Affärsmodeller

Är hajpen över men ingen vågar säga något?

I en blogg på Automotive News skriver den mycket välrenommerade journalisten Richard Truett att det är dags för (personbils)industrin att trappa ner på satsningarna på automatiserade fordon, men att inget företag vågar gå ut med ett sådant budskap [1] (titeln på artikeln verkar ha tidigare varit ”Why no auto executive will temper autonomous vehicle expectations”).

Bakgrunden är att alltfler inser svårigheterna och att det kommer att dröja längre än vad som framgår av media. Till exempel uttalade Waymos chef John Krafcik nyligen att övergången till självkörande fordon kommer att ta längre tid än man tror [2]. Och då anses Waymo vara de som kommit längst i utvecklingen. Men också att det ännu inte finns någon fungerande affärsmodell, alltså hur man ska kunna tjäna pengar på den enorma satsningen som förstås tär på resurserna.

Enligt Truett så vågar inget fordonsföretag säga detta öppet eftersom man då riskerar att aktiekursen skulle gå ner. Däremot sägs det ”off the record”.

Men är hajpen över? Ska man tro Gartners senaste hajp-kurva [3] så är AD nivå 4  på väg ner i ”besvikelsens grav” med mer än 10 år till den stabila produktivitetsplatån. AD nivå 5 ligger långt efter.

Egen kommentar

Jag har länge undrat över var pengarna ska komma ifrån för att betala utvecklingen: vem vill betala och hur mycket?

Det kan faktiskt också vara bra med en viss tillnyktring, speciellt då inom personbilsbranschen. Som vi skriver i ”detta har hänt”-artikeln så visar studier att trafikarbetet och trängseln i städer kan öka och kollektivtrafiken minska med införandet av självkörande fordon.

Samtidigt finns nog betydligt bättre möjligheter till affär inom kommersiella fordon: arbetsmaskiner, gruvfordon, minibussar etc, vilket vi ju skrivit mycket om tidigare.

Källor

[1] Richard Truett: Time for automakers to tap the brakes on self-driving car technology, Automotive News 2018-08-07 Länk

[2] Sam Abuelsamid: Transition To Autonomous Cars Will Take Longer Than You Think, Waymo CEO Tells Governors, Forbes 2018-07-20 Länk

[3] Kasey Panetta: 5 Trends Emerge in the Gartner Hype Cycle for Emerging Technologies, 2018, Gartner 2018-08-16 Länk

Okategoriserade

Detta har hänt under sommaren – Del I

Sommaren är lång och under tiden hinner det hända en hel del. Här är ett försök att ger er en snabb överblick. Del II kommer nästa vecka!

Fords avknoppning och säkerhetsarbete. Precis som flera andra företag har Ford valt att knoppa av sin del av verksamheten som fokuserar på automatiserad körning. Den nya organisationen kommer att heta Ford Autonomous Vehicles LLC och kommer att ha sin bas i Detroit. Fords plan är att fram till 2023 investera 4 miljarder dollar i utveckling av automatiserad körning, inklusive investeringen på 1 miljard dollar i Argo AI som den nya organisationen kommer att disponera över. Ford har också under sommaren offentliggjort en säkerhetsrapport som kallas ”A matter of Trust” och som visar hur företaget arbetar för att uppnå säkra automatiserade fordon. Sådana rapporter har efterlysts av den amerikanska regeringen i sin policy om automatiserade fordon från 2017, men hittills är det bara Waymo och GM som publicerat sina säkerhetsrapporter.

Waymo utvidgar sitt affärsområde. Waymo har inlett ett pilotprogram med Valley Metro i Phoenix som går ut på att köra resenärer till och från kollektivtrafikstationer. Företaget har dessutom inlett ett pilotprogram med livsmedelsjätten Walmart som går ut på att transportera köpare till affären för att hämta sina livsmedel som han/hon beställt via Online Grocery Pickup. Deltagarna i dessa båda program är några familjer som redan ingår i Waymos testprogram i Arizona. Andra affärsområden som Waymo utforskar är taxitjänst, lastbilar för logistik samt licensiering av sin teknik till personbilstillverkare. Enligt företagets VD kommer dock övergången till automatiserade fordon att ta längre tid än vad de flesta tror.

