I våras blev det känt att Zenuity skulle delas upp, och att delen som Volvo Cars övertar kommer leva vidare i form av en ny organisation. Den nya organisationen, med namnet Zenseact, är nu lanserad.
Här kan ni se företagets lanseringsvideo som på ett spännande sätt sammanfattar dess vision.
Vi ser framemot att följa företaget och dess framtida produkter.
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
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
Vi har tidigare berättat om det internationella certifieringsföretaget Underwriters Labs (UL) arbete med en ny standard för självkörande fordon, UL 4600 (här och här). Nu är standarden klar och har publicerats [1]. Standarden togs fram på mycket kort tid men i enlighet ANSIs processer och kommer därför automatiskt bli ANSI-standard.
Till skillnad från till exempel ISO 26262 (Functional Safety) och ISO 214448 (SOTIF) så adresserar UL 4600 specifikt ”de ytterligare utmaningar som fullständigt avlägsnande av förare innebär”. En konsekvens av detta perspektiv är bland annat att UL genomgående refererar till ”sak” [eng. ”item”] istället för ”system” eller ”produkt”.
Standarden finns att köpa men går också att läsa avgiftsfritt online. Rykten gör gällande att fordonstillverkare redan nyttjat standarden utifrån höstens utkast.
I den tekniska panel som jobbat med standarden återfanns bland andra Uber, Nissan, Argo AI, Aurora Innovation, Zenuity, Intel, Infineon, Bosch, Renesas, Ansys, Liberty Mutural, AXA och USAs transportdepartment.
Källor
[1] UL. Underwriters Laboratories publishes autonomous vehicle Standard. 2020-04-01 Länk
[2] Junko Yoshida, Electronic Engineering Times. Safe Autonomy: UL 4600 and How It Grew. 2020-04-02 Länk
För någon vecka sedan skrev vi om Navigants rankning av beräkningsplattformar för automatiserad körning. Nu har företaget också publicerat sin årliga rapport Automated Driving Leaderboard [1, 2].
I den har de rangordnat 18 olika aktörer utifrån deras vision, marknadsstrategi, partners, produktionsstrategi, teknologi, försäljning, marknadsföring och distribution, produktförmåga, produktkvalitet och tillförlitlighet, produktportfölj och uppehållskraft. Rankningen är uppdelad i fyra klasser: ledare (leaders), tävlare (contenders), utmanare (challengers) och efterföljare (followers):
Ledare: Waymo, Ford, Cruise, Baidu och Intel-MobileEye. Jämfört med året innan är Baidu och MobileEye nykomlingar i ledarklassen.
Tävlare: Aptiv-Hyundai, Volkswagen, Yandex, Zoox, Daimler-Bosch, Toyota, May Mobility, Voyage Auto. En överrsaskning här är Yandex som är med på listan för första gången.
Utmanare: BMW, Volvo, Renault-Nissan-Mitsubishi, Navya och Tesla.
Efterföljare: Den rutan är tom för i år, precis som året innan.
Överlag konstaterar Navigant att 2019 har var ett utmanande år för automatiserad körning och att många först då börjat förstå vilka utmaningar som de står inför. Flera startuppföretag gick i konkurs, eller blev uppköpta av större aktörer. Mycket handlar fortfarande om att utveckla kärntekniken och livskraftiga affärsmodeller.
Vidare konstaterar Navigant att det inte gjorts några betydande kommersialiseringar under 2019 och att alla fortsätter att använda säkerhetsoperatörer i sina fordon. Trots att några aktörer genomfört körningar utan säkerhetsoperatörer i fordonen väntas inte verkliga mobilitetstjänster dyka upp förrän 2021. Det noteras också att alltfler börjat sikta mot godsleverans.
Egen kommentar
Det kan mycket väl vara så att svaret på dessa frågor finns i rapporten men tyvärr har vi inte tillgång till den.
Här kan ni läsa om förra årets rankning.
Källor
[1] Navigant, Navigant Research Leaderboard: Automated Driving Vehicles. 2020-03-16 Länk
[2] Krok, A., CNet. Tesla trails Waymo, Cruise and others in self-driving strategy, study claims. 2020-03-16 Länk
Zenuity har inlett ett samarbete med datorjätten Hewlett Packard Enterprise, HPE [1].
