Kategoriarkiv: Mjukvara

Skyttlar som rör sig i svärm

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

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

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

Mjukvaran ska ha testats i verklig trafik med goda resultat.

Egen kommentar

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

Källor

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

Lyft inspireras av mänskliga förare

Samåkningsföretaget Lyft (konkurrent till Uber) berättar i en artikel i VentureBeat om sina algoritmer för självkörande fordon [1]. Istället för bara sedvanliga maskininlärningsbaserad AI så kompletterar man med vanliga regelbaserade algoritmer och data från hur mänskliga förare brukar agera. Man har också tagit med element från Maslowa behovstrappa och Asimovs robotiseringslagar.

Resultatet är ett beteende som liknar hur mänskliga förare kör vilket bland annat ökar tryggheten hos passagerarna i de självkörande bilarn men också ska vara säkrare.

Egen kommentar

Det låter ju bra, men viktigt är också att alla utvecklare delar principer med varandra så att det kan utvecklas någon form av de facto-standard för hur självkörande bilar ska bete sig. Det får inte bli stora skillnader mellan bilar av olika märken för då kommer man aldrig att nå marknadsacceptans.

Källa

[1] Kyle Wiggers: Lyft details the planning model behind its self-driving cars, VentureBeat 2019-12-11 Länk

Veoneer går med i AVCC

Veoneer gör nu sällskap med bl.a. Toyota, Bosch, Continental, Denso och Nvidia i Autonomous Vehicle Computing Consortium, AVCC [1].

AVCC syftar till att ta fram en principiell plattformsarkitektur med specifikationer för hårdvara och APIer för automatiserade fordon.

Källa

[1] Veoneer joins AVCC to accelerate development of Autonomous Vehicles, New Mobility 2019-11-19 Länk

Skuggdetektion

Forskare på MIT har utvecklat ett system som kan detektera små förändringar i skuggor på marken för att se om det finns ett rörligt objekt, till exempel en fotgängare, bakom hörnet [1].

Systemet, kallat ShadowCam, jämför ljusinstensiteten i skuggor i en videosekvens och klassificerar objekt som stillastående eller rörliga via en avancerad metod kallad “Direct Sparse Odometry” eller DSO.

Källa

[1] Rob Matheson: Helping autonomous vehicles see around corners, MIT News 2019-10-27 Länk

Skademildrande system

En grupp forskare vid University of Waterloo i Kanada har publicerat sina resultat i en ny vetenskaplig artikel med titel Crash Mitigation in Motion Planning for Autonomous Vehicles [1].

Som det framgår av själva titeln handlar artikeln om reducering av skador i oundvikliga olyckor med automatiserade fordon. De har använt sig av en modell för prediktiv kontroll (Model Predictive Control, MPC). När modellen förutsäger att en olycka är oundviklig aktiveras dess reglersystem som sedan baserat på bland annat kraschens uppskattade allvarlighetsgrad, fordonets dynamik och vägens utformning väljer en trajektoria med minst risk. 

Egen kommentar

Bättre säkerhet är en av de främsta förväntade fördelarna med automatiserade fordon och många tror att de aldrig kommer krocka. Men så är tyvärr inte fallet, förr eller senare kommer även automatiserade fordon att krocka. Då är det nödvändigt att ha system som kan mildra skador i olyckor som inte går att undvika. Men nya frågor kan uppstå när systemen avgör hur en krock ska ske – vilken bil ska man prioritera?

Källor

[1] Wang et al., Crash Mitigation in Motion Planning for Autonomous Vehicles. IEEE Transactions on Intelligent Transportation Systems. Länk

Neurala nätverk + video + radiovågor

Att anonymisera data är alltmer populärt och behövligt, speciellt när det gäller videodata som det kommer att finnas gott om i automatiserade fordon. En forskargrupp vid MIT har tagit fram en ny metod som av anonymiserar videodata genom att dra nytta av maskininlärning och radiovågor [1]. 

