Etikettarkiv: BMW

Lästips

Som vanligt inför julen bjuder vi på några spännande lästips som ni kan gå till när ni tröttnat på att vara lediga!

 

Källor

[1] Simpson, B., Driverless Transportation. Big Bucks for V2I, V2V in Transport Bill. 2015-12 Länk

[2] Bradbury, D., How Driverless Cars Will Rule Your Commute In 2035. 2015-12-15 Länk

[3] Weiss, C.C., GizMag. Rinspeed turns BMW’s i8 into the self-driving, drone-docking Σtos concept. 2015-12-16. Länk

[4] Reiner, J., Kuehn, J., Forbes. Self-Driving Trucks Could Rewrite The Rules For Transporting Freight. 2015-12-08 Länk

 

Baidus självkörande bil på vägarna

Baidu, Kinas motsvarighet till Google, har nu tillkännagivit att deras  modifierade BMW 3 har självkört en komplicerad rutt ca 30 km genom centrala Peking, skriver Wired [1]. Bilen gjorde vänster-, höger- och U-svängar, bytte fil, gjorde omkörningar och körde på och av motorvägar.

Även om många andra, bland andra Google, redan har lyckats med samma sak så är det en viktig milstolpe för Kina och ett bevis för att de är med i racet.

Baidu och BMW har tidigare utlovat att de ska lansera en självkörande bil under 2015 vilket nu alltså skett, även om det inte är en regelrätt lansering.

Källor

[1] Alex Davies: Baidu’s Self-Driving Car Has Hit the Road, Wired 2015-12-09 Länk

Future Mobility i Singapore

Skrivet av Jan Hellåker, Lindholmen Science Park/Drive Sweden

Bakgrund

Singapore har haft en lysande period under flera år, och mycket framgångsrikt genomfört en omställning från ett arbetsintensivt samhälle, via handel & finans till idag ett extremt kunskapsdrivet land som växer och blomstrar så det nästan syns. Landet har tre stora universitet (NTU, NUS, SIT) varav de två största ligger på 12e resp. 13e plats i senaste världsrankingen (Bertil Andersson från Linköping är rektor på  NTU).

Trots att Singapore har ett fantastiskt kollektivtrafiksystem baserat på tunnelbana och bussar så har det ökande välståndet resulterat i en snabb ökning av bilparken och påföljande trängselproblem, trots höga avgifter i många led i värdekedjan.

Staten har därför etablerat en kraftfull handlingsplan på väg mot ett nytt mobilitetssystem och tagit fram en radikal vision baserad på några huvudpunkter. En ännu mer kraftfull kollektivtrafik väl integrerad på MaaS nivå, och där delade autnonoma fordon tar hand om first/last mile-transporterna. Ingen invånare ska behöva bo längre än 10 min promenad från en tunnelbanestation, men värmen och ibland skyfall gör att man ändå vill ha en ”podcar-on-demand” liknande lösning till och från stationen. Med detta avser man att drastiskt minska andelen ägda personbilar. Någon talare uttryckte det som att de skapat sin egen Nollvision, men där deras nolla betyder något annat än den svenska. (Se bilagan som är en information till allmänheten där man målar upp hela visionen, men samtidigt pekar på att man redan har kommit långt.)

Förutom att lösa sina egna problem så har Singapore ett handelspolitiskt mål att bli en förebild för andra (asiatiska) megacities för hur man löser mobiliteten när staden växer.

Konferens

Denna vecka arrangerade Land Transport Authority (LTA) en liten, men mycket intressant konferens om Future Mobility. Ca 300 personer deltog på en invitation-only basis, de allra flesta från Singapore plus 30-40 pers inbjudna utifrån. Första dagen var en teknisk showcase medan andra dagen utgjordes av en traditionell konferens.

