Etikettarkiv: Västtrafik

Artificiell intelligens, Distributionsfordon, Fordon, Forskningsprojekt, Funktionell säkerhet, HMI, Informationssäkerhet, Inspiration, Kommunikation, Kooperativa system, Lagstiftning och regelverk, Mjukvara, Mobilitetstjänster, Personbilar, Samhällspåverkan, Simulering, Teknologi, Tester och demonstrationer, Trafiksäkerhet

Guldkorn från svensk forskning

Det här är svenska guldkorn från er läsare. Tack för ert fantastiska jobb.

Eldsjäl: Elektriska delade självkörande fordon i det framtida fossiloberoende transportsystemet
Trafikkontoret i Göteborg, Västtrafik, K2/Malmö Universitet och Trivector har genomfört Drive Sweden-projektet Eldsjäl. Projektet analyserade hur delade självkörande elektriska fordon kan komma att påverka staden och transportsystemet i Göteborgsregionen. Det syftade till att skapa en ökad förståelse för hur elektriska delade självkörande fordon kan påverka och komplettera kollektivtrafiken men också hur transportsystemet i stort påverkas utifrån ett hållbarhetsperspektiv. I projektet utvecklades möjliga framtidsscenarier vilka sedan modellerades i Göteborg Stads nya multimodala VISUM-modell. Från scenarierna erhölls resultat i form av hur trafiken påverkas och parametrar såsom restider, trafikflöden, fordonsflotta och beläggning i fordonen. I projektet genomfördes också digitala djupintervjuer för att få en bättre förståelse för människors inställning, resonemang och behov kring självkörande fordon i staden i allmänt och kring simuleringsresultaten i synnerhet. Mer information om projektet hittar du här eller kontakta Lennart Persson, Trivector, (lennart.persson@trivector.se)

Will leisure trips be more affected than work trips by autonomous technology? Modelling self-driving public transport and cars in Stockholm, Sweden
I studien användes den svenska transportmodellen Sampers för att undersöka vad självkörande fordon skulle innebära för Stockholm, genom en av de första modellstudierna där överflyttning mellan trafikslag ingår. En överflyttning från gång- och cykeltrafik hittades i samtliga scenarier, framförallt till biltrafik men i mindre mån skulle även självkörande teknik för kollektivtrafik innebära att människor åkte kollektivtrafik istället för att gå eller cykla. Nytt var även att vi undersökte geografiska skillnader och kom fram till störst effekter i förorter till Stockholm – med motiveringen att förbättringen av tillgängligheten för kollektivtrafik och bilar i innerstaden relativt sett skulle vara mindre. På samma sätt har de flesta redan bil på landsbygden och avstånden är långa, vilket ger få överflyttningseffekter. Där kan däremot anropsstyrd kollektivtrafik vara ett bra alternativ till bilen. Därutöver, som titeln antyder, undersökte resors olika syften och såg små effekter för transportsystemet för arbetspendling. Istället är det på fritiden som den stora ökningen av tillgänglighet får effekten att människor helt enkelt göra fler resor. Ni kan läsa den vetenskapliga artikeln här. Kontaktperson Erik Almlöf (ealmlof@kth.se)

Frameworks for assessing societal impacts of automated driving technology
I studien gjordes en översikt av de olika ramverk som finns för att utvärdera effekterna av självkörande teknik. Det identifierades 13 tidigare ramverk med ambitionen att täcka mer än ett område (t ex så försvann då ramverk som bara tittade på säkerhetsaspekter) och val av både metod och redovisade områden varierade stort. Det konstaterades att inget av de identifierade ramverken täcker allt, istället har olika ramverk olika styrkor. Därtill användes Trafikverkets metod för samhällsekonomiska bedömningar för att utvärdera en föreslagen autonom busslinje i södra Stockholm och det kunde konstateras att projektet skulle kunna ge stora, och lite oväntade, vinster i form av framförallt bekvämare resor för resenärer, medan t ex olyckor var en relativt marginell faktor. Samtidigt så täcker inte den nuvarande metoden för samhällsekonomiska bedömningar alla aspekter av effekter av självkörande teknik, t ex ökad arbetslöshet, då metoden främst används för infrastrukturåtgärder. Den vetenskapliga artikeln hittas här. Kontaktperson Erik Almlöf (ealmlof@kth.se)

