Etikettarkiv: Göteborgs Stad

Svensk forskning när den är som bäst

I fotbollsvärlden pratas det den här veckan mycket om ”the Swedish way” – uthållighet, fokus, målmedvetenhet, teamarbete. Här i nyhetsbrevet tänkte vi fortsätta i samma anda och lyfta fram några svenska forskningsprojekt och resultat som oftast uppkommit tack vare just dessa egenskaper hos våra forskare. Stort tack till er alla som tipsat oss om relevant forskning och skickat in era sammanfattningar!

ESPLANADE (esplanade-project.se) är ett FFI-projekt som löper från januari 2017 till december 2019. Målet är förbättrad metodik för att visa att automatiserade fordon är säkra. Projektet fokuserar på fordon med ADS-funktioner (Automated Driving System) på nivå 4 enligt SAE-skalan (ett fordon som kan köra helt utan förarinteraktion under begränsade förutsättningar). Vi vet att sådana funktioner har ett antal karakteristiska skillnader mot traditionella fordonsfunktioner där säkerhetsbevisning sker enligt standarden ISO 26262. En ADS-funktion har full kontroll över fordonet, och en viktig del av säkerheten ligger därför i att systemet kör på ett säkert sätt, dvs tar taktiska beslut som inte försätter fordonet i farliga situationer. Därför behöver vi metoder för att säkerställa att systemet tar taktiskt säkra beslut. Andra problem som projektet arbetar med rör hur man visar att sensorernas prestanda är tillräckliga för uppgiften i varje givet ögonblick, vilka arkitekturmönster som är användbara för en ADS, hur man hanterar säkerhetsbevisning för system med icke-deterministiska algoritmer (AI, machine learning), hur man gör hazardanalys för en ADS med en mycket komplex situationsanalys, säkerhetsbevisning för förarinteraktion, och hur man visar fullständigheten i kravnedbrytning för komplexa system. Projektet koordineras av RISE och övriga deltagare är Aptiv, Comentor, KTH, Qamcom, Semcon, Systemite, Veoneer, Volvo Cars, Volvo AB och Zenuity.

Rullande busskur. Detta är ett FFI-projekt som löper från maj 2018 till oktober 2018 och som syftar till att förstå möjligheter och begränsningar ur ett tekniskt perspektiv när det gäller självkörande småbussar på landsbygden, förstå möjligheter och begränsningarna ur ett beteendeperspektiv, dvs. acceptansen av den tekniska innovationen hos resenärer och allmänheten, hitta lämpliga geografiska områden inom Skellefteå kommun där upplägget skulle kunna testas, samt få en bild av kostnaderna och nyttorna. Målet med studien är att skapa förutsättningar för en framtida ansökan för ett demonstrationsprojekt.

HARMONISE är ett FFI finansierat projekt  med målet att undersöka olika sätt att harmonisera, förenkla, hantera och förbättra hur förare interagerar med tekniska system som automatiserar delar av eller hela den dynamiska körningen i fordonet. Projektet är ett samarbete mellan Volvo AB, Volvo Cars och RISE Viktoria. Projektet kommer att utveckla och testa olika koncept, som stödjer interaktionen mellan förare och fordon på ett multimodalt sätt och utveckla designriktlinjer. Projektet utforskar problematiken när en förare tror att hon/han har mer support (nivå 4) än vad som för tillfället erbjuds.  Nya rön från distribuerad kognition och kroppslig kognition (embodied cognition) utforskas som teoretisk grund. Mer information om projektet hittas här och kontaktperson är Emma Johansson (emma.johansson@volvo.com).

