Uppdateringar om Uber-olyckan

Här korta uppdateringar av Uber-olyckan i Tempe, Arizona förra veckan:

Källor:

[1] Sharon Silke Carty, Shiraz Ahmed: Uber crash shows it’s time to stop talking about milestones, Automotive News Mobility Report 2018-03-22

Ohmio på väg

Ohmio Automation (ett dotterbolag till HMI Technologies) från Nya Zeeland har byggt en egen självkörande minibuss kallad Ohmio Lift som nu ska testas på privata vägar på Christchurch Airport [1]. Detta är landets första inhemska självkörande fordon och kan transportera upp till 20 personer.

Till att börja med kommer fordonet att framföras längs en fördefinierad rutt men tanken är att den ska kunna lära sig under tiden med hjälp av AI och förbättra prestandan. Flera ohmiofordon ska också kunna köra i kolonn (platoon) vilket gör Ohmio till en skalbar lösning.

Testerna inleds inom ett par månader och kommer att göras i samarbete med Christchurch Airport som dessutom utfört tester med självkörande minibuss tillverkad av Navya.

Se film från invigningen.

Egen kommentar

Detta är ännu ett exempel på användningen av självgående minibussar som vi skrivit mycket om tidigare. Det börjar dock dyka upp kommentarer om att bussarna är alltför långsamma för att vara effektiva.

Källor

[1] Centre for Aviation. Christchurch Airport: NZ-made driverless vehicle joins Christchurch trial. 2018-03-15 Länk

Horizon Robotics utmanar Nvidia och Mobileye

Vi har vid flera tillfällen skrivit om Nvidia och Mobileye vars kraftfulla processorer och kameraalgoritmer finns i många självkörande bilar. Men nu utmanas de av kinesiska Horizon Robotics som ämnar utveckla ”hjärnan” till de 30 miljoner självkörande fordon som väntas introduceras på den kinesiska marknaden inom det kommande årtiondet [1].

Företaget samarbetar bland annat med Audi, Chongqing Changan Automobile och Bosch. Audi använder dock fortfarande Nvidia i sina bilar sålda i Kina, men kommer att utvärdera utgången av samarbetet innan några vidare beslut fattas.

Horizon Robotics grundades 2015 av Yu Kai, före detta chef för Baidus verksamhet för artificiell intelligens (Institute of Deep Learning). Dess investerare inkluderar Intel Capital Corp., Shanghai-baserade Harvest Fund Management Co., ryska miljardären Yuri Milner och statsägda China Jianyin Investment Ltd. I december fick företaget ca 100 miljoner dollar investering.

Egen kommentar

För Kina är det oerhört viktigt med inhemsk produktion av chip och processorer. Detta för att minska beroendet av bland annat USA. Den kinesiske presidenten har satt upp en fond på 200 miljarder yuan (motsvarande 280 miljarder kronor) för att stödja sådan verksamhet [2].

Källor

[1] Bloomberg Technology, China Wants Its Own Brains Behind 30 Million Self-Driving Cars. 2018-03-25 Länk

[2] Bloomberg Technology, China Is Raising Up to $31.5 Billion to Fuel Chip Vision. 2018-03-01 Länk

Uppkopplade fordon guidar till ledig P-plats

Resultaten från tester utförda inom ramen för det brittiska projektet UK Autodrive visar att uppkopplade fordon skulle kunna hjälpa förarna att hitta lediga parkeringsplatser. När ett fordon kommer till en parkering får det en uppdaterad värmekarta som visar tillgänglighet, medan realtidsuppdateringar från andra uppkopplade fordon visar upptagna/lediga platser. På det viset får förarna realtidsstöd att hitta ledig parkeringsplats.

Testerna har utförts i Milton Keynes i samarbete mellan Ford, Jaguar Land Rover och Tata Motors European Technical Centre (TMETC).

Jaguar Land Rover har också demonstrerat hur en automatiserad bil kan köra sig själv till en ledig parkeringsplats.

UK Autodrive testar en rad andra funktioner, inklusive Emergency Vehicle Warning och Electronic Emergency Brake Light. Till sommaren kommer projektet att testa en flotta med ca 40 små långsamtgående självkörande pods i centrala Milton Keynes.

Egen kommentar

Här påpekar de involverade parterna vikten av att kunna utföra tester både under kontrollerade förhållanden och i trafiken. Alla har något att lära sig av att samarbeta med varandra och komma ”out there”. De förespråkar dock ett steg-för-steg tillvägagångssätt.

Källor

[1] Fleet Industry News. Watch: Autonomous cars notify drivers of parking spaces, UK Autodrive trial reveals. 2018-02-23 Länk

Ford Co-Pilot360

Ford har presenterat sina planer för Ford Co-Pilot360 – ett avancerat förarstödssystem [1].