5GCroCo – FIFTH GENERATION CROSS-BORDER CONTROL, a project funded by EU H2020 program
The 5GCroCo project has carried out large-scale connected car trials along two 5G corridors that cross the borders between France-Germany and Luxembourg-Germany. The trials carried out in these corridor areas proved that seamless service continuity on 5G networks can be guaranteed across borders. The service continuity solution implemented in 5GCroCo is achieved through a cross-border (and cross-MNO) handover, which results in an almost imperceptible service interruption time of around 120 ms. The seamless service continuity is important for all of the three use case that were demonstrated: Tele Operated Driving (VW); HD mapping (Volvo Cars); and Anticipated Cooperative Collision Avoidance (PSA and Renault). In today’s mobile networks, the connection breaks and needs to be re-established, which took more than 6 seconds with the devices used in the conducted trials. In all cases the service interruption time is significantly reduced compared to tens of seconds, or even minutes, experienced today when you are crossing a country border. The handover solution implemented in 5GCroCo is thus essential to enable continuous driving experiences between 5G national networks when connected and autonomous vehicles cross from one country to another. In addition to the large-scale trails, tests have been performed at AstaZero, using the 5G network from Ericsson, where a virtual country border was emulated on the rural road test track. 5GCroCo consortium in short: 24 partners from 7 European Countries, Total project budget about 17M€, EC contribution about 13M€, Project duration: 44 Months, 3 CAM key use cases demonstrated. Ni kan läsa mer på länken här. Kontaktperson Mikael Nilsson (mikael.nilsson@volvocars.com)

Assuring Safety for Rapid and Continuous Deployment for autonomous driving (ASSERTED)
Assuring safety of ML-enabled systems like Autonomous Driving (AD) Function in DevOps context is the challenge which will be addressed in ASSERTED. Our research goal is to explore methods and technical solutions for coping better with safety of autonomously driving vehicles for rapid and continuous development and deployment. The project is a collaboration between Volvo Cars, Zenseact, and Chalmers. ASSERTED is funded by Sweden’s Innovation Agency (Diarienummer: 2021-02585), and supported by WASP. https://youtu.be/YRlSpd6NIm8 Contact person Ali Nouri (ali.nouri@volvocars.com)

Digital trafiksäkerhetslösning: en förstudie
En förstudie som ämnar öka förståelsen och möjligheterna för en kostnadseffektiv och robust-över-tid digital trafiksäkerhetslösning som automatiskt varnar för annalkande trafik i obevakade plankorsningar håller nu på att avslutas. Förstudien har koordinerats av RISE tillsammans med företaget Crossing Safety och syftet är att risken för plankorsningsolyckor, samt kostnader för plankorsningsåtgärder, ska kunna reduceras. Ett ”proof-of-concept” utfördes den andra december med en utvecklad mobil-app som varnar för tåg då man befinner sig inom ett visst förutbestämt område från en obevakad plankorsning. Slutrapport publiceras i januari. https://youtu.be/YErx4DjlfyM. Kontaktperson Joakim Rosell (joakim.rosell@ri.se)

AUTOPIA – successful operation in Nordic winter conditions
From April 2021 until January 2022, Ruter and the AUTOPIA partnership trialed a service of AV transport in Ski, Norway. As a feeding shuttle to Ski train station, the pilot project aimed to demonstrate the benefits of a fleet of ride-shared AVs as an integrated part of public transport. Retrofitted Toyota Proaces with Sensible4’s AV technology were used in a publicly open service driving more than 10.000 kilometers through all seasons. Among others, the project resulted in new methodology for site/vehicle matching, experience with key issues of winter operation, and demonstrated that AVs can handle Nordic winter conditions successfully. All learning reports, videos and more can be found here: https://ruter.no/automated-mobility AUTOPIA consisted of the Nordic partners Ruter, Holo, Norwegian Public Road Administration, Viken municipality, TØI and Sensible4 as well as Toyota Motor Europe. Several others were involved in the project, including Edeva from Sweden. eirik.mero@ruter.no Eirik Mero

Augmented CCAM
Augmented CCAM (https://www.augmentedccam.com/) är ett HEU-projekt (https://www.ccam.eu/projects/augmented-ccam/) som syftar till att förstå, harmonisera och utvärdera olika lösningar i den fysiska och digitala infrastrukturen (så kallade PDI-koncept – Physical and Digital Infrastructure) för att förenkla och förbättra storskaligt införande av självkörande fordon. Det kan t.ex. handla om hjälp för att detektera oskyddade trafikanter eller vägarbetspersonal, interaktion med utryckningsfordon eller vävningssituationer. Projektet koordineras av FEHRL och konsortiet består av 26 parter från 13 länder. Från Sverige deltar VTI med körsimulatorförsök som syftar till att undersöka trafikanters interaktioner med något eller några av de framtagna PDI-koncepten samt genomföra trafiksimuleringsexperiment för att skala upp effekter, från studier av enskilda fordon och trafikanter i körsimulator eller digitala tvillingar, till ett trafiksystem med olika andel fordon eller trafikanter som kan utnyttja PDI-koncepten. Johan Olstam (johan.olstam@vti.se)

