Etikettarkiv: Volvo

Dödsolycka med självkörande bil väcker frågor

För några dagar sedan nåddes vi av den tragiska nyheten att en kvinna mist livet efter att blivit påkörd av en självkörande bil.

Detta var den andra olyckan i ordningen, och väcker förstås en diskussion om hur vi ska förhålla oss till tekniken.

Vem ska bära ansvaret för olyckor i framtiden? Hur förhindrar vi bäst att sådant här händer? Är det egentligen någon skillnad på olyckor där bilar framförs av datorer och när människor kör dem? Får denna olycka några konsekvenser för utveckling och införande av självkörande fordon i samhället?

Anna Pernestål Brenden, forskare på KTH.

Anna Pernestål Brenden, föreståndare på Integrated Transport Research Lab (ITRL) vid KTH, jobbar med hållbara transportsystem och djupt kunnig när det kommer till autonoma fordon. I ett mejl funderar hon över frågorna ovan.

”Hej,

Jag har tänkt en del på detta, och har läst det som finns att läsa (vilket ännu inte är så mycket). Polischefen i området där olyckan skedde har sagt till tidningen San Francisco Chronicle att händelsen var sådan att den hade varit svår att undvika oavsett om bilen varit självkörande eller manuellt styrd. Självklart är det svårt att säga något mer om detta specifika fall eftersom vi inte vet vad som hände.

Några av mina reflektioner är:

1. Det är nödvändigt att göra tester i verkligheten, det finns massor fall som vi aldrig någonsin skulle kunna lista ut i laboratorium eller simuleringar. Detta har vi lärt oss i pilotprojektet som nu pågår i Kista, även om det inte handlat om säkerhetskritiska saker. Samtidigt är det viktigt att när man inte är helt säker på hur fordonen beter sig så ska hastigheten vara låg. Bilen i Arizona körde enligt uppgift 38 mph, det vill säga drygt 60 km/h. Detta på en väg med hastighetsbegränsning 35 mph. Kör man långsamt finns större möjligheter att stanna, och skulle man ändå råka ut för en olycka blir konsekvenserna mycket mindre. Det är därför bussarna i forskningsprojektet Autopiloten i Kista kör så långsamt.

2. Detta väcker många frågor och visar att självkörande fordon ännu är långt ifrån färdigutvecklade, och att det finns mer forskning som behöver göras:

a. Forskning om fordonen, och hur de ska framföras både i nominellt tillstånd och när något oväntat sker (görs på KTH och ITRL).

b. Forskning kring hur man kan använda infrastruktur (digital och fysisk) för att hjälpa fordonen och för att skilja självkörande fordon och människor åt, åtminstone till att börja med och där hastigheterna är högre.

c. Forskning kring kommunikations-gränssnitt mellan fordonen och andra trafikanter. Här finns exempelvis vårt SAV2P-koncept som vi tagit fram på ITRL, som vi testat i virtuell verklighet (VR) och som vi förhoppningsvis också kommer testa på riktigt under året.

d. Slutligen är det intressant i sig att fordonet körde (lite) för fort… Är det ok? Bilen har själv koll på hur fort den kör. Är det då ok att vara säg tio procent över fartgränsen? Då kan man ju ändra fartgränsen? Ska självkörande fordon bete sig som manuellt körda bilar för att passa in? Eller ska vi istället ge dem ett ”optimalt” beteende? Forskning kring sådana frågor behöver också studeras.

Jag hoppas innerligt att data från händelsen i Arizona görs publik, så att vi alla kan lära oss av den!

Ansvarsfrågan är svår, men jag tror att vi är på rätt spår i Sverige med ansvar hos operatören.

Testa på riktiga gator är nödvändigt, men säkerheten först (till exempel genom att köra långsamt)!

PS. Missa inte KTH-professorn Martin Törngrens blogg. Han forskar också om självkörande fordon och tar även han upp detta ämne. DS.

De förarlösa fordonens utmaningar

Volvo samarbetar med Uber runt självkörande bilar.

Ett av de absolut hetaste forskningsområdena just nu är självkörande fordon. Volvo pysslar med dem, tillsammans med Uber. Google har hållit på ett längre tag, liksom lastbilstillverkaren Scania.

Daimler och Bosch har ett samarbete och förutspår 100 procent självkörande bilar på våra vägar inom fem år. Å så där fortsätter det. Oavsett om det handlar om Tesla, BMW eller Mercedes. Eller något annat fordonsmärke.

Det som gör autonoma bilar så intressanta och heta är förstås att de kombinerar ämnen och företeelser som digitaliseringen, robotar, AI, transportsektorn och en rad andra områden på en och samma gång. Det faktum att till exempel lastbilschaffisar är det fjärde vanligaste yrket bland män i Sverige är en krydda, liksom att det finns cirka 14 500 taxibilar bara i vårt land.

