Produktplaner

Zenuity delas upp

I september 2016 blev det känt att Volvo Cars och Autoliv (sedan Veoneer) ämnade starta ett gemensamt bolag för utveckling av mjukvaruteknologi för självkörande fordon. De skulle äga lika stor del av bolaget. I början av januari 2017 signerades det slutgiltiga avtalet och i samband med det fick det nya bolaget ett namn: Zenuity. Den 18 april 2017 startade Zenuity officiellt.

Drygt tre år senare har Zenuitys ägare valt att dela upp verksamheten igen, med motiveringen att de vill driva sina affärer mer fokuserat och effektivt [1, 2]. 

Delen av verksamheten som fokuserar på förarstödssystem (ADAS) kommer nu att integreras i Veoneers verksamhet, medan Volvo Cars kommer att skapa ett nytt självständigt bolag som övertar Zenuitys nuvarande utveckling och kommersialisering av mjukvara för autonom körning. I praktiken innebär detta att Zenuitys nuvarande verksamhet i USA (Novi) och Tyskland (München) tas över av Veoneer medan Volvo Cars tar över verksamheten vid kontoren i Göteborg och Shanghai.

Veoneer uppskattar sin besparing till följd av uppdelningen mellan 300 och 400 miljoner kronor per år. Utöver det kommer Volvo Cars att betala Veoneer ett engångsbelopp på 150 miljoner kronor vid uppdelningen.

Dagens Zenuity kommer att omvandlas till ett passivt bolag som äger de immateriella rättigheterna som fanns vid bildandet. Det kommer fortsätta att ägas av Volvo Cars och Veoneer.

Detaljer om det nya bolaget som Volvo Cars planerar bilda  kommer att meddelas vid ett senare tillfälle.

Egen kommentar

Att uppdelningen av Zenuity sker bara tre år efter starten är på sätt och vis ett misslyckande, och många frågor står obesvarade. I den snabbt föränderliga branschen är det dock vanligt att företagsstrukturen förändras för att bättre matcha behoven, eller att företag försvinner. I det här fallet verkar partnerna ha hittat nya vägar framåt, på var sitt håll. Det återstår att se hur det nya företaget som Volvo Cars planerar starta kommer att se ut.  

Jag tycker också att det är intressant att Veoneer sägs ska fortsätta satsa på ADAS medan Volvo Cars ska fokusera på autonom körning. Det är visserligen i linje med de olika bolagens inriktning, men då flera analyser tyder på att ADAS kommer att utgöra en större del av marknaden minst fram till 2030 kan man fråga sig hur de tagit hänsyn till det vid uppdelningen.

Källor

[1] Volvo Cars to accelerate autonomous technology development. Volvo Cars Media 2020-04-02 Länk

[2] Veoneer and Volvo Cars to split joint venture to pursue separate ADAS and autonomous driving strategies. Veoneer Press Release 2020-04-02 Länk

Affärsmodeller

Prognos: Stor tillväxt 2030

Forsknings- och konsultbolaget Frost & Sullivan har gjort en analys av marknaden för självkörande fordon där de förutser en tillväxt från 1.1 miljarder dollar 2019 till 202.5 miljarder dollar 2030. Det här innebär en genomsnittlig årlig tillväxt på drygt 60 % [1, 2].

Analysen räknar med en stor tillväxt för perifiera tjänster som dataförsäljning, mobilitetstjänster samt leverans- och logistiktjänster där automatiserad körning förutses vara en nyckellösning.

Frost & Sullivan föreslår också ett antal möjlighetsområden att satsa på inför framtiden:

  • Omstrukturera affärsmodeller till prenumeration och betalning vid användning (s.k. pay as you go)
  • Data mining för effektivisering av körrutter
  • Samarbeta med staten för integrering av robotaxi och självkörande skyttelbussar i tjänsteutbudet
  • Samarbeta och investera i självkörande teknologi för lösningar inom godsleverans
  • Integrera system i fordonet som samlar data för utformning av individualiserade tjänster

Egen kommentar

Det är nog inget enkelt arbete att förutse framtiden. Storskaliga händelser påverkar våra prioriteringar i samhället, och de är svårt att veta konsekvenserna av sådana händelser. Ni kan läsa en nyhetsartikel om COVID-19 och påverkan på utvecklingen av automatiserade fordon och tillverkning av eldrivna fordon här.

