Etikettarkiv: Veoneer

FFI Trafiksäkerhet och Automatiserade Fordon 2019

I tisdags hölls FFIs delprogram Trafiksäkerhet och Automatiserade Fordon sin årliga resultatkonferens. Programledaren Ulrika Landelius inledde med att berätta om den nya övergripande färdplanen för FFI, kopplad till Agenda 2030-målen. Vidare så pågår det en utvärdering av hela FFI-programmet som ska vara klar i slutet av året.

Därefter visade Rikard Fredriksson från Trafikverket en analys av trafiksäkerhetsindikatorer och dödsolyckor 2018:

  • 2018 ökade antalet omkomna i trafiken med ca 30%. 
  • I stort sett hela ökningen är på statliga vägar. Den största delen av ökningen står bilförarna för, medan cyklisterna dominerar bland de allvarligt skadade. Äldre bilar står för en oproportionellt stor andel av olyckorna. 
  • Som det ser ut just nu kommer Sverige att missa det uppsatta trafiksäkerhetsmålet för 2020 då flera indikatorer pekar åt fel håll. Det är bland annat bättre hastighetsefterlevnad som behöver uppnås liksom nykter trafik samt bättre drift och underhåll av infrastrukturen och bättre användning av cykelhjälm. Dessutom behöver gamla bilar skrotas!
  • En intressant reflektion är att det bör finnas en starkare koppling mellan indikatorer och FFI-portföljen. 

Projektpresentationer från den strategiska cykelsatsningen:

  • Att dela olika världar, Katja Kircher, VTI.Beeendeanalyser i projekten TRACE och ADVanCE visar att cyklister och bilister ställs inför olika utmaningar. Högre komplexitet för cyklister är normalt, och framförallt ändras det snabbare för cyklisterna. Ofta råder det oklarhet om vilka regler som gäller för cyklister. Man kan inte låta bli att undra: Hur kommer det då gå för automatiserade fordon i sådana situationer?
  • Cyclist Collision Avoidance Using Imagery Sensor, Tobias Aderum, Veoneer. Veoneers trackingsystem för att identifiera och autobromsa för cyklister sitter bl.a. i nya Mercedes A-klass. För att vidareutveckla systemet har projektet också försökt att, genom att identifiera hjulens ellipser, räkna fram cykelns tillståndsparametrar och prediktera cyklistens avsikter. Resultaten är inte perfekta men lovande. Behöver vidareutveckling för att kunna hantera exempelvis dåliga väder- och ljusförhållanden. 
  • V2Cyclist: Kan V2X bli en användbar teknik för cyklister? Johan Fagerlönn, RISE. Hjälmprototyper för V2X kopplade till en molntjänst samt användargränssnitt via ljud och vibrationer via en ben-ledare. Prototypen ha utvärderats med ett begränsat antal deltagare med lovande resultat. En reflektion är om smarta hjälmar kan öka användning av hjälmar generellt sett? Och hur upplevs det när man bara får varning från en del fordon men inte alla?

Bengt Pipkorn från Autoliv föredrog humanmodellering: var är vi och vart är vi på väg? Med humanmodeller menas modeller av den mänskliga kroppen. Modellerna kan sedan skalas för att representera olika människor: stora och små, män och kvinnor etc. Några resultat:

  • Nyare bilar ger ökade skaderisker i vissa fall, som hjärnskakning, höftskador. Riskgrupper är kvinnor, äldre, överviktiga. Humanmodellen SAFER THUMS kan idag prediktera risken för vissa frakturer för olika åldrar. För att möjliggöra utveckling av ett mer generellt skyddssystem utvecklas humanmodeller för olika storlekar av åkande. 
  • I framtiden när bilarna blir mer automatiserade och de åkande kan välja olika sittpositioner kommer det att krävas nya metoder för att prediktera skaderisken och nya skyddssystem.
  • Nya sittpositioner i automatiserade fordon som väntas bli farliga: bakåtlutad och bort från främre airbags, bakåtvänd, roterad, sovande.

