Samverkan människa - maskin

Vad händer med trafiken när bilen kör själv?

Detta var en fråga som veckans Vetenskapens värld diskuterade med några forskare från Frei Universität Berlin och säkerhetsexperten Anders Lie från Trafikverket [1].

Berlinforskarna har utvecklat en automatiserad bil kallad MadeInGermany. För närvarande gör de tester i centrala Berlin där bilen får köra själv längs en förprogrammerad rutt i verklig trafik. Kravet är att en förare sitter framför ratten, redo att ingripa i fall att det skulle behövas. Forskarna påpekar att stadskörning är mycket mer komplex än körning på motorväg och att det ställer högre krav på sensorer och algoritmer. Som ett specifikt problem nämns igenkänning av fotgängares beteenden och intentioner.

Anders Lie tror att nästa steg i utvecklingen är bilar som kör mer automatiserat. Först gäller det att automatisera kökörningen. Sedan är det automatiseringen av landsvägskörningen som gäller. Detta för att kunna effektivisera trafiken och optimera användningen av infrastrukturen. Anders demonstrerade också Volvo Cars system för självparkering. Slutligen påpekade han att helt självkörande fordon kommer, men att det till en viss början kommer handla om bilar som är anpassade för vissa miljöer som till exempel att köra i låga hastigheter i stadsmiljöer.

Källor

[1] SVT, Vetenskapens värld (Avsnitt 13 av 18). 2014-04-14. Länk (Inslaget börjar vid 00:22)

Sensorer

Ett nytt samarbete

Ett mjukvaruföretag från Kanada kallat QNX Software Systems Inc. har påbörjat ett samarbete med University of Parma i Italien kring självkörande bilar för persontransporter inom tätbebyggda områden i Europa [1].

Målet är att utveckla ett system för massproduktion. Organisationerna planerar att visa en bil kallad DEEVA (en 2013 Audi A4) redan under sommaren. Deeva är utrustad med en unik uppsättning sensorer och algoritmer som skapar en 3D-vy av omgivningen runt bilen.

 

Källor

[1] QNX. QNX Technology Powers Mission-Critical Systems in VisLab Autonomous Car Project 2014-04-08. Länk

Funktioner

En ny algoritm för bättre navigering

Anta att du försöker navigera i en okänd del av en storstad och att du använder ett visst kluster av skyskrapor som referenspunkt. Trafiken och enkelriktade gator tvingar dig att några oplanerade svängar och till slut tappar du bort din referenspunkt. När du får syn på skyskraporna igen måste du kunna identifiera dem som samma byggnader som du såg innan samt veta din orientering i förhållande till dem för att kunna använda dem för navigering.

Den här typen av re-identifiering är en självklarhet för människor, men det är svårt för datorer.  I juni kommer en grupp forskare från MIT att presentera en ny algoritm som gör re-identifieringen enklare.

I ett första steg uppskattar algoritmen orienteringen av enskilda punkter i en scen. Orienteringen av dessa punkter mappas sedan till ytan av en sfär. I nästa steg används en iterativ process (samma princip som en linjär regression) för att hitta en uppsättning av linjer inbäddade i sfären som passar bäst dessa punkter. När en robot förflyttas kommer den att observera en sfär som roterar och bestämma sin egen orientering i förhållande till linjerna i sfären. När roboten svänger kommer den veta vilken av dessa linjer och landmärken som den svänger mot.

Samma algoritm kan användas för att förenkla problemet med plansegmentering, dvs. att avgöra vilka delar av en visuell scen ligger i vilket plan. Plansegmentering möjliggör för en dator att bygga 3D-modeller av objekten i scenen som den i sin tur kan matcha mot lagrade 3D-modeller av kända objekt.

Egen kommentar

Algoritmen är avsedd för att hjälpa robotar att navigera i okända byggnader och inte för att hjälpa förare och fordon att navigera i obekanta städer, men principen är densamma.