Människor och interaktiva autonoma system. Sam Thellmans forskarstudier i kognitionsvetenskap vid Linköpings universitet (huvudhandledare: Tom Ziemke) undersöker hur människor förstår interaktiva autonoma system, som sociala robotar och självkörande fordon. Avhandlingens syfte är att belysa hur, när och varför människor tillskriver autonoma system intentionella tillstånd, som mål (t.ex. “bilen vill till punkt X“) och övertygelser (t.ex. “bilen har sett fotgängaren”), och hur detta påverkar människors förmåga att interagera med autonoma system. I forskningsarbetets första etapp undersöktes människors tolkningar av beteende hos människolika robotar (Thellman, Silvervarg, & Ziemke, 2017) och självkörande bilar (Petrovych, Thellman, & Ziemke, in press), det senare i samarbete med VTI/Linköping. Relevanta publikationer:

  • Petrovych, V., Thellman, S., & Ziemke, T. (in press). Human Interpretation of Goal-Directed Autonomous Car Behavior. In CogSci 2018: Changing Minds. 40th Annual Meeting of the Cognitive Science Society, Madison, VA. Cognitive Science Society.
  • Thellman, S., Silvervarg, A., & Ziemke, T. (2017). Folk-psychological interpretation of human vs. humanoid robot behavior: exploring the intentional stance toward robots. Frontiers in psychology, 8, 1962.

Optimala manövrar. Victor Fors har i sin licavhandling vid Linköpings universitet tittat på vad som händer när bilen gör en manöver nära gränsen för vad den faktiskt klarar av för att undvika att krascha. Målet på kort sikt är att få en uppfattning om hur optimala manövrar ser ut, och på längre sikt att bygga in insikterna från avhandlingen i ett säkerhetssystem för förarlösa fordon. Avhandlingen går under titel Optimal Braking Patterns and Forces in Autonomous Safety-Critical Maneuvers och ingår i det stora WASP-programmet, Wallenberg Autonomous Systems and Software Program, finansierat av Knut och Alice Wallenbergs stiftelse.  Vid frågor kontakta Victor Fors (victor.fors@liu.se).

NPAD (Network-RTK Positioning for Automated Driving) är ett projekt finansierat av Vinnova FFI som skall utforma ett system för stora volymer automatiserade fordon eller andra mobila plattformar med behov av noggrann positionering. Projektet staratade i maj och kommer pågå till april 2020. Det kommer att genomföras i flera steg där en demonstrator kommer att utformas baserat på krav från både automatiserad körning och andra mobila plattformar. Projektet skall bland annat: a) definiera kraven för positionering för automatiserad körning, b) analysera kraven på ett distributionssystem för korrektionsdata, c) utforma ett referenssystem på AstaZero för utvärdering av mätosäkerhet hos positioneringssystem och d) utföra test och validering av systemet baserat på en automatiserad fordonsapplikation från Einride. Projektpartners är: RISE, AstaZero, Ericsson, Lantmäteriet, AB Volvo, Scania, Einride, Waysure och Caliterra. Kontaktperson är Stefan Nord (stefan.nord@ri.se).

Drivers quickly trust autonomous cars. Successful introduction of autonomous cars requires autonomous technology that users experienced as trustful and useful. The aim of this study conducted by Volvo Cars within the FFI-project Human Expectations and Experiences of Autonomous Driving (HEAD) was to explore if drivers trust a fully autonomous car and if they experience that in-vehicle tasks can be conveniently carried out when in full autonomous mode. The test was conducted on a test track and an autonomous research car was used. The car was capable of handling the test track driving environment with full autonomy. When in full autonomous mode the participants got to engage in individually selected tasks, such as use media display, read, eat, drink and carry out work tasks with their own portable device. The results show that participant trust the autonomous car and they find it convenient to conduct in-vehicle tasks while in full autonomous mode. The study will be presented at the AHFE-conference this summer:

  • Broström, R., Rydström, A., Kopp, C., (in press) Drivers quickly trust autonomous cars. In the 9th International Conference on Applied Human Factors and Ergonomics, July 2018, Orlando, Florida, USA.