Erfarenheter från Boston. World Economic Forum och Boston Consulting Group (BCG) har publicerat en rapport där de sammanfattar resultaten från sitt treåriga samarbete om hur automatiserade fordon skulle kunna omforma framtidens mobilitet i städerna. Boston användes som ett användarfall. De konstaterar bland annat att delade automatiserade fordon kommer att minska antalet fordon på Bostons gator med 15% och minska den totala resetiden med 4%, men också att antalet körda mil kommer att öka med 16%. I själva stadscentret kommer trängseln att öka eftersom folk kommer att välja dessa bilar för korta transporter istället för vanlig kollektivtrafik. Följaktligen kommer restiden i centret att öka med 5,5%. I andra stadsdelar kommer man se omvänd effekt.

Uber lägger ner automatiserade lastbilar. Uber har bekräftat att de inte kommer fortsätta bedriva någon verksamhet kring automatiserade lastbilar, som man ju köpte av Otto för 2 år sedan för ca 5,7 miljarder kronor. Verksamheten har kort efter uppköpet hamnat i skuggan av en tvist med Waymo kring lidartekniken. Nedläggningen görs för att kunna fokusera på utvecklingen av automatiserade fordon för persontransporter.

Kodiak lockar investerare. Startuppföretaget Kodiak Robotics som satsar på att utveckla ett system för automatiserad lastbilskörning på motorvägar har lockat till sig en investering motsvarande ca 390 miljoner kronor. Utgångspunkten för deras system är att använda egen hårdvara och egen mjukvaruarkitektur, men att inte utveckla några egna sensorer utan istället satsa på att integrera en rad olika sensorer framtagna av andra. Kodiaks grundare är också en av grundarna till Otto som köptes upp av Uber (och som nu lagts ner).

Demo av C-V2X i Colorado. Panasonic, Colorado Department of Transportation, Ford och Qualcomm har visat kooperativ teknologi som möjliggör informationsutbyte mellan fordon, infrastruktur och trafikledning.

Strategiskt arbete i Storbritannien. Den brittiska regeringen har lanserat ett program kallat Future of Mobility Grand Challenge som syftar till att identifiera strategier och lösningar för framtida mobilitet. I samband med det har sex projekt om uppkopplade och automatiserade transporter fått finansiering motsvarande ca 160 miljoner kronor.

Daimler får licens i Peking. Daimler har blivit beviljad licens för testning av automatiserad körning i Peking. Företaget kan nu genomföra tester på förbestämda motorvägar. Det är första gången som ett utländskt företag får en sådan licens i Kina.

Verklighetskoll för förarstödssytem. Den amerikanska försäkringsorganisationen Insurance Institute for Highway Safety (IIHS) har testat förarstödssystemen i fyra kommersiellt tillgängliga bilar: Volvo, Mercedes, Tesla och BMW (årsmodell 2017 och 2018). Testerna genomfördes på en testbana. Resultaten visar att alla de testade förarstödsystemen stöter på utmaningar och att inget av dem fungerar felfritt. Dessutom fungerar de olika beroende på om ett eller flera system är inkopplade. Det är inte heller ovanligt att deras agerande avviker från det en mänsklig förare skulle ha haft. Organisationen efterlyser standardiserade tester för att kunna ranka förarstödssystem, och konstaterar att Uberolyckan i Arizona kunde ha undvikits med hjälp av försrstödssytem i Volvo XC90 om de hade varit aktiverade.

SAEs planer. Standardiseringsorganisationen SAE har offentliggjort sina planer att påbörja utvecklingen av ett program för säkerhetstester av automatiserade fordon. Den första iterationen av ramverk och säkerhetsprinciper väntas bli klar i slutet av 2018.

Väginspektion med hjälp av uppkopplade fordon. Toyota har inlett ett samarbete med de lokala myndigheterna i sin hemstad i Japan Toyota City om att använda data från väginspektionsbilar för att identifiera när det finns underhållsbehov.

Virtuella trafikljus? En grupp forskare vid Carnegie Mellon University har genomfört tester av ett kommunikationssystem som ersätter vanliga trafikljus. Istället utbyter fordonen information med varandra och koordinerar sina beteenden därefter. Detta har resulterat i 30% kortare restid, men har så klart sina begräsningar eftersom de inte inkluderat fotgängare och cyklister i testet.