Diverse noteringar och kommentarer

I sin ”teknikparks-miljö” One North har man etablerat ett ”live” provområde för självkörande fordon. Två större utvecklingsprojekt pågår som båda har tillstånd att prova inom detta område,
A*STAR (Agency for Science, Technology & Research) heter det mest mogna och mest sofistikerade. Man har valt att börja i urban miljö får att senare övergå till landsväg. Idag är det implementerat i en Toyota van och man hoppas kunna sätta lösningen i drift på bussar.. Singapore lider av att inte ha några inhemska fordonstillverkare och har för små volymer för att skapa stort intresse hos de stora OEM:erna.

Dessutom har NTU tillsammans med MIT bildat en allians kallad SMART, där Future Urban Mobility är ett av fem arbetsområden. Baserat på en gemensam teknikplattform med relativt billiga komponenter har man byggt 4-5 golfbilsvarianter samt en baserad på en standard Mitsubishi EV bil. Många av de utländska besökarna tyckte att själva autonomin på den Mitsubishi som vi provade var ganska omogen, och upplevdes som ryckig. Jag kan hålla med, men blev positivt överraskad över det faktum att man prioriterat de delar som gjorde att bilen blev en del i ett delat system. Den hade t.ex. backoffice-stöd för att själv köra fram till en upphämtningsplats och man hade implementerat olika fleet-varianter på kommunikation och framförhållning. Som en indikation på kompetensnivån: en doktorand som jag pratade med berättade att han (ursprungligen från Kina) nyligen hade headhuntats till Ubers AV center i Pittsburgh, USA.

Två publika demonstrationer har gjorts inom ramen för andra aktiviteter med  två olika franska versionerna av shuttlar (Navya resp Easymile), den ena inom ett campusområde, den andra i det nyanlagda Gardens of the Bay. Där har man  dock inte tillstånd att köra utan en ansvarig person på fordonet, men söker vägar runt detta då rundturen i Gardens ska ’kommersialiseras’ inom kort.

BMW har bildat en utvecklingsenhet för Future Mobility ihop med NTU som är snudd på lika stor som deras Silicon Valley kontor.

LTA har nyligen också haft tre RFIer ute: en personbils-baserad Mobility on demand (med bl.a. BMW och Uber som respondenter),
förarlösa stadsbussar, samt platoonande container-dragbilar i hamntrafik. Bakom de två RFI:erna för individuell Mobility on Demand samt förarlösa stadsbussar finns en tidplan:
2016 – 17 Prototype trial
2018 – 19 Pilot trial
2020 –     Kommersiell drift

Två ”ramprogram” finns som helt eller delvis omfattar aktiviteter inom området: inom SAVI  samarbetar LTA och A*STAR runt frågor runt future mobility; Ministry of Transport har skapat Committee on Autonomous Road Transport for Singapore (CARTS) för att inom sin organisation adressera automation.

LTA har just nu en öppen engineering challenge på gång för Future Mobility.

Övriga internationella talare på konferensen

UK hade några talare som på olika sätt presenterade den (monetärt) mycket stora brittiska satsningen – jag tycker dock fortfarande att man saknar ett helhetsperspektiv där. Det handlar väldigt mycket om att skaka fram några snabba demonstrationsprojekt.

Uber’s Head of Strategy, Advanced Technology pratade mest om nya mjuka funktioner i appen. Han avslutade dock med att säga att dom satsar stort på sitt samarbete med Carnegie Mellon, men att det kommer att ta tid (att utveckla självgående Uber-fordon).

MIT’s Prof Emilio Frazzoli som representerade både SMART och MIT spin-offen gjorde en mycket intressant dragning av en simulering av hur bilparken i Singapore skulle kunna reduceras från ca 850k till 300k om man övergick till delat ägande av någon form. Han förutspådde f.ö. att ”shared vehicles” skulle bli automationens så kallade ”Killer App”.

