Etikettarkiv: Volvo Cars

Samarbeten kring robotaxi

Volvo Cars och Didi. Volvo Cars kommer att förse Didi med bilar av modellen XC90 som ska nyttjas i Didis tester av robotaxi [1]. Bilarna kommer att vara utrustade med reservsystem för funktioner som styrning och bromsning. Inom ramen för samarbetet kommer företagen tillsammans installera ytterligare mjuk- och hårdvara som krävs för säker autonom körning, inklusive Didis helt nya plattform för autonom körning kallad Gemini. Värt att notera här är att Volvo Cars har redan under 2020 försett Didi med bilar av modellen XC60. 

Honda och AutoX. Honda kommer att förse kinesiska AutoX med bilar [2]. Det rör sig om bilar av typen Accord och Inspire som kommer att användas för tester av robotaxi på allmänna vägar i Kina efter att de utrustats med AutoXs teknik för autonomkörning. Värt att påminna om här är att AutoXs fordon kan testas i Shenzhen (och Kalifornien) utan någon säkerhetsförare närvarande i fordonet. 

Egen kommentar

Både för Volvo Cars och för Honda är detta ett ”enkelt” sätt att komma närmare den kinesiska marknaden. Samtidigt finns det en risk med samarbeten som sådana, och då tänker jag specifikt på dödsolyckan där Ubers självkörande system var installerat i en Volvo XC90 som resulterade i en del negativ mediauppmärksamhet för Volvo Cars trots att Volvo Cars inte hade något med olyckan att göra.

Källor

[1] Volvo Cars Global Newsroom. Volvo Cars teams up with world’s leading mobility technology platform DiDi for self-driving test fleet. 2021-04-19 Länk

[2] CX Tech. Honda Partners with AutoX to Develop Self-Driving Tech For China’s Road and Traffic. 2021-04-19 Länk

Volvo och Geely startar nytt bolag

Efter en intern utredning om huruvida Volvo Cars och Geely Auto formellt skulle slås ihop så är slutsatsen att de istället ska fördjupa sitt samarbete genom ett gemensamt bolag [1]. 

Det nya icke-namngivna bolaget kommer att fokusera på utveckling av drivlinor, förbränningsmotorer, växellådor och nästa generations hybridmotorsystem.  Utöver det kommer Volvo Cars och Geely Auto genom det nya bolaget att dela och gemensamt köpa batterier, elmotorer och dylikt samt dela eftermarknads- och upphandlingsfunktioner. De kommer också att gemensamt utveckla lösningar för autonom körning under ledning av bolaget Zenseact. Dessutom kommer företagen att dela de två plattformarna Sustainable Experience Architecture (SEA) och Scalable Product Architecture (SPA2).

Utryckt på ett annat sätt så kommer det nya bolaget att sköta utveckling och inköp av teknik för uppkoppling, autonom körning, bildelning och elektrifiering. 

Egen kommentar

Under de senaste två åren har det ryktats i olika kretsar att en ihopslagning av Geely och Volvo Cars är nära. Många gjorde en tydlig koppling mellan ihopslagningen och den senaste omorganisationen på Volvo Cars. Men som sagt så uteblir ihopslagningen den här gången. 

Generellt är det positivt ju fler som kan dela på samma arkitektur och teknik. Frågan är bara om det blir för många kockar? Återstå och se, liksom namnet på det nya bolaget.

Källor

[1] Volvo Cars. Volvo Cars and Geely Auto to Deepen Collaboration. 2021-02-24 Länk

Förhindra åksjuka med hjälp av ljud?

Volvo Cars har tillsammans med RISE och det svenska företaget Pole Position Production gjort ett projekt med fokus på tillit och åksjuka i självkörande fordon där passagerare ska få en ljudsignal innan fordonet gör manövrar så som acceleration och skarpa svängar [1].

Tanken är att passagerarna ska hinna justera sig inför en rörelse, och resultaten har visat att passagerare både känner sig mindre åksjuka och även litar mer på fordonet. Enligt Justyna Maculewicz, som är användarupplevelsedesigner på Volvo Cars, har utgångspunkten varit i att anpassa naturliga billjud som exempelvis motorljud snarare än att använda röst- och pip-ljud för detta. Här kan ni höra ett exempel på framtagna ljudsignaler.