Customer perspectives. Intermetra Business & Market Research Group AB conduct studies mainly for the public sector in Sweden, with a focus on passenger transport. Among our most recent studies is a cross industry study on the customer perspective on Mobility as a Service in collaboration with RISE. We are now in the process of finalizing the result on a study on customer perspective on autonomous vehicles. The study has been conducted by a web survey to a representative sample of the Swedish population, with 500+ completed surveys. The study covers questions such as the Swedes knowledge and attitudes towards autonomous vehicles, as well as alternative sources of fuel. The results are expected to be available by the end of July. For more info, contact Markus Lagerqvist (markus@intermetra.se).

CoEXist is a European project (May 2017 – April 2020) which aims at preparing the transition phase during which automated and conventional vehicles will co-exist on cities’ roads. CoEXist aims at enabling mobility stakeholders to get “AV-ready” (Automated Vehicles-ready). To achieve its objective, CoEXist develops a specific framework and both microscopic and macroscopic traffic models that take the introduction of automated vehicles into account. The tools developed in the framework of CoEXist are tested by road authorities in the four project cities: Helmond (NL), Milton Keynes (UK), Gothenburg (SE) and Stuttgart (DE) in order to assess the “AV-readiness” of their local-designed use cases. Swedish partners in the CoEXist project is VTI and the City of Gothenburg. Homepage: https://www.h2020-coexist.eu/. Contact Johan Olstam (johan.olstam@vti.se) for more information.

SMART. The aim of the SMART project is to enhance and further develop todays state-of-the-art traffic models in order to enable analysis of future traffic systems. The project consists of two PhD projects, one focusing on microscopic traffic simulation and the behaviour of and interaction between conventional and automated vehicles, and one focusing on mesoscopic simulation and fleets of automated vehicles. The project is carried out by VTI, KTH and LiU and is funded by Trafikverket via Centre for Traffic Research (CTR). Contact Johan Olstam (johan.olstam@vti.se) or Wilco Burghout (wilco@kth.se) for more information.

Predicting  driver actions.The largest factor in traffic accidents today are human errors. There are many ways, in which problematic behaviors such as inattention can be mitigated. One of the tools used for this purpose is warning systems. There are situations where a warning system based on information from only one given point in time can provide an insufficient time window for the driver to react. A prediction of future events could be used in order to increase the amount of time between the warning and the dangerous event. This study explores possibilities of using recurrent neural networks with long short-term memory for prediction of eight different driver actions inside of a vehicle, such as glancing and reaching inside of the vehicle among others. These predictions, in turn, could potentially be used to improve a warning system and give a driver more time to react to a given situation. The predictions are based on sequences of actions, which are generated from sequences of images with a convolutional neural network. A dataset, consisting of sequences of images, used in the study was gathered at RISE Viktoria AB. The hyperparameters of the recurrent neural network, such as the number of hidden units and amount of layers, was chosen with Bayesian optimization. An addition of a parallel input of optical flow created from the input images was found to improve the performance of the convolutional neural network. The complete network achieved an average prediction accuracy of 87% for the next frame predictions and 67% after 20 frames. A comparison where the predictions were set to the last element in the input achieved an accuracy of 80% for one frame ahead and 50% after 20 frames. The study is part of Martin Torstensson’s masters’ thesis that was conducted as a part of the research projects DRAMA– Driver and passenger activity mapping (funded by FFI) and AIR– Action Intention Recognition (funded by KK-stiftelsen):

  • Torstensson, M., (in press) Prediction of Driver Actions With Long Short-Term Memory Recurrent Neural Networks. Master Thesis. Chalmers University of Technology, 2018.

