Säkerhetsutmaningar utan uppkoppling. Förra veckan skrev vi om en studie från IIHS som kommit fram till att automatiserade fordon bara kommer kunna undvika en tredje del av dagens alla olyckor. Lite på samma tema så har nu en annan forskargrupp från University of California – Berkeley med hjälp av teoretiska modeller och empiriska data kommit fram till att det behövs uppkoppling för att kunna undvika en större andel olyckor: Vår säkerhet beror inte bara på våra egna handlingar utan också på hur omgivande trafikanter beter sig och var de befinner sig, och utan uppkoppling (V2V eller V2I) kan dessa faktorer förbli okända i flera trafiksituationer som exempelvis där fotgängare eller andra fordon är dolda eller där någon trafikant kör mot rött. Länk

Mode confusion. Under överskådlig framtid kommer det finnas fordon som möjliggör både manuell och automatiserad körning. Det är också ganska givet att dessa fordon kommer innehålla funktioner med olika automationslägen som fungerar under olika förutsättningar. Då är det viktigt att kommunikationen med föraren är utformad på rätt sätt och att det är tydligt för föraren vilket automationsläge som fordonet befinner sig i. Annars kan föraren bli förvirrad kring vad som gäller, vilket i sig kan medföra säkerhetsrisker och påverka tillit till automationen samt leda till att automationen inte används. En studie från Seeing Machines i Australien har utforskat just detta i en studie som genomförts på allmän väg med 21 förare. Länk

Detektering av tomrum med lidar. En grupp forskare från Carnegie Mellon University har undersökt nyttan med att ta hänsyn till tomrum när det gäller 3D objektdetektering med hjälp av lidarsensorer på självkörande bilar. Att ta tomrum i beräkenskap är en teknik som används vid framställning av digitala kartor. En initial utvärdering av den nya metoden visade att den var bättre på att detektera bilar, fotgängare, lastbilar, bussar och långtradare än den tidigare toppresterande metoden för dataseende med 11%, 5%, 7% respektive 16%. Studien beskrivs i artikeln What You See is What You Get: Exploiting Visibility for 3D Object Detection och presenteras vid konferensen Computer Vision and Pattern Recognition (CVPR) som pågår den 13-19 juni 2020. Länk