Etikettarkiv: Berkeley DeepDrive

Detta har hänt under sommaren – Del II

Huawei + Audi. För att accelerera utvecklingen av smarta fordon har Audi och Huawei inlett ett strategiskt samarbete. Fokus kommer ligga på att gemensamt ta fram lösningar för uppkopplade fordon. De kommer också att utveckla utbildningsprogram för att stärka kompetensen hos experter inom området.

Informationssäkerhet – vad krävs för det? Två ingenjörer från Cruise Automation har publicerat ett dokument som belyser informationssäkerheten i automatiserade fordon. En av de stora utmaningarna är kopplad till den snabba utvecklingstakten för mjukvaran, så att man inte hinner utveckla och genomföra noggranna riskanalyser i samma takt. En annan utmaning ligger i att automatiserade system installeras i befintliga fordon som oftast byggts av någon annan aktör och som har ett okänt antal säkerhetsbrister.

Boschs och Daimlers taxitjänst. De tyska industrijättarna Bosch och Daimler kommer att börja testa automatiserade taxibilar. Testerna kommer att ske i Kalifornien (Silicon Valley) med en säkerhetsförare bakom ratten. Företagen har inte avslöjat hur många bilar det rör sig om exakt. Kopplat till detta kommer de att samarbeta med Nvidia.

Nytt lidarsystem från Baraja. Startuppföretaget Baraja har utvecklat ett nytt sensorsystem för automatiserad körning, Spectrum-Scan, som använder ljus med skiftande våglängder för detektera objekt. Systemet innehåller upp till fyra sensorer som kopplas samman via fiberoptiska kablar till en central processor. Det påstås kosta bara en bråkdel av en vanlig lidar-lösning vilket gör den skalbar för massproduktion.

Continental går med i DeepDrive. För att stärka och snabba upp sin utveckling inom AI-området har tyska Continental gått med i AI-konsortiet DeepDrive vid University of California, Berkeley.

Ny strategi på gång i Frankrike. Frankrike har tillsatt en utredare med uppgift att utveckla en nationell strategi för automatiserad mobilitet – inklusive nya lagar, regler för experiment och pilotprojekt samt säkerhets- och integritetsfrågor. De första lagförslagen väntas komma i slutet av året. Målet är att kunna lansera högt automatiserade fordon någon gång mellan 2020 och 2022.

Mobileye i nya samarbeten. Mobileye har under sommaren inlett två nya samarbeten. Ett med Baidu som går ut på att integrera Mobileyes Responsibility Sensitive Safety (RSS)-modell i Baidus öppna plattform Apollo. Det andra samarbetet är med tyska ZF för att tillsammans ta fram en ny kamera, ZF S-Cam4, som väntas vara redo i slutet av året.

RioTintos självkörande tåg.Gruvföretaget RioTinto har tagit fram ett helt automatiserat tåg för transport av malm. I juli gick det på sin första resa från gruvan Mount Tom Price till Cape Lamberts hamn i Australien.

Öppen data från DeepDrive

I slutet av förra veckan publicerade Berkeley DeepDrive Industry Consortium 100 000 högupplösta videoinspelningar från körning i verklig trafik [1]. Dessa finns tillgängliga i en databas som kallas BDD100K och kan laddas via den här länken.

Varje video är ungefär 40 sekunder lång, har upplösning 720p och är inspelad med 30 fps. Dessutom kommer varje video med GPS och IMU-information som spelats in med mobiltelefoner för att visa ungefärliga trajektorier. Det finns också objekt-annotering för varje video och ett annoteringsverktyg. Inspelningen har gjorts på olika platser i USA och under olika väder- och ljusförhållanden.

Egen kommentar

Jag deltog nyligen på TRA-konferensen där en professor undrade varför industrin inte öppnar upp sina databaser nu när teknologin i är ett tidigt utvecklingsskede? Frågan var riktad till några representanter från fordonsindustrin men dessa gav inget tydligt svar. Professorns tes var att myndigheterna skulle kunna kräva detta när de beviljar tillstånd för testning.

Källor

[1] Fisher, Y., BEAR. BDD100K: A Large-scale Diverse Driving Video Database. 2018-05-30 Länk

Apollo Scape

Baidu har nu lanserat en öppen databas för automatiserade fordon, Apollo Scape [1]. Enligt företaget är den 10 gånger större än andra motsvarande öppna databaser, inklusive Kitti och CityScapes. Apollo Scape är en del av Apollo, Baidus öppna plattform för automatiserade fordon.

Apollo ger utvecklare tillgång till en komplett uppsättning lösningar och källkod, vilket gör det möjligt för dem att exempelvis konvertera ett konventionellt fordon till självkörande fordon på bara 48 timmar. Apollo Scapes ger dem nu ett dataset som kan användas för sensorutvärdering, simuleringar, vägnätsanalys och dylikt, samt möjliggör träning av självkörande fordon i komplexare miljöer, väder och trafikförhållanden.

Utöver det har Baidu blivit medlem i Berkeley DeepDrive (BDD) Industry Consortium som utforskar spetsteknologier inom maskinellt seende och maskininlärning för fordonsindustrin.

Företagets förhoppning är att bli ”the Android of the auto industry”.

Egen kommentar

Tillgång till data är avgörande för utveckling av automatiserade fordon. Likaså är det viktigt att kunna göra tolkning av data, och det är precis därför som Baidu inleder ett strategiskt samarbete med ett av världsledande konsortium inom djupinlärning.

Källor

[1] Walz, K., FutureCar. Baidu Apollo Releases the World’s Largest Dataset for Self-Driving Cars. 2018-03-14 Länk