Vad händer på Apple? En av Teslas chefer, Doug Field, har slutat på Tesla och gått tillbaka till Apple där han tidigare arbetade med utveckling av Mac-datorer. Eftersom Field var på Segway i nio år florerar det i media att detta kan betyda att Apple ska ta fram lätta eldrivna skotrar, men det har också väckt liv i tidigare rykten om att Apple bygger en bil. Det återstår att se, Apple har enligt traditionen inte kommenterat detta.

Nyhetsbrevet

Nyhetsbrev 403: Dags för sommarledigt!

Japp gott folk, nu är det dags för oss att ta en stunds ledigt från nyhetsbrevet (och en del annat). Som vanligt i sista utskicket innan uppehåll så kommer därför några lästips till hängmattan.

Dessutom mycket intressanta sammanfattningar av några svenska forskningsprojekt inom området automatiserade fordon, och så fyller vi på med ett par ”vanliga” nyheter. Och så ska vi leka lite!

Ha en skön sommar! Vi är tillbaka i andra halvan av augusti.

Tester och demonstrationer

Harmonisering av testprotokoll på testbanor

Testanläggningarna AstaZero, American Center for Mobility (USA) och K-City (Sydkorea) har ingått ett partnerskap som går ut på att harmonisera testprotokoll kring testning av uppkopplade och autonoma fordon [1].

Samarbetet kommer att främja delningen av avancerade testscenarier, säkerhetsmetoder och fysisk validering av uppkopplade och autonoma fordonsteknologier. Aktörerna kommer att träffas halvårsvis för att utbyta testuppdateringar och ta itu med områden av ömsesidigt intresse som rör riskhantering, implementeringsmiljöer och datainformationsverktyg.

Källor

[1] RISE. AstaZero etablerar partnerskap med flera internationellt erkända testbanor för att harmonisera testprotokoll för uppkopplade och autonoma fordon

Okategoriserade

Nvidias nya rön

Nvidia har lanserat Nvidia Drive IX som är ett programvarupaket som gör det möjligt för fordonstillverkare att övervaka förare och varna dem vid behov [1].

Drive IX använder sig av djuplärande-algoritmer som körs på Nvidia Drive-plattformen och kameror riktade mot förarens ansikte eller mot fordonets omgivning. Den är bland annat kapabel av att utföra ansikts- och taligenkänning, läsa av blickbeteende, gester och läppar, bedöma huvudposition, samt ta in faktorer från trafiken runtomkring. För att åstadkomma detta är algoritmerna baserade på en teknik som heter landmärkes-lokalisering.

Nvidia refererar till Drive IX det en intelligent co-pilot.

Egen kommentar

Att identifiera och kartlägga förarens och passagerarnas aktiviteter är viktigt både i manuellt framförda och automatiserade fordon. SmartEye och RISE Viktoria bedriver också ett forskningsprojekt inom området kallat DRAMA– Driver and passenger activity mapping (finansieras av FFI).

Enligt Persistance Market Research utgör diverse sensorsystem för avkänning av passagerare i fordon en stor del marknaden (uppskattas bli ca 2 miljarder dollar i slutet av 2022).

Källor

[1] Nvidia. AI Is My Co-pilot: How DRIVE IX Helps Humans Stay Focused. 2018-06-27 Länk

Simulering

Toyota sponsrar CARLA

Toyota Research Institute, TRI, sponsrar den öppna simuleringsplattformen för automatiserad körning CARLA – Car Learning to Act, för att stötta samverkan och möjliggöra utbyte av information, data och algoritmer [1].

CARLA utvecklas av  Computer Vision Centre på Universitat Autònoma de Barcelona och syftar till utveckling, utbildning och validering av automatiserade urbana körsystem. Målet är att säkerställa stabiliteten i ett system av automatiserade fordon i det otal situationer som kan uppstå men inte som till fullo går att testa fysiskt.

Källor

[1] Toyota Research Institute Supports Development of Open-Source Automated Driving Simulator, Toyota pressrelease 2018-06-21 Länk

Elektronik och processorer, Kommunikation, Mjukvara

NAV Alliance

Volkswagen, Aquantia, Bosch, Continental och Nvidia har skapat en ny allians kallad Networking for Autonomous Vehicles (NAV) Alliance [1].

