Kategoriarkiv: Sensorer

Mer om sensorsystem

I Nyhetsbrev 2 skrev jag om nya sensorsystem och då undrade en av våra läsare vad ett autonomt system förväntas kosta, och vad en dyr sensor har för prestanda jämfört med en billigare variant. Här ger jag svar på dessa frågor eftersom det kan vara av intresse för bredare publik.

Vad det gäller kostnaden för ett autonomt system så kommer den variera beroende på tillverkare och på efterfrågan. Det har exempelvis uppskattats att Googles autonoma system med nuvarande sensorer skulle kosta runt 150.000 USD [1], medan Oxford Universitys system (som jag skev om i Nyhetsbrev 2) skulle gå på ca 7.000 USD [2]. Detta skulle vara för dyrt för de flesta och tillverkarna hoppas kunna erbjuda system med en hög grad av automatisering för 2.500­­-3.000 USD [3,4,5].

För att ge en känsla för prestandaskillnader mellan en hög- och lågkostnadssensor kan vi jämföra Velodynes lidar kallad HDL-64E S2 och Valeos nya lidar.

Velodynes lidar [6] har 64 laserstrålar, horisontellt synfält på 360 grader, vertikalt synfält på 26.8 grader, skanningfrekvens på 5-15 Hz, och vinkelupplösning (noggrannhet) runt 0.09 grader. Den kan skanna mer än 1.3 miljoner punkter per sekund och kan detektera bilar och liknande objekt på 150 meters avstånd. Den kan rotera och används bl.a. som takmonterad sensor på Googles autonoma bilar. Priset är ca 70.000-75.000 USD.

Jag har inte all information om Valeos nya lidar, men kan utifrån den information jag har konstatera att den verkar vara hälften så bra som Volodynes lidar, i alla fall vad det gäller synfält och noggrannhet. Valeos lidar [5] har ett horisontellt synfält på ca 150 grader, en detekteringsräckvidd på 150 m, och noggrannhet runt 0.25 grader. Den har utvecklats i samarbete med IBEO och kommer börja masstillverkas nästa år. Priset uppskattas ligga på ca 250 USD.

Man ska dock inte glömma att dessa sensorer används i kombination med andra sensorer, GPS och digitala kartor för att förbättra detektion av andra objekt och positionering av det egna fordonet.

Källor

[1] Google’s Autonomous Vehicle.  Länk

[2] Oxford University RobotCar. Länk

[3] Electronics360. Autonomous Cars: How Soon and at What Cost? Länk

[4] AutoGuide. 37 Percent of Americans Interested in Autonomous Driving Technology: Study. Länk

[5] Autoline Daily. Valeo’s new low-cost lidar. 2013-09-19. Länk

[6] Velodyne. High Definition Lidar. 2013-09-29. Länk 

Uppmärksamhetsdriven bil

Det australiensiska företaget Emotive och Royal Automobile Club of Western Australia har tagit fram en unik lösning för att adressera ouppmärksamhet i trafiken: ett headset som mäter hjärnans elektriska aktivitet och på så sätt tar reda på om föraren fokuserar på körningen eller ej [1].

Headsetet mäter bl.a. hur snabbt och hur länge man blinkar, ögonrörelser, samt huvudlutning. Det har ett skräddarsytt gränssnitt mot bilen (en Hyundai i40) och kan kontrollera bilens hastighet. Om föraren är ouppmärksam ”varnar” det genom att sänka bilens hastighet.

Än så länge har headsetet använts bara i forskningssyften som ett verktyg för studier kring uppmärksamhet. Alla tester utförs på en testbana.

Källor

[1] CNET. Attention Powered Car’ won’t drive unless you’re concentrating. 2013-09-26. Länk

Förbättrade algoritmer för att detektera vägar och positionera fordon

Under FastZero13 rapporterades förutom projektet kring aktiv styrning och bromsning för att undvika fotgängare, flera projekt kring förbättrade algoritmer för att detektera vägkanter, något som kommer bli viktigt för att kunna hålla autonoma fordon kvar på vägen.

Algoritmerna baserades på både mono [1,2] och stereokameror [2,3]. Även förbättrade metoder för att positionera fordon med hjälp av kända objekt på och längst vägar och mappa dessa mot en digital karta presenterades [4].