Med start hösten 2018 kommer systemet att lanseras globalt på företagets nyckelmarknader i form av automatisk nödbroms som blir standard på alla nya passagerarbilar, SUV och små lastbilar upp till F-150. Först kommer det att finnas i 2019 Ford Edge och Edge ST som lanseras till hösten på den nordamerikanska marknaden.

I Nordamerika kommer det enligt företaget att bli det mest avancerade säkerhetssystemet på heltäckande varumärken. Där kommer systemet att inkludera automatisk nödbromsning med fotgängardetektion, varning för döda vinkeln, körfälthållningssystem, bakre säkerhetskamera, automatisk strålkastare, adaptiv farthållare med stopp- och körfunktion samt körfältcentrering, styrhjälp för undanmanöver och efterkollisions-inbromsning. Dessutom kommer företaget att under 2019 introducera automatiskt nödbromssystem med bakåtbromshjälp. År 2020 väntas systemet att bli standard på 91% av Fords fordon i Nordamerika.

I sitt pressmeddelande betonar Ford vikten av testning för att uppnå mer avancerad automatiserad körning.

Egen kommentar

Fords planer har mötts av jubel på många håll i USA. Detta framförallt på grund av Uber-olyckan med en fotgängare där många experter är övertygade om ett sådant system hade kunnat undvika olyckan eller åtminstone reducera skadan. Kopplat till det kan ni läsa ett intressant inlägg: Ford’s Rise Marks NHTSA’s Fall.

Källor

[1] Ford News. Ford Co-Pilot360: Most Advanced Suite Of Standard Driver-Assist Technologies Includes Automatic Emergency Braking. 2018-03-15 Länk

Baidu får testa i Peking

Kinas huvudstad Peking har godkänt Baidus testning av automatiserade fordon på stadens allmänna vägar [1]. Tillståndet gäller än så länge för 33 olika vägar som tillsammans utgör en vägsträcka på ca 105 km. Dessa vägar ligger i stadens glesare områden.

Enligt företagets VD öppnar detta upp för att etablera Peking som ett viktigt nav för automatiserad körning.

Egen kommentar

Det här tillståndet kommer efter den ökända Uber-olyckan, vilket tyder på att de kinesiska myndigheterna inte skräms så mycket av den. Samtidigt har Baidu förtydligat att rigorösa simuleringar kommer att genomföras med hjälp av företagets öppna plattform Apollo innan testning på allmänna vägar startar.

Källor

[1] Reuters. China Gives Baidu Go-Ahead for Self-Driving Tests After U.S. Crash. 2018-03-23 Länk

Lästips inför påsken

Mellan ägg och sill kanske ni vill har något att läsa.

  • Ett tips är Automotive Megatrends temanummer ”Are we ready for automotiv AI? som tar upp artificiell intelligens och angränsande ämnen ur ett antal perspektiv. Ur innehållet:
    • Artificiell intelligens roll i den framtida mobiliteten
    • Hur AI kan klara sitt ”förarprov”
    • AI-assistenter i bilar
    • LIDAR som nyckelteknologi
    • Volkswagens syn på AI
    • Zenuity om framtiden
    • Hur man kan förhindra dataintrång
    • HD-kartor och förarstödsystem
  • Under de senaste åren har vi vittnat många nya allianser kopplade till utveckling av automatiserade fordon och mobilitetstjänster. I en ny rapport kallad Strategic alliances: a real alternative to M&A? beskriver KMPG vad som krävs för att diverse allianser inom transportbranschen ska kunna överleva.

Glad Påsk!

 

Nyhetsbrev 380: många frågetecken kring Uber-olyckan

Under veckan som gått har det naturligt varit mycket diskussioner kring, och många frågor har ställts kopplade till den tragiska dödsolyckan i söndags:

  • Varför kunde inte bilens LIDAR och kameror upptäcka fotgängaren?
  • Varför körde bilen så fort?
  • Vem kommer att stå som ansvarig för olyckan?
  • Varför var Arizonas polismyndighet så snabba med att gå ut och deklarera att det inte var bilens fel?
  • Är uppgiften som säkerhetsföraren har att ta över vid en kritisk situation – efter att kanske ha kört 100-tals timmar utan att behöva agera – överhuvudtaget möjlig?
  • Hade olyckan kunnat undvikas eller lindras om bilen haft Volvos City Safety-system (det verkar i alla fall inte som det varit aktiverat i olycksbilen)?
  • Vilka prioriteringar har Ubers utvecklare haft när det gäller effektivitet vs. säkerhet?

Mycket kommer förhoppningsvis att klarna i de kommande utredningarna, men vi ger i alla fall idag en uppdatering av läget idag.