I4Driving
HEU-Projektet i4Driving (https://i4driving.eu/) syftar till att lägga grunden för en ny standardmetod för utvärdering av säkerhet hos självkörande fordon genom att ta fram en trovärdig och realistisk säkerhetsreferensnivå (hur säkert en mänsklig förare kör i en given situation). Detta dels genom att ta fram ett modulärt och skalbart bibliotek av förarmodeller för simulering och dels genom en metodik för att beakta den stora variationen och osäkerheten i mänskligt förarbeteende i olika situationer. Projektet koordineras av Panteia och konsortiet består av 14 parter samt 3 parter från USA, Australien och Kina. Från Sverige deltar VTI som kommer att bidra med kunskaper kring föraruppmärksamhet, förarmodellering och med körsimulatorförsök i syfte att fånga variation i förarbeteende i olika situationer. VTI kommer också genomföra en variant på Turing-test där tanken är att undersöka om mänskliga förare kan särskilja förarbeteende från den utvecklade förarmodellen från en verklig förare. Kontaktperson Johan Olstam (johan.olstam@vti.se)

GLAD, Godsleverans under den sista milen med självkörande fordon är ett nyligen avslutat projekt som delfinansierats av Trafikverket och utförts av RISE, Clean Motion, Combitech och Aptiv. I projektet undersöktes vilka områden som s.k. Autonomous Delivery Vehicles (ADV) kan användas och vilka utmaningar som måste hanteras vid implementering av sådana fordon för sista-milen leveranser. Man undersökte också interaktioner mellan ADV:er och andra trafikanter, och operatörer som interagerar med ADV:er i terminalmiljö. Flera av studierna utfördes med hjälp av ADV-prototyper som utvecklades under projektet. Prototypen med självkörande funktioner hade ett autonomt transporthanteringssystem (eng. Autonomous Transport Management System, ATMS) som placerades i en molntjänst med kapabilitet för fjärrkontroll. Projektet undersökte även legala aspekter av ADV:er, med fokus på hur de kan klassificeras. Beroende på ADV:ns maxhastighet och lastkapacitet skulle denna typ av fordon kunna klassificeras som antingen 4-hjulig tung motorcykel för godstransport, eller som motorverktyg. Det förstnämnda kan innebära längre väg till marknadsintroduktion p.g.a högre säkerhetskrav. Resultaten från studierna om interaktioner mellan människor och ADV:er visade bl.a att fordonets körbeteende hade en betydande roll i att förmedla fordonets beteende och avsikt att lämna/inte lämna företräde, samt att ljussignaler på fordonet (e-HMI) kan bidra till att lättare förstå fordonets beteende. En studie som gjordes i en simulerad terminalmiljö visade även att kontexten d.v.s terminalscenariot, situationerna och arbetsuppgifterna var viktig för deltagarna att förstå innebörden av fordonets eHMI. Kontaktperson: Mikael Söderman (mikael.soderman@ri.se)

Digital traffic rules for a connected and automated road transport system. Within the framework of Drive Sweden Policy Lab 2021/22, ways towards a future system for digital traffic rules were identified. Sweden has, from an international perspective, come a long way but there are challenges that can only be solved with a common approach. The project gathered relevant actors to understand how the conditions for change look like, as well as how a change would be received by all relevant actors. Actors ranging from those who issue local traffic rules to those who benefit from the information being presented in a machine-readable format (e.g. navigation service providers, vehicle manufacturers, road users etc.). Reliable information is needed already today for various applications and supporting IT systems and will become increasingly important with a connected and automated road transport system. The project Drive Sweden Policy Lab 2021/22 is funded through the strategic innovation program Drive Sweden by Vinnova, Formas and the Swedish Energy Agency. Join our final digital event (in Swedish) and register via Drive Sweden. Contact persons Cilli Sobiech (cilli.sobiech@ri.se) & Jenny Lundahl (jenny.lundahl@ri.se).

Independent assessment in trials with automated vehicles. The Swedish Transport Agency’s regulations and general advice on trials with autonomous vehicles have recently been amended (TSFS 2021:4, last amended by TSFS 2022:82). If the application concerns trials where technical systems are used to a large extent to ensure road safety, the risk assessment in the application should be supplemented with a statement from an independent assessor who examines that the system can ensure road safety. However, there is no further guidance on when an assessment is needed and what it should cover. RISE is gathering relevant vehicle manufacturers, vehicle operators, assessors, and authorities to clarify and harmonize what an independent assessment of road safety should cover, how the new general advice can be applied in practice and what experiences we can build upon for independent assessment and application processes from other countries and transport areas. If you are interested in participating contact Cilli Sobiech at RISE (cilli.sobiech@ri.se) & Jenny Lundahl (jenny.lundahl@ri.se).