På KTH arbetar Martin Törngren. Han är professor i inbyggda styrsystem, och extremt kunnig när det kommer till mekatronik, cyberfysiska system och många av de komponenter som tillsammans bildar det som är ett självkörande fordon.

Martin Törngren, professor i inbyggda styrsystem på KTH.

Några gånger per år brukar han bli intervjuad i ämnet, oftast när det skett någon form av olycka (t.ex. Volvo / Uber nyligen). Journalister borde dock kontakta Martin Törngren något oftare. Gärna innan olyckor sker. Han kan så mycket om ämnet, och blev redan 2015 intervjuad om just självkörande bilar.

Jag bad Martin Törngren att lista några av de utmaningar som självkörande bilarna nu står inför. Hur mycket människor än skakar på huvudet så kommer de självkörande fordonen, oavsett om vi vill eller ej. Några av anledningarna är förstås hållbarhetsaspekten (ett antal självkörande bilar ger mindre bränsleförbrukning då de i regel/generellt kör mer förnuftigt än människor och hanterar bilköer bättre) och kostnadsperspektivet (den största utgiften för företag är oftast personal, som taxi- och lastbilschaffisar).

1) Dagens bilar är en av de mest komplexa konsumentprodukterna som finns, och nästan alla har tillgång till dem. Dessutom kommer den intelligens man stoppar in i framtiden att innehålla artificiell intelligens (AI) i någon form. En modern bil idag har ungefär 100 miljoner rader kod fördelat på 100 styrdatorer om bilen är normalutrustad Det är mer mjukvarukod än ett flygplan. Till och med en modern industriell skruvdragare från till exempel Atlas Copco har bortåt 500 000 rader kod.

Frågan är hur denna komplexitet ska hanteras och hur bilen ska bli så personsäker som möjligt. Hur ska vi säkerställa dessa avancerade system? Hur ser vi till att hackare inte gör om bilarna till mordredskap? Kan vi undvika framtida scenarier där bilarna kanske accelererar i stället för att bromsa?

2) Vad ställer vi för säkerhetskrav? Bryskt frågat: Hur många liv per år får en självkörande bil ta? Vad är acceptabelt? Samtidigt ska man notera att enligt National Safety Council (NSC) dog cirka 40 000 människor i trafiken i USA 2016. Samtidigt fick sorgligt nog ett par hundra människor i Sverige sätta livet till. Med helt manuellt framförda bilar. I snitt för hela världen är detta ett dödsfall per 160 miljoner körda mil. För att ett litet perspektiv ska det tilläggas att NSC:s statistik visar att den typiske föraren är involverad i en krock i snitt var 25 700 mil, eller vart tolfte år (om föraren kör c:a 2 000 mil/år i snitt).

3) Bilarna framförs i en stor, öppen och okontrollerad miljö, och därtill på olika sätt. Detta är en utmaning, inte minst då det idag är ljusår mellan befintliga säkerhetsstandarder och det position där högpresterande AI-system är (och kommer att befinna sig). De standarder som finns idag är till för system som är avgränsade både i tid och rum. Förarna är också gränslösa, det vill säga att de kör runt i en oreglerad så kallad domän både fysiskt och juridiskt. Många andra industrier är redan hårt reglerade, som de som tillverkar flygplan, mediciner, kärnkraftsreaktorer och röntgenutrustning, och det finns myndigheter som kan stänga ner en industri.

Samtidigt är förarlösa fordon en helt oreglerad bransch, och det finns inget egentligt incitament för branschen att ändra på detta. Hårt reglerade branschen kan tvingas lägga upp till 50 procent av budgeten på att följa lagar och regler.

4) Det finns flera övergångsfaser att ta hänsyn till. En av dem är antalet autonoma fordon i trafiken där den mest komplexa situationen är när 50 procent är förarlösa, 50 procent inte är det. Men det finns också övergångsfaser mellan olika automationsnivåer (SAE J3016). Dessa är sex, från ingen automation (nivå 0) till full automation (nivå 5). Nivå 3 ses som den mest komplexa, och den nivå en del tillverkare, bland annat Volvo, hoppar över.

5) De förarlösa fordonen utvecklas idag baserat på ett nerifrån-och-upp-perspektiv. Det finns exempelvis mycket pengar att tjäna på robottaxi, något en aktör som Uber förstått. Det är inte samhället som driver på hållbarhetsaspekten med stöd av tydligt regelverk från ett uppifrån-och-ner-perspektiv. Detta påverkar förstås utvecklingen generellt sett, och till exempel finns det en risk att antalet bilar i trafiken inte minskar bara för att de blir förarlösa.