Sammanfattning

Det finnas väldigt många likheter mellan Singapores vision och Drive Swedens. Ord som Multi-modal, On-demand, MaaS, Connected, Shared, Personalized, frigöra yta i staden, dynamisk buss-allokering etc återkommer och man har som vi ett definitivt helhetsperspektiv (att lösa Singapores transportproblem – inte att göra fräcka demos). Man pratar också om att bygga en ny stadsdel som är optimerad för framtidens transporter.

Besluten är förankrade ända upp i toppen på både LTA och MoT, och dom är väldigt öppna för samarbete. De är mycket imponerade av det som har vi gör i Sverige – på alla fronter. I mångt och mycket så kompletterar länderna varann map. vad vi kan bidra med, så min personliga uppfattning är att om vi letar efter ett specifikt land att samarbeta med så är Singapore ett självklart val.

Seminarium om teknologier för automatiserade fordon

Tisdag 3 november arrangerade SAFER, SVEA och Volvo Cars ett seminarium som fokuserade teknologierna bakom automatiserade fordon. Seminariet, som lockade ca 60 deltagare till Lindholmen Science Park, utgick till stor del från Volvo Cars Drive Me-satsning.

Inledningsvis berättade Dr Erik Coelingh från VCC om bakgrunden till fordonsautomation: med alltfler människor som flyttar till allt större städer så blir inte trafiksystemet hållbart, samtidigt som det ändå finns ett behov av individuell mobilitet som inte kollektivtrafiken kan tillfredsställa. Volvos tanke är att frigöra tid och låta föraren välja när man ska köra själv. Det finns enligt Erik två vägar till självkörande fordon: en inkrementell väg via alltmer automatiserade förarstödsfunktioner, och ett ”hopp” direkt till självkörande fordon. En risk med den inkrementella vägen är att förarna inte blir beredda att ta över från systemet trots att det kan krävas om än sällan, medan en stor risk med ”hoppet” är att det kräver stor investering i teknologi och produkt.

Joakim Lin-Sörstedt från VCC berättade om sensorer och sensor fusion i Drive Me-bilarna. De kommer att ha 7 radarer, 8 kameror, 1 lidar, ett antal ultraljudsensorer, HD-karta och moln-uppkoppling. Sensorfunktionen har 3 målsättningar: 360 graders objektidentifiering, att upptäcka hinder på vägen och positionering. Detta åstadkommer man genom olika kombinationer av lågnivåhantering i de enskilda sensorerna och central högnivå sensor fusion. För att klara detta blir mjukvaran alltmer specifik och hårdvaruberoende.

Lars Hammarstrand från Chalmers berättade om hur positionering och lokalisering sker, genom att kalibrera positionen från karta och GPS mot landmärken med känd position som identifieras via sensor fusion i bilarna. Det svåra är inte att som många demonstrationer runt om i världen köra ett par enstaka gånger autonomt, utan att kunna göra det varje dag i flera års tid. Ett problem är att kartor blir gamla och bilarna behöver kunna hantera det, antingen själva eller kooperativt gemensamt med andra fordon via molnet.

Jonas Arkensved från Delphi berättade om deras sensorutveckling, från tidiga radarer till den kombinerade radar/kameramodul som sitter i Volvos nya XC90. Man jobbar med att förbättra upplösning, synfält och bildkvalitet för att på det sättet ge mer tillförlitliga data, men också med att sänka priset.

Mohammad Ali från Volvo Cars beskrev den funktionella arkitekturen i Drive Me-bilarna, och hur man arbetar med beslutsalgoritmer för till exempel filbyten. Grundprincipen är att baserat på ett antal givna önskemål ta fram en målfunktion och trigga filbytet när målfunktionen visar att en annan fil är bättre. Beslutsalgoritmerna måste kunna hantera alla situationer och för att hantera detta använder Volvo sig av försiktighetsåtgärder för att förutse hypotetiska händelser, dels som rekommendationer, dels om tvingande åtgärder. Exempelvis skapar man marginaler och sänker hastigheten när man närmar sig områden där sensorerna inte ser.

