Etikettarkiv: KTH

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).

Sweden4Platooning

Scania, AB Volvo, Research Institutes of Sweden (RISE), Kungliga Tekniska Högskolan, (KTH), Schenker AB och Trafikverket arbetar i ett forskningsprojekt om kolonnkörning på allmänna vägar med fordon från olika tillverkare [1, 2].

Projektet väntas bland annat generera en standardiserad platooningapplikation för olika lastbilsmärken, öka kunskap om behov och ekonomiska värden för olika platooningrelaterade tjänster samt bygga kunskap om relevanta affärsmodeller. En pilotstudie med kooperativ adaptiv farthållare (CACC) med endast longitudinell styrning är också planerad att utföras. Utöver det kommer projektet att generera en licentiatavhandling och en doktorsavhandling.

Projektet startade i januari 2017 och kommer att pågå till december 2019. Det delfinansieras av Fordonsstrategisk Forsning och Innovation (FFI).

Källor

[1] Volkswagen News. Scania takes part in multi-brand platooning project. 2017-10-19 Länk

[2] VINNOVA. Sweden 4 Platooning. Länk

Senaste nytt och lästips

  • Skutt, skutt. Att identifiera och avståndsbestämma hoppande kängurur är svårt för Volvo Cars. Länk
  • Waymo lär sina bilar hur de ska interagera med utryckningsfordon. Länk
  • Polisen i Dubai ska testa självkörande övervakningsbilar utvecklade av Atsao Singapore Limited. Länk
  • Från 2019 kommer Volkswagen att införa pWLAN som standard på vissa modeller. Länk
  • Ett amerikanskt företag föreslår Hyperlane, ett körfält för automatiserade fordon. Länk
  • Toyotas nya Lexus LS som nyligenvisades i Japan kommer med en rad förarstödsfunktioner. Länk
  • Ford skapar ett nytt team som ska fokusera på forskning och utveckling inom robotik och artificiell intelligens. Länk
  • Nissans vision är inte att ersätta föraren, utan att förbättra förarens upplevelse med hjälp av automation. Länk
  • Trimbles dotterbolag Applanix i samarbete med universitet i Kanada kring positioneringssystem för automatiserade fordon. Länk
  • Intel-företaget Wind River och BlackBerry QNX är på frammarsch i Ottawa. Länk
  • MIT utvecklar drönare som kan både köra och flyga. Länk
  • MIT har också tagit fram en självkörande rullstol. Länk
  • Ertrac har släppt en ny version av Automated Driving Roadmap. Länk
  • TechEmergence beskriver vad som är på gång på den tunga sidan. Länk
  • KTH och VTI har tagit fram framtida scenarier för automatiserade fordon i Sverige. Länk
  • Nyfiken på hur automatiserade fordon kan hjälpa människor med funktionshinder? Den problematiken diskuteras i ett White Paper från Ruderman Foundation. Länk
  • Automatiserade fordon måste vara kooperativa. Länk
  • Jordbruken kommer aldrig bli som förr. Länk

Autonoma bussar snart en verklighet

I Ericssons senaste ’Mobility Report’ beskrivs att det snart kan bli vanligt att se autonoma bussar på vägarna [1]. Ett viktigt steg  för att införa autonoma bussar i kollektivtrafiken är dock utvecklingen av fjärrövervakning och kontrollsystem som säkerställer säkerheten.

Rapporten beskriver att Scania har ett 5G-konceptnätverk som nu används för olika tester där en fjärroperatör kör en buss runt ett testområde, som till och från en parkeringsplats. Testerna fokuserar på två områden: responstiden för fjärrövervakning och kontrollsystemet, och de automatiska verktygen som krävs för att prioritera nätverkstjänsterna. Sensordata från bussen, inklusive videouppspelning med högupplösning, strömmas till fjärroperationscentralen över LTE-radio i ett 5G-nätverk. Testbädden inkluderar också en automatiserad servicebeställning, vilket möjliggör att man kan prioritera vilka nätverksresurser som behövs för fjärrövervakning och drift.

