Uber börjar testa självkörning i Dallas, Texas. I första steget handlar det om datainsamling. The Verge 17 september.
Ouster och Nvidia samarbeta för att integrera Ousters OS2 lidar i Nvidias AD-plattform. Forbes 18 september.
Lyft lanserar en innovationstävling där deltagarna ska använda Lyfts öppna annoterade data för objektidentifiering. Första pris är $25 000. Medium 12 september.
Jaguar/Landrover prövar ”ögon” på förarlösa poddar som ett sätt att kommunicera med andra trafikanter som fotgängare. JLR 28 augusti.
JLR samverkar också med OSR och integrerar deras AI-plattform i Jaguar I-PACE IAA 11 september.
Veoneer har fått kontrakt från en icke namngiven fordonstillverkare att leverera värmekameror till självkörande bilar (nivå 4). Veoneer 17 september.
Kinesiska MINIEYE satsar på ADAS och får på det sättet tillgång till stora mängder data som man kan använda för framställning av HD-kartor. BusinessWire 17 september.
Shanghai har givit tillstånd för utökade AD-tester till SAIC, BMW och Didi Chuxing. Med de nya tillstånden får man också köra passagerare. China Daily 17 september.
I går 12 september gick årets Drive Sweden Forum av stapeln med ca 270 deltagare. Drive Sweden är ju ett av 17 strategiska innovationsprogram (SIP) som finansieras av Vinnova, FORMAS och Energimyndigheten. Lindholmen Science Park är värdorganisation med Sofie Vennersten som programledare och Jan Hellåker som ordförande och har mer än 120 partners från 13 länder – 4 nya medlemmar presenterades på konferensen. Programmet blir alltmer internationellt, med samverkan såväl i EU- finansiering som gemensamma projekt. Man har också nu en person i Silicon Valley och har samarbete med Singapore.
Drive Sweden finansierar lite mer banbrytande projekt inom hållbar mobilitet, som exempelvis KOMPIS, LIMA och KRABAT. Man ger också ut nyhetsbrevet Smart Mobility samt har ett antal andra aktiviteter. Man gör nu ett omtag och lanserar en ny struktur, med delarna Society Planning, Digital Infrastructure, Policy Development, Business Models och Public Engagement, med fokus på såväl person- som godstransporter. Man har nu en öppen utlysning Innovationer för ett digitaliserat och automatiserat transportsystem för människor och gods som stänger 5 november.
Här korta sammanfattningar från några av konferensens föredrag.
David Green från Lynk & Co pratade om företagets vision att förändra mobilitet med hjälp av digitalisering för att ge en bättre kundupplevelse. För detta krävs samverkan med externa parter och man har skapat en öppen samverkansplattform colab.lynkco.com.
Ulrik Janusson och Marie Bemler från Scania visade några framtida möjliga scenarios för digitalisering inom godstransporter. Två viktiga parametrar är öppenhet i delning av data och hur mycket klimatfrågan slår igenom.
Hur kan man samverka med allmänheten när man designar framtida mobilitetstjänster och därmed nå en bättre acceptans för till exempel självkörande fordon? Detta har Vaike Fors från Högskolan i Halmstad studerat. En lärdom är att man måste gå bortom att bara titta se ”användare” och ”stadsinvånare” till att se alla som människor med olika behov, kunskaper och värderingar.
Våra kollegor Kent Eric Lång och Håkan Burden från RISE Viktoria berättade om policy-labbprojektet PLATT som tittar på möjliga strategier för att underlätta för självkörande fordon även från nya aktörer. En viktig strategi är att kunna bygga förtroende, trust, istället för tidigare typgodkännande-rutiner. Projektet är snart slut och man söker nu nya initiativ runt policy-utveckling.
Samtidigt måste samhället kunna hantera både att skapa goda näringslivsförutsättningar för ny teknologi och också bibehålla och förbättra säkerheten i trafikmiljön och därmed bygga förtroende, vilket Anna Fridén från KOMET, Kommittén för teknologiskt innovation och etik som den svenska regeringen tillsatt, berättade om.
