Kategoriarkiv: Teknologi

Funktioner, Kartor

EB uppdaterar Electronic Horizon

Det tyska företaget Elektrobit (EB) har släppt en ny version av EB Assist Electronic Horizon Solution som ska ge mer flexibilitet vid utveckling av avancerade förarstödsystem [1]. Den nya versionen möjliggör användning av kartdata över olika bilkonfigurationer och modeller och kräver inte någon aktiv navigationssystem. Detta väntas ha en viktig roll för automatiserad körning.

EB Assist Electronic Horizon Solution kombinerar mjukvara för navigation och förarstödsystem på ett sömlöst sätt. Den ger en detaljerad och noggrann väg geometridata. En mer detaljerad beskrivning av produkten hittas här.

Källor

[1] Elektrobit. Elektrobit (EB) Is Opening Up New Horizons For Automated Driving. 2014-06-03. Länk

Elektronik och processorer, Forskningsprojekt

Intel satsar på automatiserade och uppkopplade fordon

Intel har utvecklat en ny plattform kallad In-Vehicle Solutions som ska möjliggöra snabbare och enklare utveckling av infotainment-tjänster i automatiserade och uppkopplade fordon [1]. Enligt intervjuer med experter i industrin och plattformens första användare kan man förvänta sig att utvecklingstiden för sådana tjänster reduceras med mer än 12 månader samtidigt som utvecklingskostnaden minskas med 50 %.

För närvarande är tjänsterna baserade på den nya plattformen konstruerade för användning i fordon med avancerade förarstödsystem (ADAS). Tanken är att framtida tjänster och produkter ska vara anpassade för mer automatiserad körning.

Intel driver också två andra initiativ, Personal Vehicle Experience Research Project och Secure My Connected Car Research Project.Det förstnämnda syftar till att förstå hur folk upplever sina fordon och vilka tjänster som de vill ha i dem. Detta för att stödja utvecklingen av mer anpassningsbara, prediktiva och interaktiva fordon. Säkerhetsprojektet syftar till att förstå utmaningar och hot som uppkopplade fordon ställs inför.

Intel har också under 2012 etablerat en fond på 100 miljoner dollar som används för att accelerera utvecklingen av uppkopplade och automatiserade fordon. Senaste investeringen från fonden gick till ZMP Inc för utveckling av en plattform med sensorer för autonom körning [2].

Egen kommentar

Technology Tell skriver att den nya plattformen är, till skillnad från tidigare produkter som till exempel från WindRiver, baserad på Linux [3]. Detta för att underlätta utvecklingen för de kunder som stödjer GENIVI (en icke vinstdrivande organisation med mål att stimulera utveckling av open source plattform för infotainment i fordon).  En annan observation som görs är att Intel inte sagt något om huruvida den nya plattformen är anpassad till eftermarknadsenheter.

ZMP Inc är ett japanskt företag som bl.a. utvecklar olika plattformar för ADAS, sensorsystem och analys och visualiseringsverktyg samt erbjuder field operational testing (FOT). Mer info om ZMP hittar ni här.

Källor

[1] Intel Capital. Intel Capital Announces Investment in ZMP Inc. 2014-05-07. Länk

[2] Solomon, B. Technology Tell. Intel gets in on autonomous vehicles with hardware, software. 2014-06-04. Länk

Sensorer, Tester och demonstrationer

Virtuella scenarion för enklare testning

En grupp forskare från TASS International och IBEO har utvecklat en ny metod som möjliggör snabb och effektiv testning av sensor- och systemprestanda [1].

Metoden går ut på att installera ett referens-sensorsystem på provfordonets tak som spelar in data om fordonets omgivning när det körs i trafiken. Den insamlade datamängden bearbetas offline, helt eller delvis automatiskt, för att skapa referensscenarion. Dessa referensscenarion omvandlas sedan till virtuella scenarion som kan användas inom en CAE-simulering för att snabbt kontrollera konsekvenserna av förändringar i en sensor eller i ett helt system.

Artikelns sammanfattning är offentlig och hittas på FISITAs hemsida. Ni kan dessutom hitta mer information om det hela på TASS hemsida.

Källor

[1] Bours, R, Tideman, M., Lages, U., Katz, R., Spencer, M., Automated generation of virtual driving scenarios from test drive data. FISITA 2014, nr. F2014-ACD-014.

Sensorer

Är automatiserad körning möjlig med existerande sensorer?

En grupp forskare från Delft University of Technology har undersökt vilken grad av automatisering (partiell, hög, eller fullständig, enligt BASt-klassificeringen) kan uppnås med kommersiella sensorer som används i dagens förarstödsystem (ADAS) [1].

Undersökningen är baserad på en litteraturstudie med hjälp av vilken forskarna identifierat vad som karakteriserar olika trafiksituationer, vilka krav de ställer på sensorer och huruvida dessa krav kan uppfyllas av sensorer som ingår i dagens ADAS-system som ACC, LDW, LDK, FCW och Pedestrian Detection.

