Kategoriarkiv: Positionering

Radarreflektorer med fraktala superspridare

Fraktala superspridare, ”fractal superscatterers” gör det möjligt att elektromagnetiskt förstora ett radarmål och då också göra dess spektrala signatur identifierbart av t.ex. radarer i automatiserade fordon [1].

I praktiken kan alltså t.ex. vägstolpar och vägmarkeringar utrustas med sådana fraktala superspridare och på det sättet ge information till fordonet om t.ex. sina exakta positioner. Detta skulle göra det möjligt att slippa använda LIDAR och bara använda radar.

Egen kommentar:

För några år sedan gjorde vi tillsammans med Sentient+ en förstudie av identifierbara radarreflektorer [2]. Då föll det på teknologin som inte var tillräckligt utvecklad. Nu kan det alltså öppnas nya möjligheter.

Källor:

[1] Fractal superscatterers to enable driverless cars with greater safety and capabilities, SafeCarNews 2019-02-05 Länk

[2] Alexey Voronov, Johan Hultén, Johan Wedlin, Cristofer Englund: Radar reflecting pavement markers for vehicle automation, Trafikverket 2016 Länk

Audi och Volkswagen testar ny lidarsensor i sin flotta av självkörande fordon

Audi och Volkswagen inleder ett samarbete med AV-sensor plattformsleverantören Luminar för att använda deras avancerade lidarsensorer i sin flotta av självkörande bilar, som för närvarande håller på att testas i München, Tyskland [1].

Luminars lidarer kommer att placeras på fordonets tak och användas för att få framåtriktad perception med lång räckvidd och hög precision. Fordonen kommer också att få stöd av lidarsensorer för kort räckvidd för att man ska kunna se i sidled. Detta tillsammans med radar och kameror möjliggör att man kan få ett 360° synfält kring fordonet.

Källa

Billington, J., Audi and Volkswagen to use advanced lidar technology in autonomous mobility fleet. Autonomous Vehicle International 2018-12-21 Länk

Navigation utan 3D karta

En grupp forskare vid MITs Computer Science and Artificial Intelligence Laboratory (CSAIL) har utvecklat en lösning som möjliggör för automatiserade fordon att navigera utan att ha tillgång till detaljerad 3D karta av omgivningen [1].

Med den nya lösningen som kallas MapLite kan automatiserade fordon klara obekanta vägar genom att enbart använda GPS och inbyggda sensorer.

Först definierar MapLite ett slutmål och ett “lokalt navigeringsmål” som behöver vara i fordonets nuvarande vy. Sedan skapas en sökväg till målet med hjälp av inbyggda sensorer som lidar. Ett viktigt antagande som görs är att vägen kommer att vara plattare än omgivande områden. MapLite inkluderar också parametriserade modeller som beskriver likartade situationer. En modell kan exempelvis beskriva vad fordonet ska göra vid korsningar eller hur den ska agera på en viss typ av väg.

Enligt forskarna är bergsvägar den största utmaningen eftersom systemet har problem med att handskas med dramatiska höjdförändringar.

Forskningen görs i samarbete med  Toyota Research Institute (TRI)  som har bland annat försett forskarna med en Toyota Prius som de använder i sina tester.

Egen kommentar

Det finns å andra sidan förstås goda skäl till att självkörande bilar matas med information från detaljerade 3D kartor, och det är att teknologin blir tillförlitlig på ett helt annat plan. Men den nya lösningen är självklart lovande och skulle underlätta navigeringen av automatiserade fordon betydligt.

Källor

[1] Conner-Simons, A., Gordon, R., MIT News. Self-driving cars for country roads. 2018-05-07 Länk

Ny laserteknik gör det möjligt för autonoma fordon upptäcka hinder runt hörnet

En forskargrupp från Stanford University har utvecklat ett nytt laserbaserat system som gör det möjligt för autonoma bilar att se hinder runt hörnet innan det är inom deras visuella synfält [1].

Systemet gör detta genom att effektivt producera bilder av föremål som är dolda runt ett hörn, vilket gör det möjligt för autonoma fordon att se hinder innan de kommer inom synhållet.