Stefan Myhrberg från Ericsson talade om digital infrastruktur för automatiserade fordon, där man bland annat etablerat Drive Sweden Innovation Cloud, där Drive Sweden-medlemmar kan lagra och dela data från fordon, infrastruktur, parkeringsplatser, kameror etc. 5G är då en möjliggörare för att tillräckligt snabbt hantera de stora datamängderna som krävs när många enheter blir uppkopplade.
Olof Johansson från Trafikverket visade en ny färdplan för ett uppkopplat och automatiserat vägsystem. Färdplanen har identifierat 20 åtgärder i 4 kluster: Ökad kunskap om automatiseringens effekter (t.ex. tester och demonstrationer), Effektivt utnyttjande av kapacitet (t.ex. MaaS), Hållbart och säkert transportsystem genom digitalisering (t.ex. miljözoner) och Nya planeringsstöd för ökad användbarhet (t.ex. simuleringsmodeller). Nästa steg är att implementera åtgärderna. Suzanne Andersson från Trafikkontoret i Göteborg pratade om några utmaningar som då uppstår för samhällsplanerarna, som att städer utvecklas långsamt och man måste ta hänsyn till kommungränser.
En svårighet är att hitta och välja rätt affärsmodell för nya mobilitetslösningar. Rami Darwish från KTH berättade om ett affärsmodell-labb som man jobbar med inom ITRL ihop med Sustainable Innovation. I en paneldiskussion med Li Höglund från SnappCar, Stina Wärn från Folksam, Ulf Hammarberg från DHL och Mikael Rönnholm från CEVT, ledd av Roland Elander från Sustainable innovation, diskuterades detta. En nyckel är att lyssna till användarna och att vara beredd att göra snabba ändringar. Data från fordon och tjänster är också viktiga informationskällor. Men informationen måste då skyddas från intrång. Även regelverken måste kunna anpassas snabbt, med elsparkcyklar som ett aktuellt exempel. E-handel är ett annat område där affärsmodellerna behöver anpassas att bli både mer hållbara men ändå lönsamma. För industrin behöver affärsmodeller och leverantörskedjor också bli mer öppna att inkludera även lösningar från små entreprenörsföretag. Utvecklingen går både fortare och långsammare, beroende på område, än vad många tror. Man måste alltså jobba både kort- och långsiktigt.
Martin Svensson från AI Innovation of Sweden pratade om AI i det framtida transportsystemet, på komponent-, system- och samhällsnivå. Det finns stora möjligheter men mycket återstår att göra. Mats Nordlund från Zenuityvisade exempel på hur de använder AI och maskininlärning i sin verksamhet.
Joakim Jonsson från Volvo Bussar berättade om arbetet med autonoma stadsbussar som är kopplat till KRABAT-projektet. Man kan inte börja med att köra helt autonomt utan har identifierat 3 möjliga användningsfall: hållplatskörning, busståg och rangering i bussdepå. Se filmen nedan.
För er som är nyfikna på radardata: Oxford Radar RobotCar Dataset är en öppen databas (i alla fall för icke-kommersiella forskare) med annoterade radardata från över 280 km körning från vägar runt Oxford.
Den nederländska kartleverantören TomTom har nu i samverkan med Volvo Cars tagit fram två testfordon som ska användas för att bättre ta fram och anpassa HD-kartor till självkörande fordonen [1].
Det handlar om två Volvo XC90 med ett stort antal sensorer där TomTom fått tillgång till att reglera gas, broms och styrning. Fordonen sägs vara kapabla till självkörning nivå 5 (!).
Källa:
[1] Paul Sawers: TomTom launches a fully autonomous test car to develop HD maps, VentureBeat 5 september 2019 Länk
Det visar sig att insekter är en betydande utmaning för
självkörande fordon. Ford arbetar nu med olika lösningar för att förhindra att
sensorerna på deras självkörande fordon störs av insekter [1].
