Etikettarkiv: Veoneer

Det här har hänt under julen: Del II

En ny Tesla? Det amerikanska företaget Rivian, som planerar tillverka eldrivna fordon väldigt snart, har fått ytterligare 2,65 miljarder dollar ifrån bl.a. Fidelity och Amazons Climate Pledge Fund. Företaget uppskattas nu vara värt över 27 miljarder dollar och förutspås av vissa att bli en ny Tesla. Länk

Aeva får 200 miljoner dollar i finansiering. Startupföretaget Aeva som utvecklar lidar har fått en kassapåfyllning från en Hong Kong-baserad hedgefond. Aevas lidar sägs även ha tillämpning utanför fordonsbranschen på grund av dess storlek. Länk

Ford testar i Israel. Ford har fått tillstånd ifrån Transportministeriet i Israel till att testa autonoma fordon. De planerar inleda testningen inom snar framtid med hjälp av mjukvara som är utvecklat av Fords israeliska R&D center. Målet för Ford är att lansera en robotaxitjänst i USA, innan 2023. Länk

Mercedes-Benzs massiva infotainment skärm. Mercedes har visat upp en 56 tums pekskärm som ska utrustas först i EQS-modellen, en eldriven sedan med planerad produktion för slutet av 2021. Syftet med utformningen av skärmen är att undvika flera lager av infotainment som användaren behöver skrolla eller klicka sig igenom. Länk

Rykten kring ett Apple-fordon. Det går ett rykte om att Apple i hemlighet jobbat med utveckling av självkörande teknologi, och att Apple nyligen börjat samarbeta med en kretskortstillverkare TSMC för att göra ett kretskort till en framtida Apple-bil. Ryktet går också att den framtida bilen ska tillverkas av Hyundai. Det har varit en spekulation kring en Apple-bil i samband med att Apple projektet Titan blev känt 2014. Nu innan årsskiftet rapporterade Reuter att en Apple-bil kan vara i produktion redan 2024, och med en ny högpresterande batteriteknologi utvecklat inom Titan. Vad tror ni? Kommer vi få se en Icar inom snar framtid? Vi kan en så länge bjuda på den här (en klassiker!) Länk Länk

Euro NCAPs testning av förarövervakning. Nyhetssidan Electronic Engineering Times har frågat ledande aktörer inom Driver Monitoring Systems (DMS) kring fördelarna och utmaningarna inom området där det bl.a. diskuteras om hur man kan testa prestandan av DMS [1]. Euro NCAP utvecklar nu ett testprotokoll för DMS som ska användas för säkerhetsbedömningar. Det finns en del saker att ta i åtanke för sådan här testning som exempelvis: hur väl systemet upptäcker tillstånd och aktiviteter hos föraren, hur stor variation i miljö som det klarar av och hur väl det kan anpassa sig till olika ljus-, väder- och trafikförhållanden, om systemet är integrerat med ADAS eller självstående, samt balansen mellan att uppmärksamma föraren och undvika att irritera eller störa föraren. När det kommer till testning i sig av DMS så finns också viss utmaning att testa för sömnighet eftersom det inte finns sömniga krockdockor, och det finns säkerhetsaspekter av testning med sömniga människor i verklig trafik. Jungo Connectivities VD Ophir Herbst gissar på följande krav i testningen:

  • Identifiering av huvudposition för detektion av distraktion med t.ex. mobiltelefon
  • Identifiering av microsömn och sömnrelaterade tillstånd
  • Identifiering av sömnighet med flera metoder
  • Hänsyn till ljusförhållanden
  • Hänsyn till accessoarer så som hatt, solglasögon, glasögon och masker

Mer om detta via den här länken.

Det här har hänt under julen: Del I

Skrivet av Daban Rizgary och Azra Habibovic

Pilot för självkörande skyttelbuss. Nu är det dags igen för den självkörande skyttelbussen som åker mellan Regnbågsgatan och Hugo Hammars kaj på Lindholmen! Den här gången som en del av ordinarie kollektivtrafik. Projektet S3 leds av RISE och tjänsten är tillgänglig fram till slutet av maj. Resorna går att söka i Västtrafikappen To Go och det är gratis att åka. Länk1 Länk2

Veoneers, Imagimobs och Pionates ML projekt. Det svenska AI-företaget Imagimob meddelar att de färdigställt ett projekt tillsammans med Veoneer och Pionate där en maskininlärningsmodell utvecklats och tillämpats för att upptäcka filbyten. Modellen har införts i Pionates plattform och fördelen med plattformen är att den kan installeras i fordon utan att kräva några ändringar i fordonet, samt att den bearbetar data ifrån fordon i realtid och med klassificering som sker lokalt i systemet. Projektet har finansierats av Vinnova och MobilityXLab. Länk

ID Buzz försenad till 2023. Volkswagens eldrivna buss vid namn ID Buzz som var planerad till 2022 blir nu försenad till 2023. Det sägs att förseningen beror på en prioriteringsmiss på VW fabriken i Hanover. Länk

Baidu och Geely ska utveckla autonoma fordon. Det kinesiska sökmotorjätten Baidu och fordonstillverkaren Geely har meddelat att de skapar ett företag för utveckling av eldrivna och autonoma fordon. Baidu kommer fokusera på mjukvaran och Geely ansvarar för utformningen och tillverkningen av fordonen. Ja, konkurrensen börjar tätna! Länk

Nio i nya samarbeten. Kinesiska nykomlingen Nio har meddelat att Nvidias Drive Orin system-on-a-chip (SoC) samt Qualcomms 5g plattform och Snapdragon Automotive Cockpit kommer finnas i nästa upplaga av dess elfordon. Cockpit lösningen från Qualcomm är alltså ett gränssnittspaket med bl.a. flera skärmar och instrumentbräda. Länk

Tesla ombeds återkalla 158 000 bilar. Detta efter att en undersökning från den amerikanska säkerhetsorganisationen NHTSA visat att pekskärmen slutar fungera i vissa av Model S (2012-2018) och Model X (2016-2018). Felet sägs bero på att en hårddisk i systemet blir full, vilket då kräver hårdvarubyte. Detta är ett av felen som helt enkelt får inte inträffa. Det intressanta i sammanhanget är att Tesla kopplat bilens vitala säkerhetsfunktioner så som hastighetsindikator till samma pekskärm, och när den slutar fungera så utgör bilen en säkerhetsfara. Länk

General Motors visar självkörande flyg-taxi. Fordonstillverkaren General Motors visade nyligen i en keynote presentation ett koncept för flyg-taxi. Fordonet med kapacitet för en passagerare planeras bli självkörande och eldrivet med en 90kW motor och en flyghastighet på drygt 90 km/h. Länk