Uppföljning av Uber-olyckan

Den tragiska Uber-olyckan som inträffade i början av veckan har väckt många reaktioner och lett till många uttalanden från både experter och allmänheten. Mycket av det som skrivs är inte faktabaserat och det gäller att vara på sin vakt och källkritisk. Utredningen om olyckan pågår både på lokal och federal nivå, och det är först när dessa är helt klara som vi kommer veta hela sanningen och vad som borde och inte borde ha skett. I väntan på det här är en sammanfattning av vad som framkommit under veckan:

  • Polisen har släppt en film tagen med en kamera i Ubers bil som visar händelseförloppet några sekunder innan olyckan. Fotgängaren leder en cykel och kommer från vänster. Fotgängaren verkar ha korsat två körfält och refugen innan hon når körfältet där olyckan sker (oklart om hon stod still på refugen innan hon tog steget ut i körfältet). Säkerhetsföraren som sitter bakom ratten reagerar inte på fotgängaren förrän bilen kommer i kontakt med den. Att bedöma av videon reagerar inte bilen heller, det finns alltså ingen synlig inbromsning eller undanmanöver.

  • Efter att ha sett filmen (som visar bara en liten del av händelseförloppet) har flera som arbetar inom området konstaterat att fotgängaren visserligen kommer från en skugga men att bilsensorer – lidar och kamera – borde ha upptäckt fotgängaren. Därmed borde bilen ha reagerat och inlett någon undanmanöver.
  • Något annat som många drar slutsats om är att människor är dåliga övervakare av automationen. Säkerhetsföraren som satt bakom ratten är tränad att övervaka automationen och det är hans ”enda” arbetsuppgift, men han missar att upptäcka fotgängaren i tid och agera. Han tittar ner vid ett par tillfällen och av hans reaktion att bedöma i slutet av filmen var han inte alls medveten om fotgängaren.
  • Jurister och forskare inom legala aspekter av automatiserade fordon tror att den inträffade olyckan kan komma att ses som ett prejudikat inom området och ha stor påverkan på hur myndigheterna hanterar automatiserade fordon framöver.
  • Förutom Uber som pausat alla sina försök med automatiserade fordon på allmänna vägar omedelbart efter olyckan, så har Toyota också valt att pausa sina försök.
  • Flera påpekar också att säkerhetssystem som Automated Emergency Brake (AEB) med fotgängar- och cyklistdetektering borde vara standard på både manuella och automatiserade fordon. Det verkar som att sådana system var avaktiverade på bilen i fråga.
  • Sustainable Transportation Lab vid University of Washington i Seattle har tittat på sannolikheten för Uberolyckan och jämfört med sannolikheten för en olycka med mänskliga förare vilken i USA är i medeltal en dödsolycka per 15 miljoner mil [1]. Med antagandet att olyckor är poisson-fördelade, dvs. en olycka kan uppkomma när som helst oberoende av när andra olyckor sker, kommer man fram till att det bara är 3,2% sannolikhet för att en dödsolycka ska ske under de första ca 4 miljoner km som Ubers bilar hittills testkörts. Detta innebär att det är väldigt osannolikt att en dödsolycka ska inträffa så tidigt, om de är lika säkra som manuellt körda bilar.

Egen kommentar

I Sverige finns det enligt SCB i dagsläget ca 4,8 miljoner personbilar. Om de i snitt kör 1000 mil om året innebär det att svenska personbilar tillsammans årligen kör 48 miljarder km. Bara här körs det alltså oerhört många km jämfört med de testkörningar som företagen genomför. Dvs. de 4 miljonerna km är långt ifrån tillräckligt för att kunna säga att bilarna är tillräckligt säkra.

Källor

[1] Don MacKenzie: Are Uber’s autonomous vehicles safe? Sustainable Transportation Lab 2018-03-19 Länk

Utmaningar gällande data för autonoma fordon

Startup-företaget Mighty AI, som levererar träningsdata till företag som bygger datormodellmodeller för autonoma fordon, och konsultföretaget Accenture har publicerat en rapport om några av de utmaningar som autonoma fordon står inför med avseende på all den data som samlas in [1].

För att fordon ska kunna uppnå högre nivåer av automation genom deep learning behöver de en massiv datamängd som kommer från sensorer såsom kamera, radar och LiDAR,  både för upplärningen av AI-systemet men också för att kunna fatta beslut i realtid när de väl introducerats på marknaden.

Rapporten pekar ut följande fyra områden att ha i åtanke när man utvecklar metoder för att hantera massiva datamängder för autonoma fordon:

  • Datainsamling: Företag kan bli mycket effektivare på datainsamling genom att optimera datakraven och insamlingsmetoden.
  • Datalagring: Att engagera företagets centraliserade IT-avdelning så tidigt som möjligt är avgörande (innan man har distribuerade team som jobbar i olika riktningar).
  • Datahantering: Att kunna spåra datas ursprung, vad som händer med det och hur det används över tid är viktigt.
  • Datamärkning: Med så mycket data som samlas är det viktigt med kategorisering för att få klarhet.

Rapporten säger avslutningsvis att företag som är medvetna om dessa utmaningar och bygger system för att hantera dem har större möjligheter att kringgå utmaningar som kan bromsa deras framgång.

Källa

[1] Autonomous vehicles: The race is on. Accenture, 2018, Länk

utgiven av RISE Research Institutes of Sweden