Målet är att tillsammans adressera komplicerade backend-problem som krävs för att automatiserade fordon ska kunna nå marknaden i stor skala.

Den primära uppgiften är att försöka standardisera dataöverföring med hög bandbredd mellan sensorer och andra enheter i automatiserade fordon. En annan uppgift är att skapa gemensamma förfaranden och krav för system i automatiserade fordon kring säkerhet och övergripande tillförlitlighet, och att utbilda allmänheten om automatiserade fordon – något som behövs för sådana fordon ska bli verklighet.

NAV Alliance hoppas att fler aktörer ansluter.

Källor

[1] Krok, A. CNN. VW, Nvidia, Bosch, others team up to suss out the back end of autonomy. 2018-06-26 Länk

Forskningsprojekt

Svensk forskning när den är som bäst

I fotbollsvärlden pratas det den här veckan mycket om ”the Swedish way” – uthållighet, fokus, målmedvetenhet, teamarbete. Här i nyhetsbrevet tänkte vi fortsätta i samma anda och lyfta fram några svenska forskningsprojekt och resultat som oftast uppkommit tack vare just dessa egenskaper hos våra forskare. Stort tack till er alla som tipsat oss om relevant forskning och skickat in era sammanfattningar!

ESPLANADE (esplanade-project.se) är ett FFI-projekt som löper från januari 2017 till december 2019. Målet är förbättrad metodik för att visa att automatiserade fordon är säkra. Projektet fokuserar på fordon med ADS-funktioner (Automated Driving System) på nivå 4 enligt SAE-skalan (ett fordon som kan köra helt utan förarinteraktion under begränsade förutsättningar). Vi vet att sådana funktioner har ett antal karakteristiska skillnader mot traditionella fordonsfunktioner där säkerhetsbevisning sker enligt standarden ISO 26262. En ADS-funktion har full kontroll över fordonet, och en viktig del av säkerheten ligger därför i att systemet kör på ett säkert sätt, dvs tar taktiska beslut som inte försätter fordonet i farliga situationer. Därför behöver vi metoder för att säkerställa att systemet tar taktiskt säkra beslut. Andra problem som projektet arbetar med rör hur man visar att sensorernas prestanda är tillräckliga för uppgiften i varje givet ögonblick, vilka arkitekturmönster som är användbara för en ADS, hur man hanterar säkerhetsbevisning för system med icke-deterministiska algoritmer (AI, machine learning), hur man gör hazardanalys för en ADS med en mycket komplex situationsanalys, säkerhetsbevisning för förarinteraktion, och hur man visar fullständigheten i kravnedbrytning för komplexa system. Projektet koordineras av RISE och övriga deltagare är Aptiv, Comentor, KTH, Qamcom, Semcon, Systemite, Veoneer, Volvo Cars, Volvo AB och Zenuity.

Rullande busskur. Detta är ett FFI-projekt som löper från maj 2018 till oktober 2018 och som syftar till att förstå möjligheter och begränsningar ur ett tekniskt perspektiv när det gäller självkörande småbussar på landsbygden, förstå möjligheter och begränsningarna ur ett beteendeperspektiv, dvs. acceptansen av den tekniska innovationen hos resenärer och allmänheten, hitta lämpliga geografiska områden inom Skellefteå kommun där upplägget skulle kunna testas, samt få en bild av kostnaderna och nyttorna. Målet med studien är att skapa förutsättningar för en framtida ansökan för ett demonstrationsprojekt.

HARMONISE är ett FFI finansierat projekt  med målet att undersöka olika sätt att harmonisera, förenkla, hantera och förbättra hur förare interagerar med tekniska system som automatiserar delar av eller hela den dynamiska körningen i fordonet. Projektet är ett samarbete mellan Volvo AB, Volvo Cars och RISE Viktoria. Projektet kommer att utveckla och testa olika koncept, som stödjer interaktionen mellan förare och fordon på ett multimodalt sätt och utveckla designriktlinjer. Projektet utforskar problematiken när en förare tror att hon/han har mer support (nivå 4) än vad som för tillfället erbjuds.  Nya rön från distribuerad kognition och kroppslig kognition (embodied cognition) utforskas som teoretisk grund. Mer information om projektet hittas här och kontaktperson är Emma Johansson (emma.johansson@volvo.com).