Genom att använda teknologier som t.ex. LIDAR, skickas laserpulser mot en yta och mäter tiden som krävs för att ljuset ska reflekteras – denna data samlas sedan in för att bygga en tredimensionell modell av ytan vilket resulterar i att man kan utveckla bildobjekt som inte är direkt synliga för kameran.

Forskargruppen uppgav också att den reflekterande karaktären av vägskyltar och cykelreflektorer gör deras teknik passar bra för autonoma fordon och tillägger att deras forskningen använder sensorer som liknar dem som redan används i autonoma fordon.

Trots detta meddelade forskargruppen dock att de fortfarande behöver förbättra systemet, så det kan bli bättre på att upptäcka objekt som inte är väldigt reflekterande eller stationära (till exempel barn eller vilda djur) men även att se till det kan användas utomhus under soliga förhållanden.

Källa

[1] Davis,N., New laser technology lets driverless cars see round corners, The Guardian, 2018-03-05 Länk

Israeliska start-ups i DRIVE

Förra nyhetsbrevet hade ett referat från ett amerikanskt start-up-seminarium. Vi fortsätter idag på det inslagna spåret.

Israeliska mobilitets-centret DRIVE i Tel Aviv samlar ett 30-tal start-up-företag verksamma inom framtida mobilitet, varav 10-15 st deltar i centrets acceleratorprogram där de får chans att vidareutveckla sina idéer i samverkan med centrets partnerföretag, bland dem Honda och Volvo Cars. I måndags 4 september var Volvo Cars värd för ett seminarium där 8 av DRIVEs dessa företag visade upp sig. Här är en kort beskrivning av deras produkter.

  • Arbe Robotics utvecklar en högupplöst 4D-radar med 110 graders synfält och 50 Hz frekvens som bland annat kan detektera små rörelser som till exempel ett barn bakom en bil.
  • Caaresys har tagit fram en lågkostnads-sensor som kan detektera och klassificera personer i en bil, samt också t.ex. se om de andas, är stressade, trötta e.d.
  • Cycuro har skapat en molnbaserad plattform för realtids-validering av data för att skyddas från manipulation.
  • Exo Technologies erbjuder GPS med hög noggrannhet till under 15 cm, genom att kontinuerligt beräkna satelliternas verkliga lägen. I vanlig GPS är lägena inte tillräckligt ofta uppdaterade vilket gör att informationen som sänds ut från satelliterna blir felaktig, upp mot 2 m. Ingen ny hårdvara krävs.
  • Fleetonomy har tagit fram en plattform som optimerar rutter för bildelningstjänster.
  • Hailo har utvecklat en processor anpassad för AI med låg kostnad och hög effektivitet.
  • Lynx är en samåkningstjänst som matchar person- och reseprofiler och också innehåller en betalningstjänst.
  • RFISEE har tagit fram en radar med hög upplösning, 3D-kapabilitet och låg kostnad.

Navigering utan GPS

Mjukvaruföretaget Kudan från Bristol har presenterat en ny mjukvara som möjliggör automatiserade fordon, drönare och robotar att navigera runt utan någon hjälp av GPS [1].

Kudan använder 3D-igenkänningsteknologi från förstärkt verklighet (AR) för att åstadkomma en positionerings-noggrannhet i realtid mellan 1 mm och 1 cm, med hjälp av en vanlig kamera. Eftersom det använder samma AR-teknik som används i mobiltelefoner behövs bara 5% av datorkraften hos en vanlig mobilprocessor för att köra mjukvaran.

Här kan ni se hur Kudan SLAM (Simultaneous Localisation And Mapping) fungerar.

