Kategoriarkiv: Teknologi

Sensorer

Continental köper ny sensorteknologi

Continental har offentliggjort en plan att köpa Hi-Res 3D Flash LIDAR, en del av affärsverksamheten hos det amerikanska sensorföretaget Advanced Scientific Concepts, Inc. (ASC) [1]. Detta som en del av Continentals vision att kunna erbjuda sensorlösningar för automatiserad körning.

En fördel med Hi-Res 3D Flash LIDARs sensorteknik är att den möjliggör både maskinseende och kartläggning av omgivningen i realtid. Den kommer att bidra till en mer detaljerad och noggrann detektering runt hela fordonet, oberoende av ljus- och väderförhållanden.

Rent praktiskt innebär det här uppköpet att Continental startar en grupp inom Chassis & Safety Division i Santa Barbara i Kalifornien. Den nya gruppen ska fokusera på Hi-Res 3D Flash LIDAR och många av de anställda kommer från ASC, som också har sin verksamhet i Santa Barbara.

Källor

[1] Continental. Hi-Res 3D Flash LIDAR will supplement Continental’s existing portfolio for automated driving. 2016-03-03 Länk

Sensorer

Långdistansradar

STMicroelectronics kommer att lansera en 77 GHz långdistans radar för förarstödsystem och automatiserad körning [1]. Den höga frekvensen möjliggör både mindre antenner och att samma teknik kan användas för olika detekteringsavstånd. Därmed förenklas systemdesign och utvecklingstiden minskar.

Enheten innehåller tre 77 GHz sändare och fyra mottagare på ett enda chip, vilket gör det möjligt för kunder att bygga mindre, billigare och mindre komplexa system jämfört med konkurrerande lösningar på marknaden som är mindre integrerade. Den flerkanaliga arkitekturen förbättrar objektigenkänning och upplösningen som resulterar i bra prestanda och hög tillförlitlighet.

Storskalig tillverkning är planerad först mars 2017.

Källor

[1] Safe Car News. STMicroelectronics releases 77 GHz radar chip for long range ADAS. 2016-02-24 Länk

Inspiration, Lagstiftning och regelverk, Samhällspåverkan, Samverkan människa - maskin, Teknologi

Varning för överoptimism

Inte alla köper hajpen om självkörande fordon. Steven Hill skriver i Observer Business & Tech en inlaga med ett antal argument varför man bör vara skeptisk och att såväl de tekniska, lagmässiga som sociala utmaningarna är stora [1]. Enligt Hill drivs hajpen av stora teknik- och fordonsföretag påhejade av okritiska media. Han citerar också Audi, Bosch och Delphi som alla säger att utmaningarna fortfarande är stora. Hill tar också upp frågan om det verkligen är önskvärt med helt självkörande fordon med tanke på samhällseffekterna om man till exempel gör mängder av lastbilschaufförer arbetslösa (lastbilschaufför är det det vanligaste yrket i 29 av 48 amerikanska stater [4]).

Även Ubers VD Travis Kalanick säger att det kommer att ta betydligt längre tid än några i hajpen eller media tror, och att självkörande bilar inte kommer att fungera överallt [2].

Kinesiska Baidu varnar också för överoptimism. Andrew Ng, tidigare på Stanford  och Google och nu Chief Scientist på Baidu säger till IEEE Spectrum att det är bortom dagens teknologi att skapa en bil som kan köra säkert var som helst [3]. Istället tittar Baidu inledningsvis på skytteltrafik och busslinjer som är kanske bara 35 km (20 miles), i cirkel eller fram och tillbaka, vilket är inom räckhåll att genomföra säkert. (Läs vår artikel tidigare i månaden.)

Egen kommentar

Det är viktigt att skaffa sig en nyanserad bild och inte bara ryckas med. Hill tar upp några nya aspekter som jag inte sett tagits upp tidigare. En annan källa för att få en mer nyanserad bild över hur samverkan mellan människa och maskin kan fungera på ett bra sätt (och även några dåliga exempel) får man i boken ”Our Robots, Ourselves” som vi skrev om för ett tag sedan och som jag rekommenderar.

Källor

[1] Steven Hill: Why Driverless Cars Will Screech to a Halt, Observer Business & Tech 2016-02-09 Länk

[2] Chip Cutter: Uber’s CEO says regulators doomed a company just like his 100 years ago — and he won’t let it happen again, LinkedIn 2016-02-16 Länk

[3] Tekla Perry: Checking in with Andrew Ng at Baidu’s Blooming Silicon Valley Research Lab, IEEE Spectrum 2016-02-12 Länk

[4] The most common job in every state, Planet Money 2015-02-05 Länk

Sensorer, Tester och demonstrationer

Hitachi testar i trafiken

Hitachi Automotive Systems och Clarion Co, som också tillhör Hitachi Group, har offentliggjort sina planer att inleda tester med automatiserade fordon på en motorväg i Hitachinaka City, Japan [1].

