Etikettarkiv: Volvo Cars

Svensk forskning när den är som bäst

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Volvo Cars blir delägare i Luminar

Genom sin nyinstiftade fond Volvo Cars Tech Fund, har Volvo Cars nu köpt andelar i lidarföretaget Luminar [1]. Detta är en strategisk satsning då Luminar har utvecklat en lidar för automatiserade fordon som påstås vara överlägsen motsvarande lidarsensorer på marknaden.

För Volvo Cars innebär detta en möjlighet att lära sig mer om Luminars teknik, och för Luminar öppnas upp möjligheten att validera sina tekniker samt att dra nytta av Volvo Cars unika tillgång till den kinesiska bilmarknaden.

Det är okänt hur stor summa som Volvo Cars Tech Fund investerat.

Egen kommentar

Volvo Cars är långt ifrån ensam fordonstillverkare att investera i sensorföretag. Argo AI som ägs av Ford har exemplevis köpt upp lidartillverkaren Princeton Lightwave, medans GM  köpt upp Strobe.

Källor

[1] Volvo Cars Pressmeddelnade. Volvo Cars Tech Fund investerar i fordonssensorföretaget Luminar. 2018-06-14 Länk

Stopp för Drive Me-bilarna

Transportstyrelsen har stoppat tillståndet för vanliga användare att använda självkörande bilar i Volvos Drive Me-projekt [1].

Anledningen är juridisk: Transportstyrelsen kan inte ge tillstånd till tredje part, alltså de som inte arbetar på Volvo Cars, bland annat då det är oklart kring ansvarsfördelningen vid en eventuell olycka.

Enligt det nu gällande regelverket i Sverige tillåts testning av självkörande fordon enligt vissa kriterier.

Projektet har sedan tidigare minskat på projektets ambitioner. Det är inte längre 100 familjer som får låna en bil utan 100 personer som kommer få möjlighet att prova.

Källor

[1] Simon Campanello: Volvos försök med självkörande bilar i Göteborg stoppas, Ny Teknik 2018-06-14 Länk

2025 ska var tredje såld Volvo vara automatiserad

2025 ska en av 3 sålda Volvobilar vara automatiserade på nivå 4 enligt SAE-skalan [1] [2]. Den första automatiserade bilen ska introduceras 2021.

Förutom försäljning till vanliga kunder handlar det om att sälja automatiserade bilar till mobilitetstjänster och egna abonnemangslösningar.

Sedan tidigare har Volvo Cars uttalat att varannan bil ska vara helt elektrifierad vid samma tidpunkt.

Egen kommentar

Det har varit ganska tyst från Volvo Cars om automatiserade fordon ett tag nu. Från att man slog på stora trumman om Drive Me-projektet som skulle lanseras redan förra året så har man legat lågt fram till nu.

Men man får vara noggrann med definitionerna här. På samma sätt som elektrifierad inte innebär enbart elbilar (även om det gör det i just detta fall), så innebär inte automatiserad på nivå 4 att alla bilar nödvändigtvis kommer att ligga på den nivån. Det kan vara så att många av dessa bilar kommer att vara automatiserade på nivå 2, dvs. ungefär den nivå man erbjuder redan idag. Sedan tidigare har Volvo ju sagt sig vilja undvika Nivå 3 eftersom det inte finns något säkert sätt att lämna över kontrollen till föraren i en kritisk situation.

Källor

[1] Volvo Cars announces new business ambitions, Volvo Cars Press Release 2018-06-07 Länk

[2] Var tredje Volvo ska vara självkörande, Sydsvenskan 2018-06-07 Länk

Geofencing på tapeten

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

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

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

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

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

Egen kommentar

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

Källor

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

Lite mer klarhet i Uber-olyckan

Den amerikanska haverikommissionen NTSB (National Transportation Safety Board) har nu släppt en preliminär rapport kring den dödsolycka i Arizona som involverade en Uber-bil [1]. En kvinna som ledde en cykel medan hon korsade gatan dog till följd av sina skador.

Precis som det ryktats om innan så bekräftar rapporten att automationen var aktiverad vid tidpunkten för olyckan och att bilens radar och lidar observerat kvinnan 6 sekunder innan krocken då bilens hastighet var 43 miles/h (hastighetsbegränsningen var 45 miles/h). Dessvärre uppfattade systemet inte att det var en människa. Det ska först ha klassificerat kvinnan som ett okänt objekt, sedan som en bil, strax därefter som en cykel med varierande rörelseriktning och kort därpå inträffade krocken. Hastigheten vid krocken var 39 miles/h.

Vidare konstateras det i rapporten att bilens självkörande system bedömde 1,3 sekunder innan krocken att nödbromsning var nödvändig, men systemet för nödbromsning var inte aktiverat vid tillfället. Systemet är inte heller designat för att varna säkerhetsföraren.

Bilen ifråga (en Volvo XC90) var utrustad med en rad förarstödssytem från Volvo Cars men dessa var inte påslagna när Ubers självkörande system var aktiverat.