Människor och interaktiva autonoma system. Sam Thellmans forskarstudier i kognitionsvetenskap vid Linköpings universitet (huvudhandledare: Tom Ziemke) undersöker hur människor förstår interaktiva autonoma system, som sociala robotar och självkörande fordon. Avhandlingens syfte är att belysa hur, när och varför människor tillskriver autonoma system intentionella tillstånd, som mål (t.ex. “bilen vill till punkt X“) och övertygelser (t.ex. “bilen har sett fotgängaren”), och hur detta påverkar människors förmåga att interagera med autonoma system. I forskningsarbetets första etapp undersöktes människors tolkningar av beteende hos människolika robotar (Thellman, Silvervarg, & Ziemke, 2017) och självkörande bilar (Petrovych, Thellman, & Ziemke, in press), det senare i samarbete med VTI/Linköping. Relevanta publikationer:

  • Petrovych, V., Thellman, S., & Ziemke, T. (in press). Human Interpretation of Goal-Directed Autonomous Car Behavior. In CogSci 2018: Changing Minds. 40th Annual Meeting of the Cognitive Science Society, Madison, VA. Cognitive Science Society.
  • Thellman, S., Silvervarg, A., & Ziemke, T. (2017). Folk-psychological interpretation of human vs. humanoid robot behavior: exploring the intentional stance toward robots. Frontiers in psychology, 8, 1962.

Optimala manövrar. Victor Fors har i sin licavhandling vid Linköpings universitet tittat på vad som händer när bilen gör en manöver nära gränsen för vad den faktiskt klarar av för att undvika att krascha. Målet på kort sikt är att få en uppfattning om hur optimala manövrar ser ut, och på längre sikt att bygga in insikterna från avhandlingen i ett säkerhetssystem för förarlösa fordon. Avhandlingen går under titel Optimal Braking Patterns and Forces in Autonomous Safety-Critical Maneuvers och ingår i det stora WASP-programmet, Wallenberg Autonomous Systems and Software Program, finansierat av Knut och Alice Wallenbergs stiftelse.  Vid frågor kontakta Victor Fors (victor.fors@liu.se).

NPAD (Network-RTK Positioning for Automated Driving) är ett projekt finansierat av Vinnova FFI som skall utforma ett system för stora volymer automatiserade fordon eller andra mobila plattformar med behov av noggrann positionering. Projektet staratade i maj och kommer pågå till april 2020. Det kommer att genomföras i flera steg där en demonstrator kommer att utformas baserat på krav från både automatiserad körning och andra mobila plattformar. Projektet skall bland annat: a) definiera kraven för positionering för automatiserad körning, b) analysera kraven på ett distributionssystem för korrektionsdata, c) utforma ett referenssystem på AstaZero för utvärdering av mätosäkerhet hos positioneringssystem och d) utföra test och validering av systemet baserat på en automatiserad fordonsapplikation från Einride. Projektpartners är: RISE, AstaZero, Ericsson, Lantmäteriet, AB Volvo, Scania, Einride, Waysure och Caliterra. Kontaktperson är Stefan Nord (stefan.nord@ri.se).

Drivers quickly trust autonomous cars. Successful introduction of autonomous cars requires autonomous technology that users experienced as trustful and useful. The aim of this study conducted by Volvo Cars within the FFI-project Human Expectations and Experiences of Autonomous Driving (HEAD) was to explore if drivers trust a fully autonomous car and if they experience that in-vehicle tasks can be conveniently carried out when in full autonomous mode. The test was conducted on a test track and an autonomous research car was used. The car was capable of handling the test track driving environment with full autonomy. When in full autonomous mode the participants got to engage in individually selected tasks, such as use media display, read, eat, drink and carry out work tasks with their own portable device. The results show that participant trust the autonomous car and they find it convenient to conduct in-vehicle tasks while in full autonomous mode. The study will be presented at the AHFE-conference this summer:

  • Broström, R., Rydström, A., Kopp, C., (in press) Drivers quickly trust autonomous cars. In the 9th International Conference on Applied Human Factors and Ergonomics, July 2018, Orlando, Florida, USA.