HPEs främsta roll kommer att vara att förse Zenuity med den infrastrukturella biten avseende artificiell intelligens och beräkning. Det är bland annat HPCs system HPE Apollo, servrarna HPE ProLiant, lagringslösningen Lustre samt den övergripande hanteringen HPE Pointnext som kommer att användas.
Detta kommer möjliggöra för Zenuity att samla in, lagra, organisera och analysera data från bolagets testfordon och mjukvaruutvecklingshubar.
Lösningen väntas vara redo för användning under sommaren 2020. Detta kommer inledningsvis ske i Sverige med planer för global distribution i en snar framtid.
Företagen har inte angett några ekonomiska detaljer.
Källor
[1] Zenuity. Zenuity and Hewlett Packard Enterprise join forces to develop next generation autonomous driving cars. 2020-01-21 Länk
Forskningsprojektet VAMLAV, finansierat av FFI-programmet, kommer att testa uppdatering av högupplösta kartor från bilar med ”vanliga” sensorer [1].
Högupplösta kartor behövs för positionering och lokalisering, alltså att veta exakt var bilen befinner sig och vart den är på väg. Sådana kartor tas hittills fram genom bl.a. laserskanning med labutrustning. Problemet är att det är dyrt och tidskrävande att hålla kartorna uppdaterade.
I VAMLAV ska projektparterna AstaZero, RISE, Mapillary, AI Innovation of Sweden och Zenuity testa att istället uppdatera kartorna med data från de sensorer, främst kameror, som redan sitter eller kommer att sitta i produktionsbilar. Projektet startade i oktober och ska pågå i två år.
Källa
[1] Johan Kristensson: Kameror i självkörande bilar ska uppdatera kartan automatiskt, Ny Teknik 2019-11-20 Länk
Nya Golf blir Volkswagens första bil med bil-till-bil och bil-till-infrastrukturuppkoppling, alltså V2X, som standard. Därmed ska man kunna ge och få varningar om problem inom någon km radie.
Golf kommer också att ha en semi-autnomom funktion som kan aktivt styra, gasa och bromsa bilen i farter upp till 200 km/h. Det är samma system som redan finns i Passat (i Europa).
Samtidigt meddelar Volkswagen att de bildar ett dotterbolag för utveckling av autonoma fordon av nivå 4 och 5 [2]. Bolaget, kallat Volkswagen Autonomy, ska ha kontor i Tyskland, Silicon Valley och Kina.
Egen kommentar
Det har ju blivit en trend att fordonstillverkarna skiljer ut AD-verksamheten, eller skaffar sig en partner för arbetet. Till skillnad från Volvo Cars och Veoneers bolag Zenuity så kommer tydligen VW att äga sitt bolag helt själva.
Källor
[1] Christiaan Hetzner: VW touts connectivity leap for new Golf, Autonews 2019-10-24 Länk
[2] Per Henricsson: Volkswagen skapar dotterbolag för självkörningen, Elektroniktidningen 2019-10-28 Länk
Årets Telematics Valley-konferens handlade om AI inom fordonsindustrin. Här några korta referat.
The Great Math Gap of AI
Carl Lindberg, AI Innovation Sweden
“Matematik, statistik och datavetenskap = AI”
Observation: många hatar matte i skolan och många är dåliga i matematik. Men för att förstå AI måste du kunna matematik och statistik, vilket krävs för att utveckla AI-team och deras kompetens.
AI essential component for automotive
Shafiq Urréhman, CEVT
AI-utveckling är tidskrävande och kräver mycket arbete med data. Datapreparation och märkning tar 80% av tiden.
Nästa stora steg för AI är att använda kvantdatorer för att öka beräkningskapaciteten.
AI based occupant sensing is the key to unleash a new level of functions
Henrik Lind, Smart Eye
Förarövervakningssystem krävs i fordon från 2023 av EU.
What we know that we don’t know
Mats Nordlund, Zenuity
Nyckelfrågor:
• Vad kommer andra trafikanter att göra?