Halo. Cadillac har under årets CES visat ett nytt bilkoncept inom dess konceptfamilj Halo. Det nya konceptet är tänkt att vara helt självkörande och det verkar vara designat med lyx-prefixet. Som ett exempel har designers räknat med att sensorer kan läsa av användarens biometri och utifrån det anpassa temperatur, luftfuktighet, belysning och dofter i fordonet. Länk

Kodiaks resa på motorväg. Startuppföretaget Kodiak Robotics har lyckats köra över 1200 km (800 amerikanska mil) med sin lastbilsteknik på motorväg utan något ingrepp från säkerhetsföraren. Enligt företaget är det en viktig milstolpe som tyder på att mogenhet. Kodiak grundades 2018 och är ett av få företag som förlitar sig på lågupplösta kartor och sensorer. Länk

Ann Arbor får smarta korsningar. University of Michigan ska inom ramen för ett treårigt projekt utrusta 20 korsningar i Ann Arbor med sensorer och kommunikationsenheter. Detta i syfte att öka trafiksäkerheten genom utbyte av information mellan fordon och infrastrukturen. Projektet har en budget på ca 20 miljoner dollar, varav hälften kommer från det amerikanska departementet för transport. Projektet bygger på ett tidigare projekt kallat Safety Pilot Model Deployment där ungefär 3000 fordon. Länk

NHTSA ändrar sig. Lite grann i alla fall. Strax innan jul publicerade den amerikansak säkerhetsorganisationen NHTSA ett dokument kallat Notice Regarding the Applicability of NHTSA FMVSS Test Procedures to Certifying Manufacturers. Där klargör organisationen att de ändrat sitt krav från 2016 gällande certifiering av fordon. De kommer inte längre kräva att tillverkare av fordon utan traditionella kontroller ska följa FMVSS-testförfarandena som grund för certifiering: “Accordingly, NHTSA is rescinding the portions of the 2016 Google Interpretation stating that manufacturers must ensure that NHTSA could conduct the FMVSS test procedures on the vehicle using the test conditions and procedures specified in the standard. Instead, the Agency clarifies that for those vehicles with designs that preclude testing under existing FMVSS test conditions and procedures, a manufacturer acting in good faith and exercising reasonable care may certify the vehicle as compliant even if the Agency cannot conduct the exact test procedure set forth in the standard.” Huvudpoängen här är att NHTSA spikar självcertifiering som en vädertagen process för automatiserade fordon. Personligen tycker jag att NHTSA utryckt sig lite otydligt och att det kan vara svårt för tillverkarna att veta vad som krävs exakt. Länk

Guldkorn från svensk forskning 2020

Trust in What? Exploring the Interdependency between an Automated Vehicle’s Driving Style and Traffic SituationsAs the progression from partial to fully autonomous vehicles (AVs) accelerates, the driver’s role will eventually change from that of active operator to that of passenger. It is argued that this change will lead to improved traffic safety, as well as increased comfort. However, to be able to reap the benefits, drivers must first trust the AV. Research into automation has shown that trust is an important prerequisite to using automation systems, since it plays an important role in creating user acceptance and in generating a positive user experience. Moreover, for the purposes of safe AV operation, it is important that the user’s trust in the automation is appropriate to the actual capabilities of the system. One important aspect that can build user trust is to conveyvehicle capability, something which is commonly communicated via displays located in the cockpit of the vehicle. However, it has also been shown that parameters such as lateral steering also provide the driver with an understanding of the vehicle’s capability. Therefore, driving styles, or how the act of driving an AV should be conducted, may affect a user’s trust. However, little research has been conducted on the impact of driving styles in AVs in everyday traffic situations; that is, situations often encountered in a day-to-day driving context, such as stopping for a pedestrian at a zebra crossing or overtaking a moving vehicle. An experimental study with 18 participants was conducted on a realistic test course using a Wizard of Oz approach. The experiment included seven everyday traffic situations that the participants’ experienced with two different driving styles, Defensive and Aggressive driving style. The results show that characteristics of everyday traffic situations have an effect on the users trust in automated vehicles (AVs). Primarily due to perceived risks (for oneself and others), task difficulties and how the AV conforms to the user’s expectation regarding how the AV should operate in everyday traffic situations. Furthermore, the results also show that there are are interdependencies between situational aspects and how the AV driving behaviour conducts actions. Thus, the AV driving behaviour needs to be designed to operate differently depending on the traffic situation, to enable the user to create an appropriate level of trust, in relation to the actual performance of the AV. Finally, trust results from the information provided by the AV’s behaviour, what it explicitly communicates via displays, and how these factors relate to the driving context. Thus, a systems approach is necessary, in which the interaction between user and automation is key, but without neglecting the equally important contextual aspects. This study was funded by Vinnova, Sweden’s Innovations Agency, under grant number 2014-01411. The study was able to use the facilities and expertise of the full-scale test environment AstaZero through the open research grant, application number A-0025. Here you can find full paper, and for more information contact Fredrick Ekman at Chalmers (fredrick.ekman@chalmers.se) or read his licentiate thesis titled Designing for Appropriate Trust in Automated Vehicles that was publicly presented earlier this year. 

The Day 1 C-ITS Application Green Light Optimal Speed Advisory. Leveraging the growing communication capabilities between vehicles, infrastructure and other road users, applications under the C-ITS umbrella are expected to improve road safety, traffic efficiency and comfort of driving by helping the driver take decisions and adapt to the traffic situation. The Day 1 set of C-ITS applications, as defined by the C-ROADS platform build on mature technologies and are expected to be deployable and provide benefits in the short term, but what scientific evidence is there on their effectiveness and what gaps in knowledge are there? For the C-ITS Day 1 application Green Light Optimal Speed Advisory (GLOSA), these questions were addressed by a systematic mapping study (to our knowledge, the first such study to be published), conducted as part of the Nordic Way 2 project (co-financed by Connecting Europe Facility, CEF project 2016-EU-TM-0051-S), presented at the European Transport Conference 2019 and published in Transportation Research Procedia in 2020. Among the findings where that while there are many published studies evaluating GLOSA, the absolute majority collect data in simulation, focused mainly on observable effects for the equipped vehicle where fuel consumption and travel time were the most prevalent effects examined. Further, there was great variation in the effects observed (for instance, fuel consumption varied from no evident reduction to approximately 70% reduction between studies) providing little consensus in concluding the effectiveness of the GLOSA application. A possible reason for the big effectiveness variation is a lack of well calibrated models used in the simulations scenarios, especially with regard to driver and fellow road user behaviour and precision of traffic light phase shift prognoses. For more information contact Niklas Mellegård at RISE (niklas.mellegard@ri.se).

Making autonomous drive skilled in extreme situations. During 2020 Sentient finalised the development and testing of the S+ Split-μ Control function, that makes autonomous drive safe in the critical situation of braking in an emergency on split friction roads. Compared to traditional ABS, the braking distance could be reduced by up to 37% while maintaining stability. The function is available also for use in manually driven cars to aid the driver perform like expert drivers would in a split-μ situation. Watch this demonstration from the Colmis test track outside of Arjeplog. More information about safety functions developed by Sentient is available at the company’s website.