Källor

[1] Hardesty, L. MIT News. Orienteering for robots. 2014-04-04. Länk

Samverkan människa - maskin

Förstärkt verklighet från Jaguar Landrover

Landrover har offentliggjort ett nytt system kallat Transparent Bonnet som gör att motorhuven och motorrummet blir nästan osynliga för föraren [1].

Systemet använder sig av kameror integrerade i grillen som skapar en bild av omgivningen närmast framför bilen. Bilderna från dessa kameror projiceras på nedre delen av vindrutan som skapar ett virtuellt intryck av en osynlig motorhuv. På det viset kan föraren se vad som finns under och framför bilen, inklusive dolda hinder och vinkeln på bilens framhjul. Systemet kan aktiveras och avaktiveras av föraren.

Landrovers utvecklingschef beskriver syftet med systemet på följande sätt:

”As our vehicles become more capable and autonomous off-road, we will ensure the driver has the confidence to allow the car to continue to progress, over any terrain. We are developing new technologies including the Transparent Bonnet to give drivers an augmented view of reality to help them tackle anything from the toughest off-road route to the tight confines of an urban car park.”

Transparent Bonnet ingår i Landrovers Discovery Vision Concept bil som ska visas på New York International Motor Show i veckan. Då väntas företaget avslöja mer detaljer kring systemet.

En film som illustrerar Transparent Bonnet kan ni se här.

Egen kommentar

Förstärkt verklighet och bilder som projiceras på framrutan är inget nytt i sig. Det nya ligger i att Landrover valt att projicera bilden på hela nedre delen av vindrutan, samt att de valt att fokusera på delar av vägen som skyms av bilen.  Hittills har man projicerat varningar och liknande information inom ett begränsat område på vindrutan framför föraren.

Källor

[1] Jaguar Land Rover. Land Rover Debuts Invisible Car Technology. 2014-04-09. Länk

Konferenser

Elektronik i Fordon 2014

Konferensen Elektronik i Fordon hölls för 10 året 8-9 april i Nya Ullevis konferenscentrum, i år med ca 285 deltagare. Konferensen vänder sig huvudsakligen till näringslivet och är alltså inte så vetenskapligt eller akademiskt inriktad, även om några av presentatörerna kom från universitet.

Konferensens första dag var gemensam medan den andra var uppdelad på 4 spår: Drivlina & Transmission, Elektronik & Arkitektur, Säkerhet och Tunga Fordon. Automatiserade och självkörande fordon togs upp i många presentationer i flera av spåren. Själv deltog jag i Säkerhetsspåret och lite i Tunga Fordon.

Se även på konferensens hemsida www.elektronikifordon.se.

Anders Kullgren från Folksam visade statistik för hur olika elektroniska skyddssystem haft effekt på trafiksäkerheten.

Nästa stora steg blir autonom körning, troligen med början i separata körfält. Det har potential till stora säkerhetsvinster men ställer krav på anpassning av infrastrukturen.

Transportstyrelsen håller på att titta på lagkravs- och ansvarsfrågor.

Jonas Ekmark från Volvo Personvagnar berättade om samarbetsprojektet Drive Me, som ju ska placera 100 självkörande bilar i Göteborg 2017.

Jonas tog också upp problematiken med de olika försök till klassificeringsnivåer för autonom körning som finns, dels i att de är flera standarder, dels i att de alla försöker reducera en komplex verklighet till en enkel linjär skala.

Han tog också upp såväl möjligheter som svårigheter med självkörande bilar, som t.ex. positioneringsnoggrannheten där GPS inte är tillräckligt bra.

Vad gäller återlämnande av kontroll till föraren så måste systemet designas så att det kan klara sig även om föraren inte tar kontrollen. Tiden för överlämnande blir därmed inte en så viktig fråga.

Johanna Vännström, fordonsergonom på Scania, berättade om deras arbete med automationsdesign med föraren i fokus. Scania har utvecklat en metod för att utveckla och bedöma autonoma system, kallat MODAS.

Vid automatisering går förarens roll från att vara såväl operativ, taktisk och strategisk, till att istället bli strategisk, övervakande och ”resilient” (ska klara att ta över om och när systemet brister).