Predicting pedestrian behavior. Behavior of pedestrians who are moving or standing still sufficiently close to the street could be one of the most significant indicators about pedestrian’s instant future actions. Being able to recognize the activity of a pedestrian, can reveal significant information about pedestrian’s crossing intentions. Thus, the scope of this study is to investigate ways and methods in order to understand pedestrian´s activity and in particular their motion and head orientation to the traffic. Furthermore, different featuresand methods were examined, used and assessed according to their contribution on distinguishing between different actions. Those were Histogram of Oriented Gradients (HOG), Local Binary Patterns (LBP), Bag of Words and CNNs. All the aforementioned features (HOG, LBP…etc) were extracted by processing still images of pedestrians. In this project, still images extracted from video frames depicting pedestrians walking next to the road or crossing the road are used. The study focuses in three parts, one is to derive the pedestrians action regarding if they are walking or not. The second is to identify the pedestrian´s head orientation in terms of if he/she is looking at the vehicle or not. The final task is to combine these two measures in a classifier that is trained to predict the pedestrian´s crossing intention and action. In addition to the pedestrian’s behavior for estimating the crossing intention, additional features about the local environment were added as input signals for the classifier, for instance, information about the presence of zebra markings in the street, the location of the scene, the weather conditions etc.  Moreover, several Machine Learning techniques were used after extracting the features (HOG, LBP etc…)   both for understanding the behavior of the pedestrian and for predicting the final action. Those were Support Vector Machines, k-nearest neighbor, Decision Trees. The data used in this thesis come from the Joint Attention for Autonomous Driving (JAAD) dataset. This study is done as a part of Dimitris Varytimidis (dimvar16@student.hh.se) masters’ thesis within the research project AIR– Action Intention Recognition (funded by KK-stiftelsen):

  • Varytimidis, D., (in press). Detection and intention prediction of pedestrians in zebra crossing. Master thesis. Halmstad University, 2018.

PRoPART (www.propart-project.eu) is a H2020 project (December 2017-November 2019), funded by the European Global Navigation SatelliteSystem Agency (GSA), focusing on positioning of automated vehicles and advanced driver assistance systems. The main purpose of the project is to develop and enhance an RTK (Real Time Kinematic) software solution by both exploiting the distinguished features of Galileo signals as well as combining it with other positioning and sensor technologies. RTK gives the possibility of cm-level accuracy using correction data from reference stations. The PRoPART partners are RISE, AstaZero, Scania, Waysure, Fraunhofer IIS, Ceit-IK4, Baselabs and Commsignia. Contact person is Stefan Nord (stefan.nord@ri.se).

Geofencing på tapeten

För lite mer än ett år sedan fick Trafikverket i uppdrag av regeringen att ta fram förslag för ett geofencing system. Geofencing avser en geografisk zon där inträde, hastighet och bränsleanvändning av uppkopplade fordon styrs digitalt enligt fördefinierade regler, eller utryckt på ett enkelt sätt ett digitalt staket.

I början av veckan visades en lösning för säker utbyte av data mellan fordon och digital infrastruktur som tagits fram i samarbete med Göteborgs stad, Stockholms stad, Scania, Veoneer, Volvo Cars och Volvo Group [1]. Molninfrastrukturen dit data till och från fordonen skickas och behandlas har tagits fram av Ericsson. Lastbilar, bussar och personbilar ingick i demonstrationen där flera  geofencingzoner med olika egenskaper hade byggts på vägarna runt om campusområdet på KTH.

Ett viktigt syfte med demonstrationen var att visa hur geofencing upplevs. Som Ola Boström från Veoneer förklarade: ”Man säger ju inte till sina vänner att man ska gå till ett inhängnat område när man går på Liseberg, men inhägnaden är ju en förutsättning. Vi visade att något så tråkigt klingande som geofencing är en användarupplevelse som dessutom skapar trygghet.”

Detta anses vara ett viktigt utvecklingssteg för att skapa ett uppkopplat transportsystem med digital infrastruktur och gemensamma gränssnitt.  Planen är att förbättra och vidareutveckla lösningen för att på sikt kunna implementera den.

Till hösten väntas Trafikverket presentera en implementeringsplan och hur lösningen ska skalas upp.

Egen kommentar

Den här tekniken kan fungera och underlätta både för individer och samhället givet att den är tålig mot  utomstående intrång. Den förutsätter också  att fordon har GPS eller liknande positionsverktyg installerat för att  fordon ska kunna identifieras och styras. Frågan är om hur stor del av fordonsflottan behöver utrustas för att se effekter i samhället?