Källor

[1] PR Newswire. Increasing Acceptance of Autonomous Vehicles Uncovers Multi-billion Dollar Opportunities in Mobility Services. 2020-03-27 Länk

[2] Auto Tech Review. Autonomous Vehicles Promise Huge Opportunities: Frost & Sullivan. 2020-04-01 Länk

Forskningsprojekt, Funktionell säkerhet, Kommunikation, Kooperativa system, Personbilar, Positionering, Sensorer, Tester och demonstrationer

Att undvika kedjekollisioner

Att förutsäga framtiden är en av de största utmaningar för självkörande fordon. Men som med många saker så kan det vara lättare om man hjälps åt. Att samordna fordons medvetande och beteende är sannolikt mer effektivt än att varje fordon planerar för sig självt.

Forskare vid Cranfield University har inom ramen för Multi-Car Collision Avoidance (MuCCA)-projektet testat ett system för samarbete mellan självkörande fordon i motorvägsliknande miljö [2]. Testet visade att fordonen kunde ta ett gemensamt beslut om beteenden och på det sättet kunde de undvika både hinder och hastiga inbromsningar [1].

Projektet finansieras av Innovate UK och Centre for Connected and Autonomous Vehicles som är en del av Department for Transport och Department for Business, Energy & Industrial Strategy i Storbritannien.

Källor

[1] Institution of Mechanical Engineers. Autonomous cars given ‘human-like’ reactions to prevent crashes on shared roads. 2020-03-24 Länk

[2] The Multi-Car Collision Avoidance Project website Länk

Funktionell säkerhet, Informationssäkerhet, Lagstiftning och regelverk, Trafiksäkerhet

Ny säkerhetsstandard klar (på rekordtid)

Vi har tidigare berättat om det internationella certifieringsföretaget Underwriters Labs (UL) arbete med en ny standard för självkörande fordon, UL 4600 (här och här). Nu är standarden klar och har publicerats [1]. Standarden togs fram på mycket kort tid men i enlighet ANSIs processer och kommer därför automatiskt bli ANSI-standard.

Till skillnad från till exempel ISO 26262 (Functional Safety) och ISO 214448 (SOTIF) så adresserar UL 4600 specifikt ”de ytterligare utmaningar som fullständigt avlägsnande av förare innebär”. En konsekvens av detta perspektiv är bland annat att UL genomgående refererar till ”sak” [eng. ”item”] istället för ”system” eller ”produkt”.

Standarden finns att köpa men går också att läsa avgiftsfritt online. Rykten gör gällande att fordonstillverkare redan nyttjat standarden utifrån höstens utkast.

I den tekniska panel som jobbat med standarden återfanns bland andra Uber, Nissan, Argo AI, Aurora Innovation, Zenuity, Intel, Infineon, Bosch, Renesas, Ansys, Liberty Mutural, AXA och USAs transportdepartment.

Källor

[1] UL. Underwriters Laboratories publishes autonomous vehicle Standard. 2020-04-01 Länk

[2] Junko Yoshida, Electronic Engineering Times. Safe Autonomy: UL 4600 and How It Grew. 2020-04-02 Länk

Forskningsprojekt, HMI

Teknik för överlämning av kontroll

Det finns en primär utmaning med delvis automatiserade fordon och den utmaningen är överlämning av kontroll mellan fordon och förare. Med fokus på scenariot där föraren tar tillbaka kontrollen ifrån fordonet har nu en grupp forskare från Singapore, Kanada och Kina utforskat en teknik som skall göra övergången säkrare [1].

Tekniken som är baserad på haptisk feedback i två faser och gör överlämning av kontroll till en stegvis händelse, till skillnad från att ge över kontrollen direkt och fullständigt. Den haptiska feedbacken är i form av ett vridmoment i ratten som i första fasen vid överlämning av kontroll från fordonet till förare är mer bestämd (haptic guidance), och i andra fasen mindre bestämd (haptic assistance). Den förstnämnda syftar till att göra stora korrigeringar för att snabbt hjälpa föraren att återfå rätt situationsmedvetenhet och körförmåga. När förarens kontroll av fordonet nått en högre nivå så går systemet in i haptic assistance som gör lätta korrigeringar tills överföringen av kontroll är klar.

