities VD Ophir Herbst gissar på följande krav i testningen:

  • Identifiering av huvudposition för detektion av distraktion med t.ex. mobiltelefon
  • Identifiering av microsömn och sömnrelaterade tillstånd
  • Identifiering av sömnighet med flera metoder
  • Hänsyn till ljusförhållanden
  • Hänsyn till accessoarer så som hatt, solglasögon, glasögon och masker

Mer om detta via den här länken.

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

Artificiell intelligens, Infrastruktur, Kooperativa system, Mjukvara, Sensorer, Tester och demonstrationer

Ford i nya AI-samarbeten

Ford har nyligen tillkännagivit ett par samarbeten där de…

…vill identifiera farliga trafikmiljöer

I ett artonmånaders projekt som startar nu i sommar kommer Ford tillsammans med Vivacity Labs, Oxfordshire County Council och Loughborough University utveckla ett verktyg som sammanför data från en rad olika slags källor för att kunna förutsäga farliga trafikmiljöer [1]. I tidigare projekt har det påvisats hur även små insatser för att åtgärda identifierade problemområden kunde öka säkerheten. Exempel på sådana åtgärder anges till exempel vara att klippa bort grönt för att tydliggöra skyltning eller laga gatubeläggning.

…utvecklar automatiserad parkering

Bosch och Ford planerar USAs första demonstrationsprojekt för automatiserad parkering i Fords innovationsdistrikt Corktown i Detroit. Projektet genomförs i bottenplanet på fastighetsutvecklaren Bedrocks parkeringshus [2, 3]. Argumenten är de vanliga: Använd en app för att slippa parkera så kan dessutom bilarna packas tätare.

Vi skrev för ett par år sedan om Boschs samarbete med Daimler för en liknande lösning i Peking. Sommaren 2019 inleddes testningen av ett liknande parkeringstjänst i ett garage tillhörande Mercedes-Benz Museum i Stuttgart. Hur det gått med detta är oklart för tillfället.

Källor

[1] Ford. Ford Trials Tech to Help Foresee Traffic Incidents; Connects Cars and Sensors to Improve Road Safety. 2020-08-20 Länk

[2] Milano, M., WebProNews. Bedrock and Bosch Developing Automated Valet Parking. 2020-08-27 Länk

[3] Ford. Ford, Bedrock and Bosch are Exploring Highly Automated Vehicle Technology in Detroit to Help Make Parking Easier. 2020-08-26 Länk