Källor

[1] Trafikverket. Svensk kraftsamling med geofencing för säkrare och smartare stadsmiljöer. 2018-05-28 Länk

Autoliv ansluter sig till Drive Me

I slutet av 2013 lanserades Drive Me-projektet med syftet att studera effekter av automatiserad körning i verklig trafik genom att testa 100 bilar på infartsvägarna till Göteborg. Initiativet togs av Volvo Car Group, Trafikverket, Transportstyrelsen, Lindholmen Science Park och Göteborgs Stad med stöd av den svenska regeringen. I början av sommaren anslöt sig Chalmers Tekniska Högskola till projektet för att stärka dess vetenskapliga aspekt [1]. Nu har ytterligare en partner, Autoliv, anslutit sig till projektet [2].

Autoliv har lång erfarenhet av säkerhet i fordon. Företaget har mestadels fokuserat på passiv säkerhet (t.ex. krockkuddar, bilbälten) och är idag en ledande leverantör till fordonstillverkare inom området. Men de har också en hel del forskning och utveckling inom aktiv säkerhet (t.ex. kamerasystem) vilket är en grund för automatiserad körning.

Genom att delta i Drive Me-projektet kommer Autoliv att stärka sitt arbete kring automatiserad körning. Inom ramarna för projektet kommer Autoliv att bidra med både kunskap och ledande forskningsinsatser.

Källor

[1] Chalmers. Chalmers ansluter sig till Drive Me-projektet. 2015-06-18. Länk

[2] Business Wire. Autoliv joins the Drive Me project. 2015-09-30 Länk

 

Volvo Personvagnars presskonferens om Drive Me

I torsdags hade Volvo PV en webb-presskonferens där man berättade mer om Drive Me-projektet och också svarade på insända frågor.

Drive Me-projektet syftar till att testa självkörande bilar i verkliga förhållanden, med verkliga förare och med teknologi som är möjlig att sätta i produktion i framtiden. Detta till skillnad från andra demonstrationsprojekt som kör i avgränsade områden med professionella testförare och med mycket avancerade och dyra komponenter.

Med testet kommer man att kunna studera också andra aspekter än de rent tekniska, till exempel samhällsacceptans, och också bygga kunskap och förståelse för verklig användning av självkörande fordon. Projektet sker i samarbete med parterna Göteborgs Kommun, Transportstyrelsen, Trafikverket och Lindholmen Science Park.

Volvo PV ser automatisering som enda sättet att uppnå sin vision om att 2020 ska ingen dödas eller allvarligt skadas i en ny Volvobil. Säkerheten är alltså den viktigaste drivkraften och största nyttan, men också möjligheterna för kunderna att kunna göra annat än att köra – många ser idag tiden för pendling som förlorad tid.

I Drive Me-projektet kommer 100 Volvo XC90-bilar att från 2017 kunna köra på infartsleden runt Göteborg, utan att föraren behöver aktivt köra utan kan istället använda tiden till något annat. Försökspersonerna kommer att väljas bland sådana som representerar Volvos kundgrupper. De måste under körningen vara vakna, nyktra och uppmärksamma för att kunna ta över kontrollen om något problem uppstår.

Erik Coelingh berättade på presskonferensen om vilken teknologi som man kommer att använda. För positionering av fordonet räcker det inte med GPS utan man kommer också att ha detaljerade 3D-kartor som hålls uppdaterade via uppkoppling till ”Volvo-molnet”. Därifrån får bilen också trafikinformation. För att se andra fordon och andra trafikanter kommer man att ha bilmonterade kameror med olika synfältsvinklar, laserskannrar och radarer. För att säkra att inte enskilda fel kan orsaka olyckor kommer man att ha redundans i såväl elektroniksystemet som broms- och styrsystemen.

