Etikettarkiv: Nauto

Nautos prediktiva ADAS

AI-företaget Nauto har lanserat en ny generation av sitt videobaserade säkerhetssystem för fordonsflottor som de kallar Predictive Collision Alerts [1]. Till skillnad från sin föregångare där videoigenkänning användes mest för coaching av förare i efterhand så ger det nya systemet varningar och guidning till föraren i realtid. 

Systemet tar in data från fordonet, förarens beteende som blickbeteende och aktiviteter, fordonsrörelse, olika trafikelement och sammanhangsdata som sedan processas med hjälp av Convolutional Neural Networks (CNN) för att uppskatta kollisionsrisk. När den uppskattade risken intensifieras, ger systemet föraren information och varningar om att vidta åtgärder. 

För tillfället fokuserar Nauto på att reducera påkörningar bakifrån hos kommersiella fordonsflottor. 

Här kan ni se Nautos presentation från lanseringen där de berättare mer om systemet och dess effekter. 

Egen kommentar

Det som gör Nautos system unikt är att det inkluderar data om förarbeteende i realtid, något som i stort sett saknas i dagens ADAS. Det möjliggör snabbare och noggrannare riskuppskattning, och ger föraren mer tid att agera. Jag tror att just den här typen av data kommer att möjliggöra bättre prestanda hos ADAS, och förhoppningsvis bättre acceptans av dessa system hos förarna.  

Källor

[1] Nauto. Nauto Launches AI-Powered Predictive Collision Alerts, Advances Fleet Safety Beyond Driver Coaching Programs. 2020-05-14 Länk

GM patenterar eftermarknadslösning

I februari fick GM ett patent beviljat för eftermarknadsmontering i befintliga fordon och som då kan göra dem självkörande. Tanken är att licensiera ut lösningen via tredjepartsleverantörer [1].

Patentet inkluderar ett antal sensorer som kan monteras runt bilen och som kopplas till en centraldator i bagageutrymmet; dessutom ett antal gränssnitt till bilens funktioner som gas, styrning och bromsar.

Det hela blir inte lika elegant integrerat som i bilar som byggs för automatisering från fabrik men skulle kunna bli billigare och också möjliggöra en snabbare introduktion av teknologin.

Egen kommentar

Det är oklart vilken mjukvarulösning GM tänker sig, eller om det ska vara öppet för tredjepart att lägga in egen mjukvara.

Vi har tidigare skrivit om eftermarknadslösningar för självkörning, från Nauto, Comma.ai, Cruise Automation. Även Mobileye har varit inne på området.

Källa

[1] Ed Round: What does General Motors’ new patent mean for the future of autonomous vehicles? Intelligent Transport 2019-03-27 Länk

Startups inom automatiserade fordon

Det pratas och skrivs ofta om hur många entreprenörsföretag, startups, det finns inom området automatiserade fordon. Nu har TechCrunch grävt i detta och egentligen bara hittat 12 st oberoende och välfinansierade sådana [1], och kategoriserat dem inom två områden: sensorteknologiföretag och de som utvecklar kompletta teknikplattformar inklusive hårdvara och reglerfunktioner.

Sensorföretag: Nauto Inc, Quanergy Systems, CYNGN, Innoviz Technologies, Autotalks, Oryx Vision. Av dessa är de 3 första hemmahörande i Kalifornien och de 3 sista i Israel.

Teknikplattformsföretag: Zoox, Roadstar.ai, Pony.ai, Aurora, TuSimple, Drive.ai. Av dessa är alla i Kalifornien utom Roadstar.ai som finns i Shenzhen.

Egen kommentar

De som utvecklar sensorer har ofta en lättare väg in till fordonsföretagen då de i princip säljer en komponent vilket kan ske på traditionellt sätt. Teknikplattformsutvecklarna konkurrerar däremot delvis med fordonstillverkarna själva. Å andra sidan börjar allt fler inse att man behöver samarbeta inom området för att över huvudtaget lyckas ta sig till marknaden.

Källor

[1] J Rowley: The well-funded startups driven to own the autonomous vehicle stack, TechCrunch 2017-05-27 Länk

 

Detta har hänt under sommaren – Del II

  • May Mobility är ett nytt startupföretag som drivs av flera veteraner från fordonsbranschen och forskare inom automation som bland annat arbetat med DARPA Grand Challenge. May fokuserar på att utveckla mjukvara och mobilitetslösningar för användning i fordon som framförs i exempelvis affärsdistrikt och universitetscampus. May fokuserar alltså inte på att utveckla själva fordonen.
  • Volkswagens senaste löften har fått många att bli riktigt nostalgiska. Folkabussen (eller I.D. Buzz som den kommer heta framöver) kommer tillbaka! Helt eldriven och delvis automatiserad (Nivå 3 enligt SAE-skalan). Den väntas inta marknaden år 2022.
  • Audi har presenterat sin nya Audi A8 som påstås vara den första produktionsbilen helt och hållet utvecklad för högt automatiserad körning. Den är utrustad med s.k. AI Traffic Jam Pilot som hanterar start, acceleration, styrning och bromsning på motorvägar (med fysisk separation mellan körbanor för olika riktningar) i hastigheter upp till 60 km/h. Föraren behöver inte övervaka fordonet permanent (oklart för mig vad det betyder rent praktiskt). Den kan också parkera själv utan att föraren behöver vara i bilen. Nya Audi A8 väntas inta marknaden nästa år.
  • Microsoft och Baidu har ingått ett samarbete genom Apollo Alliance med syfte att utveckla molnlösningar för automatiserad körning. Microsofts Azure kommer att användas för att möjliggöra lansering Apollo-plattformen utanför Kina.
  • Audi och Fraunhofer Institute driver ett gemensamt projekt om framtida cockpit där de bland annat försöker kvantifiera mänskliga reaktioner på olika stimuli i bilen.
  • Teknikföretaget Nauto med bas i Silicon Valley har fått en ny investering på 159 miljoner dollar från SoftBank Vision Fund för att accelerera utvecklingen av sin dataplattform för automatiserad körning. Företaget utvecklar bland annat system för insamling av förardata i syfte att förbättra säkerheten.
  • Daimler och Bosch har visat upp ett nytt självkörande parkeringssystem i ett garage i Stuttgart. Bosch står för infrastrukturen medan fordonstekniken kommer från Daimler. Nedan kan ni se hur det hela är tänkt att fungera. Nu följer en intensiv testningsfas av systemet och systemet väntas vara i drift någon gång under 2018.