För att undvika insekter på sensorerna har Ford tagit fram munstycken bredvid varje kameralins och som kan spruta tvättvätska för att rengöra sensorerna vid behov. Med hjälp av avancerade algoritmer kan Fords självkörande fordon känna av när en sensor är smutsig vilket gör att rengöringssystem börjar tvätta smutsiga kameralinser (oavsett om det bara är en eller flera) utan att slösa bort tvättvätska på sensorer som redan är rena.
Källa
Self-Driving
Bugaloo: How Ford Is Keeping Autonomous Car Sensors Squeaky Clean. Medium
2019-09-04 Länk
Inför nästa veckas stora fordonsmässa i Frankfurt, IAA 2019, lanserar nu de stora tyska systemleverantörerna Bosch [1] och Continental [2] var sina kamerasystem.
Boschs AI-baserade kamerasystem syftar till att bättre än människan kunna detektera och identifiera objekt, medan Continentals kombinerade ”Road AND Driver”-system kombinerar en framåtriktad kamera för objektidentifiering med en kamera som riktas inåt kupén för att se hur alert föraren är eller hur passagerarna sitter för att t.ex. kunna anpassa airbagsystemen.
Egen kommentar
IAA 2019 pågår mellan 12 och 22 september och har slogan Driving Tomorrow. Från att tidigare helt varit en bil- och teknikmässa innehåller den nu också en konferensdel, i år med temat Let’s talk mobility.
Källor
[1] Better than a pair of eyes: Bosch camera with AI for driver assistance and automated driving, Bosch Press Release 30 augusti 2019 Länk
[2] Everything in View: Continental Combines the Front and Interior Camera for Automated Driving, Continental Press Release 13 augusti 2019 Länk
Zenuity har inlett ett samarbete med CERN (European Organization for Nuclear Research) gällande utveckling av snabb maskininlärning för självkörande bilar [1] .
Samarbetet kommer att fokusera på algoritmutveckling för tolkning av stora mängder data. För detta kommer de att använda sig av Field-Programmable Gate Arrays (FPGAs), något som CERN använt för partikelmodellering.
CERN har den jättelika partikelacceleratorn LHC på gränsen mellan Frankrike och Schweiz och är världens största laboratorium inom partikelfysik. Detta är första gången som CERN samarbetar med fordonsindustrin.
Egen kommentar
Ett udda samarbete kan man tycka, men som vi påpekat flera gånger innan så måste fordonsvärlden utvidga sina vyer om automatiserad körning ska kunna bli verklighet.
Källor
[1] Zenuity. Zenuity and CERN team up on fast machine learning for autonomous driving. 2019-08-29 Länk
Vissa varningar från avancerade förarstödsystem (ADAS) är så irriterande eller besvärande att många förare stänger av dessa system och undviker dem vid framtida fordonsköp. Detta enligt en ny enkätstudie som gjorts av JD Power baserat på svar från 20 000 amerikanska förare [1].
Ett bra exempel på detta är körfältshållning- och centreringssystem. I genomsnitt har 23% av förarna som använder sådana system sagt att varningarna är irriterande eller besvärande. För vissa fordonsmodeller är motsvarande siffra uppemot 61%, och för andra bara 8%.
Övergripande nöjdhet med ADAS varierar också för olika fordon. Det bästa resultatet i studien fick Kia Stinger med 834 poäng på en 1000-poängsskala. Det totala genomsnittet blev 781, med en lägsta poäng på 709.
Egen kommentar
Liknande resultat har vi sett i andra studier och fordonstillverkarna borde ta sig en riktig funderare, speciellt eftersom detta kan påverka acceptansen av system för automatiserad körning.
Källor
[1] J.D. Power. Customer Demand for Safety Technology Threatened by Overbearing Alerts, J.D. Power Finds. 2019-08-27 Länk
Brittiska teknikföretaget Aidrivers, som fokuserar självkörande fordon för industriella tillämpningar som i hamnar, kommer att integrera en Lidar från kinesiska leverantören RoboSense [1] för positionering.
RoboSense Lidar sägs vara robust och kunna klara även svåra väderförhållanden.
Källa:
[1] RoboSense partners Aidrivers over autonomous solutions for industrial transportation, Economic Times – India Times 23 augusti 2019, Länk