Co-opetitive systems of systems for mobility.
In the recently finished research projects Maus and Orm, foundational aspects of co-opetitive systems of systems for future mobility systems have been explored. A co-opetitive system of systems consists of several independently managed and operated constituent systems that are both collaborating in constellations that solve user needs and competing for business. The projects have developed research results in architecture and design, value network flow analysis, governance, decision-making, and policy analysis. The projects are joint work between RISE, AFRY, Volvo Cars, and (for Orm) Trollhättans stad, and have received funding from Vinnova. More information, including one introductory and one visionary movie about the results, can be found at http://www.sos-4-mobility.se/ or by contacting Pontus Svenson (pontus.svenson@ri.se).

Skara Skyddsängel – Infrastrukturtjänster on-demand för säkrare, tryggare och bekvämare aktiv mobilitet
För säkert cyklande i mörka nordiska miljöer krävs ljus. Forskningsprojektet Skara skyddsängel arbetar för att utveckla och testa autonoma drönare som ett alternativt sätt att lysa upp mörka cykelvägar i Skara kommun. Projektet koordineras av RISE med partner Högskolan i Skövde, Jönköpings Universitet och Skara Kommun.  Det övergripande syftet med projektet är att belysa såväl cykelvägar som möjligheter för människor att välja ett hälsosamt, hållbart och kostnadseffektivt resande. Som en del av projektet har fokusgrupp studier utfört i juni med VR och pilotförsök hållits i november på de utvalda cykelvägarna. Tillsammans med testet har intervjuer gjorts för att undersöka människors nuvarande resvanor och förstå mer om känslan av säkerhet i relation till bland annat mörker och om drönarbelysningen kan bidra till att underlätta hållbart resande. I början av 2023 genomför projektet ytterligare en pilotstudie med utökat testmöjligheter. De som bor i Skara som är intresserad är välkomna att anmäla med länken https://forms.office.com/r/eNjgYcfF7M. Ni kan läsa mer om projektet här. Kontaktperson: Lei Chen (lei.chen@ri.se)

DiG Drönarleverans i Glesbygd
Leverans av paket och gods på svensk landsbygd är utmanande med längre leveranstid och transportutsläpp, särskilt i skärgårdsområden där vattentransporter behövs. Klimatförändringarna är en akut fråga som kräver att vi gör allt för att hitta motlösningar, samtidigt driver näthandeln behovet av logistik till en ny tidshöjd. DiG är ett Vinnova-finansierad projekt med syftet att undersöka det senaste inom drönarleverans med anpassningar till svenska landsbygdsegenskaper för att minska utsläppen, öka servicejämlikheten och tillgänglighet. Projektet koordineras av RISE med samarbeten mellan Aerit – den svenska drönarleverans startuppen, ICAx – innovationsgruppen på ICA Gruppen och Norrtälje kommun, med stöd från ICA Nära Gräddö och Öbutiken i Tjocke. Genom året har projektet utvecklat och testat autonoma drönarleveranssystem och integrerat med ICA Pronto appen. Nu i december pågår pilot i Norrtälje och de utvalda kunderna kommer kunna beställa vissa varor med drönare som ett leverans alternativ. Ni kan läsa mer om projektet här. Kontaktperson: Lei Chen (lei.chen@ri.se)

Artificiell intelligens, Forskningsprojekt, Funktioner, Infrastruktur, Lagstiftning och regelverk, Mobilitetstjänster, Övriga fordon, Positionering, Samhällspåverkan, Samverkan människa - maskin, Sensorer, Trafiksäkerhet

Svensk forskning: Framtiden är ljus

MICA. CoEXist. SMART. PLATT. PRoPART. PERCEPTRON. PRELAT. DENSE. Barmark. BRAVE, HATric. Ja, så heter några av projekten som ni har äran att läsa om i årets sista sammanställning av relevant svensk forskning. För varje gång blir jag mer och mer imponerad av vår forskning och forskare. Det är fantastiskt att se hur mycket görs i vårt ”lilla” land, och det här är nog bara en bråkdel av det hela! Vi behöver bara bli bättre på att sprida våra resultat, och jag hoppas att OmAD bidrar till detta. Något annat vi behöver bli bättre på är att koppla samman våra projekt till en helhet och visa hur de leder till positiva samhällsförändringar. Kanske ett lämpligt nyårslöfte?

Stort tack till er alla som bidragit till den här sammanställningen! Det hade inte varit möjligt utan era bidrag och engagemang.