Vid tidpunkten för olyckan befann sig en säkerhetsförare bakom ratten i Ubers bil. I rapporten framgår det att föraren berättat att hon strax innan krocken övervakade gränssnittet för det självkörande systemet. Föraren tog tag i ratten mindre än 1 sekund före krocken och började bromsa mindre än 1 sekund efter krocken.

Efter krocken togs inga toxikologiska prover på säkerhetsföraren men enligt polisen ska föraren inte visat några tecken på nedsatt förmåga. Toxikologiska prover som tagits på den avlidna fotgängaren var positiva för metamfetamin och marijuana.

Här kan ni läsa den preliminära rapporten i dess helhet. Utredningen fortsätter.

Källor

[1] NTSB News. Preliminary Report Released for Crash Involving Pedestrian, Uber Technologies, Inc., Test Vehicle. 2018-05-24 Länk

Lastbilar och bilar varnar varandra

Volvo Trucks och Volvo Cars kan nu ”prata” med varandra [1]. Företagen delar nämligen anonymiserad realtidsinformation om faror med varandra via ett molnsystem.

Till att börja med är det information om varningsblinkers som fordonen delar med varandra. På så sätt kan förare varnas om faror i omedelbar närhet av den plats där föraren befinner sig.

Från och med 2018 kommer sådan information att delas mellan utvalda Volvo-lastbilar som säljs i Sverige och Norge med företagets egna riskvarningssystem, och Volvo-bilar utrustade med Volvo Cars varningssystem för varningsblinkers. Varningssystemet för varningsblinkers har funnits i Sverige och Norge sedan 2016, där det är standard på alla bilar i 90- och 60-serierna samt XC40.

Egen kommentar

Denna typ av funktion behöver förstås standardiseras så att det inte krävs enskilda avtal mellan alla möjliga tillverkare.

Källor

[1] Volvo Cars. Volvo Cars och Volvo Lastvagnar delar fordonsdata i realtid med varandra för ökad trafiksäkerhet. 2017-05-07 Länk

Den mest betydelsefulla utvecklingen sedan säkerhetsbältet

Olycksstatistiken i Storbritannien visar att ingen dödats i en Volvo XC90 sedan dess introduktion på marknaden år 2002, och enligt oberoende testföretaget Thatcham Research är Volvo XC90 den säkraste bilen som testats hittills [1]. Totalt har det sålts över 50 000 Volvo XC90 i Storbritannien.

Detta mycket tack vare att Volvo Cars var tidiga med att använda kamera- och radarsystem för att varna förare om faror på vägen. Nu har dessa system vidareutvecklats och kan vid behov automatiskt bromsa in fordonet (Autonomous Emergency Braking, AEB). Detta är enligt Thatcham Research den mest betydelsefulla utvecklingen sedan säkerhetsbältet, och kan leda till att fordon utrustade med ett sådant system får billigare försäkringar.

Thatcham Research påpekar också att alla fordon borde vara utrustade med AEB.

Källor

[1] Millgan, B., BBC. ‘The most significant development since the safety belt. 2018-04-15Länk

Vehicle Electronics & Connected Services 2018 – Del 2

Vi fortsätter vår bevakning av Vehicle Electronics & Connected Services 2018.

Här kommer några korta referat från den 13 April.

Ireri Ibarra, Functional Safety Assessor, Volvo Cars gav en intressant presentation om de utmaningar Volvo Cars idag ställs inför när de försöker förmedla att deras fordon är säkra. Hon berörde den senaste tidens olyckor och nämnde att en av anledningarna att de står inför dagens  utmaningar är på grund av att  det inte finns någon standardisering kring autonoma fordon. Hon berörde också de viktigaste delarna av automation: sensorer, reglering och aktivering.  Vad gäller sensordelen förklarade hon att ett av problemen är att dagens sensorer inte är tillräckligt känsliga för att hantera alla typer av väderförhållanden och vägscenarion. För att hantera detta behövs  ett närmare samarbete mellan OEM:er och leverantörer.

Helmut Assmayr, Head of Autonomous Driving & Vehicle Controls, AVL pratade om utmaningarna att bygga en valideringsmiljö som går från virtuell miljö till den verkliga världen. De konventionella sätten att skriva testfall fungerar inte längre och valideringsprocessen kommer att genomgå betydande förändringar i samband med utvecklingen av autonoma funktioner. Användning av simuleringsverktyg sparar både tid och resurser, men olika verktyg, modeller och sekvenser gör det svårt att bygga en sömlös valideringsmiljö som går från den virtuella miljön till den verkliga världen. Målet med ett testfall bör också vara att finna svagheter i systemet under själva testet. I Tyskland har man tagit fram ett förslag om att skapa en myndighet som samlar in data om farliga trafiksituationer, lagra denna data i en databas och genomdriva att de organisationer som vill testa måste kunna bevisa att de kan hantera de beskrivna scenarierna.