Ljuddesign som ökar tillit och minskar åksjuka i självkörande bilar. Hur kan ljuddesign höja användarupplevelsen i automatiserade fordon? Denna fråga har Volvo Cars utforskat de senaste två åren tillsammans med RISE och Pole Position Production. Projektet Ljudinteraktion i Intelligenta Bilar har tagit fram helt nya typer av gränssnitt där passageraren får information om bilens kommande beteende, samt vad i trafikmiljön som bilen fokuserar på. Signalerna låter bland annat snarlikt bilens naturliga ljud vid acceleration och fartminskning, men spelas någon sekund innan bilen agerar. Projektets studier har visat att signalerna ökar passagerarnas tillit till bilen, samt minskar åksjuka för en majoritet av passagerarna. I projektets avslutade del implementeras en prototyp av ljudgränssnittet i en Volvobil, vilket gör det möjligt att uppleva ljuden i verklig trafikmiljö. Resultat från projektet kommer presenteras vid ett seminarium hos SAFER i slutet av januari. Hör av er till projektledaren Fredrik Hagman på Volvo Cars för mer info (fredrik.hagman@volvocars.com), eller besök projektets hemsida. Projektet finansieras av Fordonsstrategisk Forskning och Innovation (FFI).

DI-PPP public and private partnership platform for quick and effective implementation of digital transport infrastructure: This pre-study is jointly financed by Drive Sweden and Trafikverket to accelerate the implementation of digital infrastructure in Sweden. The project uses the Trafikverket roadmap on connected and automated road transport system extensively to explore the synergies and to support the service development. The project defines the digital transport infrastructure from a system of systems perspective with the identification of key areas, action points, and expected achievements for the year 2021 – 2025. The project calls for both top-down and bottom-up approaches to build infrastructure that on the one hand enables applications and services fulfilling the mobility needs, and on the other hand, is built on an existing infrastructure with incremental advancement. The project calls for the establishment of a public and private stakeholder partnership platform that is long-term, proactive and progressive, with strong engagement and balanced investments among stakeholders to accelerate the infrastructure implementation. The results have been presented at the Drive Sweden thematic area digital infrastructure, and for more details and reports, please contact Lei Chen at RISE (lei.chen@ri.se).

Project CeViSS. Cloud enhanced Vehicle – intelligent Sensor Sharing (CeViSS) is a joint Drive Sweden project that has run from January to December 2020. The project was financed in part by Vinnova / Drive Sweden with partnership including Carmenta, CEVT, Ericsson, Volvo Cars and Veoneer. The primary goal of the project was to extend the previously established AD Aware Traffic Control cloud with functions to study and demonstrate how the central cloud platform can be used to collect and enhance critical traffic information before safely sharing it between automotive actors. The project successfully demonstrated how data registered by a Veoneer vehicle’s sensors, was collected, analyzed and enhanced in real-time on the central cloud level and then shared with the two project OEM partners; CEVT and Volvo Cars. Their connected cars could then take appropriate action and more precisely mitigate the hazard on their road ahead. The project also showed how the Carmenta Central Traffic Cloud could send instructions to the Veoneer and CEVT cars such as a recommended speed inside geofences (to be used by the Adaptive Cruise Control (ACC)) and search requests to look for specific symbols or texts (e.g., license plate numbers). Tests were also done where the Central Traffic Cloud had direct control of on-board cameras to start sending video when the Veoneer’s test vehicle approached an accident scene. Images or live video from the scene have the potential to give 112 operators and first responders a better understanding of the situation and help dispatch the right resources as well as make a more detailed planning of the rescue operation before arrival. A series of workshops was arranged during the project with representatives from two rescue organisations to get their response on the value of the technology. Both KatastrofMedicinskt Centrum (KMC) and SOS Alarm confirmed that when planning a rescue operation as well as when organizing the work at the scene it is important to collect as much information as possible about the accident area. Images or live video transmitted from a recent accident under strict control have the potential to improve rescue operations. As the sharing of sensor data in such a way have possible privacy concerns, the legal aspects was also investigated. The results of the legal study is documented in a separate report, added as an appendix to this document. The main deliverables from the project were live proof-of-concept trials performed at several occasions with final tests successfully completed at AstaZero test track, October 19, 2020. A film documenting these tests and explaining the project results was produced and a presentation held at a webcasted Drive Sweden event on December 1, 2020 concluded the project. The project has based its work on the cloud-based platform that was created in the project ”AD Aware Traffic Control” and further extended in the project ”AD Aware Traffic Control Emergency vehicles” and the following ”AD Aware Traffic Control – Advanced Cooperative Driver Assistance” project. The project used technology in Drive Sweden Innovation Cloud and its results will be integrated in this innovation platform for future use. For more information contact Kristian Jaldemark at Carmenta (Kristian.Jaldemark@carmenta.com).

Digital Twins Are Not Monozygotic – Replicating ADAS Testing Across Simulators. Testing in simulators is an essential component in cost-efficient and effective ADAS development. Without countless hours on virtual test tracks, arguing that an ADAS is safe for use on public roads will be practically impossible. However, how can we interpret issues that are detected in a simulator? Would they generalize to the real-world environment? Would they even generalize to another simulator? In a joint study with the University of Luxembourg, RISE used search-based software testing to identify safety violations of a pedestrian detection system in TASS/Siemens PreScan and ESI Pro-SiVIC. However, when replicating the same scenario in the other simulator, the researchers found that the results often differed substantially. Consequently, the researchers recommend future V&V plans to include multiple simulators to support robust simulation-based testing. Make sure the ADAS works safely in other simulators before hitting the real-world roads! The paper pre-print is available here, for more information contact Markus Borg at RISE (markus.borg@ri.se).

Nordic initiative for transport of passengers and goods by drone (NDI): The Nordic countries are joining forces to drive the development of drone transports for both goods and passengers. The Nordic Drone Initiative (NDI) will pave the way for new sustainable business models. It can be about air-taxis, autonomous courier services or new tourist concepts. NDI is co-financed by Nordic Innovation through their Nordic Smart Mobility and Connectivity program, led by RISE and consists of 16 partners from four Nordic countries including RISE, Katla Aero, Flypulse, Kista Science City, Mainbase, LFV and Region Östergötland from Sweden; VTT, Bell Rock Advisors, Robots Expert, Business Tampere from Finland; NORCE, Nordic Edge, UAS Norway and Drone Nord from Norway; and Gate21 from Denmark. The project reference group includes Norwegian Avinor ANS and Finnish ANS. The project is welcoming partners and will collaborate with NEA – the Nordic Network for Electric Aviation to jointly plan for short- and long-haul transports with electric aircraft. For collaborations, please contact Tor Skoglund at RISE (tor.skoglund@ri.se).