I tester fick 26 deltagare utföra två uppgifter med systemet på en testbana. Det första var att ta över kontrollen ifrån bilen, och det andra var att ta över kontrollen ifrån bilen under ett filbyte. Varje deltagare fick erfara de ovan beskrivna haptiska korrigeringsmetoderna, vilket möjliggjorde en jämförelse mellan dem.

Metoden som gjorde stora korrigeringar visade sig kräva mindre tid i överlämningen och resulterade i bättre prestanda med avseende på standardavvikelse av styrvinkel och vridmoment än metoden med långsammare korrigering. Den gav också en bättre girhastighet.

Egen kommentar

Det är ett intressant tillvägagångssätt att leda föraren till en tillräcklig situationsmedvetenhet genom en sådan här lösning i kontrast till att försäkra sig om att föraren är medveten innan systemet initierar överföring av kontroll.

Fördelen här är onekligen att överföringen blir en mer interaktiv process där föraren blir samförare under kontrollöverlämningen. Nackdelen som jag ser det är i kritiska situationer där den här processen av samkörning kan leda till en förvirring kring vem som är i kontroll. Det kan alltså bli en brottningsmatch i situationer där föraren snabbt vill ta över kontrollen men inte lyckas uppfylla parametrarna för att systemet ska bedöma att föraren är redo för det.

Källa

[1] Lv et al., Electrical Engineering and Systems Science: Systems and Control. Human-Machine Collaboration for Automated Vehicles via an Intelligent Two-Phase Haptic Interface. 2020-02 Länk

Finansiering, Fordon, Forskningsprojekt, Samverkan människa - maskin, Teknologi

Storbritannien satsar på automatisering under svåra förutsättningar

Det brittiska finansieringsorganet Defence and Security Accelerator (DASA) har beslutat finansiera en rad nya forskningsprojekt om automatiserade fordon [1].

De kommer dela ut motsvarande 26 miljoner kronor till 21 organisationer för att utveckla lösningar som stödjer det brittiska försvarets satsningar inom automatisering under svåra förhållanden. Satsningen finansierar också utvecklingen av lösningar för utmaningar kopplade till samspel mellan människa och automatiserade system.

Bland mottagarna hittas såväl universitet som stora och små företag.

Egen kommentar

Mycket av kunskap och lösningar som utvecklas inom det militära kan ge en positiv effekt på utvecklingen av automatiserad körning i civila applikationer. DARPA Grand Challenge, som oftast betraktas som starten för automatiserade fordon, finansierades också av militären.

Källa

[1] Storbritanniens Regering. DASA awards £2m to fast-track autonomous vehicles in harsh conditions. 2020-04-02 Länk

Lagstiftning och regelverk

Shenzhen på väg att förändra regelverket

Myndigheterna i Kinesiska staden Shenzhen har föreslagit nya regler för självkörande fordon och bjudit in allmänheten för kommentarer [1].

Det nya regelverket skulle tillåta självkörande testfordon att transportera passagerare. Detta skulle ske inom utvalda områden som universitetscampus, industrikomplex och parker. För att ett fordon ska bli kvalificerat behöver det ha testkörts i minst 1000 km utan några trafiköverträdelser. Utöver det bör fordonet ha genomgått en serie andra tester för att bedöma dess förmåga att upptäcka och samverka med fotgängare och andra trafikanter samt att klara av trafikljus och komplexa vägmiljöer som korsningar och rondeller. Ett annat krav som föreslås är att testförare bör installera övervakningsutrustning i sina fordon, ha licensierade säkerhetsförare samt ta fram en handlingsplan för oförutsedda händelser. 

Hittills har Shenzhen tillåtit testning med självkörande fordon framförallt på motorvägar (sammanlagt 120 km) utan några passagerare. Staden har också beviljat 12 testlicenser till flera företag. 

Egen kommentar
Det är oklart när det är tänkt att förslaget ska träda i kraft. 

