Kategoriarkiv: Mjukvara

Detta har hänt under sommaren: Del III

Skrivet av Daban Rizgary och Azra Habibovic

Regelverk och tillstånd

AutoX får tillstånd i Kalifornien. Kinesiska AutoX har fått tillstånd att testa autonom körning utan förare bakom ratten i Kalifornien. Detta ska kunna ske vid rimliga väderförhållanden och i hastigheter upp till ca 70 km/h (45 mph) i ett förutbestämt område i San Jose i närheten av företagets huvudkontor. Ett liknande tillstånd har tidigare utfärdats till Waymo och Nuro. Länk

Storbritannien blickar mot nya regler. Det brittiska transportdepartementet efterlyser information från fordonstillverkarna som kan hjälpa departimentet att utforma regler kring användning av innovativa system på landets vägar. Framförallt är man nyfikna på Automated Lane Keeping System (ALKS) och huruvida fordon med sådana system bör definieras som ”autonoma” enligt lagen om automatiserade och eldrivna fordon (Automated and Electric Vehicles Act 2018). Där är definitionen av ”autonom” att fordonet kan köra självt utan någon övervakning. Fordonstillverkarna har fram till slutet av oktober på sig att förse departementet med information, och efter det kommer allmänheten att få möjligheten att kommentera det hela. Länk

NHTSA ska granskas. Uppskattningsvis har ungefär 36 000 människor mist livet på amerikanska vägar under 2019. För att säkerställa att den statliga trafiksäkerhetsorganisationen NHTSA gör allt i dess makt för att minska antalet dödade och skadade har nu det amerikanska transportdepartementet initierat en granskning av NHTSA. I mars föreslog NHTSA omfattande förändringar av amerikanska säkerhetskrav för passagerarsäkerhet. Undra om granskningen har något med det att göra, eller faktumet att det ofta tar år för NHTSA att ta fram och verkställa nya säkerhetsstandarder?

Klagomål i Kalifornien. Som vi vet sedan tidigare så måste de som genomför testning av självkörande fordon på allmänna vägar i Kalifornien ha ett tillstånd och varje år redovisa till myndigheterna bl.a. hur långt de kört och hur många gånger som systemet frånkopplats under körningen. Allt fler aktörer har börjat höja sin röst mot redovisningen och dess implikationer. Nu senast klargjorde Waymo sin ståndpunkt: metoden är missvisande och särskiljer inte systemfrånkopplingar orsakade av andra förare i trafiken från de som uppstår på grund av brister i systemets prestanda. Länk

Regler i Tyskland. Ett lagramverk för automatiserade fordon är under granskning hos tyska transportministeriet. Tanken är att detta ska skapa förutsättningar för drift av fordon utan mänskliga förare på allmänna vägar inom geografiskt begränsade områden. Om allt går som planerat kan detta vara på plats till nästa sommar, och tyskarna hoppas kunna vara först i Europa med att tillåta sådana fordon. Till detta kan också tillägas att en domstol i Tyskland beslutat att förbjuda Tesla att använda orden ”Autopilot” och ”full potential for autonomous driving” vid marknadsföring av sina förarstödsystem. Detta då dessa begrepp är vilseledande och kan leda till potentiellt farligt missbruk av dessa. Länk Länk

Människan i fokus

Personer med funktionshinder. University of Pittsburgh har fått en miljon dollar ifrån USAs Department of Transportation för att undersöka hur automatiserade fordon kan bli ett stöd för personer med funktionshinder. Studien kommer att bestå av en litteraturöversikt om tillgängligheten av transporter samt en enkätundersökning med konsumenter och fordonstillverkare. Baserat på detta ska projektet ta fram riktlinjer med personer med funktionshinder i åtanke som sedan ska kunna användas av fordonstillverkarna. Länk1 Länk2

