Vårt systerinstitut SICS Swedish ICT – Swedish Institute of Computer Science – utger kopplat till FFI-projektet TIVES (Technology Intelligence within Vehicle Electronics and Software) ett nyhetsbrev för omvärldsbevakning av FOU inom fordonselektronik.
Det senaste handlar om ”System of systems” vilket har många kopplingar till autonoma fordon. Ni hittar nyhetsbrevet här.
Förra veckan var det kick-off för årets Audi Urban Future Award, vars mål är att visa hur automatiserade och uppkopplade bilar kan förändra städer [1]. Årets tema är The Next Leap in Mobility.
Audi Urban Future Award är en tävling där fyra multidisciplinära lag från Berlin, Boston, Mexico City och Seoul tävlar om 100 000 EUR. Vart och ett av dessa lag kommer ha egen inriktning:
Vinnarna kommer att utses i oktober.
Den första Audi Urban Future Award hölls för fyra år sedan. Mer information om det hela hittas här.
Egen kommentar
Audi är inte ensamma om att titta på hur automatiserade fordon och ”cloud”-tjänster kan förändra vår omgivning och livsstil. Som ett exempel kan vi nämna pilotstudien där Volvo Cars tillsammans med Trafikverket och Statens Vegvesen i Norge håller på att undersöka hur datadelning mellan bilar och infrastrukturen kan användas för att förhindra halkolyckor [2].
Källor
[1] Audi. “The Next Leap in Mobility” – start of the Audi Urban Future Award 2014. 2014-04-10 Länk
[2] Volvo Cars. Volvo Car Group initiates Scandinavian pilot using cloud-based communication to make driving safer. 2014-03-19. Länk
Ett mjukvaruföretag från Kanada kallat QNX Software Systems Inc. har påbörjat ett samarbete med University of Parma i Italien kring självkörande bilar för persontransporter inom tätbebyggda områden i Europa [1].
Målet är att utveckla ett system för massproduktion. Organisationerna planerar att visa en bil kallad DEEVA (en 2013 Audi A4) redan under sommaren. Deeva är utrustad med en unik uppsättning sensorer och algoritmer som skapar en 3D-vy av omgivningen runt bilen.
Källor
[1] QNX. QNX Technology Powers Mission-Critical Systems in VisLab Autonomous Car Project 2014-04-08. Länk
Anta att du försöker navigera i en okänd del av en storstad och att du använder ett visst kluster av skyskrapor som referenspunkt. Trafiken och enkelriktade gator tvingar dig att några oplanerade svängar och till slut tappar du bort din referenspunkt. När du får syn på skyskraporna igen måste du kunna identifiera dem som samma byggnader som du såg innan samt veta din orientering i förhållande till dem för att kunna använda dem för navigering.
Den här typen av re-identifiering är en självklarhet för människor, men det är svårt för datorer. I juni kommer en grupp forskare från MIT att presentera en ny algoritm som gör re-identifieringen enklare.
I ett första steg uppskattar algoritmen orienteringen av enskilda punkter i en scen. Orienteringen av dessa punkter mappas sedan till ytan av en sfär. I nästa steg används en iterativ process (samma princip som en linjär regression) för att hitta en uppsättning av linjer inbäddade i sfären som passar bäst dessa punkter. När en robot förflyttas kommer den att observera en sfär som roterar och bestämma sin egen orientering i förhållande till linjerna i sfären. När roboten svänger kommer den veta vilken av dessa linjer och landmärken som den svänger mot.
Samma algoritm kan användas för att förenkla problemet med plansegmentering, dvs. att avgöra vilka delar av en visuell scen ligger i vilket plan. Plansegmentering möjliggör för en dator att bygga 3D-modeller av objekten i scenen som den i sin tur kan matcha mot lagrade 3D-modeller av kända objekt.
Egen kommentar
Algoritmen är avsedd för att hjälpa robotar att navigera i okända byggnader och inte för att hjälpa förare och fordon att navigera i obekanta städer, men principen är densamma.
Källor
[1] Hardesty, L. MIT News. Orienteering for robots. 2014-04-04. Länk
Systemet får information från ett trafikljuset som man närmar sig och utifrån detta föreslår det en medelhastighet till föraren så att han/hon kan undvika rödljus. Ett exempel på ett sådant meddelande skulle kunna vara:
”Kör 62 km/h på en 70 km/h väg och du kommer anlända till korsningen när signalen växlar till grönt, vilket minskar bränsleförbrukningen och ökar medelhastigheten för resan”.
Om föraren befinner sig nära trafikljuset när det slår om från grönt till rött och måste stanna, kommer systemet guida honom/henne till ett mjukt stopp. Vid rödljus kan föraren också få information om hur lång tid det tar innan ljuset slår om till grönt.
Syftet med piloten är att ge feedback till utveckling av framtida V2V och V2I kommunikationsteknik. Honda kommer därför att analysera bränsleåtgång, utsläpp av koldioxid, genomsnittlig hastighet och trafikmönster för att se hur systemet kan förbättras och vidareutvecklas.
Egen kommentar
En liknande applikation (Green Light Optimal Speed Advisory) finns med i det europeiska Car2Car-konsortiets lista över kooperativa applikationer med stor potential att bli introducerade på marknaden inom snar framtid [2]. En demonstration av applikationen gjordes inom ramarna för EU-projektet Drive C2X förra året i Göteborg [3].
