Etikettarkiv: Veoneer

Svenska aktörer samarbetar med Nvidia

Volvo Cars kommer att fördjupa sitt samarbete med chipjätten Nvidia [1]. Samarbetet går ut på att utrusta nästa generation av Volvo-bilar med Nvidias datorsystem Drive AGX Xavier. Den kommer framförallt att användas för mer avancerade och säkrare förarstödssystem.

Dessa bilar väntas vara på marknaden i början av 2020-talet och kommer vara uppbyggda på Scalable Product Architecture 2 (SPA 2) och utrustade med sensorer som möjliggör en 360-graders vy runt bilen. Volvo Cars har inte avslöjat vilka bilmodeller det rör sig om exakt.

Autolivs avknoppning Veoneer har också ett samarbete med Nvidia [2]. I sin nya superdator Zeus som ska möjliggöra automatiserad körning (motsvarande SAE-nivå 4) kommer företaget att använda Drive AGX Xavier. Detta görs ihop med Zenuity, Veoneers och Volvo Cars gemensamma mjukvaruföretag.

Voeneer beskriver Zeus som en ”hjärna” som fogar samman data från kameror, radar och andra sensorer, tolkar situationen och tar nödvändiga åtgärder. Den väntas på marknaden 2021. 

Källor

[1] Volvo Cars Media. Your future Volvo will burst with computing power. 2018-10-10 Länk

[2] Veoneer PR. Veoneer Introduces Autonomous Driving Supercomputer Based on Zenuity Software and NVIDIA Processing Power. 2018-10-10 Länk

AI & Automation – What does it really mean?

Den 18 september arrangerade Veoneer seminariet ”AI & Automation – What does it really mean?” på Lindholmen i Göteborg. Talare var Adrian Lund, f.d. ordförande för Insurance Institute for Highway Safety (IIHS), Chris Urmson, vd för Aurora och Dennis Nobelius, vd för Zenuity.

Adrian Lund sa att ofta används det faktum att den mänskliga faktorn är en vanlig orsak till trafikolyckor samband med automatiserade fordon men att mänskliga förare faktiskt i många fall är bra på att köra i trafik. Det kommer att vara svårt att automatisera en del av de sätt som fordon används i dag. För automatiserade fordon som förutsätter att föraren är beredd att ingripa (SAE nivå 3) finns det en paradox i att ju bättre fordonet är att köra på egen hand desto större förtroende kommer föraren ha för fordonet att klara av situationer och kommer då att ha mindre uppmärksamhet på trafiken och därför vara sämre förberedd att ta över manuellt. Personer kommer att förvänta sig att automatiserade fordon är minst lika säkra som manuellt körda fordon. Därför är utveckling av säkerhet centralt för automatiserade fordon. Adrian Lund sa också att människors syn på vad ett automatiserade fordon är kommer att skilja sig från ingenjörers syn.

Chris Urmson berättade om utvecklingen av automatiserade fordon från 2003 fram tills nu genom exempel från sin egen karriär. Denna historia började med test av en rover – en obemannad farkost på hjul för att undersöka andra planeter, via flera omgångar av DARPA Challenge för självkörande bilar, till Googles försök med självkörande bilar och nu som en av tre grundare till Aurora. Chris Urmson pratade om att ett automatiserat fordon behöver ha flera olika typer av sensorer som tillsammans ger en bild av den omgivande trafiken. Två svåra utmaningar för automatiserade fordon är att förstå omgivningen och andra förares avsikt samt förmågan att förhandla med andra trafikanter. Urmson sa att det finns stor potential för ekonomiska vinster med att få automatiserade och autonoma fordon – för samhället om det kan minska trafikolyckor och för företag för att en stor del av kostnaden för transporter på väg (i USA) är kostnaden för föraren.

Dennis Nobelius berättade om hur Zenuity fungerar som organisation för att kunna realisera automatisering av fordon. Zenuity har fokus på privatägda fordon med förare, en kund i taget samt på industrialisering och funktionell säkerhet. Samarbete och konkurrens sker parallellt och båda är viktigt. Det är viktigt att bygga samarbeten med andra som skapar ett ekosystem istället för en traditionell struktur med olika nivåer av underleverantörer. Zenuity är organiserat för att skapa stor flexibilitet i sin verksamhet genom många självgående team.