Testing safety of intelligent connected vehicles in open and mixed road environment (ICV-Safe): This project is a bilateral joint effort to identify safety-critical scenarios and to develop risk assessment and mitigation methods for intelligent connected vehicles (ICVs) by taking advantage of the large-scale open connected test environment in Shanghai. The project will conduct iterative case design, data collection, simulation, and open road test. The results will lay a foundation for the safe introduction of ICVs to minimize safety risks. RISE is coordinating the Swedish part with partners including Chalmers University of Technology, Alkit Communications AB, WSP AB, and FellowBot AB. The Chinese part is coordinated by Tongji University with partners including Research Institute of Highway (RIOH) Ministry of Transport, Chang’an University, Guangzhou O.CN International Technology Co., Ltd, Shanghai SongHong Intelligent Automotive Technology Co., Ltd., and Beijing Tusen Weilai Technology Co., Ltd (TuSimple). Through the project, the partners are also working actively with Swedish actors in China outside the project consortium to explore synergies for further research collaborations and innovation. For more details, please contact Lei Chen at RISE (lei.chen@ri.se).

CTS – Heterogeneous project. This project aims to investigate effects of autonomous vehicle in a mixed traffic environment, i.e., the traffic where automated vehicles share roads with different types of manually-driven vehicles. Effects on traffic flow and safety are the main interests of the project. An example of upcoming activities in the project is a driving simulation study, which is planned during January-February 2021. The study aims to investigate whether there is a behavior adaptation among human drivers when they share roads with automated vehicles. This project is funded by VINNOVA, and it is within the scope of CTS (The China Sweden Research Centre for Traffic Safety), which is an on-going collaboration within SAFER’s research program. Partners on the Swedish consortium includes VTI, Chalmers, Volvo Cars, and Volvo Group; and partners on the Chinese consortium are RIOH, Beijing Jingwei HiRain, Tsinghua University, and Tongji University. Link: Heterogeneous Traffic Groups Cooperative Driving Behaviours Research under Mixed Traffic Condition | SAFER – Vehicle and Traffic Safety Centre at Chalmers (saferresearch.com).

Drivers’ ability to engage in a non-driving related task while in automated driving mode in real traffic. Engaging in non-driving related tasks (NDRTs) while driving can be considered distracting and safety detrimental. However, with the introduction of highly automated driving systems that relieve drivers from driving, more NDRTs will be feasible. In fact, many car manufacturers emphasize that one of the main advantages with automated cars is that it “frees up time” for other activities while on the move. This paper investigates how well drivers are able to engage in an NDRT while in automated driving mode (i.e., SAE Level 4) in real traffic, via a Wizard of Oz platform. The NDRT was designed to be visually and cognitively demanding and require manual interaction. The results show that the drivers’ attention to a great extent shifted from the road ahead towards the NDRT. Participants could perform the NDRT equally well as when in an office (e.g. correct answers, time to completion), showing that the performance did not deteriorate when in the automated vehicle. Yet, many participants indicated that they noted and reacted to environmental changes and sudden changes in vehicle motion. Participants were also surprised by their own ability to, with ease, disconnect from driving. The presented study extends previous research by identifying that drivers to a high extent are able to engage in an NDRT while in automated mode in real traffic. This is promising for future of automated cars ability to “free up time” and enable drivers to engage in non-driving related activities. The study was conducted by Volvo Cars and RISE in collaboration between two FFI funded projects: TIC – Trust to Intelligent Cars and HARMONISE – Safe interaction with different levels of automation. A pre-print of the paper is available here, and for more information contact Jonas Andersson at RISE (jonas.andersson@ri.se). 

Remote Driving Operation (REDO) project. Remote driving operation or teleoperated driving can support deployment, operation, and testing of automated vehicles. With advancement in wireless communication technology, this has recently becomes more feasible. In the REDO project, we are looking at different technical and non-technical aspects related to teleoperated driving, which include 1) interaction with remote operator; 2) feedback mode from vehicle to remote operator; 3) system architecture; and 4) laws and regulations. Demonstration is also planned towards the end of the project. This is a 3-year project funded by VINNOVA. The partners in the project are: VTI, CEVT, Einride, Ericsson, Ictech, KTH, NEVS, and Voysys. Link: REmote Driving Operation – REDO | Vinnova. For more information contact Maytheewat Aramrattana at VTI (maytheewat.aramrattana@vti.se).

Human factors in remote operation of heavy vehicles. Currently, most highly automated vehicles still require the presence of a human safety operator in the vehicle, and it is evident that automated driving without human “fallback” might be distant. On the other hand, having a human operator in the vehicle jeopardizes major anticipated benefits of automated driving – productivity. This is especially evident when it comes to heavy automated vehicles. To bridge this gap, stakeholders are exploring teleoperations technology, which enables highly automated vehicles to be remotely operated if necessary. But remote operation comes with its own challenges, both from technical and human behavior perspectives. In this SAFER co-financed prestudy, Scania and RISE have identified potential safety challenges and research gaps related to human behavior in the context of remote operation of heavy automated vehicles. A general view of the human factors related challenges within the remote operation topic can be summarized by highlighting phenomena such as physical and psychological distancing, screen delays, network latency delays, inefficient interface designs, and human operator’s cognitive limitations. These are not exclusive to one single operational level, or application type, and are often interrelated. A larger body of scientific work can be found related to human factors in remote operation in other domains (e.g., robotics, aerial drones, military). Some of the findings from these domains can have value for the automotive domain, however, generally design requirements are not directly transferable between domains as there are domain specific challenges. An overall conclusion from the prestudy is that human factors in remote operation of highly automated road vehicles have been somewhat neglected by industry and research community. By providing an overall conceptualization of remote operation and its complexity, a theoretical framework, a state of the art overview, and a list of gaps and challenges, the expectation is that this pre-study will stimulate more activities in the area. The recently started FFI-project HAVOC is example of such an activity. The pre study was co-financed by SAFER and conducted by Scania and RISE. Link to final report, for more information contact Azra Habibovic at RISE (azra.habibovic@ri.se).