Modeling driver behavior in interactions with other road users. Driver models help improve and evaluate systems for road crash mitigation and avoidance. As systems develop and address increasingly complex scenarios. Driver models also need to be developed to be able to account for the interactions among these road users. Even as we improve driver modeling with control-theory models and actual data-driven implementations, existing driver models fail to sufficiently take interaction among road users into consideration. This paper addresses this insufficiency by proposing a new operational framework to computationally model interactions among road users. For this purpose, we introduce a definition for interaction among road users. The modeling framework is demonstrated by a specific driving scenario: the overtaking of a cyclist when an oncoming vehicle may be present. In this scenario, modeling driver interaction using Unified modeling language within our framework can lead to improved crash mitigation and avoidance through tailored system activation of automated emergency braking. This is a paper that will be presented at TRA-conference next year. The work was partly carried out at SAFER and within the FFI-project Modelling Interaction between Cyclists and Automobiles (MICA). For more information contact Prateek Thalya at Veoneer (prateek.thalya@veoneer.com).

Researchers from Veoneer have also published several other relevant papers, contact Ola Boström (ola.bostrom@veoneer.com) at Veoneer for more information: 

  • Occupant activities and sitting positions in automated vehicles in China and Sweden – The 26th International Technical Conference on the Enhanced Safety of Vehicles (ESV)
  • Passenger Car Safety Beyond ADAS: Defining Remaining Accident Configurations As Future Priorities Conference: The 26th International Technical Conference on the Enhanced Safety of Vehicles (ESV)
  • Intersection AEB Implementation Strategies for Left-Turn Across Path Crashes – Traffic Injury Prevention (ADAS)
  • A Model of Indian Drivers’ Ratings of In-Vehicle Alerts to Pedestrian Encounters on Roads in India, for presentation at the coming Human Factors and Ergonomics Society’s 2019 International Annual Meeting
  • Benefits of intuitive auditory cues for blind spot in supporting personalization; ESV2019
  • Adaptive Transitions for Automation in Cars, Trucks, Busses and Motorcycles; Intelligent Transport Systems (got invited for a journal track after the ITS World Congress)
  • How do oncoming traffic and cyclist lane position influence cyclist overtaking by drivers? – Shown at ICSC and submitted to AAP journal
  • Radar Interference Mitigation for Automated Driving – IEEE Signal processing magazine
  • How do drivers negotiate intersections with pedestrians? Fractional factorial design in an open-source driving simulator – AAP
  • Modelling discomfort: How do drivers feel when cyclists cross their path? – AAP

Driver/passenger activity mapping. FFI funded DRAMA project (2018-2020) addresses knowledge building around activity identification of drivers and passengers in vehicles to improve interaction between them and the vehicle. Mapping and detecting activities at drivers and passengers is important for both UX and traffic safety. With knowledge about activites, the HMI can be adjusted to, the currently most efficient modality. If the vehicle knows the body posture of the passengers safety functions such as airbags, brakes and steering system can be adjusted by the safety systems in the vehicle. The project develops a system that can recognizes individual and interaction activities of driver and passengers in vehicles of high level of automation (SAE3+). The project studies from literature the most relevant activities of driver and/or passenger in highly automated vehicles in terms of safety and comfort. The developed prototype acquires input data from multiple cameras mounted in the cabin of a vehicle and classify the detected activities according to the chosen in-cabin activities of interest. Machine learning algorithms are used to extract timeseries of activity features including: Body poses, head position/eye gaze/face landmark, objects, dense optical flow, and detected activity/interaction. The work is a collaboration between RISE AB and Smart Eye AB. For more information contact Thanh Hai Bui (thanh.bui@ri.se) at RISE, or Henrik Lind (henrik.lind@smarteye.se) at Smart Eye AB.

Mimicking professional bus drivers. Scania and KTH Royal Institute of Technology are currently researching motion planning algorithms for autonomous buses driving in cities. The research has so far discovered that current motion planning approaches, which are suitable for passenger vehicles, are not successful at driving buses in cities. The problem arises due to the large dimensions of buses, but mostly due to the particular chassis configuration, where the wheelbase length is much shorter than the vehicle length, resulting in large vehicle overhangs. The research then focuses on how to use these overhangs to increase the maneuverability of buses driving in cities. The result is a new motion planning approach which allows buses to briefly drive with the overhangs outside of the road and over curbs, in order to drive along narrow roads and sharp turns, while ensuring the safety of the drive. The first results of this work have been recently published in the Intelligent Transportation Systems Conference 2019. The paper can be accessed via IEEE here, or arXiv here, and a video of the results here. This work was partially supported by the Wallenberg AI, Autonomous Systems and Software Program (WASP) funded by the Knut and Alice Wallenberg Foundation. For more information contact Rui Oliveira (rui.oliveira@scania.com) from the KTH Royal Institute of Technology.