Parallellt med Scanias verksamhet demonstrerades också fjärrstyrningen av ett forskningskonceptfordon (RCV) – utvecklat och anpassat av Integrated Transport Research Lab vid KTH Royal Institute of Technology – på Mobile World Congress 2017.

Källa

[1] Remote operation of vehicles with 5G, Ericsson.com, 2017 Länk

Fordonsdynamik för automatiserad körning

Onsdag 31 maj arrangerade svenska fordonsingenjörsföreningen, SVEA, ihop med SAFER och kompetenscentret ECO2 årets seminarium, denna gång med temat fordonsdynamik för automatiserad körning [1]. Här kommer ett kort referat från seminariet.

Malte Rothämel från Scania pratade om behovet av redundans i chassisystemen när föraren inte längre finns redo att ta över, och visade exempel från tunga fordon med en aktiv styrnings-aktivator med dubbla elmotorer, och en bromsaktivator placerad direkt vid bromspedalen – bromssystemet är i övrigt redan redundant.

Per Ola Fuxin och Matthijs Klomp från Volvo Cars föredrog Volvos utveckling avseende förarstödssystem, från tidiga ABS-funktioner via många TBF (TreBokstavsFörkortningar) till dagens Pilot Assist. Målet är att skapa en ”sömlös” körupplevelse, där alla funktioner samspelar optimalt. Pilot Assist är i princip en vidareutveckling från adaptiv farthållare, ACC, där bilen också kan hålla sig i filen i farter upp till 130 km/h – men fortfarande är föraren ansvarig och måste hålla minst en hand på ratten (utom vid kökörning i lågfart). Detta eftersom systemet (ännu) inte kan identifiera alla objekt. Noterbart också att Volvos hybridbilar har ”by-wire”-bromsar och att alla deras framtida bilar också kommer att ha det.

Fredrik Bruzelius från VTI gjorde en översikt av resultaten från Wanna Svedbergs utredning av rättsliga principer med automatiserade fordon som vi skrivit om tidigare. Det är då viktigt att skilja på civilrätt och brottmål. I civilrätt, där man alltså ”stämmer” någon, kan ansvaret ligga på en juridisk person, till exempel en fordonstillverkare. Men i brottmål, där alltså ett brott mot trafiklagstiftningen skett, måste det (i Sverige) vara en fysisk person som är ansvarig. Detta ställer förstås till det för helt självkörande bilar (SAE-nivå 4 och 5). Ett förslag är att skapa en ”kontrollcentral” med operatörer som ger godkännande för start av varje enskild automatiserad körning (se t.ex. GMs gamla reklamfilm).

Peter Nilsson från Volvo GTT och Chalmers redogjorde för sitt projekt där man studerat principerna för hur man ska reglera långa fordonskombinationer vid körning i multipla filer. Långa fordon har ofta problem att byta fil i tät trafik och kan då tvingas till att ”bryta sig in” i nästa fil. Denna situation måste även framtida automatiserade långa lastbilar kunna hantera.

Jim Crawley från Haldex Brakes gjorde en djupdykning i ABS-reglering och visade hur deras nya snabba reglerventil kan både ge kortare bromssträckor men också spara energi och med separata enheter kan ge redundant reglering av avancerade funktioner för t.ex. automatiserade fordon.

Niklas Lundin från Asta Zero berättade om utmaningarna med testning både av aktiva säkerhetsssystem med alla varianter, och automatiserade fordon. De senare innebär en betydligt komplexare testning med tusentals testfall där det i praktiken är omöjligt att testa alla. Grundprincipen är då att genomföra huvuddelen av testerna med modeller som valideras med tester. Niklas nämnde också ett tänkbart cyberhot: om någon planterar falsk kartinformation så kan fordonen svänga av vägen för att de tror att det finns en anslutande väg där. Även sådana situationer måste man kunna säkra med testningen.

Slutligen berättade Lars Drugge från KTH om ITRLs plattformar, RCV och RCV-E1/-E2, som kontinuerligt utvecklas nu även med LIDAR, radar och kamera föru atomatiserad körning.