Task Force – Hygiene procedures in test with research persons. Since the rapid outbreak and continued global spread of the Coronavirus Disease (COVID-19) in 2020, aspects of much of our day-to-day life in society has been impacted – our workplaces are no exception. Due to the novelty of COVID-19 to health officials in Sweden and around the world, standardized guidelines on how to safely proceed with business activities that require the sharing of physical spaces and/or equipment between individuals has yet to be established. In anticipation of this pandemic being an ongoing issue, a task force was assembled to help address this gap. The SAFER task force was comprised of transport industry professionals in Sweden that have a role in conducting research and testing that would currently be deemed to place individuals at risk of contracting the virus if one of the involved actors were to be an active carrier of the virus. Therefore, the goal of this task force was to help establish a set of general guidelines to consider when attempting to mitigate the risk of contagion while performing research or testing activities at our respective corporate facilities. Questions related to “How can experiments involving test persons in vehicles, driving simulators, virtual-reality studios, or similar test facilities continue?”, “What safety procedures should we consider to introduce in order to ensure proper hygiene for the individuals involved?”, “Is it required for drivers to wear a face mask?”, and “How do we implement physical distancing provisions pre- and post-experiment interviews?” were addressed. Partners in the Task Force were VTI (coordinator), Volvo Group Trucks Technology, Autoliv, Veoneer, RISE and Scania. The project was co-financed by SAFER. For more information contact Arne Nåbo at VTI (arne.nabo@vti.se). 

Safer Seminarie: Människor och automatiserade fordon

På ett Safer Thursday Webinar den 19 november presenterades forskning och resultat från två projekt inom området människor och automatiserade fordon.

Den första presentationen gavs av forskaren Alberto Morando från Massachussets Institute of Technology (MIT) som varit med i The Advanced Vehicle Technology (AVT) projektet lett av MITs AgeLab. I konsortiet finns bl.a. Volvo Cars, Veoneer och Aptiv, och i projektet har man fokuserat på att undersöka hur människor använder de förarstödssystem och automatiserade körfunktioner som finns på marknaden idag.

I presentationen fick man veta om en studie [1] inom projektet där bl.a. videodata samlats in från naturligt körbeteende hos förare av Tesla-bilar. Datat bestod av ungefär 33 800 km som körts av 27 olika förare i sina privata Tesla-bilar. Resultaten visar att förarna hade mindre fokus på vägen, dvs. mindre blicktid på vägen, när förarstödssystemet Autopilot var aktiverat. Blicktid i nedre mitten av synfältet ökade med autopilot aktiverat vilket indikerar aktiviteter så som mobiltelefonanvändning. Det visade sig också att förare hade händerna mindre på ratten, och dessutom körde många förare med händerna helt borta från ratten.

Alberto Morando och hans kollegor har också jobbat med modellering av blickbeteende för att kunna prediktera blickbeteende, så som exempelvis när förare inte tittar på vägen. Metoden som används är bayesiansk modellering, och målet är att nu göra en studie inom förarövervakning för riskutvärdering med hjälp av blickmodellering.

Forskaren Emma Tivesten från Volvo Cars Safety Center presenterade resultat från det Vinnova-finansierade projektet Autonomous Driving Effects on Sustainable Transportation (ADEST) som drivits av forskningsplattformen Drive Me och utförts av Volvo Cars och Trafikverket. Presentationen fokuserade på det som gjorts i projektet inom området driver engagement in assisted automation.

Tre studier har gjorts på testbanan AstaZero med hjälp av en Wizard of Oz uppsättning, dvs. att körningen upplevs vara automatiserad men styrs i själva verket av exempelvis en person i baksätet, vilket var fallet i dessa studier. Automationsnivån motsvarade det som Volvo Cars refererar till som ”oövervakad automatiserad körning” (SAE-nivå 4). I studierna varierades tre faktorer: instruktioner om systemets begränsningar, påminnelser om blick på vägen samt händer på ratten, och automatisk broms i sista momentet. I slutet av alla tre studier fanns det ett kritiskt moment där fordonet kör mot ett stillastående objekt [2, 3, 4].

I första studien behövde deltagarna inte ha händerna på ratten. De fick inte påminnelser om att hålla blicken på vägen, och fordonet bromsade automatiskt vid det sista momentet. Resultaten visade att alla deltagare hade blicken borta från vägen i mer än två sekunder, och en tredjedel av deltagarna hade blicken borta från vägen mer än åtta sekunder. Vidare så var tre av 30 deltagare extremt trötta och en av dem somnade under körningen.

I den andra studien fick deltagarna mer instruktioner om fordonets begränsningar, samt påminnelser om att hålla blicken vägen i två nivåer: visuell och auditiv. Förarna blev instruerade att inte ha händerna på ratten, och det fanns ingen automatisk inbromsning vid det sista momentet. Resultaten visade att påminnelserna om blicken på vägen minskade tiden som deltagarna hade blicken från vägen, men att en tredjedel av förarna ändå krockade i det sista momentet.

I den tredje studien blev hälften av deltagarna instruerade att hålla händerna på ratten. De fick också mer instruktioner om begränsningarna av fordonet, hade ingen automatisk inbromsning vid det sista momentet, samt fick både påminnelser om att hålla blicken på vägen och händerna på ratten. Resultaten visade här att deltagarna krockade i samma utsträckning i det sista momentet som i det andra experimentet. De som krockade hade hög tillit till att fordonet skulle klara den kritiska situationen, eller åtminstone varna föraren vid det kritiska tillfället. De som inte krockade hade en tydligare uppfattning om förarens ansvar och var mer medvetna om fordonets förmågor.

Övergripande slutsatsen från dessa studier är att påminnelser var effektiva men inte tillräckligt för att förhindra krockar i experimentet.

Framöver är planerna att genomföra studier med liknande experimentupplägg fast med lägre automationsnivå. Planen är att göra ett pilotprojekt med villkorad automation [5], samt undersöka förarövervakning med detektion av allvarliga nedsättningar så som extrem trötthet och alkoholpåverkan.

Källa

[1] A. Morando., P. Gershon., B. Mehler., & B. Meyler., AutomotiveUI ’20: 12th International Conference on Automotive User Interfaces and Interactive Vehicular Applications. Driver-initiated Tesla Autopilot Disengagements in Naturalistic Driving. 2020-09 Länk

[2] Victor, W T., Tivesten, E., Gustavsson, P., Johansson, J., Sangberg, F., & Ljung Aust. M. Human Factors. Automation Expectation Mismatch: Incorrect Prediction Despite Eyes on Threat and Hands on Wheel. 2018-11 Länk [3] Gustavsson, P., Victor, T. W., Johansson, J., Tivesten, E., Johansson, R., & Aust, M. L.Proceedings of the 6th Driver Distraction and Inattention conference, Gothenburg, Sweden. What  were  they  thinking? Subjective experiences associated  with automation expectation mismatch. 2020 18 [4] Tivesten, E., Victor, T. W., Gustavsson P., Johansson J.,  and Ljung Aust, M. (2019) Out-of-the-loop crash prediction: the automation expectation mismatch (AEM) algorithm, in IET Intelligent Transport Systems, vol. 13, no. 8, pp. 1231-1240, 8 2019. Länk [5] Pipkorn, L.; Victor, T. W., Dozza, M., & Tivesten, E. (2020) Driver conflict response during supervised automation: do hands on wheel matter? Transport Research Part F. Länk

Veoneer + Qualcomm

Veoneer inleder ett samarbete med Qualcomm [1]. Samarbetet går ut på att gemensamt utveckla en integrerad plattform för förarstödssytem, samverkande körning och självkörning (läs: upp till nivå 4 enligt SAE). 