Johan Svahn från Scania drog därefter projektet ARCHER – Arkitektur och säkerhet för autonoma tunga fordon. ARCHER:s syfte var att utforska problemställningarna kring utveckling av automatiserade tunga fordon. Projektet startade relativt tidigt i utvecklingen av AD vilket gjort att omvärlden hann förändras och det tänkta projektupplägget blev mindre relevant, samtidigt som svårigheterna visade sig vara större än väntat. Projektets fokus hamnade därför istället på förståelse, metoder och principer samt modellering och simulering. Säkerhetsmekanismer, redundanskoncept, gapanalyser, verifieringsstrategier och utvärdering av säkerhetskultur var andra delar som ingick. Arbetet fortsätter delvis inom ramen för PRYSINE-projektet (Programmable systems for intelligence in automation)

Efter Horizon 2020 (H2020) kommer nu nästa stora EU-forskningsprogram Horizon Europe (2021-2028). Mats Rosenquist från AB Volvo berättade om programmet och hela det stora nätverket som finns i EU-sammanhang. Han poängterade att det är viktigt att FFI-projekt används för att skapa argument och driva fram viktiga frågor på EU-nivå. Och fortfarande återstår två utlysningar inom Automated Road Transport 2020!

Trent Victor från Volvo Cars diskuterade sedan hur vi säkrar att under färd lämna tillbaka kontrollen till föraren från ett automatiserat fordon?, ett aktuellt ämne bl.a. med tanke på incidenter och olyckor. Några slutsatser:

  • En studie utförd av Volvo Cars visade att förarna inte reagerar eller reagerar försent när de behöver snabbt ta tillbaka kontrollen från automationen, oavsett om man har händerna på ratten eller inte, om man tittar på vägen eller inte. Det finns helt enkelt begränsningar i människans reaktion- och kognitivförmåga. 
  • Det är stor skillnad på självstyrande fordon och självkörande fordon, vilket inte framgår av SAE-skalan. 
  • Problem uppstår när man byter roll. Är jag tillräckligt bra på att hantera bilen efter att ha fått ta över? Vilket tillstånd är jag i efter att ha varit ur loopen ett tag? Vad händer om den så kallade operativa kördomänen (ODD) plötsligt ändras? Om systemet fallerar? Systemen måste kunna stödja föraren i en mer utdragen överlämningsprocess.
  • En slutsats är att man borde ta fram ett alternativ till SAE-skalan. Nivåerna bör förenklas till: manuell – övervakad körning – ej övervakad körning. 

Slutligen föredrag Lars Hammarstrand från Chalmers projektet COPPLAR – Robust visual localization for self-driving vehicles in every season. För automatiserade fordon är det viktigt att de kan lokalisera sig i omgivningen. Men det är ingen enkel uppgift. De viktigaste utmaningarna här är att kunna utföra lokaliseringen med tillräcklig noggrannhet. En svårighet är att omgivningen ändrar sig såväl över längre tid (sommar-vinter) som kortare (dag-natt) tid och till och med ögonblick (stationära objekt). COPPLAR har använt semantiska annoteringsmetoder i maskininlärning för att sortera ut några av dessa problem.

Och till sist var det ett par öppna frågor som diskuterades:

  • Är det bra eller dåligt att man ser många bekanta ansikten i publiken?
  • Hur ser vi till att resultaten från FFI-projekt kommer till användning i industrin och samhället? Hur mäter man effekten av FFI-projekt?

Korta notiser

Här några korta notiser om vad som hänt nyligen:

  • Uber börjar testa självkörning i Dallas, Texas. I första steget handlar det om datainsamling. The Verge 17 september.
  • Ouster och Nvidia samarbeta för att integrera Ousters OS2 lidar i Nvidias AD-plattform. Forbes 18 september.
  • Lyft lanserar en innovationstävling där deltagarna ska använda Lyfts öppna annoterade data för objektidentifiering. Första pris är $25 000. Medium 12 september.
  • Jaguar/Landrover prövar ”ögon” på förarlösa poddar som ett sätt att kommunicera med andra trafikanter som fotgängare. JLR 28 augusti.
  • JLR samverkar också med OSR och integrerar deras AI-plattform i Jaguar I-PACE IAA 11 september.
  • Veoneer har fått kontrakt från en icke namngiven fordonstillverkare att leverera värmekameror till självkörande bilar (nivå 4). Veoneer 17 september.
  • Kinesiska MINIEYE satsar på ADAS och får på det sättet tillgång till stora mängder data som man kan använda för framställning av HD-kartor. BusinessWire 17 september.
  • Amerikanska Transportmyndigheten finansierar 8 AD-projekt i 7 delstater med totalt $60 miljoner. RoadShow 16 september.
  • Shanghai har givit tillstånd för utökade AD-tester till SAIC, BMW och Didi Chuxing. Med de nya tillstånden får man också köra passagerare. China Daily 17 september.

