James Bond i självkörande Aston Martin?

IEEE Spectrum skriver att James Bond, som kommer att köra en Aston Martin DB10 i kommande filmen ”Spectre”, kanske kommer att få pröva självkörande teknik i den [1].

Redan i filmen ”Tomorrow Never Dies” körde Bond en fjärrstyrd BMW, och nu kanske det är dags att ta nästa steg. Men det är inte ”Q” som utvecklar tekniken utan Mercedes som äger 5 % av Aston Martin. Kommande AM-bilar kommer bland annat att få navigation och infotainment från Mercedes.

Egen kommentar

Jag ser fram emot filmen i höst. Hoppas bara inte att det finns någon koppling mellan IEEE Spectrum och Spectre.

Källor

[1] Lawrence Ulrick: Aston Martin’s Robocar: Stirring, Not Shaken, IEEE Spectrum 2015-04-14 Länk

 

Kunderna gillar uppkopplade och säkra bilar men också självkörande

Trendsättarna bland bilkunder, ”Leading Edge Consumers”, LEC, gillar att köra bil och ny teknologi, skriver Auto Connected Car News [1]. Marknadsundersökningsföretaget GfK har studerat attityderna hos 5 800 bilkunder i Brasilien, Tyskland, Ryssland, Storbritannien, USA och Kina. Både de och vanliga bilkunder har tillfrågats om vad de tycker om ett antal nya teknologier. Båda grupperna tyckte bäst om:

  • Säkerhetssystem med kameror och fordon-till-fordon-kommunikation
  • Datauppföljning för både service och olycksdata (typ svart låda)
  • Underhållningssystem
  • Autonoma fordon – 81 % av LEC-gruppen mot 66 % av vanliga bilkunder

LEC-gruppen lockades dessutom av röstkontroll, wi-fi-uppkoppling och information t.ex. om lediga parkeringsplatser.

Källor

[1] Bryan Jonston: Connected car most-wanted tech features to make people happy: voice control, Wi-Fi & safety, Auto Connected Car News 2015-04-14 Länk

SAE-riktlinjer för tester av autonoma fordon

SAE International har publicerat riktlinjer för tester av fullt autonoma fordon på öppna vägar i USA, J3018 Safety Guidelines for the On-Road testing of Prototype Models of Fully Automated Vehicles [1] [2].

Dokumentet innehåller specifika riktlinjer för hur sådana tester ska genomföras, vilken utbildning provförarna ska ha etc. SAE menar att prov av automatiserade fordon (SAE-nivåer 3, 4 eller 5) på allmänna vägar är en utmaning och det finns inte mycket erfarenheter att gå på.

Med dessa riktlinjer vill man både hjälpa utvecklingsingenjörerna men också tjänstemännen som ska avgöra vad som får göras på vägarna.

Källor

[1] SAE International Creates Safety Guidelines for On-Road Testingof Prototype Models of Fully Automated Vehicles, SAE News 2015-03-26 Länk

[2] Guidelines for Safe On-Road Testing of SAE Level 3, 4, and 5 Prototype Automated Driving Systems (ADS), SAE J3018, 2015-03-13 Länk

Artificiella neuronnät hjälper till att automatisera fordon

På senare tid har intresset för Deep Neural Networks (DNN) blommat upp inom forskning kring självkörande fordon. Utmaningen med självkörande fordon är att de måste kunna hantera oförutsedda situationer och därför kan inte kod av typen ”if-then-else” skrivas för att hantera alla situationer som dessa fordon kommer ställas inför. DNN möjliggör för maskiner att själva läsa sig och klassificera nya oförutsedda objekt och händelser och på så sätt skapa en databas med objekt och relevanta åtgärder för respektive händelse. Denna inlärning kan ske genom att analysera hur människor beter sig. Genom att låta datorer analysera beteendet kan nya händelser lättare identifieras, sparas och delas så fler fordon kan lära sig dessa händelser.

DNN är (extremt) bra på att känna igen bilder och näten är uppbyggda på liknande sätt som traditionella Neural Networks (NN). Utmaningen med DNN är att de har många neuroner som måste tränas och bilderna som används för att beskriva trafiksituationer är också många. Detta gör att det tar lång tid att träna näten. Därför har Nvidia nyligen börjat intressera sig för att parallellisera DNN för att på så sätt snabba upp inlärningen med hjälp av sina grafikkort (GPU) [1].