Det är första gången som företaget utför sådan testning. Testningen utförs mellan den 22 och den 26 februari. Det är utvärdering av bilbaserade sensorsystem som är i fokus.

Källor

[1] Hitachi News Releases. Hitachi Automotive Systems Announces Autonomous Driving System Verification Test Drive on Public Road in Ibaraki Prefecture. 2016-02-09 Länk

Sensorer

Lidar för militära fordon

Velodyne Lidar har offentliggjort att deras VLP-16 lidar används av amerikansk militär för självkörande pendelfordon [1]. Detta som en del av programmet Applied Robotics for Installations and Base Operations (ARIBO), med mål att förbättra transporttjänster vid Fort Bragg i North Carolina. Sensorn kommer också att användas inom andra liknande militära projekt.

Egen kommentar

Vi har tidigare rapporterat om att amerikansk militär arbetar med självkörande lastbilskonvojer. Att de arbetar med självkörande pendelfordon (shuttles) för att förbättra mobilitet av soldater och anställda är något nytt, dock inte överraskande eftersom  stora besparingar (energi, tid, etc.) skulle kunna göras med självkörande fordon på militära baser.

Källor

[1] Rees, C., Unmanned System Technology (UST). Velodyne LiDAR Sensors to be Used in US Army Autonomous Shuttles. 2016-02-09 Länk

Sensorer

Deep learning för fotgängare

Noggrann detektering av fotgängare i trafiken i realtid är en känd utmaning. Nu har en grupp forskare vid University of California, San Diego utvecklat en algoritm som kan upptäcka fotgängare med en hastighet av 2-4 bilder per sekund, och med hälften så många fel som befintliga system [1]. Den kan göra skillnad mellan ett graciöst stopp och ett abrupt stopp.

Recept för detta: snabbt och gradvis eliminera områden i bilden som inte innehåller människor (t.ex. himmel eller tom väg) och sedan applicera djuplärande algoritmer för detaljerad bildigenkänning. Det sparar en hel del datorkraft som normalt behövs vid detektering av fotgängare.

Än så länge kan den nya algoritmen inte detektera andra objekt, men detta är något som står på forskarnas att göra lista. Förhoppningen är att algoritmen ska kunna användas på automatiserade fordon samt andra typer av robotar som rör sig i områden med fotgängare.

Här kan ni se hur algoritmen fungerar i trafiken.

Egen kommentar

Studien har publicerats på International Conference on Computer Vision 2015 under titeln Learning Complexity-Aware Cascades for Deep Pedestrian Detection.

 Källor

[1] Fingas, J., Engadget. Smart car algorithm sees pedestrians as well as you can.

Positionering

Mer noggrann GPS

En grupp forskare vid University of California, Riverside (UCR) har utvecklat en ny metod för behandling av GPS-data som ger en centimeternoggrann position med relativt lite beräkningskraft [1].

De har i princip skrivit om vissa ekvationer som används för att beräkna GPS-mottagarens läge och därmed optimerat beräkningsprocessen som hittills krävt mycket processorkraft och varit för dyr att tillämpa i praktiken.

Den här nya metoden väntas bidra till bättre positionering av bl.a. automatiserade fordon.

Egen kommentar

Ni som är intresserade av tekniska detaljer kan läsa sådant i artikeln Computationally Efficient Carrier Integer Ambiguity Resolution in Multiepoch GPS/INS: A Common-Position-Shift Approach som publicerats i IEEE Transactions on Control Systems Technology.

Sensorer

Toposens 3D sensor

Tyska startupföretaget Toposens GmbH har utvecklat en ny sensor som presenteras i mars på CeBIT 2016 i Hannover [1]. Den är baserad på ultraljud: den sänder ut en ultraljudssignal och mäter hur lång tid det tar för signalen att nå omgivande föremål och resa tillbaka. Den här informationen används sedan för att sammanställa en 3D-bild av omgivningen i realtid.

Sensorn är mycket mindre än andra motsvarande system (ca 3 cm i diameter) och påstås också vara mer robust, mer energieffektiv och mycket billigare. Tack vare dessa egenskaper förväntas den få en viktig roll för Internet of Things (IoT) och tillämpas inom fordonsindustrin, inomhusnavigering, robotteknik och hemunderhållning.