Robert Hult från Chalmers berättade om hur man kan koordinera automatiserade bilar i korsningar, för att bäst kunna utnyttja den gemensamma resursen = vägytan. Detta görs genom att ersätta dagens styrning via trafikregler, skyltar, trafikljus till optimala rörelser för varje enskild bil. Det innebär en systemoptimering utifrån prediktering av möjliga framtida tillstånd. Det finns förstås flera utmaningar, såväl avseende beräkning, kommunikation och hur hantera icke-automatiserade fordon.

Martin Hiller från Volvo Cars beskrev hur elarkitekturen i Drive Me-bilarna ser ut. Det tillkommer då många nya noder, sensorer och nätverk, bland annat Ethernet för att få högre bandbredd. Global tidssynkronisering är en nyckel för såväl sensor fusion och aktivering, så att data representerar samma tillstånd. För V2X-kommunikation behövs också en globalt synkroniserad klocka för att kunna synkronisera med andra fordon eller infrastrukturen.

Mathias Westlund berättade om hur Volvo Cars jobbar med tillförlitlighet och feltolerans. Det är många nya och höga krav (ASIL D) och till exempel måste även kraftförsörjningen vara redundant. Inga singelfel ska leda till ”failure”. Detta görs i Drive Me-bilarna genom en extra bromsenhet (hydraulik+elektronik) och genom att kunna backup-styra genom bromsning av enskilda hjul.

Autonoma bilar måste kunna identifiera alla relevanta objekt, hantera alla situationer och alla akuta fel, och vara fail tolerant, dvs. på ett säkert sätt kunna hantera fel genom reducerad funktionalitet om ett allvarligt fel uppstår, t.ex. genom att stanna bilen vid vägkanten. Detta eftersom man inte kan lita på att föraren kommer tillbaks i loopen i tid för att kunna reda ut situationen. Däremot behöver bilarna inte vara fail operational (ha kvar full funktionalitet trots fel) vilket krävs för flygplan.

Det finns många nya möjliga felmoder och det finns en stor utmaning i verifiering. Det går inte att göra bara genom att köra miljarder mil för att täcka alla situationer och alla väderförhållanden/väglag. Man får istället identifiera kritiska situationer och sedan återskapa dessa i data för prov, till exempel med hjälp av förstärkt verklighet. I Drive Me-projektet begränsas scenariorna till en vägslinga och ”normala” väderförhållanden.

Elektromagnetiska fält förväntas kunna ge kommunikationsstörningar vilket är en utmaning. BMW har samma EMC-krav som för helikoptrar.

Elad Schiller från Chalmers berättade om hur man kan balansera prestanda och systemsäkerhet i kooperativa system även vid kommunikationsfel. Även om de självkörande bilarna i sig är säkra så kan V2X-kommunikationen vara felaktig, så att olika bilar får olika information. I så fall kan man säkra situationen genom att bilarna kommunicerar när de inte får information från andra och samtidigt degraderar funktionen.

Autosar Adaptive Platform

Vid VDI-konferensen Electronics in Vehicles i Baden Baden 14-15 oktober presenterade BMW och VW ramverket för en ny kompletterande Autosar-plattform.

För att klara de riktigt kraftfulla datornoderna i ett fordon som krävs för automatisk körning och uppkopplade fordon så räcker inte den befintliga Autosar kärnan som nu kallas ”Classic Autosar”. Istället för att utöka denna så utvecklas något helt nytt – ”Autosar Adaptive Platform”. Denna skall vara dynamisk och klara upp- och nedladdning av programvara under drift med samma krav som kärnan i en smartphone, och dessutom höga krav på systemsäkerhet. Planen är ett släppa en första version i mars 2017. Arbetet påbörjades 2013 och tar fart nu med fler medverkande aktörer.