I december publicerade Elektroniktidnignen en artikel om ”Artificiella neuronnät lika effektiva som riktiga” där DNN diskuterades och att GPUer är på väg att bli AI-forskarnas nya favoritverktyg [2].

Egen kommentar

DNN verkar ha stor potential men det finns fler intressanta forskningsfrågor kring deras förmåga. T.ex. ibland kan man variera träningsdata med hjälp av slumpmässigt brus för att göra modeller mer robusta. Men, i [3] diskuterar författarna risker med detta eftersom det visat sig att bilder med brus (trots att det var omöjligt att se för mänskliga ögon) skapar motsatt effekt inom DNN, med 100% felklassificering jämfört med 100% rätt klassificering på originalbilden!

Källor

[1] SAE International, Deep learning could help safely automate cars Länk

[2] Artificiella neuronnät lika effektiva som riktiga , Elektroniktidning 19 december 2014 Länk

[3]Shixiang Gu, Luca Rigazio Towards Deep Neural Network Architectures Robust to Adversarial Examples, ICLR 2015, Länk

Trafikanalys om utveckling och effekter av självkörande bilar

Trafikanalys har genomfört en studie kring potentiella effekter av självkörande bilar och vilka möjligheter som finns att följa utvecklingen [1].

Studien baseras på tre underlagsstudier som finns tillgängliga här:

  • Förstudie kring personbilflottans automatiseringsgrad (Viktoria Swedish ICT)
  • Effekter av självstyrande bilar- litteraturstudie och probleminventering (Movea)
  • Effekter av självstyrande bilar- kapacitetsanalys (Movea)

Movea har genomfört ett antal trafiksimuleringar för att undersöka hur en personbilsflotta med 100 procent självkörande fordon kan komma att påverka kapaciteten på motorvägar och stadstrafiken i Stockholm. Dessa simuleringar har genomförts med hjälp av Trafikverkets metod för kapacitetsberäkningar Calmar och mesosimuleringsprogramvaran CONTRAM.

Här är några resultat:

  • Kapaciteten i en innerstadsmiljö kan fördubblas om alla fordon är självkörande.
  • Genomströmningen på motorvägar kan öka med runt 70 procent om alla fordon är självkörande.
  • En förutsättning för att riktigt stora kapacitetsvinster ska uppstå är att fordon bildar kolonner och att tidsluckorna mellan bilar minskar från dagens 1,5 sekunder till 0,1 sekund.

Man sammanfattar också några olika scenarior för utvecklingen av självkörande fordon (flera av dessa har vi skrivit om tidigare).

Trafikanalys rekommenderar i rapporten att myndigheterna intar en mer aktiv roll i utvecklingen, för att kunna styra utvecklingen i olika riktningar och därmed också påverka vilka konsekvenser utvecklingen får.

Vår egen rapport om hur man kan statistiskt följa utvecklingen av personbilsflottans automatiseringsgrad visar på komplexiteten i att klassificera fordonen men rekommenderar ändå att Sverige väljer samma klassificeringssätt som görs internationellt, t.ex. SAEs.

Källor

[1] Trafikanalys. Självkörande bilar – utveckling och möjliga effekter. 2015-03-31 Länk

Grupptalan väcks mot tillverkare av uppkopplade bilar

Advokatbyrån Stanley Law Group från Texas har lämnat in en grupptalan mot Toyota, Ford och GM till tingsrätten i Northern District of California [1]. Enligt grupptalan har dessa tillverkare sålt uppkopplade fordon med kända defekter som gör att bilarna kan hackas. Det är framförallt Controller Area Network (CAN) som har dålig förmåga att upptäcka och stoppa hackerattacker. Dessa defekter blir särskilt påtagliga när bilarna kan kommunicera trådlöst.

Detta tros vara den första grupptalan som väckts kring uppkopplade fordon.