Riktlinjer för säker introduktion av automatiserad körning

Den brittiska bilförsäkringsbolagens forskningscenter Thatcham Research har publicerat en rapport under namnet Defining Safe Automated Driving- Insurer Requirements for Highway Automation [1]. I den presenteras bland annat 12 riktlinjer för säker introduktion av automatiserade fordon:

  1. Användarsupport: Information, namngivning och användarplikt. Information och manualer måste vara lätta att förstå för användaren/föraren.
  2. Platsspecifikt: Operativ designdomän (ODD). Det automatiserade systemet ska bara fungera där det är programmerat att fungera, och systemet måste själv kunna känna igen såna områden.
  3. Säker körning: ADS-funktioner (Automated Driving System) och beteende. Fordonet ska vara uppdaterat med rådande trafikregler så att hastighetsbegränsningar och skyltar följs.
  4. Användarövervakning. Systemet ska övervaka förarens uppmärksamhetstillstånd så att överlämning mellan förare och bil går rätt till.
  5. Sekundära uppgifter. Att kunna skicka email med mobilen eller liknande så kallade sekundära uppgifter bör vara lagligt.
  6. Aktivering av automationen. Automatiserad körning ska bara vara möjlig när alla kriterier för det är uppfyllda.
  7. Användning av automationen. Föraren ska alltid vara uppmärksam och redo att ta över fordonet om förhållandena kräver det.
  8. Avaktivering av automationen. Det ska finnas flera sätt att ta över körningen på, både planerade och oplanerade, och samtliga ska användas genom ett ”begära och bekräfta”-system.
  9. Kollisionsskydd: Undvikande och skydd. Fordonet måste ha fungerande teknik för att olyckor ska förhindras automatiskt. 
  10. Cybersäkerhet. Systemet måste ha skydd för att minska risken för dataintrång.
  11. Kollisionsdata. Systemet måste kunna skicka information om varje kollision, framför allt för att föra statistik över om det varit föraren eller bilen som ansvarat för bilen vid kollisionen.
  12. Hållbarhet. Tekniken för det automatiska bromssystemet måste fungera och kunna uppdateras i tio års tid. Periodisk besiktning måste uppdateras för att säkerställa att sådana systeme är intakt. 

I ett pressmeddelande skriver Veoneer att de står bakom dessa riktlinjer [2]. Företagets forskningschef Ola Boström påpekar att: Under en period kommer gamla bilar, bilar med aktiva säkerhetsfunktioner och helt självkörande bilar samsas på vägarna. Då är det viktigt att de teknologier som installeras i de första autonoma bilarna kompletterar människan. De ska inte bara reagera och kommunicera på ett säkert sätt utan detta måste ske så att människor verkligen förstår.

Här kan ni se en film där vissa av dessa riktlinjer förklaras.

Egen kommentar

Jag blir helt förvirrad av alla riktlinjer, ramverk, färdplaner, säkerhetsrapporter…Här är några av dem: Safety First for Automated Driving (11 företag), Safety Case Framework (Uber), Holistic Safety Impact Assessment Framework (Volvo Cars), PEGASUS: Scenario-based Method to Assess Highly Automated Driving Functions (tysla aktörer), Measuring Automated Vehicle Safety (RAND), Responsibility-Sensitive Safety (RSS) (MobilEye), Safety Force Field (SFF), Open Autonomous Safety (Voyage).

Källor

[1] Thatcham. Defining Safe Automated Driving- Insurer Requirements for Highway Automation. 2019-09-11 Länk

[2] Veoneer. Veoneer stödjer första riktlinjerna för säker introduktion av självkörande bilar. 2019-09-11 Länk

AI in Automotive – Reality check

Telematics Valleys årliga konferens går 1-2 oktober i Volvohallen med temat ”AI in Automotive – Reality check”, med syftet att ta nästa steg i att titta in i hur artificiell intelligens påverkar fordonsindustrin, nu och i framtiden.