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 have developed an assessment framework including 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. Preliminary results from the traffic modelling show decreases in traffic performance in an introductory stage with lower penetration rates and AVs with limited capabilities and cautious driving logics while higher penetration rates of more advanced AVs leads to a modal change from public transport to private cars. Final event will be held in Milton Keynes (UK) on 25-26 March 2020, Homepage: https://www.h2020-coexist.eu/. Contact Johan Olstam (johan.olstam@vti.se) for more information.

SMART. The aim of the SMART project (Simulation and Modelling of Automated Road Transport) 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 for public transport operations. The licentiate thesis Simulation based evaluation of flexible transit was presented by the PhD student David Leffler on June 13th, 2019. 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.

PLATT – Policylab för Autonoma Transporttjänster. Inom ramen för DriveSweden (Vinnova) har PLATT har Volvo GTT, Einride, Combitech och RISE bedrivit policyutveckling tillsammans med offentliga och kommersiella aktörer inom transportnäringen. Därigenom har vi identifierat en rad utmaningar som de sökande står inför. Det handlar både om att kunna budgetera för ansökan i form av kostnad och ledtid men också hur man vet vad som ska ingå i en ansökan. Men vi har också sett en rad olika strategier för att hantera den osäkerheten. Dels beprövade strategier som använts både specifikt inom fordonsutvecklingen och generellt inom svensk myndighetsutövning, dels nya strategier som sätter fingret på hur man kan hantera säkerheten vid införande av ny teknologi utan att hämma innovationstakten. Genom att bjuda in brett till projektets aktiviteter har vi också samlat på oss många praktiska tips på hur man som sökande både kan påverka hur lång tid det tar att få igenom en ansökan men också mängden arbete man behöver lägga ner på en framgångsrik ansökan. Tipsen belyser också aspekter som inverkar gynnsamt på hur försöksverksamheten uppfattas av omvärlden, t.ex. räddningstjänsten och allmänheten. Här hittar ni slutrapporten och projektets hemsida. För mer information kontakta Håkan Burden på RISE (hakan.burden@ri.se). 

Driving automation state-of-mind: Using training to instigate rapid mental model development. I takt med att automatiserade funktioner blir alltmer avancerade och vanliga, ökar också kraven på användarens (förarens) förståelse för korrekt användning. Inte förrän den mänskliga föraren helt kan ersättas kommer förarens förståelse av systemen vara en kritiskt komponent i att fordonet (människan tillsammans med de automatiserade systemen) framförs säkert på vägen. Finns det då något sätt att snabb-träna förare i hur man ska använda sådana system? Den nyligen publicerade studien ämnade undersöka just detta. Tidigare forskning inom förarträning och inlärning kombinerades till en tränings-metodik som sedan inkorporerades i ett träningsprogram ämnad att träna noviser i användningen av ett hypotetiskt förarassistanssystem motsvarande SAE Level 2. Resultaten indikerade inte bara att automations-träning av förare är möjlig, utan kanske viktigast av allt att de tränade förarna i betydligt större utsträckning var benägna att ingripa i situationer som krävde det (baserat på systemets begränsningar) jämfört med deras otränade motparter. Studien gjordes inom ramen för FFI-projekt HATrick. För mer information kontakta Martin Krampell (krampell@gmail.com).

PRoPART finalized. After 24 months of work, H2020 project „PRoPART”, funded by the European Global Navigation Satellite System Agency (GSA), was successfully closed. The 7 consortium partners, coming from 4 European countries have developed 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 innovation developed during the project can be a game changer for the future mass market of autonomous transport. The final demonstration was done in November at AstaZero and here you can see a movie and presentation material. The project was coordinated by RISE with partners from across Europe, including Scania, AstaZero and Waysure. For more information contact Stefan Nord at RISE (stefan.nord@ri.se).  

PERCEPTRON är ett FFI-projekt är ett samarbete mellan Volvokoncernen, Semcon och Chalmers som avslutas nu vid årsskiftet. Målsättningen med PERCEPTRON har varit att ta fram ett koncept för kontinuerlig datadriven utveckling vilket inbegriper infrastruktur för att ta hand om loggad data, design av neurala nätverk, träning och validering. Ett resultat av projektet är tre neurala nätverk att exekvera i fordonet för objektdetektering, detektering av filmarkeringar och vägdetektering. Nätverken har tränats på insamlad och annoterad data för lastbil på svenska vägar. En översiktlig utvärdering av hårdvara och programvara för användande neurala nätverk har också gjorts för att ge vägledning åt utvecklare. För ytterligare information kontakta projektledare Carlos Camacho, Volvokoncernen.