Customer perspectives. Intermetra Business & Market Research Group AB conduct studies mainly for the public sector in Sweden, with a focus on passenger transport. Among our most recent studies is a cross industry study on the customer perspective on Mobility as a Service in collaboration with RISE. We are now in the process of finalizing the result on a study on customer perspective on autonomous vehicles. The study has been conducted by a web survey to a representative sample of the Swedish population, with 500+ completed surveys. The study covers questions such as the Swedes knowledge and attitudes towards autonomous vehicles, as well as alternative sources of fuel. The results are expected to be available by the end of July. For more info, contact Markus Lagerqvist (markus@intermetra.se).

CoEXist is a European project (May 2017 – April 2020) which aims at preparing the transition phase during which automated and conventional vehicles will co-exist on cities’ roads. CoEXist aims at enabling mobility stakeholders to get “AV-ready” (Automated Vehicles-ready). To achieve its objective, CoEXist develops a specific framework and both microscopic and macroscopic traffic models that take the introduction of automated vehicles into account. The tools developed in the framework of CoEXist are tested by road authorities in the four project cities: Helmond (NL), Milton Keynes (UK), Gothenburg (SE) and Stuttgart (DE) in order to assess the “AV-readiness” of their local-designed use cases. Swedish partners in the CoEXist project is VTI and the City of Gothenburg. Homepage: https://www.h2020-coexist.eu/. Contact Johan Olstam (johan.olstam@vti.se) for more information.

SMART. The aim of the SMART project is to enhance and further develop todays state-of-the-art traffic models in order to enable analysis of future traffic systems. The project consists of two PhD projects, one focusing on microscopic traffic simulation and the behaviour of and interaction between conventional and automated vehicles, and one focusing on mesoscopic simulation and fleets of automated vehicles. The project is carried out by VTI, KTH and LiU and is funded by Trafikverket via Centre for Traffic Research (CTR). Contact Johan Olstam (johan.olstam@vti.se) or Wilco Burghout (wilco@kth.se) for more information.

Predicting  driver actions.The largest factor in traffic accidents today are human errors. There are many ways, in which problematic behaviors such as inattention can be mitigated. One of the tools used for this purpose is warning systems. There are situations where a warning system based on information from only one given point in time can provide an insufficient time window for the driver to react. A prediction of future events could be used in order to increase the amount of time between the warning and the dangerous event. This study explores possibilities of using recurrent neural networks with long short-term memory for prediction of eight different driver actions inside of a vehicle, such as glancing and reaching inside of the vehicle among others. These predictions, in turn, could potentially be used to improve a warning system and give a driver more time to react to a given situation. The predictions are based on sequences of actions, which are generated from sequences of images with a convolutional neural network. A dataset, consisting of sequences of images, used in the study was gathered at RISE Viktoria AB. The hyperparameters of the recurrent neural network, such as the number of hidden units and amount of layers, was chosen with Bayesian optimization. An addition of a parallel input of optical flow created from the input images was found to improve the performance of the convolutional neural network. The complete network achieved an average prediction accuracy of 87% for the next frame predictions and 67% after 20 frames. A comparison where the predictions were set to the last element in the input achieved an accuracy of 80% for one frame ahead and 50% after 20 frames. The study is part of Martin Torstensson’s masters’ thesis that was conducted as a part of the research projects DRAMA– Driver and passenger activity mapping (funded by FFI) and AIR– Action Intention Recognition (funded by KK-stiftelsen):

  • Torstensson, M., (in press) Prediction of Driver Actions With Long Short-Term Memory Recurrent Neural Networks. Master Thesis. Chalmers University of Technology, 2018.