Talare från Veoneer, Volvo Cars, AB Volvo, Ericsson, CEVT, Sensible4, EmbeDL m.fl. kommer att diskutera läget för och effekterna av AI idag, hur man kan hantera etikfrågor och hur vi alla kan samverka så att AI ger mervärde åt våra organisationer. Det kommer som vanligt också att bli mycket tid för nätverkande.

Mer information och anmälan via https://www.telematicsvalley.org/conf2019

Veoneer showar i USA

Förra veckan demonstrerade Veoneer sina senaste system för aktiv säkerhet under ett kundevent vid American Center for Mobility i Ypsilanti i Michigan [1].

Dessa system är en integration av Zenuitys mjukvara och Veoneers sensorer, så som framåtseende radar (77 GHz) och monokamera (fjärde generationen). Demonstrationen ägde rum i en bil på ett inhägnat område. 

Källor

[1] Veoneer. Veoneer demonstrates latest Active Safety products and solutions at North American event. 2019-06-19 Länk

AB Volvo samverkar med Nvidia

Volvokoncernen har skrivit samarbetsavtal med Nvidia om att använda Nvidias AI-plattform för träning och simulering vid utveckling av självkörande fordon [1]. Inledningsvis kommer Volvo att använda plattformen för kommersiella kundpiloter [2].

Även Volvo Cars och Veoneer har skrivit samarbetsavtal med Nvidia.

Egen kommentar

Senare på tisdagskvällen arrangerade Nvidia Midsummer AI Ecosystem Reception i Göteborg med Nvidias grundare och vd Jensen Huang och representanter från både Volvo Group och Volvo Cars som talare. Både Huang och Henrik Färnstrand från Volvo Group kommenterade det nya samarbetet. Huang påpekade att transporter är en av fyra industrier som Nvidia arbetar mot med AI. Nvidia har hårdvara samt verktyg både för att träna modeller och simuleringsmiljöer för att generera data för att träna modeller för fordon. Färnstrand lyfte fram att AI kommer att vara del av allt Volvo Group gör och att AI inte är en mindre förändring utan ett stort kliv.

Stort tack till vår kollega David Lindström för rapporten från eventet!

Källor

[1] Volvo i avtal med Nvidia om AI-plattform, Affärsvärlden 2019-06-18 Länk

[2] Lars Stenqvist: Volvo Group and NVIDIA in world class automation partnership, LinkedIn 2019-06-18 Länk

Velodyne når en milstolpe

Förra veckan blev det känt att teknikföretaget Velodyne sålt totalt 30 000 lidarenheter för förarstödssystem och automatiserad körning [1]. Detta för ett värde av en halv miljard dollar.

För att skala upp produktionen har Velodyne nu licensierat sin lidar-teknik till Veoneer, som i sin tur har ett långsiktigt avtal med en fordonstillverkare.

Egen kommentar

I sin nyligen publicerade rapport förutser The Insight partners en ljus framtid för lidarenheter, med en stadigt växande marknad under de kommande 8 åren. 

Källor

[1] Velodyne. Velodyne Achieves Half a Billion Dollars in Lidar Sensors Shipped. 2019-03-28 Länk

Vem leder spelet?

Navigant Research har publicerat sin årliga rapport Automated Driving Leaderboard [1]. Precis som titeln indikerar handlar rapporten om vem som leder spelet om automatiserad körning. Det är 20 företag som rankats i år utifrån deras vision, marknadsstrategi, partners, produktionsstrategi, teknologi, försäljning, marknadsföring och distribution, produktförmåga, produktkvalitet och tillförlitlighet, produktportfölj och uppehållskraft.

Rankningen är uppdelat i fyra klasser: ledare (leaders), tävlare (contenders), utmanare (challengers), och efterföljare (followers). 

Waymo, Cruise och Ford AV anses vara bäst och ligger i ”ledarklassen”. Det här är betydlig förändring sedan rapporten förra året, vilket hade totalt 8 företag i den kategorin. 