Detta innebär att Veoneers nästa (femte) generation mjukvara för perception och körning ska integreras på Qualcomms processorfamilj Ride som lanserades i januari. Nästa generation mjukvara kommer utvecklas av en separat organisation inom Veoneer.

Målet är att plattformen ska vara tillgänglig för biltillverkare och leverantörer globalt år 2024. 

Egen kommentar

I pressmeddelandet införs ett tämligen ”nytt” begrepp: collaborative driving (som vi översätter till samverkande körning). Man skulle kunna tro att företagen försöker kringgå SAE-klassificeringen, men samtidigt nämner de att det rör sig om SAE-nivåerna 1 till 4. 

Jag är också nyfiken på den här separata organisationen inom Veoneer och att den ska utveckla självkörnade system. Detta speciellt med tanke att man vid uppdelningen av Zenuity konstaterade att Volvo Cars nya organisation som ersätter Zenuity skulle fokusera på självkörande system, medan Veoneer skulle överta ADAS-delen. Ordlek eller ändrade planer?

Källor

[1] Veoneer. Veoneer och Qualcomm utvecklar nästa generation ADAS och självkörande system. 2020-08-27 Länk

Guldkorn från svensk forskning

Dessa guldkorn är bidrag från våra läsare – stort tack för det, och för all fantastisk forskning och utveckling som ni gör. Keep up the good work!

iQ-Pilot & iQ-Mobility. These are two recently finished projects co-funded by the Strategic vehicle research and innovation programme (FFI). The focus of the projects was development of new technology to realize flexible, energy-efficient transport solutions in cities. Several proof-of-concept prototypes have been developed and demonstrated, including autonomous buses and a smart coordination system for bus fleets. The research results were presented in a webinar earlier this week. These results are the joint efforts of Scania, Ericsson, INIT, Veoneer, Royal Institute of Technology (KTH) and Örebro University. 

Human interaction with autonomous minibuses. Tom Ziemke’s research group at Linköping University, in collaboration with researchers at VTI, will during the autumn start a new research project on people’s interaction with autonomous minibuses on campus. The research will focus on method development and empirical studies of how pedestrians, bicyclists and car drivers interact with the buses. A two-year postdoc position is available via this link (application deadline: August 5). For more information contact Tom Ziemke (tom.ziemke@liu.se).

GLAD – Goods delivery under the Last mile with Autonomous Driving vehicles. Small autonomous electric delivery vehicles (ADV) are expected to transform transportation of goods under the first and last mile. The advantages are increased transportation and energy effectiveness, but it is also important that these vehicles are safe and accepted in society. The aim of the GLAD project is to develop an initial knowledge base on efficiency, safety and human experience of ADVs for the first and last mile delivery of goods in Sweden, and on how to create a balance between these three aspects from a socio-technical perspective. To achieve this, the project will utilize Zbee vehicles that will be adapted in terms of vehicle design and autonomous vehicle behaviour, human-machine interface, teleoperation and vehicle management. The overall goal is to develop knowledge that accelerate introduction of new efficient goods delivery in our society and contributes to meeting the goals of Agenda 2030. This will be assured also by connecting a licentiate candidate to the project. The project is co-funded by Trafikverket and involves RISE, Halmstad University, Aptiv, Combitech and Clean Motion. It started in June 2020 and will run for ca 2 years. For more information contact azra.habibovic@ri.se.

Tactical Decision-Making in Autonomous Driving by Reinforcement Learning with Uncertainty Estimation. Reinforcement learning (RL) can be used to create a tactical decision-making agent for autonomous driving. However, previous approaches only output decisions and do not provide information about the agent’s confidence in the recommended actions. This paper investigates how a Bayesian RL technique, based on an ensemble of neural networks with additional randomized prior functions (RPF), can be used to estimate the uncertainty of decisions in autonomous driving. A method for classifying whether or not an action should be considered safe is also introduced. The performance of the ensemble RPF method is evaluated by training an agent on a highway driving scenario. It is shown that the trained agent can estimate the uncertainty of its decisions and indicate an unacceptable level when the agent faces a situation that is far from the training distribution. Furthermore, within the training distribution, the ensemble RPF agent outperforms a standard Deep Q-Network agent. In this study, the estimated uncertainty is used to choose safe actions in unknown situations. However, the uncertainty information could also be used to identify situations that should be added to the training process. The paper will be presented at the Intelligent Vehicles Symposium (IV) in October 2020, and a preprint is available on arXiv. The code that was used is also available on GitHub For more information, contact Carl-Johan Hoel (carl-johan.hoel@volvo.com) at Volvo Autonomous solutions. This work was partially supported by the Wallenberg Artificial Intelligence, Autonomous Systems and Software Program (WASP), funded by Knut and Alice Wallenberg Foundation, and partially by Vinnova FFI.

Autonomous Mapping of Unknown Environments Using a UAV. As part of the research conducted within the project LASH-Fire (Eu-Horizon 2020, No.814975), RISE supervised the work of Chalmers students developing an automatic object search for indoor environments using a flying drone. At the core of this system a reinforcement learning (RL) algorithm was implemented for the drone to navigate, detect obstacles, recognize objects and explore the environment. This machine learning (ML) project marks a starting point for further development towards an autonomous identification and surveillance solution in a wide range of study cases where cargo ships, like the ones studied in LASH-Fire, are an ideal target application. A modularized approach was used targeting research areas such as obstacle avoidance, object detection & recognition, simultaneous localization and mapping, etc. The exploration module was specially challenging and will require further work but the project in general was successful in providing a methodology and tools when using flying drones for indoor environments. The Master’s thesis was conducted by Erik Persson and Filip Heikkilä, and is available via this link. For more information contact boris.duran@ri.se

Projektet ESPLANADE, som började 2017 och avslutades sista mars 2020, handlade om hur man visar att ett automatiserat fordon är säkert. Det finns flera problem som måste hanteras för att man ska kunna göra en komplett säkerhetsargumentation. Projektets resultat inkluderar därför nya metoder för säkerhetsargumentation för en ADS, några av dessa är: 