Anders Almevad, projektledare för samarbetsprojektet Non Hit Car and Truck på Volvo Personvagnar, berättade om projektet och vilka erfarenheter man dragit.

Projektet har bland annat tittat mycket på sensor fusion, men även tagit fram en patentsökt manövergenerator som kan hitta ”flyktvägar” och undvika kollisioner. Tanken är att gå vidare och utveckla manövergeneratorn för självkörande fordon.

Ari Soltani från Qamcom berättade om radarteknologi som möjliggörare för självkörande fordon. Sådana måste vara robusta och ha hög noggrannhet för att kunna även fånga upp det som föraren idag kan uppfatta och tolka.

Trenderna inom radarteknologin går mot högre frekvenser, minskad storlek, bättre signalbehandling och lägre pris. De högre frekvenserna leder bland annat till ökad störningskänslighet och att man kan få fler reflektioner från varje objekt, som då måste analyseras för att se vilka som hör till samma objekt.

Pär Degerman från Scania höll slutligen en presentation om automatisering för ökad trafiksäkerhet. Ett problem är att införandet av ny teknologi leder till dyrare fordon, vilket gör att man på vissa marknader får en låg penetration och inte får de trafiksäkerhetseffekter man eftersträvar. Om man kan standardutrusta fordonen blir så klart effekten bättre, vilket ju EU-lagkravet om automatbromsning för tunga fordon syftar till.

Självkörande fordon ger möjlighet för förarna att göra annat under tråkiga stunder. För yrkesförare kan det handla om att göra annat arbete som att ha kontakt med kunder eller göra administration.

Utmaningar för automation är anpassning av lagar och regelverk, ansvarsfrågor, teknologin i sig och acceptans, inte bara av användarna utan också av omgivningen. Elsystemen kommer att behöva uppgraderas för att hantera både den ökade informationsmängden och säkrad kraftförsörjning.

Kooperativa system

Honda testar ”grön våg” på allmänna vägar

The Motor Report skriver att Honda tar ett nytt steg mot delvis automatiserade fordon [1]. Nästa månad inleder företaget en pilotstudie där Universal Traffic Management System (UTMS) ska testas på gatorna i Utsunomiya City i Japan. Piloten kommer omfatta upp till 100 bilar som ska färdas på 5 förvalda sträckor.Målet är att UTMS med hjälp av trådlös kommunikation (V2V och V2I) ska minska trängseln och bränsleförbrukningen, och samtidigt förbättra trafiksäkerheten.

Systemet får information från ett trafikljuset som man närmar sig och utifrån detta föreslår det en medelhastighet till föraren så att han/hon kan undvika rödljus. Ett exempel på ett sådant meddelande skulle kunna vara:

”Kör 62 km/h på en 70 km/h väg och du kommer anlända till korsningen när signalen växlar till grönt, vilket minskar bränsleförbrukningen och ökar medelhastigheten för resan”.

Om föraren befinner sig nära trafikljuset när det slår om från grönt till rött och måste stanna, kommer systemet guida honom/henne till ett mjukt stopp. Vid rödljus kan föraren också få information om hur lång tid det tar innan ljuset slår om till grönt.

Syftet med piloten är att ge feedback till utveckling av framtida V2V och V2I kommunikationsteknik. Honda kommer därför att analysera bränsleåtgång, utsläpp av koldioxid, genomsnittlig hastighet och trafikmönster för att se hur systemet kan förbättras och vidareutvecklas.

Egen kommentar

En liknande applikation (Green Light Optimal Speed Advisory) finns med i det europeiska Car2Car-konsortiets lista över kooperativa applikationer med stor potential att bli introducerade på marknaden inom snar framtid [2]. En demonstration av applikationen gjordes inom ramarna för EU-projektet Drive C2X förra året i Göteborg [3].

Källor

[1] Collett T., The Motor Report. Honda To Trial Car2Car Traffic Signal Information System In Japan. 2014-03-31. Länk

[2] Car2Car. Memorandum of Understanding. Länk

[3] SAFER. Drive C2X Demo Event: Making Cooperative Systems Cooperate. 2013-06-13. Länk

Forskningsprojekt, Mobilitetstjänster

Fler tankar om mobilitet

I slutet av mars höll Vehicle and Road Automation (VRA) ett webbaserat seminarium [1] där Adriano Alessandrini (koordinator för EU-projektet CityMobile2) framförde sina tankar om mobilitet i framtiden.