De har skapat en neural nätverksmodell som kan upptäcka vad människor gör i situationer där de syns dåligt eller är dolda bakom andra objekt. Grundidén är att spela in videobilder av samma scen med synligt ljus och radiovågor. Modellen korrelerar sedan videobilder med radiovågor och rörelserna återspeglas i form av en tredimensionell streckgubbe.

Här kan ni läsa mer detaljerad om det hela.

Källor

[1] MIT Technology Review. Machine vision has learned to use radio waves to see through walls and in darkness. 2019-10-09 Länk

Volvo Cars breddprovar mjukvara med anställda

Volvo Cars erbjuder nu alla sina svenska anställda – ca 17 000 – ett specialabonnemang på bilar för att samla in data för kvalitetssäkring av mjukvara [1]. Bilarna kommer att vara högre utrustade än de vanliga personalbilar som erbjuds idag.

Egen kommentar

Att validera mjukvara (alltså att den gör det den förväntas och inget annat) är svårt och tidskrävande. Det finns myriader av möjliga kombinationer av situationer i det komplexa systemet i modern bil som måste kvalitetssäkras på något sätt. Jämför med en mobiltelefon där ju apparna ju snart sagt varje dag uppdateras för felrättning. Att bara köra ett antal tusen mil på en provbana räcker inte och simuleringar täcker bara de situationer man simulerar, alltså har förutsett kan inträffa. Det är här breddproven kommer in. Men måste man förstås först ha gjort den ”vanliga” kvalitetssäkringen.

En fundering är om Volvo tänker använda sig av breddprovningen när man nu lanserar nya elektriska XC40 [2] som ju kommer att använda Zenuitys förarstödssystem [3].

Källor

[1] Anders Abrahamsson, Valdemar Lönnroth, Anna-Karin Nils Andersson: Volvo erbjuder anställda att köra testbil, Göteborgs-Posten 2 oktober 2019 Länk

[2] Johan Kristensson: Här är allt vi vet om Volvos första elbil XC40, Ny Teknik 2 oktober 2019 Länk

[3] Zenuity systems installed in Volvo Cars’ new all electric XC40 SUV, PR Newswire 30 september 2019 Länk

FAW använder RoboSense smarta lidar

Kinesiska fordonstillverkaren FAW har nu beslutat använda och integrera likaså kinesiska RoboSenses nya ”smarta lidar” i sina kommande automatiserade fordon [1].

Den nya lidarn, RS-LiDAR-M1, är smart såtillvida att den inte bara skickar ut rådata utan även innehåller AI-mjukvara för att analysera och generera tidssynkroniserad data om position, objekt och objektklassificering, vägkanter etc. På detta sätt ska systemet bli billigare, robustare och dra mindre energi.

Egen kommentar:

Det är ett naturligt steg för sensortillverkare att bygga in mer och mer intelligens i sensorerna. Motsvarande gäller även för aktivatorer/ställdon (drivlina, styrning, bromsar) vilket då leder till att fordonstillverkarna kan fokusera på den övergripande regleringen av fordonet.

Källa:

[1] FAW Teams up with RoboSense on The World’s First Automotive-grade Solid-state Smart LiDAR Sensor for Serial Production, Business Wire 27 september 2019 Länk

En ny Tesla-olycka

Nu har det inträffat ännu en dödsolycka med en Tesla-bil som körde med Autopilot.

Utredare vid NTSB (National Transport Safety Board) har funnit att båda männen som omkom i Tesla-krascherna använde förarassistentsystemet Autopilot i samband med kollisionerna [1], [2].

Autopilot är ett Level 2 semi-autonomt system, som enligt Society of Automotive Engineers beskrivs som ett system som kombinerar adaptiv farthållare, körfälthållare, självparkering och nu senast möjligheten att automatiskt byta körfält.

Efter den första kraschen under 2016 fick Tesla en chans att adressera så kallade  ”edge cases” (ovanliga scenarion) för att kunna redesigna Autopilot. Tesla sade då att kameran misslyckats med att känna igen den vita lastbilen mot en ljus himmel; US National Highway Traffic Safety Administration (NHTSA) fann i huvudsak att föraren inte var uppmärksam på vägen och gjorde bedömningen att Tesla var oskyldiga.