Majoriteten av de rankade företag har hamnat i ”tävlarklassen”: Aptiv, Intel-Mobileye, Volkswagen Group, Daimler-Bosch, Baidu, Toyota, Renault-Nissan-Mitsubishi Alliance, Volvo-Veoneer-Ericsson-Zenuity, BMW-Intel-FCA, Hyundai Group, Uber, NAVYA, May Mobility och Zoox. De två sistnämnda är nykomlingar på listan. En annan stor ändring jämfört med förra året är att Uber inte längre anses vara en utmanare. 

Däremot hamnar Apple, Voyage Auto och Tesla i ”utmanarklassen”. Förra året listades PSA Group och Jaguar Land Rover som utmanare men i år har de inte hamnat på listan alls. 

Precis som förra året finns det inga förtag i ”efterföljarklassen”. En annan intressant observation är att startupföretaget Aurora (de som fått stor investering från bland annat Softbank) inte hamnat på listan. 

Navigant konstaterar också följande:

  • I slutet av 2018 var det inget företag som erbjöd kommersiella tjänster utan en säkerhetsoperatör i fordonet när de transporterar passagerare. 
  • Arbetet har utvecklats på många fronter och många aktörer har insett att det kommer ta många år att säkerställa stabiliteten i tekniken. 
  • De främsta hindren inkluderar svårigheten att förutsäga andra trafikanters beteende samt begränsad funktion under dåliga väderförhållanden.
  • Företag som utvecklar lämpliga affärsmodeller i kombination med kärntekniken kommer mest sannolikt att lyckas med att kommersialisera automatiserad körning.

Egen kommentar

Jag har inte tillgång till hela rapporten och det är svårt att säga hur Navigants metodik ser ut och vad rankningen baseras på exakt (t.ex. vilken indata som används). I beskrivningen av rapporten påpekar författarna att det är oerhört svårt att avgöra vilka som ska tas med och hur de ska rankas [2]. De har tagit med traditionella fordonstillverkare och företag som utvecklar fullständiga systemlösningar som de ämnar kommersialisera. Vidare påpekar de att de tagit med företag som de haft tillräckligt med information om. Därmed kan det finnas andra företag som kommit längre i utvecklingen än vad som framgår av listan. 

Som vanligt har Navigants rapport väckt en hel del diskussioner i media och diverse forum på nätet. Den kritiserats bland annat för att ha en gammalmodig syn på industrin och att den inte värderat rätt kraften av olika parametrar. En annan synpunkt som framkommit är att rapporten inte tar hänsyn till hur företag förhåller sig till regelverk och policy. 

Navigant har också kritiserats för att de inte redovisat om någon av deras kunder visas i rankingen. Det är väl som vanligt att man måste ta hänsyn till både vad som sägs och vem som säger det. 

Källor

[1] Navigant. Navigant Research Leaderboard: Automated Driving Vehicles. 2019-03 Länk

[2] Forbes. Picking And Ranking Leaders In The Automated Driving Sector. 2019-03-14 Länk

Zenuity levererar mjukvara till Polestar 2

Volvo Cars/Veoneer-ägda Zenuity, kanske mest kända för utveckling av mjukvara till självkörande bilar, har nu levererat sin första produktionsmjukvara. Det handlar om förarassistanssystem (ADAS) till VCC-syskonet Polestar och deras nya elbil Polestar 2.

Funktionerna som Zenuity utvecklat ihop med Verner handlar om ”pilot assist” dvs att bilen håller fart, avstånd och i filen, kollisionsförhinder, uppkoppling etc. (har inte exakt info).

”Det visar vår förmåga att bygga och skapa en komplett mjukvarustack för alla framtida kunder”, säger Zenuitys VD Dennis Nobelius.

Egen kommentar

Det är förstås inte så uppseendeväckande att Zenuitys ena ägare väljer teknologi från bolaget. Men det är ändå ett steg på vägen för dem att implementera mjukvaran i produktion.