Källor

[1] Kudan. KudanSLAM: 3D Recognition and Position Tracking Software is ready for the market. 2017-08-14 Länk

Senaste nytt och lästips

  • Skutt, skutt. Att identifiera och avståndsbestämma hoppande kängurur är svårt för Volvo Cars. Länk
  • Waymo lär sina bilar hur de ska interagera med utryckningsfordon. Länk
  • Polisen i Dubai ska testa självkörande övervakningsbilar utvecklade av Atsao Singapore Limited. Länk
  • Från 2019 kommer Volkswagen att införa pWLAN som standard på vissa modeller. Länk
  • Ett amerikanskt företag föreslår Hyperlane, ett körfält för automatiserade fordon. Länk
  • Toyotas nya Lexus LS som nyligenvisades i Japan kommer med en rad förarstödsfunktioner. Länk
  • Ford skapar ett nytt team som ska fokusera på forskning och utveckling inom robotik och artificiell intelligens. Länk
  • Nissans vision är inte att ersätta föraren, utan att förbättra förarens upplevelse med hjälp av automation. Länk
  • Trimbles dotterbolag Applanix i samarbete med universitet i Kanada kring positioneringssystem för automatiserade fordon. Länk
  • Intel-företaget Wind River och BlackBerry QNX är på frammarsch i Ottawa. Länk
  • MIT utvecklar drönare som kan både köra och flyga. Länk
  • MIT har också tagit fram en självkörande rullstol. Länk
  • Ertrac har släppt en ny version av Automated Driving Roadmap. Länk
  • TechEmergence beskriver vad som är på gång på den tunga sidan. Länk
  • KTH och VTI har tagit fram framtida scenarier för automatiserade fordon i Sverige. Länk
  • Nyfiken på hur automatiserade fordon kan hjälpa människor med funktionshinder? Den problematiken diskuteras i ett White Paper från Ruderman Foundation. Länk
  • Automatiserade fordon måste vara kooperativa. Länk
  • Jordbruken kommer aldrig bli som förr. Länk

Swift Navigation i samarbete med Carnegie Robotics LLC

Startupföretaget Swift Navigation, som fokuserar på att ta fram en GPS med centimeternoggrannhet för automatiserade fordon och andra utomhusrobotar, samarbetar med teknikföretaget Carnegie Robotics LLC som har lång erfarenhet av vidareutveckla prototyper och kommersialisera dem inom olika domäner [1].

Deras första gemensamma produkt kommer att offentliggöras den 8 maj vid konferensen AUVSI XPONENTIAL i Dallas. Den är baserad på Swift Navigations produkt från 2016 som kallas Piksi Multi och som består av bland annat en noggrann GNSS-mottagare som lämpar sig för applikationer i automatiserade fordon.

Källor

[1] GPS World. Swift, Carnegie Robotics partner on GNSS for robotics, autonomous driving. 2017-03-29 Länk

SIVALab ska fokusera på lokalisering

Renault-Nissan och Heudiasyc, ett forskningscenter som drivs av Université de Technologie de Campiègne och CNRS, har skapat SIVALab [1].

SIVALab invigdes i slutet av förra veckan och kommer att bedriva verksamhet i 4 år med möjlighet till förlängning. Det kommer att specialiseras på lokalisering och perceptionssystem för automatiserade fordon.

Det här samarbetet bygger på ett tidigare 10-årigt samarbete mellan Renault och Heudiasyc där plattformen för automatiserade Zoe-bilar togs fram.

Källor

[1] Renault-Nissan Alliance Blog. Renault, UTC and the CNRS join forces to create SIVALab, a shared research facility for autonomous vehicles 2017-02-27. Länk

Ytterligare ett dödsfall med Tesla Model S

Kinesisk media rapporterar nu om ytterligare ett dödsfall med en självkörande Tesla Model S, där autopilotfunktionen var aktiverad [1].

Olyckan skedde den 20 januari tidigare i år, alltså fyra månader innan Joshua Brown dog i Florida. Gao Yanping hade lånat sin fars Tesla Model S och hade aktiverat autopiloten när han krockade med ett gatsopningsfordon som befann sig längst motorvägen. Polisen fann inga tecken på att fordonet bromsat innan kollisionen.

Källor

Junko Yoshida: China crash puts Tesla under fresh scrutiny, EET Asia, 2016-09-19. Länk