Några svar på frågor som ställdes var:

  • Utmaningarna just nu är att säkra att systemen fungerar, inte bara vanligtvis utan också vid mer ovanliga situationer, som till exempel när det ligger något tappat föremål på vägen.
  • Informationsutbyte mellan uppkopplade fordon måste i framtiden kunna ske också mellan fordon av olika märken, inte bara mellan fordon av egna märket.
  • Volvo vill inte av konkurrensskäl berätta om hur mycket pengar man satsar på fordonsautomation, men säger att det visserligen är mycket, men också att deras partners också bidrar.
  • Om en av bilarna trots allt hamnar i en olycka kommer man att ha en haverikommission som studerar orsakerna, bland annat genom att titta på insamlade data, för att säkra att det inte händer igen. Ansvaret för olyckan beror på orsaken och kan hamna hos föraren, Volvo, väghållaren eller andra trafikanter.
  • Även om man kommer att använda robusta sensorer så finns det alltid begränsningar och ibland kommer självkörningsfunktionen att stängas av. Under vilka förhållanden som detta sker är en viktig del av studien.
  • För att en väg ska kunna vara godkänd för Drive Me krävs dels att körbanorna är separerade med en barriär, samt att den är en typisk pendlingsväg: motorvägsliknande i stadsområde. Detta för att det ska vara tillräckligt säkert.
  • Volvo satsar på att vara klara till 2017 men är det inte bevisat då att det är tillräckligt säkert under alla förhållanden så kan starten komma att skjutas upp.
  • Lagstiftningen styrs nu av Genévekonventionen som kan behöva uppdateras, men det är viktigt att nå en global överenskommelse.
  • En framtida självkörande Volvo måste vara tillräckligt billig (”affordable”) men kommer kanske att finnas i olika utrustnings- och funktionsnivåer.
  • Utvecklingen mot självkörande fordon kommer inte att gå i ett steg utan komma gradvis och inte så fort som många tror.

Egen kommentar

Presskonferensen visade väl inget direkt som inte varit känt tidigare, men sammanställde och tydliggjorde projektet.

Automatiserad körning på Transportforum

Den 8-9 januari var det dags för VTIs årliga Transportforum i Linköping som drog flera hundra deltagare. Automatiserade fordon och transportsystem fick en hel del uppmärksamhet. Här är ett referat från de föredrag som jag deltog på.