Källa

[1] Zenuity Pilot Assist ADAS function in Polestar 2, Zenuity 2019-03-05 Länk

Detta har hänt: Del II – CES

Första bilen debuterade på Consumer Electronics Show (CES) för 20 år sedan, och då var allt annat i fokus förutom just bilar. Men under de senaste åren har CES blivit mer av en autoshow då allt fler aktörer från fordonsbranschen passar på att visa upp sina prototyper och offentliggöra sina planer och ambitioner där. Årets upplaga av CES som pågick förra veckan var inget undantag. Jag var inte med på plats men att tolka av det som publicerats i media fick just automatiserade och uppkopplade fordon en hel del uppmärksamhet, även om det kanske var något mindre om självkörande fordon än förra året. Dessvärre verkar det som att ingen av aktörerna visat något riktigt nytt och revolutionerande, något som kan komma att förändra världen. Många har visat skyttlar och lösningar kopplade till mobilitetstjänster för varor och passagerare. Mycket igenkänning av aktiviteter och emotioner samt igenkänning av gester. Förvånansvärt lite fokus på röststyrning – men det betyder nog inte att man lämnat det spåret, bara att nyhetsvärdet avtagit. Som vanligt är mycket av det som visats på koncept- och mockupstadium oftast långt ifrån produktion men det finns undantag. 

Här är en översikt av det som visats där så får ni själva avgöra om mina slutsatser stämmer eller ej.