Källor

[1] Newcomb, D., Forbes, The Connected Car Faces Its First Class Action Lawsuit. 2015-03-31 Länk

Radar som baseras på metamaterial

Amerikanska startupföretaget Echodyne håller på att testa radarenheter där radiovågorna styrs elektroniskt med hjälp av metamaterial [1]. Sådana radarenheter används idag inom militära applikationer och kostar runt 100 000 dollar. Echodynes förhoppning är att kunna anpassa tekniken så att den kan massproduceras för tillämpning inom autonoma fordon och drönare till ett pris av några hundra dollar.

Metamaterial är i regel gjorda av små upprepande strukturer. Echodyne gör sina metamaterial av koppartråd som viras i speciella mönster runt ett vanligt kretskort.

Källor

[1] Simonite, T., MIT Technology Review. Metamaterial Radar May Improve Car and Drone Vision. 2015-04-06 Länk

Åksjuka kan bli ett problem för många

En grupp forskare vid University of Michigan har gjort en studie som handlar om rörelsesjuka i självkörande bilar [1].

Utifrån en annan studie, som kartlagt aktiviteter som folk vill ägna sig åt i helt självkörande bilar, har de estimerat frekvensen och svårighetsgraden av rörelsesjuka som kan komma att uppstå. Deras resultat visar bland annat att 6-10 % vuxna amerikaner skulle ibland, ofta eller alltid uppleva rörelsesjuka när de färdas i en självkörande bil. Resultaten visar också att 6-12 % av vuxna amerikaner skulle uppleva måttlig eller svår rörelsesjuka.

Liknande resultat har fåtts för Indien, Kina, Japan, Storbritannien och Australien.

Studien konstaterar att rörelsesjuka kommer att bli vanligare i självkörande bilar jämfört med manuellt framförda bilar. Detta eftersom de tre huvudbidragande faktorerna till rörelsesjuka förstärks i självkörande bilar: konflikt mellan balans- och synsinnena, oförmåga att förutse rörelseriktningen och brist på kontroll över rörelseriktningen.

För att minimera risken för rörelsesjuka rekommenderas tillverkarna att maximera synfältet i självkörande bilar genom att ha stora och genomskinliga fönster, montera transparenta video- och arbetsskärmar så att användarna kan se framåt, inte använda sig av svängbara säten, begränsa huvudrörelser och installera fullt fällbara säten.

Egen kommentar

Vi har tidigare adresserat ämnet i Nyhetsbrev 106.

Källor

[1] DeGroat, B., University of Michigan News. Motion sickness in autonomous cars: Don’t read and ride. 2015-04-09 Länk

Googles metod att ta sig ut ur oförutsedda situationer

Förra veckan blev Googles patent Detecting that an autonomous vehicle is in a stuck condition godkänt av den amerikanska patentmyndigheten USPTO [1].

Patentet beskriver ett system som identifierar orsaken till att den autonoma bilen fastnat i trafiken. Om bilen fastnat på grund av en oförutsedd händelse som till exempel en trasig bil och då behöver avvika från sin ursprungliga ruttplan, skickas en signal till ett trafikledningscentrum som sedan försöker guida bilen ur den uppkomna situationen. Bilen förser trafikledningen med sin position och annan relevant information från omgivningen. Trafikledningen kan också begära att få mer information.

Patentet beskriver också hur bilen kan ta sig ur några typiska situationer däribland hur den kan ta sig förbi en grupp kor.

Egen kommentar

Ni kan läsa hela patentbeskrivningen här.

Källor

[1] McFarland, M., The Washington Post. How Google is making sure cows won’t foil its self-driving cars. 2015-04-07 Länk

Honda börjar testa på Concord

Honda har börjat testa sina automatiserade och uppkopplade bilar på Concord Naval Weapons Station, en gammal militärbas öster om San Francisco [1]. Till att börja med är det modifierade versioner av Honda Acura RLX som ska testas där.

En stor fördel med Concord är att olika trafikscenarier kan testas där, inklusive körning inom tätbebyggt område.

Concord har också använts av Mercedes-Benz för liknande tester.

Källor

[1] Pleskot, K, Motor Trend. Honda Begins Testing Autonomous Vehicles at California Navy Base. 2015-04-01. Länk

finansierad och administrerad av RISE Viktoria