Totalt sett en givande dag som gick lite mer på djupet än många andra seminarier. (Dessutom tack till Mattias Lidberg som visade vad alla fordonsingenjörer med självaktning alltid måste bära med sig!)

Källor

[1] SVEA FORDON: Seminarie Vehicle Dynamics for Automated Driving Länk

GCDC 2016: Tävlingen avgjord

28-29 maj var det dags för Grand Cooperative Driving Challenge (GCDC) 2016. Det var fem år sedan första GCDC anordnades av TNO i Holland på testmotorvägen A270 mellan Eindhoven och Helmond i Holland.

Tio lag från Lettland, Spanien, Frankrike, Tyskland, Holland och Sverige deltog i tävlingen som handlade om tre scenarion för kooperativ och automatiserad körning.

I tävlingen använde fordon exempel på nästa generations kommunikationsprotokoll för kooperativ körning som bl.a. möjliggör förhandling mellan fordon. Fordonen utförde till exempel automatiskt filbyte på motorväg som föregicks av förhandling för att fordonen skulle bestämma vilket fordon som skulle öppna en lucka för vilket. Det andra scenariot gick ut på att köra igenom en T-korsning utan trafikljus, fordonen förhandlade om vilket fordon som skulle passera som första, andra och tredje fordon genom korsningen.

Det tredje scenariot handlade om att utryckningsfordon, med hjälp av kommunikation och HMI i andra uppkopplade fordon skulle kunna begära i vilken fil de vill ha fri väg när de är under utryckning.

Vinnare i tävlingen var studenter från Högskolan i Halmstad som tävlade med en Volvo S60, på andra plats kom Team AnnieWay från KIT Karlsruhe som tävlade med en personbil från Mercedes och på tredje plats placerade sig KTH som tävlade med en lastbil från Scania.

GCDC 2016 arrangerades inom FP7-projektet i-GAME där TNO, TU/e (Techniche Universitet Eindhoven) från Holland, Idiada från Spanien och Viktoria Swedish ICT.

Här finns senaste nyheterna från GCDC2016 länk: https://twitter.com/hashtag/gcdc2016

Egen kommentar

De svenska lagen som deltog i GCDC 2016 arbetade tillsammans med stöd från SAFER inom projektet CoAct, en fortsättning på det projekt som ledde Högskolan i Halmstad, Chalmers och KTH till placering 2,3 och 4 i GCDC 2011.

Dags för final i i-GAME

Nästa helg, den 28-29 maj, är det final i studenttävlingen GCDC 2016 i holländska Helmond. GCDC – Grand Cooperative Driving Challenge – är en del i EU-projektet i-GAME.

GCDC 2016 är en innovationstävling som äger rum på motorvägen A270 mellan Helmond och Eindhoven. 10 europeiska lag tävlar mot varandra, bland andra Chalmers, KTH och Högskolan i Halmstad.
Det handlar om kooperativa system där fordon från olika tillverkare och med olika tekniska lösningar ska samverka för att lösa komplexa trafiksituationer.

I tävlingen ska bilarna köra själva och kommunicera med varandra och med infrastrukturen för att förbättra trafiksystemet, inte bara för den enskilda bilen. Det övergripande målet är att förbättra såväl trafiksäkerhet, trafikflöde som bränsleförbrukning och utsläpp.

Se filmen inför finalen från säkerhetstesterna i Spanien.

KTH-lastbil med klotoid-reglering

Forskare från KTH har utvecklat en regleralgoritm som använder sig av klotoid-kurvatur. Detta för att ge en mindre ryckig kurvtagning. Med algoritmen, LTV-MPC, blir det också möjligt att minimera kursavvikelser och förbättra bränsleförbrukningen. Klotoider används idag bland annat vid konstruktion av vägar och järnvägar.

Bilen, en Scania gruvlastbil, kommer att visas upp i maj.