I sin presentation försökte Alessandrini belysa följande frågor:

  • Hur kommer det ”urbana ekosystemet” att förändas när vägfordon blir självkörande?
  • Vad blir konsekvenserna av dessa förändringar för industrin, medborgare och deras livsstil?

Han konstaterade att automatiserad mobilitet innebär att personer och gods transporteras utan någon förare. Detta uppnås antingen genom att successivt automatisera föraruppgifter i dagens vägfordon, eller genom att successivt ta ut helt automatiserade transportsystem från en helt separat infrastruktur.

Vidare berättade han att man inom ramarna för CityMobil2 betraktat tre olika visioner:

  • Urban Automated Passenger Transport
  • Progressively more Automated Private Cars
  • Urban Automated Freight Transport

Var och en av dessa visioner kan komma att medföra både positiva och negativa effekter. Som ett exempel kan vi nämna att den först nämnda visionen möjliggör dörr-till-dörr-transport. En naturlig fråga att ställa kopplat till det är om on-demand dörr-till-dörr-tjänster kommer resultera i ett ökat antal resor. Det finns minst två möjliga svar på denna fråga:

  • Ja, eftersom bättre transporter brukar leda till att folk reser oftare och längre sträckor.
  • Nej, eftersom detta kan regleras med olika avgifter.

Alessandrini gick igenom varje vision och listade möjliga effekter samt vilka faktorer som kommer påverka respektive vision. En slutsats som han drar i slutet av presentationen är att vi behöver policys som gynnar visioner som är bäst för våra städer.

VRA är ett initiativ som finansieras av EU (7:e ramprogrammet) och koordineras av ERTICO – ITS Europe. Konsortiet består av 11 organisationer, däribland AB Volvo. Målet är att skapa ett nätverk av olika organisationer och experter som på ett eller annat sätt arbetar med automatiserade fordon och tillhörande infrastruktur. VRAs koordinator, Maxime Flament, gav också en kort presentation om VRA på ovannämnda seminariet.

En videoinspelning av Flaments och Alessandrinis presentationer hittas här.

Källor

[1] VRA. VRA Webinar 1: “Long Term Socio-Economic Effects of Mobility Automation in Cities”. 2014-03-28. Länk

Mobilitetstjänster

Mobilitet i framtiden

Förra gången skrev vi om Fords vision där det konstaterades att­ mobilitet kommer vara ett nyckelbegrepp i framtiden. Ford är dock inte ensamma om det. I slutet av förra veckan hade Autoline en lång diskussion med Chris Borroni-Bird från Qualcomm (ett kommunikationsföretag), Jean-Francois Tremblay från Ernst & Young och Jim Sayer från University of Michigan om just mobilitet och dess relation till automatiserade fordon [1].

Till att börja med försökte man reda ut vad mobilitet innebär och hur det kommer att utvecklas i framtiden. Representanten från Qualcomm definierade mobilitet som transport av personer från punkt A till punkt B. Han påpekade också att den pågående utvecklingen inom fordons- och telekombranschen kommer leda till en hel transformation av hur vi förflyttar oss och att vi kommer ha ett transportsystem där alla transportslag är kopplade till varandra och fungerar sömlöst. Tremblay lade till att mobilitet inkluderar också transport av gods, samt att förflyttning av både människor och gods kommer vara mycket mer koordinerat och optimerat i framtiden. Sayer påpekade att framtidens mobilitet inte nödvändigtvis kommer betyda slutet för privatägda bilar, men att vi kommer ha fler nya tjänster (t.ex. bildelning).

Under diskussionens gång konstaterades det också att framtida fordon kommer definieras av fem egenskaper: automated, connected, electric, shared, small. Sådana fordon kommer att vara av stor vikt för tätbebyggda områden eftersom de kommer adressera många stora problem som städerna brottas med.