  • Veoneers Liv 3.0. Autolivs avknoppning Veoneer valde att fokusera på Collaborative Driving, något som företaget anser vara av stor vikt då de förutspår att de flesta fordon sålda år 2030 kommer erbjuda delad interaktion med mänskliga förare. Flera tekniska lösningar, som Pilot Assist Level 2+, framåt-tittande kameror, 5G och superdatorn Zeus, var integrerade i forskningsfordonet Liv 3.0 och kunde prövas på en avlyst bana. Dessa lösningar har utvecklats i samarbete med bl a Zenuity, Ericsson och MIT. Värt att notera här att Veoneer precis vunnit ett kontrakt med en global biltillverkare gällande konstruktion och produktion av ett nytt lidarsystem (tillverkad av Velodyne) för automatiserade bilar. Länk Film
  • Smart Eyes övervakning. Göteborgsbaserade Smart Eye visade sin teknologi för övervakning av föraren och igenkänning av trötthet och ouppmärksamhet. Detta gjordes i samarbete med NXP. En annan nyhet är att Smart Eye inleder samarbete med Ambarella, utvecklare av högupplösta videofilmer och halvledare för datorseende.  Länk Länk
  • Mercedes och Nvidia. Förra året började MB och Nvidia samarbeta kring ”cockpit of the future”. Nu ska företagen utöka samarbetet med optimering av AI och självkörande funktioner. Länk
  • Mercedes Urbanetic Van. Som vi rapporterat om innan är Urbanetic Van en plattform som går att nyttja för både transport av gods och passagerare, beroende på vilken kaross som man använder. Den har ingen ratt utan är tänkt att vara helt självkörande. På CES visades prototypen för transport av passagerare och betoningen var på ”informed trust”, dvs. hur man kan skapa tillit till det självkörande fordonet både mot egna passagerare och mot andra trafikanter. Länk
  • Yandex. En rysk jätte som vi skrivit om vid ett par tillfällen. Det som är mest spännande med dem är att de lyckats demonstrera sitt självkörande system i verklig trafik i Las Vegas. Gatorna var så klart kartlagda i förväg. Här kan ni se en journalists resa i Yandex-bil.
  • Nissans ”Invisible-to-Visible”. Genom att använda teknik för förstärkt verklighet har Nissans Intelligent Mobility möjliggjort för förarna och passagerarna att se det osynliga. Det är en interaktiv tredimensionell interaktion inne i fordonet hopkopplad med SAM (Seamless Autonomous Mobility) som analyserar data om fordonet och dess omgivning. Länk
  • Kias R.E.A.D. I sitt pressmeddelande skriver Kia att de förbereder sig för ”post autonomous driving era”. Som en del i detta presenterade företaget sitt Real-time Emotion Adaptive Driving (R.E.A.D.) System, som kan optimera och personifiera kabinutrymmet genom att analysera förarens emotionella tillstånd i realtid med hjälp av AI-baserad biosignaligenkänningsteknik. Systemet har utvecklats i samarbete med MIT. Länk
  • Bosch IoT Concept. Bosch valde att demonstrera mjukvara för delade mobilitetstjänster i form av en självkörande skyttel. Resenärerna kan beställa resan via en app som sedan parar dem ihop med andra resenärer som ska åt samma håll. Appen kan användas för att boka en specifik plats, låsa upp skytteln och få påminnelse om man glömt något i skytteln. Länk
  • Aisin Type C. Aisin Seiki som delvis ägs av Toyota är känt för att utveckla olika fordonskomponenter alltifrån bromsar till batterier. Men under CES visade Aisin Seiki upp två konceptfordon kallade ”i-mobility TYPE C”: en automatiserad personbil och en automatiserad limousine där sätena svänger för att hälsa på passagerare! Det finns ett framåtriktat förarsäte och fordonen kan framföras av en mänsklig förare. Konceptet inkluderar olika förarstödsfunktioner däribland Driver Monitoring System och Facial Action Coding SystemLänk
  • Densos framtida mobilitet. Denso visade också ett skyttel-liknande fordon, Urban Moves, och i den fanns allt från molntjänster till informationssäkerhetslösningar baserade på block chain, logistiktjänster, system för övervakning av förare och system för hantering av fordonsflottor. Länk
  • Continentals CUbE och leveransrobotar. CUbE är egentligen Continentals egna anpassning av EasyMiles skyttel. Hittills har vi sett den för transport av passagerare och nu visades hur den kan användas för leverans av gods i samarbete med små leveransrobotar som distribuerar paket till slutkunden. Tänk er: en robot i form av en hund som springer runt omkring med paket på ryggen. Länk
  • AEV Robotics fordonskoncept MVS. Detta är ett fordonskoncept som är likt Mercedes och Toyotas: ett modulärt fordon med utbytbar kaross. Det är svårt att säga vad som är unikt med det, mer än att det utvecklats av ett australienskt startupp-företag som hittills arbetat i tysthet. Länk
  • Surf ‘N Curve från BCS Automotive Interface Solutions. BCS är inget företag som man läser om i media varje dag. Vanligtvis utvecklar fordonskomponenter men på CES visade de ett fordonskoncept som de döpt till Surf ‘N Curve. Det påstås ha en holistisk interiördesign och när den inte kör själv kan föraren styra den med hjälp av två joystickar. Länk
  • ZFs och e.Go People Mover. Tyska ZF visade en mikrodator kallad ZF ProAI RoboThink som de beskriver som ”the most powerful AI-capable supercomputer in the mobility industry”. De visade också i samarbete med e.Go ett skyttelfordon som är redo för marknadsintroduktion och som fått en första kund, Transdev. Länk
  • Hyundai Mobis Concept. Här ligger fokus på framtida interaktion och upplevelse. Konceptfordonet är utrustat med system för rörelseigenkänning (läs: virtuell touch), system för igenkänning av känslor samt vindrutor som fungerar som skärmar. Utöver det är det utrustat med “Communication Lighting Concept” som möjliggör för det automatiserade fordonet att kommunicera med fotgängare via ljussignaler. Länk
  • Baidus Apollo 3.5. Nu är en ny version av Baidus öppna plattform tillgänglig. Utöver det betonade Baidu att de kommer att testa 100 st robo-taxis under 2019 i Changsha i Kina. Länk
  • Toyotas Guardian. När Toyotas system för automatiserade körning kallat Guardian blir redo för marknadsintroduktion inom ett par år kommer det vara tillgängligt för andra aktörer. Detta är intressant då vi inte sett sådana ambitioner från andra traditionella fordonstillverkare. Länk
  • IBMs AI-assistent Watson. IBM demonstrerade Watson, kanske mest känd för allmänheten som schack-dator, som assistent för resenärer att kommunicera med självkörande skyttlar. Problemet man vill lösa är att man kanske kommer att åka i många olika typer av skyttlar som har olika användargränssnitt. Med Watson kan man få hjälp, ungefär som med Google Assistant. Länk
  • Bytons M-Byte. Ett stort pressuppbåd följde visningen av den elbilen M-Byte från kinesiska startup-bolaget Byton. Bilen, som är designad för självkörning på Nivå 3 enligt SAE-skalan, fick kanske störst uppmärksamhet för den gigantiska 49″-skärmen framför framstolarna. Länk