Etikettarkiv: Zenuity

VAMLAV uppdaterar kartor via crowdsourcing

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 WV Golf blir uppkopplad och semi-autonom

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

Telematics Valley: AI in Automotive – Reality Check

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?

  • Fälttester på väg, 1 000 mil körning och ger nästan ingen data som krrävs för validering.
  • Re-simuleringar med hjälp av sensordata, 100 000 000 mil körning och ger ca 1% av data som krävs för validering
  • Simulator i virtual reality, kan ge 99% av nödvändiga data.

Men simulatorer kräver:

  • Modeller, med fokus på detektion, identifiering och prediktion.
  • Skalbarhet
  • En öppen dataplattform för att samla in, sortera och lagra data.

””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 breddprovar mjukvara med anställda

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

Aptiv och Hyundai bildar JV

Koreanska biltillverkaren Hyundai och amerikanska teknikleverantören Aptiv bildar ett joint-venture för utveckling av automatiserade fordon med SAE-nivå 4 och 5 [1]. Företaget, som ännu inte har något officiellt namn, ska ha huvudkontor i Boston. De ca 700 anställda, huvudsakligen från Aptiv, ska ta fram en plattform för autonom körning som ska vara klar 2022 och då kunna användas av robottaxi-operatörer och andra, inklusive andra fordontillverkare.

Egen kommentar

Upplägget verkar snarlikt det med Zenuity, som ju samägs av Volvo Cars och Veoneer.

Källa

[1] Aptiv and Hyundai Motor Group to Form Autonomous Driving Joint Venture, Aptiv News Release 23 september Länk

Drive Sweden Forum 2019

I går 12 september gick årets Drive Sweden Forum av stapeln med ca 270 deltagare. Drive Sweden är ju ett av 17 strategiska innovationsprogram (SIP) som finansieras av Vinnova, FORMAS och Energimyndigheten. Lindholmen Science Park är värdorganisation med Sofie Vennersten som programledare och Jan Hellåker som ordförande och har mer än 120 partners från 13 länder – 4 nya medlemmar presenterades på konferensen. Programmet blir alltmer internationellt, med samverkan såväl i EU- finansiering som gemensamma projekt. Man har också nu en person i Silicon Valley och har samarbete med Singapore.

Drive Sweden finansierar lite mer banbrytande projekt inom hållbar mobilitet, som exempelvis KOMPIS, LIMA och KRABAT. Man ger också ut nyhetsbrevet Smart Mobility samt har ett antal andra aktiviteter. Man gör nu ett omtag och lanserar en ny struktur, med delarna Society Planning, Digital Infrastructure, Policy Development, Business Models och Public Engagement, med fokus på såväl person- som godstransporter. Man har nu en öppen utlysning Innovationer för ett digitaliserat och automatiserat transportsystem för människor och gods som stänger 5 november.

Här korta sammanfattningar från några av konferensens föredrag.

David Green från Lynk & Co pratade om företagets vision att förändra mobilitet med hjälp av digitalisering för att ge en bättre kundupplevelse. För detta krävs samverkan med externa parter och man har skapat en öppen samverkansplattform colab.lynkco.com.

Ulrik Janusson och Marie Bemler från Scania visade några framtida möjliga scenarios för digitalisering inom godstransporter. Två viktiga parametrar är öppenhet i delning av data och hur mycket klimatfrågan slår igenom.

Hur kan man samverka med allmänheten när man designar framtida mobilitetstjänster och därmed nå en bättre acceptans för till exempel självkörande fordon? Detta har Vaike Fors från Högskolan i Halmstad studerat. En lärdom är att man måste gå bortom att bara titta se ”användare” och ”stadsinvånare” till att se alla som människor med olika behov, kunskaper och värderingar.

Våra kollegor Kent Eric Lång och Håkan Burden från RISE Viktoria berättade om policy-labbprojektet PLATT som tittar på möjliga strategier för att underlätta för självkörande fordon även från nya aktörer. En viktig strategi är att kunna bygga förtroende, trust, istället för tidigare typgodkännande-rutiner. Projektet är snart slut och man söker nu nya initiativ runt policy-utveckling.

Samtidigt måste samhället kunna hantera både att skapa goda näringslivsförutsättningar för ny teknologi och också bibehålla och förbättra säkerheten i trafikmiljön och därmed bygga förtroende, vilket Anna Fridén från KOMET, Kommittén för teknologiskt innovation och etik som den svenska regeringen tillsatt, berättade om.

Stefan Myhrberg från Ericsson talade om digital infrastruktur för automatiserade fordon, där man bland annat etablerat Drive Sweden Innovation Cloud, där Drive Sweden-medlemmar kan lagra och dela data från fordon, infrastruktur, parkeringsplatser, kameror etc. 5G är då en möjliggörare för att tillräckligt snabbt hantera de stora datamängderna som krävs när många enheter blir uppkopplade.