JLR vill bota åksjuka. Sedan ett par år tillbaka har Jaguar Land Rover pratat om teknik som skulle kunna hjälpa till att minska åksjuka. Nu verkar företaget ha kommit en bit på vägen med utvecklingen och meddelar att dess framtida (självkörande) bilar ska hjälpa till att motverka åksjukan med upp till 60 procent. För att lyckas med detta ska bromsning, acceleration och placering i vägens fil samarbeta och få ned de faktorer som orsakar att du blir illamående (se här). För att landa i en ”optimal” kombination av acceleration, inbromsning och rattrörelser har man samlat in data med hjälp av biometriska sensorer. Testpersonerna fick utföra en uppgift under färden för att på så sätt framkalla åksjuka och utifrån detta har företaget utvecklat ett slags ”välmående-index” som beräknar hur känsliga passagerarna är genom att även läsa av deras hälsostatus med kameror som kombineras med data om fordonets rörelser. På så sätt ska bilen kunna räkna ut att passagerarna håller på att bli åksjuka innan de själva känner det. Mjukvaran som inkluderar maskininlärningsalgoritmer ska ha tränats med hjälp av både simulatorexperiment och verkliga data. Länk

Farliga körbeteenden. En grupp amerikanska forskare har skapat verktyg för analys och illustration av farliga körbeteenden. Analysen utgår från data som samlats in inom ramen för projektet Safety Pilot Model Deployment. Länk

Leveransrobotar och drönare

Ny affärsmodell på Kiwibot. Det amerikanska startupföretaget Kiwibot som utvecklar leveransrobotar lanserar en ny B2B affärsmodell. Tanken är att nya kunder ska kunna erbjuda Kiwibots tjänster genom att lägga till ett API till sin försäljningsplattform. Kiwibot ska också börja leverera i delar av San Jose i Kalifornien, och har även fått två nya kunder, Shopify och Ordermark. Länk

Amazon utökar robotleveranserna. Amazons utökar sin korthållsleveranstjänst med Scout Robot till två nya städer i USA, Atlanta i Georgia och Franklin i Tennessee. Scout Robot har hittills varit aktiv i Irvine i Kalifornien och Snohomish County i Washington. Dessa robotar övervakas av mänskliga operatörer som Amazon kallar Scout Ambassadors. Länk

Fängelsebevakning. Australiensiska Stealth Technologies, som tillverkar självkörande säkerhetsrobotar, ska bemanna ett fängelse i Australien. Deras säkerhetsrobotar som kallas AxV ska användas för patrullering av fängelsets yttre stängsel, ett jobb som idag görs av två patrulleringsvakter. Planen är att AxV ska integreras med patrullerande drönare. Länk

Uppkoppling och infrastruktur

Mest sofistikerad väg? Det amerikanska företaget Cavnue, som är en avknoppning från Alphabets Sidewalk Infrastructure Partners, har fått i uppdrag av Michigan Department of Transportation att anlägga en 64 km lång testkorridor mellan Downtown Detroit och Ann Arbor. Projektet ska pågå i två år och ska undersöka och testa om stödjande infrastruktur kan bidra till att snabbt få ut självkörande och uppkopplade fordon i trafiken. Planen är att kombinera innovationer inom fysisk och digital infrastruktur samt lösningar för trafikkoordinering och drift. En referensgrupp bestående av representanter från Ford, GM, Argo AI, Arrival, BMW, Honda, Toyota, TuSimple och Waymo kommer att tillsättas. Enligt guvernören i Michigan kommer detta att vara världens mest sofistikerad väg. Vad det hela kommer att kosta och vem som kommer att stå för notan framgår dock inte. Länk

Digitalt bälte. Ett startupföretag vid namn !Important från Kalifornien föreslår en lösning för att minska olyckor mellan automatiserade fordon och andra trafikanter. Lösningen, som de själva beskriver som ”digitalt bilbälte”, består av en applikation för mobiltelefoner och fordon som med hjälp av platsinformation kan beräkna hastigheter och avstånd för att varna om potentiella kollisioner i trafiken innan de händer. Appen ska också kunna integreras i relevanta fordonssystem för att bromsa fordon vid kritiska situationer. Det har genom årens lopp visats en del liknande lösningar som inte fått någon större spridning, av en del olika anledningar inklusive dålig positioneringsnoggrannhet. Frågan är om !Important har en lösning som slår sina föregångare? Länk