PRELAT är ett FFI-projekt som slutar vid årsskiftet efter fem års samarbete mellan Volvokoncernen och Chalmers. Projektet har arbetat med fully convolutional neural network för fusion av kamera och lidar i syfte att uppnå robust vägdetektion och klassificering av vägmarkeringar för lateral filhållning. Ett tidigt resultat pekar på nyttan av använda lidar för snabb och noggrann vägdetektion. Ett annat resultat från PRELAT är på vilken detaljnivå fusion av kamera och lidar bör utföras. Slutligen är ett tredje resultat hur semi-supervised training kan utformas i syfte att minska mängden kostsam annotering. PRELAT och PERCEPTRON har varit en del av den snabbt expanderande utvecklingen och användningen av neurala nätverk inom fordonsindustrin. Resultaten har bidragit med ökad förståelse och kommer att användas i framtida projekt i Volvokoncernen. För ytterligare information hänvisas till projektledare Martin Sanfridson, Volvokoncernen

Universally designed mobility for increased accessibility to societal functions. A consortium of organisations in West Sweden (Västra Götalandsregion, Västtrafik, RISE, Norconsult Astando AB, with user organisations SRF and DHR) have collaborated on a number of projects with the vision of working towards autonomous and universally designed mobility for increased accessibility to societal functions. A series of projects performed by the consortium have explored the following subjects:

  • Samverkande system för sjukresor och sjukhus (eng. Cooperative systems for medical journeys and hospitals). How a System-of-systems approach can be utilised to bridge accessibility gaps when making service journeys between public transport and hospital departments. (funded by Vinnova FFI)
  • Autonoma skyttelbussar för ökad tillgänglighet till viktiga samhällsfunktioner (eng. Autonomous shuttle busses for increased accessibility to important societal functions). Pre-study for a trial of autonomous shuttle-busses at Sahlgrenska Hospital in Gothenburg. (funded by Västra Götalandsregion kollektivtrafiknämnden)
  • Guidning till autonoma fordon för blinda, döva och dövblinda (eng. Guidance to autonomous vehicles for persons with blindness, deafness and deaf-blindness) Guiding for journeys with autonomous vehicles for people with blindness, deafness and deaf-blindness. (funded by Drive Sweden – Vinnova, Energimyndigheten och Formas)

A combination of methods including design-thinking workshops, user-trials, field studies, service-design methods and innovation processes have been utilised to ensure that user needs have been clearly understood and taken into consideration in design of potential solutions. The studies have resulted in increased understanding of the needs of users with visual impairments in autonomous transport systems and how public authorities can contribute to designing services that reduce barriers to independent travel. A large number of service improvements and solutions have been identified. Methods for using vibro-tactile communication to guide users with visual impairments to public transport have been evaluated. A plan for a one year test of autonomous busses in a hospital environment is undergoing an approval process within the regional authority. The insights gained from these projects have already begun to create value. Many solutions can be applied to existing public transport solutions. However to create future transport solutions which are created with accessibility for all from the outset, the results require more communication for example to vehicle manufacturers, city and public transport planners and more. For more information contact Steve Cook at Norconsult (Steve.Cook@norconsult.com). 

What happens to self-driving cars if the weather turns bad? Current systems offer comfort and safety in good weather. However, they often fail to sense its surroundings in visibility conditions with heavy rain, snow or fog causing the automated systems to stop their support. The DENSE project, under the ECSEL joint undertaking and co-financed by EU and national funding bodies, addresses this key challenge of autonomous driving by developing an environment perception technology that extends the performance of sensors in adverse visibility conditions. The project designs, tests and validates a generic sensor suite that enables driver assistance systems and autonomous driving systems to operate also in adverse weather. The DENSE 24/7 all-weather sensor suite combines Radar, Short-Wave Infrared (SWIR), gated camera sensor, and LIDAR. In addition, a mobile Road State Sensor assesses the road surface conditions. For maximizing efficiency, DENSE implements a high-level fusion platform integration between the individual sensors. DENSE use artificial neural networks to fuse all sensor information at pixel level, leading to an enriched and enhanced multi-spectral image. The system has been integrated in a test vehicle and demonstrated under controlled conditions in a weather chamber and evaluated under real-life conditions in Central and Northern Europe. Project duration is between June 2016-February 2020. There are 15 project partners with Daimler as coordinator. For more information visit the project website or contact Jan-Erik Källhammer at Veoner (jan-erik.kallhammer@veoneer.com).