  • Inledningstalet som hölls av infrastrukturminister Anna Johansson handlade om Framtidens transportsystem för en hållbar samhällsutveckling. Hon påpekade bl.a. att vi i Sverige har en lång tradition av att sätta trafiksäkerheten högt på agendan. Som ett exempel tog hon trepunktsbältet som är en svensk innovation som blivit känd i hela världen och som finns i alla bilar. I framtiden behöver vi identifiera hur vi kan koppla ihop våra nya innovationer med möjligheten till affärer i stora delar av världen med ökad trafiksäkerhet här hemma. Anna undrade också om automatisering är svaret på frågan om ökad trafiksäkerhet och på vilket sätt kan man minska möjligheten till beteenden som leder till dödsolyckor.
  • Anders Eugensson från Volvo Cars berättade om Volvos syn på automatisering. Uppkoppling är en stor drivkraft till den pågående utvecklingen. För nya generationer är det viktigare att vara uppkopplad än att köra. Många tycker dock att bilen bör skärmas av för att öka trafiksäkerheten. Volvo vill istället möjliggöra uppkoppling samtidigt som trafiksäkerheten förbättras. Automatiserad körning är ett sätt att uppnå detta. Inom DriveMe projektet som drar i gång 2017 kommer 100 vanliga förare få möjlighet att köra automatiserade Volvobilar i vanlig trafik (flerfiliga vägar utan mötande trafik och med låg risk för fotgängare). Utöver bättre trafiksäkerhet väntas automatiserad körning adressera andra samhällsutmaningar inklusive bättre infrastrukturanvändning och mindre trafikstockningar, samt möjliggöra ett mer flexibelt transportsystem. Anders tror att vi om 5-6 år kommer ha fordon som tar de första stegen mot automation, men att det kommer dröja längre innan vi har fordon som helt och hållet klarar sig utan någon förare.
  • Neville Stanton från University of Southampton i England pratade på temat The automated automobile: Distributed Cognition in Driving. Människor har en naturlig förmåga att anpassa uppmärksamhetsnivån efter uppgiften som de utför (Malleable Attentional Resources Theory, MART). Om uppgiften kräver mycket uppmärksamhet avsätter vi mycket uppmärksamhet åt denna, och vice versa. Problemet uppstår när en snabb anpassning behövs, dvs. när vi behöver växla från låg till hög uppmärksamhetsnivå. Risken är stor att det här problemet uppstår i automatiserade fordon. Så som utvecklingen ser ut idag kommer förarens roll övergå från att ha manövreringskontroll till att övervaka det automatiserade systemet. Detta leder till ”moment 22”: vi strävar efter att eliminera föraren från alla köruppgifter, men samtidigt kräver vi av föraren att han/hon ska vara uppmärksam och redo att snabbt ta över kontrollen för att det är han/hon som är ansvarig för framförandet av fordonet. För att komma runt problemet bör vi tänka på följande sätt:
    • Automatisera bara det som är nödvändigt att automatisera och när det är nödvändigt.
    • Sträva efter att stödja föraren och inte att ersätta denne.
    • Ett automatiserat system ska vara transparent.
    • En ”pratig” co-pilot är att föredra snarare än en tystlåten auto-pilot.
    • Om det uppstår tekniska problem ska systemet gradvis och smidigt degraderas.
  • En paneldebatt med Birgitta Hermansson (Transportstyrelsen), Suzanne Andersson (Göteborgs stad), Maria Krafft (Folksam), Bengt Svensson (Rikspolisstyrelsen), Magnus Hjälmdahl (VTI) handlade också om automatiserade fordon. Många viktiga frågor adresserades – hur mycket kommer automatiserade fordon att förändra/påverka vårt samhälle, försäkringar, integritet, polisens arbete, lagstiftningen, krav på fordon, förare, infrastrukturen, etc. Ni kan höra hela debatten här (börjar runt 57:00).
  • Niklas Strand från VTI talade på temat Semi-automated versus highly automated driving in critical situations caused by automation failures. Niklas berättade om en simulatorstudie som med 36 förare undersökt effekten av systemfel i två system med olika grad av automation: Adaptive Cruise Control (ACC, hjälper till att hålla en förvald hastighet och tidslucka till framförvarande fordon) och Traffic Jam Assist (TJA, samma funktionalitet som ACC plus styrning i sidled).
    Följande tre systemfel kunde uppstå under körningen: måttligt (60 % av bromskapaciteten), allvarligt (30 % av bromskapaciteten) och fullständigt (0 % av bromskapaciteten).
    Studien visade bl.a. att förarna hade en tendens att köra säkrare när felen uppstod i systemet med lägre grad av automation (ACC). Den visade också att återhämtningen blev svårare vid fel i systemet med högre grad av automation (TJA).
    En länk till Niklas presentation kommer att finnas tillgänglig på VTIs hemsida inom kort (Session 1).
  • Lars Englund från Transportstyrelsen talade på temat Är automatiserade förarstöd lösningen för de som på grund av sjukdom inte får inneha körkort?
    Det finns en rad olika sjukdomar som kan omöjliggöra körkort eller orsaka problem i trafiken:

    • Kroniska sjukdomar (t.ex. nedsatt syn, demens och andra kognitiva problem).
    • Sjukdomar som ger problem i vissa situationer (t.ex. dålig syn i mörker, aggressiva reaktioner, alkoholism, drogberoende).
    • Sjukdomar som ger plötslig inkapacitering (t.ex. plötsligt hjärtstopp, epileptiskt anfall, insomning, medvetslöshet på grund av lågt blodsocker).