Deras slutsats är att varken partiell, hög eller fullständig automatiserad körning är möjliga i stads- och landsbygdsmiljöer. Detta delvis på grund av begränsade synfält hos sensorerna och delvis på grund av trafikkomplexiteten. För motorvägar kan man däremot uppnå partiell körning under specifika förhållanden. Automatiserad körning kommer dock ej att vara möjlig under dåliga väderförhållanden, när vägen är kurvig eller när vägmarkeringarna är dåliga. I dessa situationer kommer föraren att behöva ta över kontrollen.

En annan slutsats som de drar är att bättre digitala kartor och trådlös kommunikation (V2V/V2I) skulle möjliggöra robustare detektering, vilket i sin tur skulle kunna bana väg för hög och fullständig automatisering.

Artikelns sammanfattning är offentlig och återfinns på FISITAs hemsida.

Källor

[1] Kotiadis, D., Happee, R., Bussemaker, K., Automated driving based on current ADAS and their sensors. FISITA 2014, nr. F2014-ACD-041.

Sensorer

En ny lidar

En grupp forskare på University of California, Berkeley, har utvecklat en ny lågkostnads laserscanner (lidar) [1].

Det påstås att den nya lidarn kan detektera objekt på 10 gånger större avstånd än sina motsvarigheter. Den kan nämligen detektera objekt på 9 meters avstånd. Andra viktiga egenskaper är att den är energisnål och liten. Den är baserad på frequency-modulated continuous-wave (FMCW) och använder sig av MEMS (micro-electrical-mechanical system) och VCELs (vertical-cavity surface-emitting lasers).

Förhoppningen är att den nya lidarn ska kunna användas för att skapa mindre och energisnålare 3D detekteringssystem för automatiserade fordon, smartphones och spel.

Detaljer om lidarn kommer att presenteras på Conference on Lasers and Electro-Optics (CLEO) som hålls 8-13 juni 2014 i San José, Kalifornien.

Källor

[1] The Optical Society, OSA. Low Power, Longer Distance, Tiny Package: New Laser Sensing Technology for Self-driving Cars, Smartphones and 3-D Video Games. 2014-05-29. Länk

Funktionell säkerhet, Funktioner

Nya samarbeten i Kina och Japan

EE Times skriver att det kinesiska företaget Freescale Semiconductor har ingått ett samarbete med två andra kinesiska företag, Green Hills Software and Neusoft Corporation, för att utveckla ett förarstödsystem baserat på ISO 26262-standarden för funktionell säkerhet [1].

Enligt Freescales produktchef, kommer ISO-standarden att ha en avgörande roll för utformning av och kostnaden för automatiserade fordon. För många tillverkare är det inte trivialt hur standarden ska appliceras. Det är framförallt bilar i lågkostnadssegment som är en utmaning och som måste designas på ett sätt som garanterar funktionell säkerhet utan att priset ökar.

Tre japanska universitet: Kyushu Institute of Technology, University of Kitakyushu och Waseda University, har tillsammans startat ett nytt forskningscenter [2]. Målet är att utveckla ett självkörande fordon.

Alla dessa universitet har sedan förut forskning inom området. Det förstnämnda har utvecklat ett system som kan bedöma om det är bättre att köra om ett objekt än att stanna för att undvika kollision. University of Kitakyushu håller på utveckla ett system som kan detektera fordon och människor oavsett väderförhållanden, och Waseda University har erfarenheter av automatiserade elfordon.

Källor

[1] Yoshida, J., EE Times, Functional Safety Critical for Autonomous Cars. 2014.-05-20. Länk

[2] Kuratomi, K., The Asahi Shimbun, Asia & Japan Watch. Universities team up to develop fully autonomous car. 2014-05-02. Länk

Kartor, Kooperativa system

Tricket som gör att Googles autonoma körning funkar

The Atlantic har publicerat en artikel som försöker förklara ”mysteriet” bakom Googles självkörande bilar [1].

Google har helt enkelt skapat en virtuell, väldigt högupplöst karta över vissa områden. För att förtydliga skillnaden mellan sådana kartor och vanliga högupplösta kartor anges följande exempel: på en vanlig högupplöst karta kan man se att det finns trafikljus i en korsning, men på kartan som Googles bilar använder kan man se höjden på trottoaren där trafikljuset sitter.

En stor fördel är att bilarna delar sina kartor med varandra. I stället för att börja från scratch och ta reda på hur omgivningen ser ut varje gång som bilen kör, visar kartan hur världen förväntas se ut.

Rent praktiskt innebär detta att Googles bilar skulle funka sämre i exempelvis Orlando som är ett outforskat område för dem, jämfört med Mountain View där de kört hundratals mil.

Googles självkörandebilar har än så länge kartlagt ungefär 2000 miles (3200 km) av USAs 4 miljoner miles (6,4 miljoner km) långa vägnät.