Projekt Automatiserad vägdrift med kortnamn ”Barmark” har som målsättning att genom automatisering av drift- och underhållsfordon bidra till förbättrad arbetsmiljö, ökad resiliens samt minskade säsongsvariationer vid val av transportslag. Projektet tar fram ett fordon som kör och navigerar självständigt längs en definierad rutt samtidigt som det utför ett arbetsuppdrag och interagerar med omgivningen. Inom projektet sker fordonsanpassning exv. av bromssystem, midja och EHI styrning, utveckling och anpassning av sensorsystem exv. drönarburna radarsystem, ultraljud, GPS/Video samt utveckling och anpassning av webbaserad front-end med loggning av fordon med förare i trafik. Vidare utförs analys av infrastruktur och testscenarier inför projektdemonstrationer som kommer utföras kommande vinter- och sommarsäsong. Projektgruppen utgörs av RISE, Semcon, CIT, Peab, Swevia, Skanska, Svensk Markservice, Trafikverket, Alkit, Teade, AstaZero och Lundberg Hymas, där RISE är koordinator. Projektet pågår 2018-05-01 till 2020-08-30 och finansieras av det strategiska innovationsprogrammet InfraSweden2030, en gemensam satsning av Vinnova, Formas och Energimyndigheten samt av projektpartners. For mer information kontakta Viveca Wallqvist på RISE (viveca.wallqvist@ri.se). 

Användargränssnitt för att upptäcka oskyddade trafikanter I syfte att förbättra tilltro och acceptans för SAE nivå 3. I EU-projektet BRAVE, Bridging gaps for the adoption of Automated VEhicles som koordineras av VTI, Statens väg- och transportforskningsinstitut, bedrivs forskning för att bidra till förbättrad säkerhet och acceptans av automatiserade fordon. I projektet har VTI under hösten genomfört en studie i körsimulatorn Sim IV på Lindholmen i Göteborg. Bakgrunden till studien är att implementering av automatiserade körsystem på SAE nivå 3 i urbana miljöer utgör en utmaning, i det att återkommande och svårförutsägbara interaktioner mellan fordon och oskyddade trafikanter behöver hanteras. För att adressera utmaningen har projektet utvecklat ett koncept för användargränssnittet som håller föraren informerad om närvaron av oskyddade trafikanter i den närliggande omgivningen. Genom att göra denna typ av information tillgänglig för föraren ges hen möjlighet att avsluta uppgifter av sekundär karaktär, såsom att se på film och liknande, och i samarbete med systemet övervaka körningen fram till dess att det är säkert att återgå till sekundära uppgifter. I körsimulatorstudien fick deltagare med och utan erfarenhet av supportfunktioner på SAE nivå 2 köra i en urban miljö samtidigt som dom kunde titta på film. Nivån av information angående oskyddade trafikanter varierades över fyra betingelser: (1.) ingen information, (2.) en varning för att förmå föraren att återta kontroll när en kollision var nära förestående, (3.) en förvarning som meddelade om närvaron av oskyddade trafikanter, samt (4.) kombination av varnings- och förvarningskoncepten. Studiens resultat visar att en strategi för användargränssnittet som integrerar förvarnings- och varningsmeddelandet är den lösning som är att föredra för att förbättra säkerheten, samtidigt som förarens tilltro till systemet förbättras. Vidare visade studien att tidigare erfarenhet av SAE nivå 2 är avgörande för om strategin fungerar eller inte. Resultaten stödjer design av användargränssnitt för automatiserade körfunktioner baserat på behov, preferenser och förmågor hos förare för att säkerställa bättre acceptans och säkerhet. För mer information om projektet kontakta Niklas Strand, Ignacio Solis Marcos eller Ingrid Skogsmo på VTI eller se www.brave-project-eu eller följ projektet på Twitter @BRAVE_H2020 

Bussar, Tester och demonstrationer

Volvo-buss som kör själv vid depåer

Volvo Bussar, Keolis, Västtrafik, ABB och Göteborgs Stad genomför ett forskningsprojekt om självkörande bussar vid bussdepåer, med syfte att bygga upp kunskap kring tekniken och vad den är kapabel till [1]. De har tagit fram en prototyp och visat den i början av veckan vid Keolis depå i Partille. 

Det handlar om en laddhybridbuss (12 meter lång) som kan köra själv till exemplevis parkeringen, tvätthallen och laddstationen. 

Sammanlagt ägnas närmare 24 timmars arbetstid per dygn åt att hämta och lämna bussar inom depån i Partille [2]. Det är delar av den tiden som man hoppas korta ner med den här typen av lösningar. 

Projektet har bedrivits inom ramen för det Vinnova-finansierade programmet FFI, Fordonsstrategisk forskning och innovation.

Källor

[1] Volvo Buses. VOLVO BUSES DEMONSTRATES ELECTRIC AUTONOMOUS SOLUTION FOR BUS DEPOT. 2019-11-13 Länk

[2] Buss magasinet. I framtidens bussdepå kör bussen sig själv. 2019-11-13 Länk