Källor

[1] Self-driving mining truck stable at 90 km/h; clothoid-based model predictive control, Green Car Congress 2016-04-15 Länk

Automatiserade fordon på FFI-resultatkonferensen

Den 17 september hölls FFI-resultatkonferensen för forskningsprogrammet Trafiksäkerhet och automatiserade fordon. Jag deltog på 4 presentationer, varav en var min egen. Här är en sammanfattning av dessa presentationer.

Mikael Ljung Aust från Volvo Cars pratade på temat Människan och självkörande fordon och vilken förarens nya roll blir när bilen kör sig själv. Han berättade om en studie som Volvo Cars hade genomfört för att ta reda på varför deras kunder skulle vilja ha tillgång till en automatiserad bil. De skulle helt enkelt vilja köra mindre och ägna sig mer åt annat (telefon, ljudböcker, läsa e-post, jobba, prata med passagerarna etc.). Men det innebär också att man som förare kommer få en alltmer passiv roll. En enkel studie har visat att människor är dåliga på att vara passiva, på att övervaka. Det är därför rimligt att anta att det inte kommer finnas någon förarroll när bilen kör sig själv. Förarrollen kommer att upphöra att existera under mer eller mindre långa perioder. Man får helt enkelt ”börja om” (get into character) varje gång man ska köra igen.

Stas Krupenia från Scania berättade om det nyligen avslutade projektet Methods for Designing Future Autonomous Systems (MODAS) och dess resultat. Projektet har haft utgångspunkt i GMOC-designmetoden som vanligtvis används inom reglerteknik för dynamiskt beslutsfattande. Med hjälp av den har man bl.a. tagit fram ett antal multimodala gränssnitt för användning vid automatiserad körning som konvojkörning (platooning). För att kunna utvärdera dessa har man också tagit fram nya utvärderingsmetoder. Utvärderingen gjordes i en körsimulator och den visar att de nya gränssnitten bidrar till bättre situationsmedvetenhet, minskar mentalbelastning, och ökar tillförlitlighet.

Lars Hjort från Scania presenterade delresultat från ett pågående projekt som kallas iQMatic. Det är ett samarbetsprojekt mellan Scania, KTH, Linköpings universitet, Autoliv, Saab och Combitech som startade 2013 med syfte att utveckla en helt självkörande lastbil som kan utföra transportuppgifter i en typisk gruvanläggning. Arbetet i iQMatic är indelat i fem arbetspaket: Projektledning, Perception och fusion, Egenskapsskattning och fordonskontroll, Uppdragsplanering och kommunikation och Avancerade HMI. Perceptionssystemet omfattar flera sensorer som kameror, radarenheter och GPS. Applikationen för uppdragsplanering möjliggör för användaren att välja en lastbil i området och ge den ett uppdrag (t.ex. åka till en viss plats och lasta på grus). Den är ansvarig för att planera en rutt från den aktuella positionen för lastbilen till den positionen som valts av användaren. Lars visade också en film som illustrerar det utvecklade systemet.

Temat för min presentation var Vad händer med lagar och regler relaterade till automatiserade fordon. Jag gav en överblick av relevant arbete i Sverige och i andra länder. Sammanfattningsvis kan man säga att vissa regelverk har utvecklats/håller på att utvecklas för testning av automatiserade fordon på allmänna vägar, men inte för massimplementation. Just nu har olika länder olika regler vilket ökar kostnaderna, förvirring och kan på sikt hindra storskalig användning av den nya tekniken. Samtidigt kompliceras lagstiftningsarbetet av osäkerheten kring hur marknaden kommer att utvecklas. En sak är säker, om man lagstiftar för tidigt finns det risk att man lagstiftar i onödan eller att man lagstiftar fel saker.

Det hölls ytterligare två presentationer inom området, men jag kunde tyvärr inte delta på dem. Johan Tofeldt från AB Volvo pratade på temat Säker och robust arkitektur för automatiserade produkter. Anders Almevad och Joakim Lin-Sörstedt från Volvo Cars gav en presentation om Fordonspositionering och ruttprediktion.

Materialet till dessa och andra presentationer från konferensen finns på FFIs hemsida.