Uppkopplat trafiksystem. I Honolulu på Hawaii ska ett område tillägnas för ett fyra år långt pilotprojekt inom uppkoppling av trafiksystem. I projektet ska trafikdata samlas med hjälp av V2X (Vehicle-to-Everything) uppkoppling. Planen är bland annat att kunna skicka trafikinformation till allmänheten angående kollisioner och köbildning i korsningar. Projektet utförs genom ett samarbete mellan Hawaii Department of Transportation, Federal Highway Administration, University of Hawaii och ett flertal techföretag.  Länk

5G i fokus. ERTICO med partners inleder två nya projekt kring uppkopplade fordon via 5G. Det ena heter 5G-LOGINNOV och ska utvärdera och visa upp mervärdet av 5G-teknik för logistik och hamnverksamhet i tre Living Labs (Aten, Hamburg och Luka Koper). Det andra projektet heter 5G-META och handlar om licensering av delade fordonsdata. Länk

Fjärrkontroll. Voyage har under sommaren introducerat sin version av ett fjärrkontrollcenter. Det ser ut som en podd (en liten bil) som är utrustad med pedaler, en ratt och skärmar för övervakning. Från podden ska man kunna övervaka och få information om ett fordon i trafiken, ge “diskreta” instruktioner till fordonet, och även fjärrköra fordonet. Mer om diverse fjärrlösningar kan ni läsa om härLänk

Superdatorer och processorer

Baidus superdator. Baidu har utvecklat klart sin Apollo Computing Unit, som de själva refererar till som ”världens första produktionsklara dator för autonom körning”. Den är baserad på Xilinx-processorer, har mikrokontroller från chiptillverkaren Infineon och kan bland annat hantera data från fem kameror och 12 ultraljudssensorer. Den kommer ingå i Apollo Valet Parking som lanseras senare under året. Och på tal om Baidu så har de under förra veckan lanserat Apollo Go Robotaxi i centrala Cangzhou som är öppen för allmänheten. Länk Länk

Continentals superdator. Continental har utvecklat en ny (ej namngiven) superdator för fordonsindustri, som påstås vara världens snabbaste. Den består av mer än 50 Nvidia DGX-noder ihopkopplade med Nvidia Mellanox InfiniBand och är baserad på Nvidia DGX SuperPOD referensarkitektur. DGX-noderna är specialbyggda för AI. Till skillnad från Baidus dator kommer inte denna att sitta i något fordon utan kommer att användas för snabbare simuleringar för självkörande fordon. Länk

Tesla HW4.0? Teslas VD Elon Musk har sagt ett och annat om Teslas egna processor och nästa generations hårdvara, dock utan att avslöja några detaljer. Här kan ni läsa obekräftade uppgifter om denna.

Sensorer och detektering

  • Tyska ZF har lanserat en ny kamera för användning i förarstödssystem som Automatic Emergency Braking for Pedestrians. Den kallas S-Cam 4.8 och erbjuder 100-graders synfält. Länk
  • Huawei planerar att utveckla en kostnadseffektiv lidar för smarta bilar. Förhoppningen är att den ska kosta ungefär 100 dollar, som är betydligt billigare än dagens lidarsensorer. Länk
  • Forskare från University of Glasgow har utvecklat en ny teknik som använder AI för att ta temporär information från fotoner och skapa 3D-bilder. Länk
  • En grupp forskare vid Harvard University har identifierat en länk i hjärnan mellan seende och rörelse som kan hjälpa att skapa bättre AI för självkörande fordon. Länk
  • IBEO (och dess huvudägare ZF) kommer att förse kinesiska Great Wall Motor Company (GWM) med ibeoNEXT Solid State LiDAR. Denna ska användas för automatiserad körning motsvarande nivå 3 enligt SAE-skalan, som kommer utvecklas av GWMs dotterbolag Haomo Technology. Länk
  • En grupp forskare vid Princeton University har utvecklat ett radarbaserat system som kan upptäcka objekt som bilar och cyklister runt hörn. De använder sig av existerande radarsensorer, trixet ligger i signalbehandlingen. Länk

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