    Idag saknas det statistik för hur många trafikolyckor som orsakas av sjukdomar, men tolkat från internationella studier kan det röra sig om 15-20 %. En vanlig ”åtgärd” är att man försöker identifiera dem som har trafikfarliga sjukdomar och återkalla deras körkort (ca 8 000 återkallas årligen).
    Lars påpekade dock att det är särskilt viktigt att de som är sjuka får köra bil, och att det inte handlar bara om de äldre även om de är en viktig grupp.
    Idag försöker man med hjälp av olika medel underlätta bilkörningen för de sjuka (t.ex. anpassa fordon för rörelsehinder, använda ortoser, proteser och prismalinser mot dubbelseende). Förhoppningen är att avancerade förarstödsystem ska underlätta körningen för ännu fler sjukdomsdrabbade. Det är framförallt plötsliga insjukningar som Lars hoppas att sådana system ska kunna adressera i en första omgång. Det är viktigt att studera sådana system och identifiera deras potential för den nämnda målgruppen.

  • Min kollega Maria Nilsson (och jag) talade på temat The human in the autonomous transport system baserat på resultat från två projekt.Det ena projektet heter AIMMIT och adresserar samverkan mellan människan och det automatiserade fordonet som hon transporteras i. Hur skulle det se ut om föraren/passageraren kunde påverka det automatiserade fordonets strategiska beslut, t.ex. tala om för fordonet att köra om framförvarande fordon när detta är möjligt? Interaktionsgränssnittet som togs upp för att exemplifiera detta har utvecklats inom ett studentprojekt på Högskolan i Halmstad.
    Det andra projektet handlar om samverkan mellan automatiserade fordon och fotgängare. Några olika multimodala gränssnitt som förmedlar fordonets intention till fotgängaren visades. Dessa har utvecklats i ett samarbete mellan Viktoria Swedish ICT och Interactive Institute Swedish ICT och kommer att vidareutvecklas inom ett examensarbete.
  • Magnus Hjälmdahl från VTI pratade på temat Truck drivers’ expectations and experience of automated truck platoons. Han presenterade resultat från två projekt, iQFleet och ADEMAS, som handlat om kolonnkörning (platooning) med lastbilar och som utförts i samarbete med Scania. Kolonnkörningen som testats går ut på att lastbilarna kör tätt efter varandra och att föraren i den första lastbilen ansvarar för alla lastbilar i kolonnen. Testerna har utförts både i en körsimulator och i verklig trafik där förarna fick testa kolonnkörning under några månader alterantivt ett år. Kortfattat kan man säga att många av dem var initialt negativa till sådan typ av körning. Många var rädda att förlora sin frihet och yrkesstolthet, var ovilliga att arbeta i grupp samt oroliga för sin säkerhet. Deras inställning blev mer positiv efter de genomförda långtidstesterna.Studien visade också att automatisering av vissa köruppgifter inte nödvändigtvis leder till reducerad kognitiv belastning. En annan indikation är att automatisering ökar tröttheten hos lastbilsförare. Magnus presentation kommer vara tillgänglig på VTIs hemsida inom kort.
  • Annika Larsson från ÅF pratade på temat What is the new normal? Evaluating the effects of (semi-) autonomous vehicles. Annika påpekade att medan vi är vana att utvärdera förarstödsystem i säkerhetskritiska situationer har vi väldigt begränsad kunskap om hur man utvärderar system som stödjer föraren under vanlig körning. Detta är speciellt viktigt om man pratar om system med högre grad av automation.
    Beteendeförändringar och anpassningar över tiden är en annan aspekt som hon lyfte fram. Det är viktigt att utvärdera system med avseende på hur de faktiskt används och inte på om de fungerar så som deras utvecklare tänkt sig.
    Utmaningen ligger i att sådan utvärdering är svår att genomföra innan systemet finns ute på marknaden. Ett sätt att komma runt detta är att utveckla utvärderingsmetoder som fokuserar på hur strategiska och taktiska delar av köruppgiften kan komma att förändras med tiden. Mer om det hela kan ni läsa i Annikas doktorsavhandling med titel Automation and the nature of driving – the effects of adaptive cruise control on drivers’ tactical driving decisions.