Jämfört med Classic Autosar, som specas i dokument och leverantörer konkurrerar med sin implementering,  så avser man nu att ta fram en referensimplementering som licensieras. Autosar kommer att släppa ”produkter” med källkod, testspecifikationer och textdokument. Denna gång blir inte kärnan helt specifik för fordonsindustrin utan POSIX (interfacestandard) blir en del av plattformen och befintliga OS kan integreras. Huvudskillnaden mot andra plattformar blir i Autosar metodiken.

Ethernet blir huvudsaklig kommunikationsstandard men bakåtkompatibel med CAN, Flexray och LIN. Det som är gemensamt mellan Classic och Adaptive Platform, t.ex. bussar och metodik, kommer att bli en egen produkt kallad ”Autosar Foundation” i oktober 2016.

Egen kommentar
Det är intressant att Autosar byter arbetssätt och tar fram en gemensam kod. Antagligen ser man att marknaden på kort sikt är liten för dessa avancerade plattformar så att kostnaderna måste minimeras.

Länk till konferensen

Vilka fordonstillverkare är ledande inom automatisering?

Navigant Research har släppt en rapport där man redovisar resultaten från en studie av hur långt de etablerade fordonstillverkarna har kommit i utveckling av teknologier för självkörande fordon [1, 2].

18 bilföretag utvärderades efter 12 kriteria: vision, marknadsstrategi, produktionsstrategi, teknologi, geografisk spridning, försäljning-marknadsföring-distribution, samarbeten, produkt-kapabilitet, produktkvalitet och tillförlitlighet, produktportfölj, prissättning och företagets långsiktiga åtagande inom området. Utvärderingarna baserades på företagens nuvarande och kommande förarstödssystem. De resulterande utvärderingstalen sammanfattades i två dimensioner: strategi och genomförande.

Fyra grupperingar identifierades:

Ledande:

  1. Daimler
  2. Audi
  3. BMW
  4. General Motors

Företag som har möjlighet att bli ledande inom nära framtid:

  1. Volvo
  2. Ford
  3. Toyota
  4. Honda

Utmanare:

  1. Volkswagen
  2. Nissan
  3. Jaguar Land Rover
  4. Tesla
  5. Hyundai/Kia

Eftersläpare:

  1. Fiat Chrysler
  2. Mazda
  3. Renault
  4. PSA Peugeot Citroen
  5. Mitsubishi

Egen kommentar

Studien gäller alltså bara etablerade internationella personbilstillverkare och alltså varken Google, Apple, Uber eller lastbilstillverkare. Den baserades också på hur de arbetar med dagens förarstödssystem och inte framtidens teknologier för självkörande fordon. Det kan alltså vara så att de som ligger i toppen här kan bli omkörda av såväl dem längre ner i utvärderingen som av helt andra spelare.

Ni kan ladda ner en sammanfattning av rapporten här.

Källor

[1] Laura Putre: Daimler, Audi, BMW, GM Lead on Autonomous Vehicles: Study, IndustryWeek 2015-10-15 Länk

[2] Lindsay Lorenz: Navigant Research Leaderboard Report: Autonomous Vehicle OEMs, Navigant Research Press Release 2015-10-15 Länk

Dela data från fordon

Frågan om hur data från fordon skall skyddas och användas är en komplex fråga. Vid konferensen uppmanade BMW genom Konrad Hubner övriga fordonstillverkare att samarbeta och utarbeta en gemensam lösning. Med standardiserade datainterface förenklas interoperbilitet. Genom att även koordinera crowdsourcing så kan man få tillräcklig täckning. BMW sa att snabbhet är kritiskt, omvärlden väntar inte. Biltillverkarna måste justera utvecklingsstrategier när man skall konkurrera med IT-industrin. Automatisk körning kommer att vara baserad på specialiserad programvara som behöver data som bara kommer att vara tillräckligt täckande om biltillverkarna samarbetar. BMW menade att man kan dela data och icke-differentierande tjänster samt tjänsteplattform(Location Based Services Platform) samtidigt som varje företag kan ha sina egna tjänster som skapar kundvärde.