Källor

[1] Yasutake Haramiishi, Tatsumi Hioki, Hiroshi Mouri, Ichiro Yamaguchi, Hiroyuki Furusho, Study on the Edge Detection Algorithm applied to Forward Road Image of the Vehicle, Second International Symposium on Future Active Safety Technology Towards zero traffic accidents, September 22-26 2013, Nagoya, Japan

[2] Yusuke Kataoka, Adaptive Parameterization Method with Two Clothoid Models that Extends Range of Lane Detection on Urban Roads, Second International Symposium on Future Active Safety Technology Towards zero traffic accidents, September 22-26 2013, Nagoya, Japan

[3] Ryo Ota, Takuya Naka, Detecting Road Edge by Using Stereo Camera, Second International Symposium on Future Active Safety Technology Towards zero traffic accidents, September 22-26 2013, Nagoya, Japan

[4] Hiroyuki Ishida, Jun-ichi Meguro, Yoshiko Kojima, Localization of Vehicle and Road Markings Using Tensor Representation, Second International Symposium on Future Active Safety Technology Towards zero traffic accidents, September 22-26 2013, Nagoya, Japan

Självkörning från Oxford University

Oxford University [1] håller på att ta fram en bil som kan köra på egen hand. Driverless future [2] skriver att bilen används mest som en testbädd för testning av navigationsalgoritmer.

Precis som Google använder sig Oxford av a priori kunskap om vägar som bilen kommer att köra på (läs: en avancerad 3d karta).  Skillnaden ligger dock i de sensorer de använder.

Istället för att använda en skräddarsydd och takmonterad 3d lidar i kombination med GPS så som Google gör, använder sig Oxford av mycket enklare, billigare, och mer diskret monterade lidar och kameror.

En annan viktig egenskap är Oxford Universitys sätt att navigera bilen när det råder snöförhållanden. De har utvecklat en s.k. ”erfarenhetsbaserad navigering” som i princip matchar bilden som sensorer ser just nu med bilder av samma plats som tagits vid andra tillfällen.

Källor

[1] Oxford University. RobotCar UK. Länk

[2] Driverless future. Oxford Mobile Robotics advances driverless car research, 2013-09-02. Länk

Nya sensorer för autonoma system från Valeo och Bosch

Den franska leverantören Valeo har enligt Autoline Daily [1] nyligen presenterat en ny lågkostnadslidar. Den är ganska kompakt och kan förpackas bakom grillen på en bil. Prismässigt förväntas Valeos lidar ligga på ca 250 USD (jämför med 70.000 USD för Googles lidar!).

Man ska dock ej glömma att den nya lidarn har vissa begränsningar i prestanda i jämförelse med dess dyrare motsvarigheter – Valeos lidar har en detekteringsräckvidd på 150 m, synfält på ca 150 grader och noggrannhet runt ¼ grader.

Bosch [2] har också nyligen annonserat en ny generation av långdistansradar kallad LRR4. Jämfört med dess föregångare är den nya radarn snabbare på att detektera objekt. Den har ett synfält på ca 40 grader och kan detektera bilar på 250 meters avstånd.

Detta innebär bl.a. att den kommer möjliggöra för automatisk nöd-inbromsning och adaptiv farthållare att fungera i hastigheter upp till 160 km/h. LRR4 förväntas vara i massproduktion nästa år.

Egen kommentar

För att möjliggöra självkörande bilar krävs det sensorsystem som i princip har 100% koll 100% av tiden på allt som händer runt bilen. Lyckligtvis verkar det som att sensorsystem förbättras och blir billigare för varje dag.

Att priset på sensorer går ner är en nödvändig aspekt om självkörning ska få en ordentlig chans att slå igenom. Det visar också en undersökning som JD Power presenterat i april: endast 20% av de tillfrågade amerikaner kunde tänka sig att betala 3.000 USD utöver den vanliga kostnaden för att få ett autonomt system i sin bil.

Källor

[1] Autoline Daily. Valeo’s new low-cost lidar. 2013-09-19. Länk

[2] Bosch. Fourth-generation long-range radar. Länk

Självkörande bil med enkla sensorer

Det är inte bara biltillverkare och Google som jobbar med att ta fram självkörande bilar. Carnegie Mellon University [1] har nyligen visat sin självkörande bil, en Cadillac SRX från 2011.

Bilen kan hantera motorvägskörning, upptäcka och undvika olika hinder på vägen så som fotgängare samt kommunicera information till sina passagerare via ett röst-baserat system.

Precis som vid andra liknande tester har det krävts att en förare är med i bilen som huvudansvarig för bilens färd.

Man kan därför tycka att detta är ännu en bil i raden som kan köra ”själv”. Men det är värt att notera att Carnegie Mellons bil, till skillnad från andra självkörandebilar som använder icke-kommersiella sensorer (t.ex. Google), är utrustad med sensorer som finns i dagens bilar.

Källor

[1] Carnegie Mellon University. Carnegie Mellon Creates Practical Self-Driving Car Using Automotive-Grade Radars and Other Sensors. Länk