Peking och Shanghai är exempel på andra städer i Kina där transport av passagerare i självkörande fordon är tillåten. 

Källor

[1] Yi, D., CX Tech. Shenzhen Becomes Newest Major Chinese City to Let Self-Driving Cars Carry Passengers in Tests. 2020-03-27 Länk

Artificiell intelligens, Samverkan människa - maskin

Beteendeforskning på Toyota

Toyota anställer nu multidisciplinära forskare till sin nya grupp: Machine Assisted Cognition (MAC) vars fokus är på beteende, kognition och AI [1].

MAC gruppen ska ta sig an teknologiska lösningar som involverar samspelet mellan människa och teknik, samt prediktion av beteenden kopplade till beslutsfattande med hjälp av AI.

Gruppen kommer att hålla till i Silicon Valley.

Egen kommentar

Det är inte uttryckt i pressmeddelandet om gruppen har något specifikt mål inom kort tid. Beskrivningen av vad gruppen ska göra är väldigt generell, och de skriver även att samarbeten och projekt bestäms vid en senare tidpunkt. Oavsett så finns det definitivt ett stort värde med att ha en grupp som kan kombinera tech- och människo-aspekten i fordonsindustrin idag.

Källa

[1] Toyota. Toyota Research Institute Launches Research Into Understanding and Predicting Human Behavior for Decision Making. 2020-03-25 Länk

Okategoriserade

Aptiv och Hyundai i joint venture

Aptiv och Hyundai meddelar att deras joint venture som tillkännagavs förra året i september nu är bildat. Målet med samarbetet är att kunna kommersialisera en plattform för tillämpningar av autonoma fordon [1].

Ni kan läsa om tillkännagivandet som vi skrev om förra året här. Namnet på det nya företaget kommer att bestämmas i efterhand.

Källa

[1] Aptiv. Aptiv and Hyundai Motor Group Complete Formation of Autonomous Driving Joint Venture. 2020-03-26 Länk

Forskningsprojekt, Sensorer

Förutse trötthet vid autonom körning

I och med att körning med stöd av automation resulterar i en mer monoton körupplevelse så ökar risken för trötthet. Feng Zhou och kollegor från University of Michigan, University of Wisconsin och Ford har publicerat en studie där de utvecklat en teknik för att förutse trötthet innan förare själva märker att de är trötta [1]. Att kunna förutse trötthet i ett tidigt skede gör att fordonet kan göra nödvändiga beslut och handlingar som exempelvis väcka uppmärksamhet, ge över kontrollen till föraren och rekommendera en paus i körningen.

I den nya studien används PERCLOS (PERcent of time the eyelids CLOSure) – en metod för detektering av trötthet som går ut på att beräkna hur stor del av tiden som pupillerna täcks av ögonlocken. Forskarna sållade även bland 35 fysiologiska parametrar för trötthet där de kvarstående blev: hjärtslagsvariation, hjärtslag, andningsrytmsvariation och andningsrytm.

Nätverket som bearbetade datat var ett så kallat Nonlinear Autoregressive Exogenous Network (NARX). NARX kombinerar de fysiologiska mätningarna med PERCLOS för att förutsäga ett PERCLOS-värde för de kommande sekunderna. Om det förutsagda PERCLOS-värdet överstiger ett givet tröskelvärde för trötthet skickas en varning till föraren. De testade två olika modeller för prediktering med hjälp av NARX.

Forskarna validerade det förutsagda PERCLOS-värdet mot det sanna PERCLOS-värdet i en simulatorstudie med 20 deltagare. Resultaten visade att övergången till trötthet kunde detekteras 13.8 sekunder i förväg med en noggrannhet mellan 97% och 99%, beroende på vilken predikteringsmodell som användes.

Egen kommentar

Resultatet i studien är lovande för tekniken. Jag är fundersam kring PERCLOS och blink-data ifall det är pålitligt även när föraren har t.ex. ögonbesvär i form av allergier eller av någon annan anledning blinkar mer och/eller längre än vad som skulle bedömas som icke-trött.

Källa

[1] Zhou et al., Expert Systems with Applications. Driver fatigue transition prediction in highly automated driving using physiological features. 2020-06 Länk

utgiven av RISE Research Institutes of Sweden