Volvo Cars genom Amer Aijaz erbjöd sig också vid konferensen att samarbeta med andra bilföretag för utbyte av data från fordonen som kan förbättra trafiksäkerheten. IT-företaget Inrix som erbjuder trafikdatatjänster, argumenterade i ett kort anförande för samarbete och gemensamma plattformar för ”common good”.

Egen kommentar
När BMW går ut så publikt med denna uppmaning så har man antagligen arbetat med frågan under en längre tid. Sannolikt förs det samtal men att man inte kommer överens. Det skulle vara en naturlig följd av att BMW, Audi och Mercedes köpte kartföretaget Here, att man även hade en gemensam lösning för detta.

Centraliserad omgivningmodell i fordonet

BMW presenterade vid konferensen att man i den nya 7-serien använder en centraliserad omgivningsmodell. Tidigare har varje användarfunktion varit hårt integrerad med sensorerna. Nu har man skapat ett abstraktionslager på hög nivå och kan snabbare utveckla och förbättra sina kundfunktioner. Omgivningmodellen har tre huvudblock sensor fusion (radar, kameror etc i fordonet), vägmodell (detaljerad digital karta) och ”scene description” (trafiksituationen). I en presentation berättade man om tekniken bakom ”free space detection” som ingår i att beskriva trafiksituationen. Man klarar inte att göra alla beräkningar i realtid, därför görs noggrann datainsamling och beräkning off-line så att en typ referenskarta läggs upp. BMW planerar att skala denna lösning till fordon med mindre datorkapacitet och färre sensorer.

Egen kommentar
Det är ingenjörskonst på hög nivå att utforma arkitekturen så att det blir lösbart trots att BMW använder det värsta som finns inom FPGA, DSP mm.

Förarna litar inte på parkeringssystem

American Automobile Association, AAA, har genomfört en studie av självparkeringssystemen som finns på bland annat Mercedes, BMW, Lincoln och Jeep, och jämfört med hur mänskliga förare parkerar [1]. Det visade sig att systemen är betydligt bättre på att parkera:

  • Antalet gånger man körde in i trottoarkanten minskade med  81%.
  • Systemen krävde 47% färre manövrer, en del av systemen klarade det på en manöver.
  • Parkeringen gick 10% fortare.
  • Systemen parkerade i snitt 37% närmare trottoarkanten – vissa fall så nära att man riskerar itag mot fälg eller bilsida.

Trots detta så litar bara en av fyra på systemen och anser att man parkerar bättre själv.

Egen kommentar

Studien gjordes i USA och gäller alltså amerikanska bilar, förare och parkeringsplatser. Kanske man skulle få ett annat resultat i Europas trängre trafikmiljöer?

Källor
[1] Your car is ALREADY better at parking than you: Self-parking features outperform humans, but drivers still don’t trust them, Daily Mail 2015-09-22 Länk

 

Överenskommelse mellan 10 tillverkare: alla fordon ska utrustas med AEB

Det amerikanska departementet för transport (DOT), säkerhetsmyndigheten (NHTSA) och försäkringsinstitutet (IIHS) har offentliggjort att 10 fordonstillverkare kommit överens om att alla nytillverkade fordon som säljs i USA ska utrustas med automatisk nödbroms (automatic emergency braking, AEB) [1].

Fordonstillverkarna som ingått överenskommelsen är Audi, BMW, Ford, General Motors, Mazda, Mercedes Benz, Tesla, Toyota, Volkswagen och Volvo Cars. Detaljerna om det hela inklusive tidsplanen för implementationen kommer att utarbetas under de kommande månaderna.

AEB är en viktig ingrediens för automatiserad körning.

Källor

[1] NHTSA. DOT and IIHS announce historic commitment from 10 automakers to include automatic emergency braking on all new vehicles. 2015-09-11 Länk