• Bevisa säkerheten
• Framtida lagar och förordningar
• Träning av neurala nätverk
• Minska kostnader för sensorer
Forskningsområden:
• Prediktion av fotgängares rörelser och interaktion med fordon med hjälp av maskininlärning.
• Positionering och ruttprognoser
Automation
Sasko Cuklev, AB Volvo
Det finns stora vinster med automatiserade fordon för godstrafik:
• Ta bort föraren
• Ökad utnyttjandegrad av fordonen
• Minskat underhåll och reducerad bränsleförbrukning
• Plus säkrare och mer förutsägbara fordon
”Använd automatisering där det gör en stor nytta”
Affärsmodellen håller på att förändras. Numera beställer kunderna inte bara bilar, de önskar transporttjänster från A till B.
Flera piloter med automatiserade fordon pågår, bl.a i.
• Avgränsade områden, kalkstengruva i Norge
• Publika områden, hub till hub, 2 projekt pågår.
Vera är en transportlösning för gruvdrift, hamnar och motorvägar.
Egen kommentar: En bra presentation som visar applikationer för automatisering som inte är långt borta.
Autonomous driving in the Nordics – Geofenced or SAE L5?
Hari Sentamala, Sensible 4
I närtid kommer autonoma fordon kunna köras inom avgränsade, geofencade områden. En säker autonom transport behöver kunna hantera alla väder- och miljöscenarier, där är vi inte idag. Sensible 4 arbetar med att använda redundans med hjälp av olika sensorer och kombinera och analysera resultaten från alla sensorerna så en säkrare autonom funktion kan fås.
Fälttester med autonoma fordon under vinterförhållanden ovanför polcirkeln har positionsnoggrannhet bättre än 18 cm uppnåtts.
Egen kommentar: En bra presentation med mycket humor. ”När SAE-nivån når 5 ändrar vi företagsnamn till Sensible 5”. Från en teknisk synpunkt ser de sig själva som ett sensormjukvaruföretag som använder många sensorer och uppkoppling i sina lösningar.
The importance of Data Quality and Governance for DAIR (Data and AI Ready)
Sofia Serafimovska, SAM Management Consulting
Affärsaspekter och KPIer är viktiga för att hitta och välja den information som krävs.
Machine Learning vs Software development – Verification & validation challenges
Lars Tornberg, Volvo Cars
Hur göra maskininlärning/AI säkert i verklig drift? Träningen av algoritmen kan inte återspegla alla möjliga scenarier.
Ett koncept är att använda en ”safety cage”. Analysera resultaten och validera modellen om de är trovärdiga. Föremål som modellen inte har tränats för, kan i ”safety cage” analysen tala om att detta är något nytt och resultatet därmed inte är säkerställt.
AI on the dark side of the moon
Peter Nordin, Semcon
Är AI ett hot? Ja! Elon Musk, Bill Gates, Stephan Hawkins tror det. Var försiktig med hur AI används. I första steget används AI för bra saker som att upptäcka cancer. Men redan idag är falska nyheter en verklighet. Psykologi och etik måste ingå i AI-utvecklingen.
Egen kommentar: Förmodligen måste EU och regeringar definiera etiska regler och lagstiftning om AI-lösningar. Peter gör en sammanfattning av science fiction-filmer som kan vara verklighet med AI släppt utan etiska aspekter. Då slutar det vara roligt.
Developing environmental model with ML from the ground truth data and scaling it in the cloud
Ulrich Wurstbauer, Luxoft
AD-validering kräver simulering i en virtual reality-modell ” Varför?
Men simulatorer kräver:
””Retail vision, applying AD approach for enterprise applications”
Atif Kureishy, Teradata
Data + AI = Bättre svar och beslut.
Förutsäga försäljning med hjälp av människors beteende i butiker och använda information för att ändra butiken eller personalen för att förbättra försäljningen.
Egen kommentar: En känd applikation för AI att förutsäga försäljning eller kundreaktioner av olika marknadsföringsåtgärder.
AI risk, AI safety, AI ethics
Olle Häggström, Chalmers
EU har publicerat AI-dokument med etiska riktlinjer för tillförlitlig AI. Det är det första steget men behöver mer arbete för att vara användbar. Olle ser ett behov av regler för AI-applikationer.