Vi berättade även om det här FFI-projektet innan jul, läs mer här.

Källa

[1] Deighton, K., The Wall Street Journal. Volvo Aims to Ease the Queasiness of Riding in Self-Driving Vehicles. 2020-02-10 Länk

Volvo Cars innovationsportal

Volvo Cars har skapat en innovationsportal som är nu öppen till tredjepartsutvecklare [1]. I den ingår bland annat en datasamling, 3d-modeller (elektrisk Volvo XC40 Recharge P8 AWD) och en Volvounik Androidemulator som används i alla nya bilar från företaget. 

Datasamlingen går under namnet Cirrus och innehåller data inspelad med en RGB-kamera, två lidarsensorer (från företaget Luminar) samt två GPS och gyroskop. I den finns 8 typer av objekt annoterade: fordon, stort fordon, fotgängare, cykel, djur, hjulburen fotgängare, motorcykel och släpvagn. Datasamlingen är publicerad under öppen licens Creative Commons CC BY-SA 4.0 i samarbete med Luminar och Duke University.

Utöver detta innehåller portalen också Extended Vehicle API som ger utvecklare tillgång till vissa fordonsspecifika data såsom körsträcka, bränslenivå, dörrstatus och liknande. Det är första gången någonsin som Volvo Cars delar ett API. 

Förhoppningen är att innovationsportalen ska locka en väldigt bred användarbas och bidra till ökad innovation. Planen är att portalen ska med tiden utökas med ytterligare funktioner. 

Egen kommentar

Vi har vid flera tillfällen hyllat öppenhet och datadelning och ser Volvo Cars innovationsportal som ett viktigt steg inom branschen. Det finns många möjliga tillämpningar av den, från att använda datasamlingen för testning av algoritmer till att använda 3D-modellen för tester i virtuell verklighet. Min gissning är att vi framöver kommer att se ett flertal forskningsprojekt om automatiserad körning med referens till den här portalen! Så håll ögonen öppna. 

Källor

[1] Volvo Cars. New Volvo Cars Innovation Portal allows outside developers to help create better cars. 2021-01-29 Länk

Ett nytt AI-Labb

Ett så kallat Edge Lab har lanserats i ett samarbete mellan flera aktörer däribland AI Sweden, Zenseact, Hewlett Packard Enterprise, Ericsson och Volvo Cars [1].

Utveckling av AI teknik medför ett antal juridiska och kostnadsmässiga utmaningar då det innebär förflyttning och hantering av stora mängder data för träningen av algoritmer. I det nya Edge Lab ska man nu jobba med decentraliserat lärande (eng. distributed learning) vilket innebär att algoritmer tränas utanför sin centralpunkt och att man sedan endast förflyttar själva algoritmen och inte datat som tränade algoritmen.

Investeringarna som görs i det nya Edge Lab beräknas nå 30 miljoner kronor under 2021. Man hoppas att labbet ska kunna bli en samarbetsplattform mellan industri, forskning och offentlig verksamhet.

Egen kommentar

För tillfället är det oklart hur stor betoning som Edge Lab kommer ha på självkörande fordon. I vilket fall som helst så kommer det säkerligen stärka utvecklingen eftersom distribuerat lärande är viktigt för självkörande förmåga.

Källa

[1] AI Sweden. AI Sweden, Zenseact, Hewlett Packard Enterprise, Ericsson och Volvo Cars lanserar världsledande AI-labb 27.1.2021 09:00:00 CET | AI Sweden. 2021-01-27 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