Olof Johansson från Trafikverket visade en ny färdplan för ett uppkopplat och automatiserat vägsystem. Färdplanen har identifierat 20 åtgärder i 4 kluster: Ökad kunskap om automatiseringens effekter (t.ex. tester och demonstrationer), Effektivt utnyttjande av kapacitet (t.ex. MaaS), Hållbart och säkert transportsystem genom digitalisering (t.ex. miljözoner) och Nya planeringsstöd för ökad användbarhet (t.ex. simuleringsmodeller). Nästa steg är att implementera åtgärderna. Suzanne Andersson från Trafikkontoret i Göteborg pratade om några utmaningar som då uppstår för samhällsplanerarna, som att städer utvecklas långsamt och man måste ta hänsyn till kommungränser.

En svårighet är att hitta och välja rätt affärsmodell för nya mobilitetslösningar. Rami Darwish från KTH berättade om ett affärsmodell-labb som man jobbar med inom ITRL ihop med Sustainable Innovation. I en paneldiskussion med Li Höglund från SnappCar, Stina Wärn från Folksam, Ulf Hammarberg från DHL och Mikael Rönnholm från CEVT, ledd av Roland Elander från Sustainable innovation, diskuterades detta. En nyckel är att lyssna till användarna och att vara beredd att göra snabba ändringar. Data från fordon och tjänster är också viktiga informationskällor. Men informationen måste då skyddas från intrång. Även regelverken måste kunna anpassas snabbt, med elsparkcyklar som ett aktuellt exempel. E-handel är ett annat område där affärsmodellerna behöver anpassas att bli både mer hållbara men ändå lönsamma. För industrin behöver affärsmodeller och leverantörskedjor också bli mer öppna att inkludera även lösningar från små entreprenörsföretag. Utvecklingen går både fortare och långsammare, beroende på område, än vad många tror. Man måste alltså jobba både kort- och långsiktigt.

Martin Svensson från AI Innovation of Sweden pratade om AI i det framtida transportsystemet, på komponent-, system- och samhällsnivå. Det finns stora möjligheter men mycket återstår att göra. Mats Nordlund från Zenuityvisade exempel på hur de använder AI och maskininlärning i sin verksamhet.

Joakim Jonsson från Volvo Bussar berättade om arbetet med autonoma stadsbussar som är kopplat till KRABAT-projektet. Man kan inte börja med att köra helt autonomt utan har identifierat 3 möjliga användningsfall: hållplatskörning, busståg och rangering i bussdepå. Se filmen nedan.

Zenuity + CERN

Zenuity har inlett ett samarbete med CERN (European Organization for Nuclear Research) gällande utveckling av snabb maskininlärning för självkörande bilar [1] .

Samarbetet kommer att fokusera på algoritmutveckling för tolkning av stora mängder data. För detta kommer de att använda sig av Field-Programmable Gate Arrays (FPGAs), något som CERN använt för partikelmodellering. 

CERN har den jättelika partikelacceleratorn LHC på gränsen mellan Frankrike och Schweiz och är världens största laboratorium inom partikelfysik. Detta är första gången som CERN samarbetar med fordonsindustrin.

Egen kommentar

Ett udda samarbete kan man tycka, men som vi påpekat flera gånger innan så måste fordonsvärlden utvidga sina vyer om automatiserad körning ska kunna bli verklighet.

Källor

[1] Zenuity. Zenuity and CERN team up on fast machine learning for autonomous driving. 2019-08-29 Länk

Geely väljer Zenuity

Geely har utsett Zenuity till sin föredragna leverantör inom förarstödsystem och självkörande bilteknik [1]. Avtalet omfattar Geelys egna bilmärken inklusive Volvo Cars, Polestar, Lynk & Co, Geely Auto, Proton, Geometry och Lotus. 

Egen kommentar

Detta är av strategisk vikt för Zenuity och ett sätt att ”markera revir”. 

Källor

[1] Zenuity. Zenuity Named Preferred Supplier of AD and ADAS Software Technology to Zhejiang Geely. 2019-06-19 Länk

Veoneer showar i USA

Förra veckan demonstrerade Veoneer sina senaste system för aktiv säkerhet under ett kundevent vid American Center for Mobility i Ypsilanti i Michigan [1].

Dessa system är en integration av Zenuitys mjukvara och Veoneers sensorer, så som framåtseende radar (77 GHz) och monokamera (fjärde generationen). Demonstrationen ägde rum i en bil på ett inhägnat område. 

Källor

[1] Veoneer. Veoneer demonstrates latest Active Safety products and solutions at North American event. 2019-06-19 Länk

FCA och Aurora

Fiat-Chrysler Automotive, FCA, och teknikföretaget ska börja samarbeta kring Auroras plattform Aurora Driver för självkörande kommersiella fordon [1].

Aurora Driver innehåller mjuk- och hårdvara för självkörande fordon och har använts för utveckling av självkörande personbilar, SUVar, minibussar och tunga lastbilar.

Egen kommentar:

Detta kan vara en genväg för FCA (och andra) till självkörning utan att behöva bygga upp en egen omfattande teknologiutvecklingsverksamhet. Andra fordonstillverkare har ju både köpt in (t.ex. GM/Cruise Automation) och knoppat av (t.ex. Volvo Cars/Zenuity) sådana företag.

Källa:

[1] Aurora and FCA US to collaborate on self-driving commercial vehicle platforms, Medium/Aurora 2019-06-10 Länk