  • AutonomouStuff och Nvidia har ingått ett samarbete som går ut på att utveckla DRIVE PX on Wheels, ett sensor- och AI-system färdigt för installation i automatiserade fordon. Systemet kommer att bygga på Nvidias Drive PX och finnas tillgängligt i tre utföranden: grundläggande, avancerad och anpassad. Nvidia har också valt att investera i det kinesiska startuppföretaget TuSimple som utvecklar tekniken för automatiserade lastbilar.
  • DB Schenker och MAN har inlett ett samarbete kring konvojkörning (platooning) med lastbilar. Planen är att testningen ska ske som en del av Schenkers vanliga logistikarbete. Varje platoon kommer att bestå av två lastbilar som till en början kommer att framföras olastade. Den första fasen av testningen inleds i början av 2018 och kommer att utföras på Digital Motorway Test Field som finns på motorväg A9 mellan München och Nürnberg. Under årets gång kommer dessa tester att flyttas till vanliga vägar.
  • Stanford Computational Imaging Lab och University of California (San Diego) håller på att utveckla en 4D-kamera för robotar och självkörande fordon. Kameran är kompakt, använder bara en monocentrisk lins och har ett synfält på ca 140 grader.
  • 3M, företaget som uppfunnit post-it-lappen, håller på att ta fram en ny typ av trafikskyltar som är gjorda för att stödja automatiserad körning. De innehåller ”streckkod” som i sig kan innehålla information som GPS-koordinater och som kan läsas av med hjälp av bilsensorer. General Motors och Ford påstås samarbeta med företaget kring detta. Samtidigt varnar forskare att dagens trafikskyltar kan lätt saboteras för att göra livet svårt för automatiserade fordon. Genom att exempelvis placera enkla klistermärken på en trafikskylt kan privatpersoner göra det svårt för mjukvara att tolka skylten.
  • Startupföretaget Aurora som drivs av Sterling Anderson (f.d. Tesla) och Chris Urmson (f.d. Google) har fått tillstånd för testning på allmänna vägar i Kalifornien. Det är oklart när testerna väntas starta och exakt vad som kommer att testas.
  • Toyota ska inleda 11 nya forskningsprojekt inom ramen för Toyota Collaborative Safety Research Center Next. Syftet är att undersöka säkerhetseffekter av nya teknologier, bland dem automatiserad körning.
  • Den största utmaningen för automatiserade fordon är människor, skriver Rodney Brooks, grundaren av Rethink Robotics. Dagens sensorer och AI har svårt att läsa av och tolka mänskliga signaler i trafiken, vilket är nödvändigt för att automatiserade fordon ska kunna samexistera med människor. Problemet är inte helt oöverkomligt men industrin står inför stora utmaningar, och det kommer ta många år att nå dit.
  • Självkörande i Indien – nej tack! Så blir det i alla fall om landets infrastrukturminister får bestämma. Detta för att inte riskera att automationen tar över några jobb och förvärrar den redan stora arbetslösheten i landet.
  • Nyfiken på omvärlden och hur framtiden kommer att se ut? Då är ERTICOs uppdaterade roadmap som publicerades i juni en bra startpunkt.

Nauto satsar på eftermarknaden

Startupföreteget Nauto från Palo Alto ämnar utveckla eftermarknadssystem som stödjer förare i daglig körning [1].

Istället för att använda dyra sensorer satsar företaget på att kartlägga fordonets omgivning genom att applicera artificiell intelligens på data insamlad med hjälp av bildbaserade sensorer som finns i kommersiella kameror, rörelsesensorer, GPS och andra billiga teknologier. När systemet upptäcker problem i trafiken, eller att föraren är distraherad, utfärdar den varningar till föraren. Utöver det sparas informationen om incidenter i ett moln som kan delas med berörda personer och organisationer.

Den här lösningen kan installeras i befintliga fordon och anses vara ett viktig steg mot en mer automatiserad fordonsflotta. Företagets nuvarande pilotkunder inkluderar City Wide Taxi i San Francisco och kommersiella bilflottor i 23 städer världen över.

Nauto har nyligen fått finansiering på över 12 miljoner dollar av riskkapitalfonder Playground Global och Draper Nexus.

Egen kommentar

Vi har rapporterat om andra eftermarknadslösningar framtagna av Comma.ai and Cruise Automotion (köpts av GM). Ett ytterligare exempel är Mobileyes system som installerats i bussar och taxibilar i New York. Utan att gå in på detaljer så skulle man kunna säga att den huvudsakliga skillnaden mellan alla dessa lösningar ligger i sensorteknologier och kostnaden.

Källor

[1] Kolodny, L., TechCrunch. Nauto raises $12 million for driverless car technology that’s street-legal today. 2016-04-13 Länk