Det som avslöjas nu är att trots att båda krascherna hade helt olika versioner av förarassisten teknologin (trots att båda kallas Autopilot) ledde de båda versionerna till dödligt utfall. Autopiloten i den första kraschen baserades på teknologi som utvecklats av den israeliska start-upen Mobileye (som sedan förvärvades av Intel). Olyckan var delvis anledningen till att de två företagen avslutade sitt samarbete 2016.

Den andra kraschen nu var med en Model 3 som var utrustad med en andra generationens Autopilot som Tesla utvecklat in-house. NTSB har sagt att föraren körde med Autopilot ca 10 sekunder innan den kraschade in i ett släpfordon. Föraren hade inte händerna på ratten i nästan åtta sekunder före kraschen och nationella utredare undersöker fortfarande fallet.

Säkerhetsexperter har noterat att system med adaptiva farthållare (som Autopilot) förlitar sig mest på radar för att undvika kollisioner. Radar är bra för att upptäcka rörliga objekt men inte stationära. Systemet har också svårt att upptäcka föremål såsom ett fordon som korsar vägen och inte rör sig i bilens färdriktning.

Egen kommentar

Tesla har ännu inte kommenterat kring hur de planerar att åtgärda detta problem. Detta kommer inte som en extra pålaga eftersom det inte bara är en teknisk aspekt som behöver åtgärdas utan också moraliska aspekter som alla som utvecklar denna teknologi behöver adressera [3]. Det finns nämligen inga tydliga parametrar för när ett självförande fordon anses vara tillräckligt säkert för att sättas på vägen. Det man inte heller vet är vilka metoder som ska användas för att bevisa att en självkörande bil är säker nog. Ska man sedan sikta på att ha fordon som kör 10% bättre eller 100% bättre än mänskliga förare?

En studie gjord 2017 av RAND Corporation fann att ju tidigare automatiserade fordon används, desto fler liv kommer man i slutändan att rädda, även om bilarna är bara lite säkrare än bilar som körs av människor. Forskare fann att på lång sikt kan introduktion av bilar som bara är 10% säkrare än en genomsnittliga förare rädda fler liv än att vänta tills fordonen är 75% eller 90% bättre.

Viktigt att notera är att Tesla, oberoende av den senaste händelsen, kommer att strypa Autopilot och Summonfunktionerna i Europa. Detta till följd av det reviderade regelkravet UN/ECE R79. I sin senaste produktuppdatering skriver företaget: ”På grund av nya lokalregleringar har man justerat gränsen för hur mycket ratten får vridas då ”Autosteer” är aktiverat. Det här kan reducera ”Autosteers” förmåga att genomföra skarpa svängar. Därutöver så måste körriktningsvisaren hållas i första spärren (delvis ned eller upp) och filbytet måste inledas inom fem sekunder efter att blinkers satts igång.”

Källor

[1] Hawkins, A.J., Tesla didn’t fix an Autopilot problem for three years, and now another person is dead. The Verge 2019-05-17 Länk

[2] Tesla’s Autopilot system was engaged during fatal Florida crash in March – NTSB. Reuters 2019-05-16 Länk

[3] Stewart, E., Self-driving cars have to be safer than regular cars. The question is how much. Vox 2019-05-17 Länk

Nissan slutar använda lidarteknologi

Nissan har meddelat att de för närvarande bara kommer att använda självkörningsteknologi som bygger på radarsensorer och kameror, och undviker alltså lidar eller ljusbaserade sensorer helt ,på grund av dessas höga kostnader och begränsade möjligheter.

Nissans nya teknologi, som kommer att släppas i Japan senare i år, kommer att använda radar- och sonarsensorer tillsammans med kameror för att kompilera en tredimensionell kartdata för att bilarna ska kunna ”se” sin omgivning. Detta tillkännagavs en månad efter att Elon Musk offentligt sagt att lidarteknologin är för dyr och onödig.

Källa

Tajitsu, N., Nissan spurns lidar tech, siding with Musk. 2019-05-16 Länk