Svensk forskning när den är som bäst

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Geofencing på tapeten

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

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

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

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

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

Egen kommentar

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

Källor

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

Zenuity i strategiskt samarbete med Univrses

Zenuity, som ju ägs av Volvo Cars och Veoneer, har under det senaste året samarbetat med startupföretaget Univrses i Stockholm. Nu har företagen offentliggjort sina planer att förlänga och fördjupa samarbetet under de kommande två åren [1], [2].

I dagsläget samarbetar de kring bildanalys och datorseende som möjliggör för den självkörande bilen att detektera och följa objekt i sin omgivning. Detta inkluderar ”visual odometry”, skalestimering, ”Lidar-SLAM” samt registrering av punktmoln.

Framöver kan fler samarbetsområden bli aktuella, och resultaten väntas vara på plats år 2021 då Zenuity planerar att leverera sina första system på automationsnivå 4 till kunder.

Zenuity har i grova drag delat upp sina planer mot självkörning i fyra steg. Detaljer om detta kan ni läsa om i reportagen som Elektronik-Tidningen gjort med Mohammad Ali (ja, ni läste rätt!) från Zenuity.

Egen kommentar

Personligen tycker jag att det är extra spännande att Zenuity valt att inleda ett strategiskt samarbete med ett svenskt startupföretag. På ett sätt är det kvittens på att vi har världsledande kompetens i Sverige. Dessutom stärker det vårt näringsliv rent ekonomiskt.

Källor

[1] Univrses Pressmeddelande. Stor satsning på självkörande fordon i Stockholm

[2] Zenuity lägger mångmiljonbelopp på Univrses de närmaste två åren. 2018-05-24 Länk

Gott och blandat

Peloton satsar på kommersialisering. Peloton är ett startuppföretag som vi rapporterat om vid flera tillfällen. Företagets fokus är kolonnkörning (platooning) med två lastbilar. Just nu pågår finjustering av systemet och kontraktdiskussioner med åkerier runt om i USA. Planen är att lansera systemet på marknaden i slutet av 2018. Länk

Aptiv och Lyft utökar testflottan. I ett samarbete med Lyft kommer Aptiv att utöka antalet testfordon i Las Vegas till 30. De kommer kunna bokas via vanlig Lyft-app, men användarna kan välja om de vill ha en självkörande eller vanlig bil. Länk

Uber utökar samarbete med NASA. Uber har skrivit under ett nytt samarbetsavtal med NASA som går ut på utöka samarbetet kring s.k. urban air mobility (UAM, läs flygande taxi). Länk

Ömsesidig förståelse är nödvändigt. För att automatiserade fordon ska bli verklighet måste de kunna förstå människor, och vice versa. Det förklarar Annika Larsson från Veoneer. Länk

Vad finns det för begränsningar med dagens prototyper? Många – i alla fall enligt en sammanställning som den kaliforniska myndigheten för motorfordon DMV gjort baserat på tilläggsrapporter om incidenter från åtta företag som utför testning i Kalifornien. Länk

Mer transparens? Brist på insyn i hur sensorer, logiken, kartor och andra teknologier i automatiserade fordon fungerar samt debatten om reglering av sådana fordon skulle kunna forma allmänhetens uppfattning om den växande industrin. Mer transparens kan vara nödvändigt Länk

Autolivs nya bolag ska heta Veoneer

Autoliv kommer att bilda ett nytt elektronikbolag med namnet Veoneer som är i grova drag en avknoppning av företagets nuvarande verksamhet som går under namnet Electronics [1]. Planen är att det nya bolaget ska börsnoteras under tredje kvartalet 2018 efter att vissa marknads- och regulatoriska villkor avklarats.

Enlig Autolivs VD Jan Carlson är ambitionen att Veoneer ska bli ledande leverantör av avancerade förarstödssystem (ADAS), system för automatiserad körning och fordonselektronik.

Efter avknoppningen kommer Autolivs nuvarande affärsområde Passive Safety fortsätta bedriva sin verksamhet under namnet Autoliv.

Egen kommentar

Autoliv är inte ensam om att dela upp sin verksamhet. Exempel på andra företag som gjort likadant är Delphi som bildat Aptiv och Google som bildat Waymo.

Det återstår att se vad det blir för relation mellan det nya bolaget Veoneer och Zenuity – Autolivs och Volvo Cars gemensamma satsning på automatiserade fordon. Här kan ni i alla fall läsa mer om Autolivs planer.

Källor

[1] Autoliv Press Release. Welcome Veoneer. 2018-01-29 Länk