  • En process för säkerhetsanalys samt designprinciper för interaktionen när en människa överlämnar kontrollen över ett fordon till en ADS eller tvärtom. Processen innehåller existerande metoder som sekvensdiagram, orsak-konsekvensanalys och felträd, men applicerade på människa-maskininteraktion istället för enbart tekniska system
  •  Hur man definierar den operativa designdomänen (ODD) för en ADS utgående från önskade användningsfall, vilket innebär en definition av parametrar inom vilka en ADS-funktion är avsedd att fungera, samt strategier för att säkerställa att fordonet håller sig inom sin ODD.
  • En metod (kallad QRN) för riskanalys och framtagande av säkerhetsmål. Till skillnad från vanliga riskanalysmetoder bygger den inte på analys av specifika situationer utan på definition av acceptabel frekvens av incidenter med olika allvarlig konsekvens, och en mappning av incidenter till olika klasser av konsekvenser. Säkerhetsmålen uttrycks så att man säkert hamnar inom acceptabla frekvenser.
  • Ett ramverk för formell och systematisk hantering av säkerhetskrav med en kombination av åtgärder under utveckling och under drift, bland annat baserat på modeller av osäkerhet.
  • Användning av metoden funktionsanalys för att distribuera beslutsfattande på en ADS-arkitektur samt framtagande av säkerhetskrav.
  • Säkerhetskontrakt och komponentbaserad design för att underlätta kompletthetsbevisning i kravnedbrytning, möjliggöra kontinuerlig produktuppdatering, samt kunna uttrycka säkerhetskrav för sensorsystem som inkluderar kamera, radar mm.

En publik rapport och länkar till de flesta av projektets publikationer finns på projekthemsidan.

Prepare Ships Project. Running for 26 months, the H2020 project “Prepare Ships”, funded by the European Global Navigation Satellite System Agency (GSA), was successfully started in December 2019. The 5 consortium partners, coming from 3 European countries have developed a machine learning based future position prediction for ships in order to avoid ship collisions and close quarter situations as well as reducing environmental impact by more advanced decision making. In a RTK (Real Time Kinematic) software solution, it will both exploiting the distinguished features of Galileo signals as well as combining it with other positioning and sensor technologies. It will use the next generation maritime communication techniques VDES and the new suit of IALA Standards (S100) on sea charts. The innovation developed during the project can make more autonomy of navigation feasible by exchanging future positions and allow eased decision making on ships, suitable to become an international game changer for the future of autonomous shipping. The demonstration and testing will be done onboard three different vessels in the Gothenburg archipelago. The project is coordinated by RISE with partners from across Europe, including SAAB, Lantmäteriet, Telko and Anavs. For more information check out our homepage, join our linkedin group or contact Johannes Hüffmeier at RISE (johannes.huffmeier@ri.se).  

How do you ensure safety of autonomous shipping? Today’s risk assessment methods, application of methods and models used in shipping are usually based on humans being directly in charge of ships, VTS, port controls, etc. and may not be sufficient to reflect and evaluate the complexities and inherent risks of introducing further automation and digitalization in the shipping domain. The introduction of smart ships will create traffic situations between manned and unmanned ships where on one hand decisions and actions are based on algorithms and on the other hand by a human operator where a large part of the decision making. Increasing the level of automation implies that the goal-based standards for shipping need to be based on a risk assessment that reflects the expected roadmaps towards more smart ships and so far, research on autonomous transportation has focused on other parts than the effect of introducing and mixing different levels of automation and only very basic standards have been proposed by classification societies, where DNVs standards [DNV, 2018] have two pages in the appendix on basic set-ups for testing and validation. The main objective of the RFAF project financed by Trafikverket is to analyse how autonomous navigation can be proven to be safe. The aim of the project is to perform a simulator-based risk identification for autonomous shipping traffic. Increasing the level of automation implies that the goal-based standards for shipping need to be based on a risk assessment that reflects the expected roadmaps towards autonomy. Based on two use cases, the routes Fredrikshamn-Göteborg and crossing of the Ljusterö fairway, relevant risks are identified based on ship simulations performed by mariners describing especially nautical challenges for more autonomous shipping resulting in a common risk model. The project lasts from January 2020-December 2022. There are 3 project partners with RISE as coordinator. For more information visit the project website or contact Johannes Hüffmeier (johannes.huffmeier@ri.se).

The SWEA-financed (Energimyndigheten) Data-driven Optimised Energy Efficiency of Ships is a national project involving 7 ship owners, 3 companies from the supply chain and RISE, lasting for 16 months. The data analysis of energy consumption is often complex and there are different driving forces for decisions. However, increased data collection can be unprofitable if you do not have methods to analyze the complex systems. Developments within machine learning provides new opportunities to develop both technically and economically powerful tools energy efficiency. Even today, to some extent, economic driving is applied, for example. eco-driving, however, the effect is in many cases limited as decision-making is more complex than the operator / navigator can see. Also, not always available incentives and motivation of individuals to reduce energy use. However, data collection is increasing both quality review and analysis are not performed to the same extent. Using the results of the project’s data collection and analysis, recommendations can be given about which tools which can be developed in a next step, such as: a) nudging, decision support system or autopilot for ECO driving, b) route optimization based on the ship’s accelerations and motions, and c) decision support based on statistics or real-time analysis of data to identify optimal operation (parameters such as sea state, current, speed, load condition, etc.). The objectives of the project are to: a) Achieve reduced energy use on the project’s vessels by 10–35% both at quay and in sea operations, b) Demonstrate potential with machine learning of operational data, and c) Demonstrate the possibility that better operational data may form the basis for the development of generic energy efficiency tools for smaller vessels in commercial traffic. For any details on the project, reach out to Johannes Hüffmeier (johannes.huffmeier@ri.se).

Photonics Private Public Partnership Roadmaps for EU’s next Framework Program Horizon EuropéThe area of photonics for automotive applications is a significant area which includes not only photonics sensors for the EU defined topic Mobility and Safety for automated Road Transport. Photonics also plays a role in the path towards the targets of Zero Emission Road Transport, Clean Energy Transition, and the Industrial Battery Value Chain. The work of defining the Strategic Research Agenda (SRA) in the specific area of Photonics with EU industrial partners, universities and research centers is performed through the EU technology platform ”Photonics21”, which is funded by the EU commission. The current roadmap for Photonics was published in the document: “Europe’s age of light! How photonics will power growth and innovation, Strategic Roadmap 2021–2027” The section on Automotive and Transport can be found in section 3.9. The coordinator of the whole Photonics 21 is done by VDI Technologiezentrum GmbH in Düsseldorf, Link. We believe this is important as there are a lot of EU research money at stake. The current recommendation by the European Parliament for the whole Horizon Europe budget 2021 -2017 is €120 Billion. The research funding will be divided among many topics where Climate, Energy, and Mobility is one of the clusters. There is a large Swedish interest in the cluster and cooperation with industry is one important factor in the program. Most, if not all, of the European automotive industry are usually involved in at least selected programs.

Now, based on feedback from the new European Commission, the board of Photonic21 have decided to reshape the roadmap and as a consequence automotive & transport will henceforth be combined with the topics of climate and energy. Besides merging the different topics in one document, this gives us an opportunity to revise the previous document into something that we believe should support our industry even better, considering that the current document was prepared in 2018 and the present situation the industry is facing. We want to ensure that the guiding document capture the specific needs of the automotive industry. The aim of the work is to define the research topics of the Strategic Research Agenda (SRA) which will define the upcoming calls in the Horizon Europe program. 