Källor

[1] CeBIT 2016. Bavarian Batmen. 2016-02-12 Länk

HMI, Konferenser

Webinar: HMI i fokus

Förra veckan anordnade TU Auto en webinar på temat The HMI for ADAS – Redefining the Role of the Driver. Det hölls tre föredrag, jag deltog på två av dem och här är mina anteckningar:

Thomas Voering Kuhnt, Head of Center of Competence HMI, Continental AG:

  • Nyckeln till noll olyckor är assisterad (delvis automatiserad) körning.
  • Continentals vision: föraren är alltid i loopen och har hög nivå av kontroll.
  • Det ska alltid vara upp till föraren att använda automatiserad körning. Det är dock viktigt att veta att även när automatiserad körning är avaktiverad så kommer förarstödsystem (ADAS) att skydda förare.
  • Det är viktigt att gränssnitten är transparenta, det ökar förtroende för automatiserad körning.
  • Vi behöver designa gränssnitt som ändrar förarens inställning från ”Jag kör” till ”Vi kör”. För detta krävs förtroende till automation och det uppnås endast med intuitivt (naturligt) samspel. Förtroende kan inte uppnås utan ömsesidig kommunikation mellan fordonet och föraren. Föraren måste vara medveten om systemets kapacitet, likaså måste systemet vara medvetet om förarens kapacitet.
  • Designers bör inte utforma gränssnitt för en specifik nivå av automation.

Alain Dunoyer, Head of Safe Car, SBD Consulting:

  • För design av gränssnitt för förarstödsystem och automatiserad körning är det oerhört viktigt att få grunderna rätt. Många har tyvärr misslyckats med det.
  • Gruppering. Idag kan vi se mycket visuell återkoppling som fordonet ger till föraren. Informationen är för det mesta ogrupperad – lite som en julgran – vilket lätt orsakar överbelastning hos föraren. Föraren har svårt att läsa av systemstatus och hel del information är faktiskt helt värdelös: föraren vet inte betydelsen av ikoner som poppar upp!
  • Synlighet. Idag är det svårt för förare att följa steg-för-steg-instruktioner som ges av fordonet. Designers måste beakta upplägget för och synlighet av all information i fordonet och inte bara för ett enskilt system.
  • Prioritering. Om det är ett varningssystem måste det alltid ha högsta prioritet. I många fordon döljer exempelvis navigationssystemet information från förarstödsystem. Det är samma sak med radio, om volymen är lite högre så missar man en ljudvarning från förarstödsystemet.
  • Konsekvens. Det är inte ovanligt att samma färg används i ett och samma fordon för att förmedla två helt olika saker. I Volvo XC90 används exempelvis orange för att visa att Lane Departure Warning (LDW) är aktiverad och för att visa att Adaptive Cruise Controll (ACC) inte är aktiverad.
  • Tydlighet. Hur kommunicerar man till förare hur ett system fungerar? Idag är manualer de mest tillförlitliga informationskällorna om system i våra fordon. Oftast är de tjocka och svåra att överblicka. Dessutom är de vanligtvis utan färg, men i fordonen har vi färger på texten och ikoner! De är också skrivna av ingenjörer på ett tekniskt sätt vilket gör det svårt för ”vanliga människor” att förstå beskrivningen.
Mjukvara

nuTonomy

Flera organisationer däribland Signal Ventures, Samsung Ventures och Fontinalis Partners har valt att investera i ett startupföretag kallat nuTonomy [1, 2].

nuTonomy fokuserar på att utveckla beslutsfattande algoritmer för självkörande fordon. Hittills har företaget varit aktivt i Singapore. Med den nya investeringen på ca 3,6 miljoner dollar kommer företaget att testa sin mjukvara även på fordon i USA. Utöver det görs viss testning i Europa.

Förhoppningen är att fordonstillverkare ska implementera nuTonomys mjukvara i sina självkörande fordon om några år.

nuTonomys grundare Emilio Frazzoli är aktiv inom SMART (Singapore-MIT Alliance for Research and Technology) som i flera år forskat om självkörande fordon och testat dessa i Singapore.

Källor

[1] Points, P. K., GAS2. nuTonomy Recieves $3.6M To Add Autonomous Advancements. 2016-02-05 Länk

[2] Nichols, G., ZD Net. Millions in seed funding for ’Intel Inside’ autonomous vehicles. 2016-02-01 Länk