Källor
[1] Collett T., The Motor Report. Honda To Trial Car2Car Traffic Signal Information System In Japan. 2014-03-31. Länk
[2] Car2Car. Memorandum of Understanding. Länk
[3] SAFER. Drive C2X Demo Event: Making Cooperative Systems Cooperate. 2013-06-13. Länk
Som vi rapporterat om tidigare har Michigan University med stöd av det amerikanska departementet för transport (U.S. Department of Transportation) utfört s.k. Safety Pilot där man testat 3000 uppkopplade fordon i verklig trafik. Nu har universitetet planer på att dra igång ett fortsättningsprojekt [1]. Den här gången med 9000 fordon. Att utvärdera effekten av uppkopplade fordon ses som ett viktigt steg mot självkörande fordon.
Egen kommentar
Det här uttalandet kom bara ett par dagar efter att Michigan University godkänt byggnation av den nya testbanan för automatiserade fordon som vi skrev om i förra nyhetsbrevet.
Källor
[1] Woodhouse, K. U-M to triple number of talking cars in Ann Arbor to 9,000 as connected vehicle research ramps up. 2014-03-25. Länk
Continental kommer börja tillverka kortdistansradar (short range) i Texas för den amerikanska marknaden [1]. Detta eftersom efterfrågan på sådana sensorer ökat kraftigt på grund av allt fler automatiserade funktioner i fordon. Tillverkningen startar nu i dagarna och planen är att fabriken om två år årligen ska kunna tillverka tre miljoner radarenheter.
Kortdistansradar används bl.a. för övervakning av döda vinklar (Blind Spot Detection) samt för parkeringssystem och backningssystem (Rear Cross Traffic Alert, RCTA).
Källor
[1] Continental. Continental to Launch Production of Short Range Radar Sensors in the USA. 2014-03-26. Länk
Ordföranden i Boschs styrelse, Volkmar Denner, gav en presentation på 14th Stuttgart International Symposium on Automotive and Engine Technology som hölls förra veckan [1]. Han påpekade att Bosch ser en framtid där våra fordon är eldrivna, automatiserade och uppkopplade.
Denner tror att teknologin som krävs för fordon med hög automatiseringsgrad (high automation) kommer vara mogen runt 2020, och att helt självkörande fordon kan väntas ett decennium senare. En annan viktig slutsats som dras är att automatiserad körning kommer att införas stegvis. Detta kommer bl.a. att ge förarna tid att vänja sig vid den nya tekniken.
Han har också presenterat fem områden som Bosch identifierat som avgörande för vidare utveckling av automatiserad körning:
Vad det gäller trådlös kommunikation (V2X) så menar Denner att även om sådan teknik inte blir nödvändig för automatiserad körning, kommer den vara till stor fördel i termer av säkerhet, effektivitet och komfort.
Egen kommentar
Dessa slutsatser skiljer sig inte så mycket jämfört med andra liknande förutsägelser. Den enda skillnaden som jag kan se är att Bosch lägger något större betoning på förändringar gällande systemarkitektur.
Nästa års International Symposium on Automotive and Engine Technology kommer att hållas 17-18 mars 2015 i Stuttgart. Artikelsammanfattningar kan registreras här fram till den 21 maj 2014.
Källor
[1] Bosch. Bosch putting the autopilot on the road. 2014-03-18. Länk
En grupp forskare på Stirling University i Skottland har utvecklat en mjukvara för beslutsfattande i komplexa trafiksituationer, skriver The Herald Scotland [1].
Forskarna hävdar att deras mjukvara återspeglar beslutsfattandeprocessen hos människor och att den kan fatta beslut vid körfältsbyte samt kontrollera hastigheten, bromsning och parkering. Med hjälp av denna hoppas de kunna utveckla en autonom bil inom snar framtid.
Mjukvaran kommer att presenteras på International IEEE/EPSRC Workshop on Autonomous Cognitive Robotics som kommer hållas den här veckan på Stirling University [2].
Källor
[1] The Herald Scotland. Scots in driverless car lead. 2014-03-24. Länk
[2] International IEEE/EPSRC Workshop on Autonomous Cognitive Robotics. Länk
Google har ganska nyligen lämnat in en patentansökan till den amerikanska organisationen för patent (USPTO), som handlar om detektering av väderförhållanden på eller i närheten av vägen [1]. Detta för tillämpning i självkörande fordon.
Patentet går ut på att fordonbaserade sensorer känner av väglaget genom analys av ljusstyrka och reflektioner, som sedan jämförs med liknande situationer vid torrt väglag för att bestämma om det är vatten, snö eller is på vägen. Även nätverksbaserad väderinformation (t.ex. väderprognoser) kan komma att användas.
Information om väderförhållanden är viktig för att avgöra om fordonet är på väg mot en farlig situation.
Patentet (US 2014/0081573) hittar ni här.
Egen kommentar
Allt fler av Googles patent är relaterade till självkörande fordon. Google har dessutom köpt en hel del företag inom robotik, internet of things och artificiell intelligens som anses vara kärnteknologier för självkörande fordon. En möjlig tolkning av detta är att företaget ”trappar upp” slaget om autonomi.
Källor
[1] Patent Shot. Google, applied for a patent detecting road weather conditions for autonomous driving vehicles. 2014-03-23. Länk