Samarbeten kring mobilitetstjänster

  • Voyage + First Transit. Startupföretaget Voyage inleder ett samarbete med transportoperatören First Transit. Samarbetet går ut på att driva robotaxitjänst, till att börja med i stadsdelen The Villages i Florida som är ett område för äldre. En annan nyhet kopplat till Voyage är att de öppnar upp ännu mer av sin data från självkörande bilar. Länk Länk
  • Motional + Via. Motional, som ägs av Aptiv och Hyundai, inleder ett samarbete med transportopertören Via. Planen är att tillsammans lansera en delad robotaxitjänst i USA nästa år. Motional kommer bidra med självkörande teknologi medan Via kommer att stå för system kring bokning, ruttplanering och tilldelning av fordon. Motional har också i samarbete med Lyft återupptagit sin robotaxitjänst i Las Vegas som pausats sedan i våras på grund av Covid-19. Länk
  • Waymo + Daimler Trucks. Waymo och Daimler Trucks har inlett ett strategiskt globalt samarbete kring automatiserad körning motsvarande SAE-nivå 4. Inom ramen för det kommer Daimlers lastbilar av typen Freightliner Cascadia att utrustas med Waymo Driver, som är Waymos system för automatiserad körning. Inom de kommande åren kommer dessa lastbilar att erbjudas till amerikanska kunder. Därefter kommer de båda bolagen att utforska expansion till andra områden. Samarbetet är dock inte exklusivt. Daimler är den femte fordonstillverkaren som integrerar Waymos system. Andra fordonstillverkare som samarbetar med Waymo är Nissan-Renault, Fiat Chrysler (FCA), Jaguar Land Rover och Volvo Cars. Daimler Trucks har också sitt eget dotterbolag för automatiserad körning, Torc Robotics, som arbetar med att integrera sin teknik i samma typ av lastbilar. Enligt tysk media blir det inget riktigt utvecklingssamarbete i den meningen att Daimler kommer att få tillgång till Waymo Driver och data. Daimler kommer helt enkelt leverera modifierade lastbilar till Waymo. Länk Länk

Egen kommentar

Dessa samarbeten visar tydligt att aktörerna måste samarbeta med varandra för att uppnå storskalig spridning av mobilitetstjänster. Fram till ungefär ett år sedan ingick man samarbeten ”spontant” utan att ha riktiga planer, men nu är det mer handplockade samarbeten mellan aktörer som har ”tillräckligt stora muskler”. Gradvis kommer nog detta innebära att mindre kraftfulla och attraktiva aktörer kommer försvinna, eller strukturera om sin verksamhet. 

Kinamästerskap i självkörning

Vid sidan av årets Smart China Expo Online pågick i dagarna i-VISTA Autonomous Vehicle Grand Challenge. I den del där det tävlas i realistisk stadskörning testas fordonens beteende vid trafikljus, plötslig minskning av antal körfält, att ge plats för utryckningsfordon samt ”barn” som går mot rött [1].

Denna mest prestigefulla del vanns av ett team med tävlande från Northwestern Polytechnical University och Jiangsu University. I kategorin för bästa automatiska nödbromsning tog Volvo XC60 hem vinsten [2].

Ett kort filmklipp som illustrerar tävlingen hittas här.

Till detta kan vi tillägga att den ökända tävlingsarenan Indianapolis Motor Speedway har en ny tävling på gång: Indy Autonomous Challenge. Den riktas mot studenter och är planerad för nästa år. Redo?

Källor

[1] Peng, T., & Zhang, D. Chongqing International Communication Center for Culture and Tourism. i-VISTA Grand Challenge Kicks off Ahead of SCE. 2020-09-13 Länk

[2] Hu, R. Chongqing International Communication Center for Culture and Tourism. 2020 i-VISTA Grand Challenge Comes to a Successful End. 2020-09-16 Länk

Luminar börsnoteras

Luminar Technologies som utvecklar hård- och mjukvara för lidarsensorer för automatiserade fordon har börsnoterats genom en sammanslagning med blank check-bolaget Gores Metropoulos [1]. Värdering? 3,4 miljarder dollar. 

Sammanslagningen innebär också att Luminar nu får 570 miljoner dollar som företaget ämnar använda för att skala upp sin produktion. Företaget har redan ett avtal med Volvo Cars och ska förse deras framtida bilar med lidarsensorer. Volvo Cars är dessutom en delägare i Luminar.

Planen är att få ner kostnaden för lidar till ungefär 500 dollar i början av serieproduktionen, som sedan väntas reduceras till 100 dollar per enhet.

Egen kommentar

Givet att Luminar bildades för bara 8 år sedan och har utvecklat en lidar från scratch så är det inte alls illa med en sådan värdering och börsnotering. 

Källor

[1] Luminar. LUMINAR, THE GLOBAL LEADER IN LIDAR AUTONOMOUS DRIVING TECHNOLOGY, TO BE LISTED ON NASDAQ THROUGH MERGER WITH GORES METROPOULOS. 2010-08-26 Länk