 Dr. Rolf Johansson, Senior Safety Architect, Zenuity pratade om vad säkra användargränssnitt (HMI) är för autonoma fordon och vilken typ av säkerhetskrav som behövs för att möjliggöra dessa. Användargränssnittet är kontaktpunkten mellan fordonet och användaren.  Enligt Wienkonvektionen ska föraren alltid ska kunna ta kontroll över fordonet och även om det inte är svensk lag, så har den principen transfererats hit genom att Sverige har sagt att vi kommer göra vissa åtgärder för att tillämpa detta.  En viktig aspekt för att det autonoma fordonet och användaren inte ska missförstå varandra är att möjliggöra att de alltid har en gemensam bild av vem det är som har kontrollen. Det måste finnas ett användarvänligt gränssnitt som tydligt visar när överlämnandet av kontroll sker. Det behövs också någon form av redundans som säkerställer att användaren menar vad som efterfrågas. Föraren måste alltid veta vilket läge fordonet befinner sig i. Dessutom ska fordonet inte tillåtas byta läge till autonom körning innan fordonet säkerställt att föraren har förstått vad fordonet ska göra. Det får inte ske några orättvisa överlämningar, varje överlämning bör vara resultatet av ett avtal mellan det autonoma fordonet och användaren.

 Lawrence Humm, Global Advanced Chief Engineer Perception & Features, Aptiv gav ett personligt perspektiv på aktiva säkerhetssystem (ADAS-system) och vad kan AD kan lära av dem. Han pratade om vikten av att kunna hantera osäkerhet och samtidigt hålla fokus på att göra framsteg. När det gäller några av utmaningarna för AD är 100% positiv prestation nödvändig medan negativ prestation betonats i samband med utvecklingen av ADAS.
När det gäller validering (vilket är ett kritiskt element) inträffar sällsynta händelser sällan men ändå alltför ofta. Den dramatiska ökningen av antalet sensorer, algoritmisk komplexitet och informationshantering kräver också ett nytt tillvägagångssätt där stora team behöver arbeta mer agilt.  Sensorsystemet kommer alltid att vara bristfälligt, så nya funktioner som utvecklas måste anpassa sig till detta faktum. ADAS-systemen existerar till stor del på grund av team som strävat efter att känna till bredden och djupet av systemet och maximerat samarbete och kommunikation. Detta kommer också att vara absolut nödvändigt för utvecklingen av AD. För att lyckas snabbt behövs ett smart arbetssätt som effektivt utnyttjar samarbeten och den befintliga teknologi som finns tillgänglig.

 Thomas Gustafsson, Software Architect,  Software Quality and Tool Chain, Scania –talade om hur passiv testning kan användas för AD-testning och vilka potentiella fördelar som kommer med det. Majoriteten av alla testaktiviteter är baserade på aktiv testning (stimulering av systemet och sedan kontroll av systemets förväntade respons). Fördelarna med detta sättet att testa är att testarna är vana vid detta sätt att tänka. Nackdelen är att när man testar för AD måste så många teststimuli som möjligt tillföras. Passiv testning är ett bra komplement till aktiv testning. De potentiellt positiva fördelarna med passiv testning innefattar att testen blir effektivare och mer realistisk (eftersom sådana är baserade på loggfiler). Testerna kan också delas upp i mindre enheter som teststimuli inte kommer att vara en del av. Förutom att få en djupare förståelse för systemet kan tester som använts på lägre nivåer återanvändas i testning på högre nivåer.

Egen kommentar:

Ett effektivt transportsystem är en konkurrenskraftig fördel. Alla trender pekar på mer transporter trots att det inte är hållbart ur ett miljöperspektiv. Automation, uppkoppling och elektrifiering kommer att  påverka mest, men det när man kombinerar dessa  då vi får ett paradigmskifte. Det kan också vara därför de är så högt upp på agendan hos många av de organisationer som presenterade.

Waymo och Jaguar utvecklar självkörande elbil

Waymo och Jaguar har nu gått ut och berättat att de tillsammans kommer att ta fram en självkörande version av Jaguars eldrivna i-Pace [1]. Det ska alltså bli världens första självkörande premiumbil.

Målsättningen är att bygga (upp till) 20 000 självkörande i-Pace till Waymos flotta. Det innebär också början av ett långtgående samarbete mellan parterna.

Egen kommentar

20 000 bilar till en flotta är mycket och innebär att Waymo bör ha en affärsplan klar för hur de ska användas. Det känns inte som att man bara kommer att stoppa in dem i nuvarande startade mobilitetstjänsten, utan man har nog en ny tanke för just premiumbilar. Andra premiumtillverkare som Daimler, BMW och Volvo Cars får kanske se upp.

Källor

[1] Waymo and Jaguar Land Rover announce long-term partnership, beginning with self-driving Jaguar i-Pace, Jaguar Media 2018-03-27 Länk