Olles svar på publikens frågor:
Andra AI-områden kan vara att automatisera textilindustrin och föra produktionen närmare slutkunderna.
AI har svårt att ta över jobb med hög efterfrågan på social interaktion eller kreativitet.
”An inspiration map of AI in West Sweden.”
Erik Behm, BRG
AI växer inom transporter och fordonstillverkning. Life science, säkerhetsbranschen och finans växer också snabbt.
”Collaboration enabling driver-vehicle-infrastructure automation”
Edvard Brinck, Ericsson och Ola Boström, Veoneer
Uppgiften att att skapa förtroende för autonom mobilitet. Trafiksäkerhet är ett område som kan utvecklas med hjälp av AI och uppkopplade fordon.
2020 3 miljarder trafikanter, få automatiserade fordon >L2 och 1,4 miljoner dödsolyckor
2025 kommer L2+ att vara vanligt
2050 har samverkande säkerhet etablerats, det finns 6 miljarder trafikanter men dödsolyckorna har minskat till 0,7 miljoner.
Att förutsäga mobilitet för trafikanter är ett MobilityXlab-samarbete mellan Ericsson, Viscando och Veoneer.
Två megatrender är analys i realtid och tjänstefiering.
Egen kommentar: Ökad trafiksäkerhet är en bra användning av AI tillsammans med uppkopplade, samverkande fordon och trafiksystem.
How can AI and fashion help the exposed profession of truck drivers become safer?
Helena Iremo, Scania Group, Erik Tengedal, Imagimob
Uppgradering av säkerhetsvästen med uppkoppling och användning av ljus, intelligenta AI-algoritmer, accelerometer och gyro.
The journey to unleash the value of data with AI!
Robert Valton och Fredrik Moeschlin, AB Volvo
Beskriver arbetet hos Volvo med data och AI.
Develop AI cheaper and faster with collaborations
Hans Salomonsson, EmbeDL
Användning av syntetiskt genererade data för träning av AI.
Peter Kurzwelly, AI-innovation of Sweden.
Det finns en AI online-kurs på svenska. https://www.elementsofai.com/
Gör kursen! En uppföljning är på gång.
Sammanfattning
Det var många intressanta presentationer, och många om ”hur arbeta med AI i dina lösningar”. Min reflektion är att det har varit ännu mer intressant, om man tagit upp vad AI kan lösa och vad andra metoder kan lösa enklare för transportsystem och ta en bättre helhetssyn på ämnet.
Volvo Cars erbjuder nu alla sina svenska anställda – ca 17 000 – ett specialabonnemang på bilar för att samla in data för kvalitetssäkring av mjukvara [1]. Bilarna kommer att vara högre utrustade än de vanliga personalbilar som erbjuds idag.
Egen kommentar
Att validera mjukvara (alltså att den gör det den förväntas och inget annat) är svårt och tidskrävande. Det finns myriader av möjliga kombinationer av situationer i det komplexa systemet i modern bil som måste kvalitetssäkras på något sätt. Jämför med en mobiltelefon där ju apparna ju snart sagt varje dag uppdateras för felrättning. Att bara köra ett antal tusen mil på en provbana räcker inte och simuleringar täcker bara de situationer man simulerar, alltså har förutsett kan inträffa. Det är här breddproven kommer in. Men måste man förstås först ha gjort den ”vanliga” kvalitetssäkringen.
En fundering är om Volvo tänker använda sig av breddprovningen när man nu lanserar nya elektriska XC40 [2] som ju kommer att använda Zenuitys förarstödssystem [3].
Källor
[1] Anders Abrahamsson, Valdemar Lönnroth, Anna-Karin Nils Andersson: Volvo erbjuder anställda att köra testbil, Göteborgs-Posten 2 oktober 2019 Länk
[2] Johan Kristensson: Här är allt vi vet om Volvos första elbil XC40, Ny Teknik 2 oktober 2019 Länk
[3] Zenuity systems installed in Volvo Cars’ new all electric XC40 SUV, PR Newswire 30 september 2019 Länk