En annan intressant detalj som togs upp är att mobilitet kommer vara en komplex ekvation med många ingredienser. Just nu pratar man mycket om positiva effekter som automatiserade fordon kommer medföra, men det är också viktigt att ta hänsyn till möjliga negativa effekter som till exempel att det finns en risk att folk reser längre sträckor eftersom det blir bekvämare att resa.

Det påpekades att fordonstillverkare kommer behöva tänka om vad det gäller deras interaktion med kunderna och vilka tjänster som de erbjuder till kunderna.

Till slut fick deltagarna en fråga om vem som kommer leda den revolutionerande mobilitetförändringen i framtiden. Svaret blev att det är svårt att föreställa sig att det är bara en organisation eller tjänst som definierar spelreglerna. Det är mer troligt att det blir en kombination av flera olika aktörer.

Källor

[1] Autoline. The Next Big Move for Automotive Mobility. 2014-03-28. Länk

Mobilitetstjänster

Fords vision

I en intervju på Forbes Reinventing American Summit konstaterar Fords styrelseordförande Bill Ford att självkörande bilar är ett faktum och att sådana fordon kommer introduceras innan samhället hunnit lista ut hur dessa ska hanteras [1]. Det innebär att det finns en hel del frågor som måste adresseras inom snar framtid.

En annan slutsats som Ford drar är att ökad grad av automation i bilar kräver förändringar i fordonstillverkarnas arbetsprocesser. Generellt sett är tillverkarna vana att prata om 5-7 års cykler men nu gäller det att handla mycket snabbare.

Till slut konstaterar Ford: ”We’re a personal mobility company. Whatever form that takes, we need to pursue”.

Egen kommentar

Att prata om mobilitet i samband med automatiserade fordon har blivit väldigt vanligt. Många tror att dagens mobilitet kommer förändras drastiskt med introduktion av automatiserade fordon.

Källor

[1] Solomon, B. Forbes. Bill Ford: ’Self-Driving Cars Are Coming’. 2014-03-27. Länk

Samverkan människa - maskin

Fordon som läser av förarens känslor

Det kommer dröja länge tills vi alla färdas i helt självkörande fordon. Under tiden är det viktigt att stödja föraren och få honom/henne att köra på ett säkert sätt. Bloomberg Businessweek skriver om studenter från University of Waterloo i Kanada som utvecklat ett system för igenkänning och hantering av förarens frustration och ilska [1].

Systemet använder sig av information från tre olika sensorer: en som mäter förarens hjärtfrekvens, en som mäter trycket från förarens grepp om ratten och en som känner av förarens ansiktsuttryck. Om förarens hjärtfrekvens och grepp om ratten överskrider ett visst värde aktiveras kameran för att kontrollera om föraren är frustrerad. För att systemet ska fungera behöver varje ny förare ”träna” kameran genom att visa sitt ansiktsuttryck när han/hon är lugn samt när han/hon är frustrerad.

När frustration upptäcks spelar systemet en lugnande låt från förarens smartphone med hjälp av en app som till exempel Musik Square. Musik har visat sig ha en lugnande effekt på förarna, men även andra åtgärder som gör föraren lugn kan tänkas (t.ex. temperaturjustering).

I samband med detta nämns också att flera fordonstillverkare redan introducerat system för detektion av uppmärksamhets- och trötthetsnivåer samt att igenkänning av känslor är något som är under utveckling. Det nämns bl.a. att Peugeot Citroën samarbetar med forskare vid École Polytechnique Fédérale i Schweiz för att skapa en videosensor som detekterar förares känslor, samt att Volvo håller på att vidareutveckla sitt befintliga trötthetsdetektionssystem. Volvos vidareutveckling går ut på att inkludera en sensor bestående av små lysdioder (LED) som möjliggör bättre igenkänning av förarens ansiktsuttryck och ögonrörelser.

Källor

[1] Winter, C. Bloomberg Businessweek. Teaching Cars to Read Our Emotions. 2014-03-26. Länk

utgiven av RISE Research Institutes of Sweden