Källor

[1] Madrigal, A. C., The Atlantic. The Trick That Makes Google’s Self-Driving Cars Work. 2014-05-15. Länk

Forskningsprojekt, Funktioner, Kooperativa system, Samverkan människa - maskin

BMWs preliminära resultat från UR:BAN

I ett pressmeddelande skriver BMW om ett projekt som kallas UR:BAN och om deras preliminära resultat från projektet som presenterats i onsdags [1].

Projektet fokuserar på utveckling av kooperativa och intelligenta system för förarstöd och trafikstyrning i tätbebyggda områden. Målet är att öka säkerhet, effektivitet och komfort. Projektet påbörjades 2012 och ska löpa fram till 2016. Det finansieras av German Federal Ministry for Economic Affairs and Energy och involverar 31 olika organisationer från industri, akademi och myndigheter.

UR:BAN är uppdelat i tre delprojekt:

  • Cognitive Assistance
  • Networked Traffic System
  • Human Factors in Traffic

Som en del av Cognitive Assistance har BMW utvecklat ett nytt detekteringssystem och algoritmer för situationsanalys och bedömning. Fokus ligger på situationer som involverar fotgängare och cyklister.

Inom Networked Traffic System har BMW visat ett system som syftar till att öka trafikeffektiviteten och samtidigt minska bränsleförbrukningen och buller vid trafikljusreglerade korsningar. Systemet använder sig av V2X-kommunikation och prediktiv information om trafikljus och situationen i korsningen. Det heter Green Coordination and Deceleration Assistant och har installerats i två bilar som ska testas under året.

Inom delprojektet Human Factors in Traffic arbetar BMW med att ta fram standarder och metoder för verifiering av HMI-koncept i framförallt tidskritiska situationer. BMW är också involverad i utveckling av metoder för detektering av förarens intentioner.

Egen kommentar

Andra parter i UR:BAN har också visat sina preliminära resultat. Här kan ni läsa pressmeddelanden från Opel och Volkswagen. Mer information om hela projektet hittas här.

Källor

[1] BMW Group, Press Release. UR:BAN research initiative. 2014-05-14. Länk

Kooperativa system, Samverkan människa - maskin

Nytt forsknings- och innovationsprogram i Kanada

I slutet av mars blev det känt att Ontario Centres of Excellence i Kanada kommer initiera ett nytt forskningsprogram som heter The Connected Vehicle/Autonomous Vehicle (CVAV) Research Program [1].

Syftet med programmet är att stimulera samarbeten mellan industrin och akademin med stor potential att resultera i kommersialiserlbara innovationer. Det är framförallt produkter, tjänster och standarder som syftar till att a) minska förarens distraktion, b) förbättra datahantering, c) förbättra och öka användning av trådlöskommunikation, och d) förbättra drift och trafikledning som kommer att prioriteras.

Programmets budget är 1 miljon CAD (ca 6,3 miljoner kr) och varje projekt kan få stöd på max 250 000 USD. Det baseras på Connected Vehicle Research Program från 2011 och finansieras av Kanadas Ministry of Transportation and Ministry of Research and Innovation.

Källor

[1] Ontario Centres of Excellence, Ontario Centres of Excellence drives connected car innovation. 2014-03-27. Länk

Lagstiftning och regelverk, Samverkan människa - maskin, Sensorer

Autonoma fordon kommer att smyga in

IEEE Spectrum har nyligen publicerat en artikel där det diskuteras hur självkörande fordon kommer smygandes in på våra vägar [1].

Huvudkontentan är att dagens förarstödsystem utgör en grund för självkörande fordon och att dessa är ett sätt att vänja folk vid automation i fordon. Det påpekas dock att sådana system är bara ett mellansteg och att det ultimata målet är att eliminera föraren helt och hållet.

Något annat som tas upp i artikeln är rollen som sensorer och lokalisering av objekt i fordonets omgivning har för självkörande fordon. Man refererar till ett uttalande som BMWs chef för förarstöddsystem gjort för ett år sedan: “The biggest challenge is to bring the sensor signals into an environmental model.”

Artikeln diskuterar också hur Wien-konventionen påverkar det hela. Här hänvisas det till en rapport från IHS där författarna konstaterat följande: ”It may also make sense for self-driving-only cars to get a driver’s license, where each car model has to run through and pass a large battery of driving tests, emergency situations, and unexpected events.”

Slutligen diskuteras det hur folk kommer att reagera på och acceptera självkörande fordon. Slutsatsen är att folk kommer att förmänskliga dem och till och med referera till dem som personer. Fordonet blir ”the guy”.

Egen kommentar

IEEE Spectrum har startat en ny blogg ”Cars That Think” som handlar om teknik och politik kring självkörande fordon.

Källor

[1] Laursen, L., IEEE Spectrum. How Self-Driving Cars Will Sneak Onto Our Roads. 2014-04-30. Länk