We now invite comments on the current chapter and roadmap (provided in the link above). Determined by EU commission schedules this work has to be completed on 4 September, why we need your input no later than 24 August 2020. We ask for specific text suggestions and specific roadmap suggestions (compare with p. 140 in the above mentioned Strategic Roadmap). Please forward your suggestions to Jan-Erik Källhammer at jan-erik.kallhammer@veoneer.com. He acted as chair of the group Automotive and Transport in the current roadmap and now act as co-chair of the new group Climate, Energy, and Mobility together with Dr. Heinz Seyringer of V-Research GmbH in Austria. 

Veoneer inleder produktion av ADAS för Polestar 2

Veoneer har nu offentiliggjort att de inleder produktionen av teknologier för avancerade förarstödsystem (ADAS) som ska installeras i Polestar 2 bilar [1]. 

Dessa teknologier omfattar Veoneers fjärde generation av monovisionssystem (100 graders synfält och en upplösning på 1,7 megapixlar), 77GHz framåtriktad radar och en dator för förarassistans (ADAS ECU). En annan viktig part i det hela är mjukvaran som utvecklats i samarbete med Zenuity.

Tillsammans ska dessa teknologier möjliggöra funktioner såsom objektdetektering, körfältsassistans, framåtriktad kollisionsvarning, adaptiv farthållning och automatiserad nödinbromsning.

Egen kommentar

Påminner att vid uppdelningen av Zenuity har delen för utveckling av ADAS ärvts av Veoneer.

Här kan ni läsa lite mer om Polestar 2 och statusen på den. 

Källor

[1] Veoneer. Veoneer Begins Production of Technology Suite for Polestar 2. 2020-05-06 Länk

Zenuity delas upp

I september 2016 blev det känt att Volvo Cars och Autoliv (sedan Veoneer) ämnade starta ett gemensamt bolag för utveckling av mjukvaruteknologi för självkörande fordon. De skulle äga lika stor del av bolaget. I början av januari 2017 signerades det slutgiltiga avtalet och i samband med det fick det nya bolaget ett namn: Zenuity. Den 18 april 2017 startade Zenuity officiellt.

Drygt tre år senare har Zenuitys ägare valt att dela upp verksamheten igen, med motiveringen att de vill driva sina affärer mer fokuserat och effektivt [1, 2]. 

Delen av verksamheten som fokuserar på förarstödssystem (ADAS) kommer nu att integreras i Veoneers verksamhet, medan Volvo Cars kommer att skapa ett nytt självständigt bolag som övertar Zenuitys nuvarande utveckling och kommersialisering av mjukvara för autonom körning. I praktiken innebär detta att Zenuitys nuvarande verksamhet i USA (Novi) och Tyskland (München) tas över av Veoneer medan Volvo Cars tar över verksamheten vid kontoren i Göteborg och Shanghai.

Veoneer uppskattar sin besparing till följd av uppdelningen mellan 300 och 400 miljoner kronor per år. Utöver det kommer Volvo Cars att betala Veoneer ett engångsbelopp på 150 miljoner kronor vid uppdelningen.

Dagens Zenuity kommer att omvandlas till ett passivt bolag som äger de immateriella rättigheterna som fanns vid bildandet. Det kommer fortsätta att ägas av Volvo Cars och Veoneer.

Detaljer om det nya bolaget som Volvo Cars planerar bilda  kommer att meddelas vid ett senare tillfälle.

Egen kommentar

Att uppdelningen av Zenuity sker bara tre år efter starten är på sätt och vis ett misslyckande, och många frågor står obesvarade. I den snabbt föränderliga branschen är det dock vanligt att företagsstrukturen förändras för att bättre matcha behoven, eller att företag försvinner. I det här fallet verkar partnerna ha hittat nya vägar framåt, på var sitt håll. Det återstår att se hur det nya företaget som Volvo Cars planerar starta kommer att se ut.  

Jag tycker också att det är intressant att Veoneer sägs ska fortsätta satsa på ADAS medan Volvo Cars ska fokusera på autonom körning. Det är visserligen i linje med de olika bolagens inriktning, men då flera analyser tyder på att ADAS kommer att utgöra en större del av marknaden minst fram till 2030 kan man fråga sig hur de tagit hänsyn till det vid uppdelningen.

Källor

[1] Volvo Cars to accelerate autonomous technology development. Volvo Cars Media 2020-04-02 Länk

[2] Veoneer and Volvo Cars to split joint venture to pursue separate ADAS and autonomous driving strategies. Veoneer Press Release 2020-04-02 Länk

Veoneer med en ny kund

Veoneer som utvecklar och tillverkar förarstödssystem har fått en ny kund som sägs vara en global fordonstillverkare med bas i Asien [1].

Veoneers förarstödssystem består av flera avancerade funktioner så som motorvägsstöd, filhållningsstöd, adaptiv farthållare med start och stop-funktionalitet, automatisk nödbroms, trafikskyltsigenkänning och automatisk helljuskontroll.

Källa

[1] Veoneer. Veoneer Selected to Supply System Based on Next Generation Vision and Radar System. 2020-02-05 Länk

Paneldiskussion: Trust in mobility

På CES i Las Vegas 2020 samlade Veoneer en panel med experter inom framtidens mobilitet, och en väldigt intressant diskussion tog rum framför publik.

Diskussionen fokuserade på just användare och vilka utmaningar det finns gällande användningen av förarstödssystem i framtidens fordon. Det finns en viss oro kring att värdet av autonoma och semi-autonoma lösningar inte framgår tydligt nog till användaren. Panelen var överens om att ett av de stora målen inför framtiden är att få igenom rätt budskap till användarna. Det här går i enighet med Veoneer’s slogan som är ’Creating trust in mobility’. Flera konstruktiva förslag presenteras från panelen på hur designers, ingenjörer och tillverkare kan ta sig an den här utmaningen.

Här kan ni se hela diskussionen.

Egen kommentar

Ett väldigt bra citat från diskussionen som jag skulle vilja belysa är We don’t drive a vehicle brand x anymore, we drive a vehicle brand x with software version x.y (av Bryan Reimer från MIT).

Det finns en expanderade komplexitet som gör det väldigt svårt för användare att känna sin bil och vad den är kapabel till nu när ett fordon kan bli ett helt annat fordon igenom en enkel mjukvareuppdatering. Det räcker alltså inte att läsa manualen till sin bil, vilket ändå ingen gör, utan man behöver också frekvent läsa och förstå uppdateringsloggar.  

Det jag fick med mig från diskussionen var att förbättrad kommunikation till användare är ett fruktsamt fokusområde framåt, och att det finns experter som har bra förståelse av problematiken.