Predicting pedestrian behavior. Behavior of pedestrians who are moving or standing still sufficiently close to the street could be one of the most significant indicators about pedestrian’s instant future actions. Being able to recognize the activity of a pedestrian, can reveal significant information about pedestrian’s crossing intentions. Thus, the scope of this study is to investigate ways and methods in order to understand pedestrian´s activity and in particular their motion and head orientation to the traffic. Furthermore, different featuresand methods were examined, used and assessed according to their contribution on distinguishing between different actions. Those were Histogram of Oriented Gradients (HOG), Local Binary Patterns (LBP), Bag of Words and CNNs. All the aforementioned features (HOG, LBP…etc) were extracted by processing still images of pedestrians. In this project, still images extracted from video frames depicting pedestrians walking next to the road or crossing the road are used. The study focuses in three parts, one is to derive the pedestrians action regarding if they are walking or not. The second is to identify the pedestrian´s head orientation in terms of if he/she is looking at the vehicle or not. The final task is to combine these two measures in a classifier that is trained to predict the pedestrian´s crossing intention and action. In addition to the pedestrian’s behavior for estimating the crossing intention, additional features about the local environment were added as input signals for the classifier, for instance, information about the presence of zebra markings in the street, the location of the scene, the weather conditions etc.  Moreover, several Machine Learning techniques were used after extracting the features (HOG, LBP etc…)   both for understanding the behavior of the pedestrian and for predicting the final action. Those were Support Vector Machines, k-nearest neighbor, Decision Trees. The data used in this thesis come from the Joint Attention for Autonomous Driving (JAAD) dataset. This study is done as a part of Dimitris Varytimidis (dimvar16@student.hh.se) masters’ thesis within the research project AIR– Action Intention Recognition (funded by KK-stiftelsen):

  • Varytimidis, D., (in press). Detection and intention prediction of pedestrians in zebra crossing. Master thesis. Halmstad University, 2018.

PRoPART (www.propart-project.eu) is a H2020 project (December 2017-November 2019), funded by the European Global Navigation SatelliteSystem Agency (GSA), focusing on positioning of automated vehicles and advanced driver assistance systems. The main purpose of the project is to develop and enhance an RTK (Real Time Kinematic) software solution by both exploiting the distinguished features of Galileo signals as well as combining it with other positioning and sensor technologies. RTK gives the possibility of cm-level accuracy using correction data from reference stations. The PRoPART partners are RISE, AstaZero, Scania, Waysure, Fraunhofer IIS, Ceit-IK4, Baselabs and Commsignia. Contact person is Stefan Nord (stefan.nord@ri.se).

Inspiration

Lästips

Trafikflöden och självkörande fordon. Trafikverket har publicerat en ny version av rapporten Trafikflöden och självkörande fordon – Drive Me försökssträcka som fokuserar på trafikflöde och vägnätets kapacitet, samt hur dessa kan komma att förändras vid introduktion av autonoma fordon.

Motorcyklar som kan se. Startuppföretaget Ride Vision har lanserat, vad som påstås vara, världens första kollisionsundvikande teknologi (Collision Aversion Technology) för motorcyklar. Den har en 360-graders vy runt motorcykeln och kan installeras på befintliga motorcyklar för att ge motorcyklister stöd i säkerhetskritiska situationer. Länk

För och nackdelar med automatiserade fordon. En grupp forskare från USA har publicerat en artikel som fördjupar sig i hur millenials upplever automatiserade fordon, och vilka för- och nackdelar de ser med dem. Artikeln heter Perceived benefits and concerns of autonomous vehicles: An exploratory study of millennials’ sentiments of an emerging market. Länk

Försäkringar. Casualty Actuarial Society (CAS) diskuterar i en ny rapport hur försäkrings- och riskhanteringsindustrin har en kritisk roll för en ansvarsfull och kostnadseffektiv introduktion av automatiserade fordon på marknaden. Rapporten heter Automated Vehicles and the Insurance Industry – A Pathway to Safety: The Case for Collaboration. Länk

Vilket system är minst distraherande? American Automobile Association (AAA) har i samarbete med en forskargrupp från University of Utah publicerat en ny rapport där de jämfört några olika infotainment system i fordonsmodeller 2017/18. Slutsatsen att Googles och Apples produkter är minst distraherande för förare. Rapporten heter Visual and Cognitive Demands of Using Apple’s CarPlay, Google’s Android Auto and Five Different OEM Infotainment Systems. Länk

Framtida parkeringsplatser. En grupp forskare från University of Toronto har utforskat hur framtida parkeringar kan designas. Deras studie heter Designing parking facilities for autonomous vehicles. Länk

utgiven av RISE Research Institutes of Sweden