Etikettarkiv: TuSimple

En dag i startup-världen

Världens största accelerator för startupföretag, Plug and Play, höll nyligen sin tredje finansieringsrunda (Batch 3) för företag inom mobilitetsprogrammet. Totalt var det 35 företag från olika världsdelar som drogs till Sunnyvale där de fick presentera sina idéer, många av vilka är kopplade till automatiserade fordon. Eftersom jag befinner mig i området passade jag på och deltog på eventet ihop med ca 100-150 andra nyfikna åskådare, mest representanter från industrin.

Varje företag fick ca 10 minuter på sig att presentera sin idé och övertyga publiken och investerarna att de är värda att satsa på. Publiken fick vara med och bestämma genom att ”betygsätta” varje företag på papper som sedan lämnades in till programmets kommitté som underlag för beslut om finansiering.

Det är okänt för mig vilka företag som fått finansiering, om ens några alls. Min bedömning är att vissa idéer hade tydlig potential, medan andra var något mindre övertygande. Det kan dock vara så att vissa företag var mer hemlighetsfulla än andra och att det var svårt för mig att förstå vad som är unikt med just deras idéer. Det återstår att se vilka av de som klarar den tuffa marknaden och konkurrensen – enligt TechCrunch har många startupföretag som från början verkade lovande, i alla fall baserat på hur mycket investering de hade fått, försvunnit under 2017.

Här nedan följer en lista med företag som deltog på eventet ihop med en kort beskrivning av deras idéer. Som ni märker är AI ett återkommande begrepp.

  • TuSimple – Utvecklar AI för platooning av lastbilar på motorvägar. De satsar på automationsnivå 4 och 5 (enligt SAE-skalan) och erbjuder en hel logistiklösning – från lastbilar till fleet management. Målet är att 2018 ha en flotta med 50 lastbilar utrustade med denna lösning.
  • DeepMap – Erbjuder en end-to-end lösning för framtagning av högupplösta kartor i realtid för automatiserade fordon.
  • Vayavision – Genererar en 3D-modell av fordonets omgivning med hjälp av en fusion av rådata från flera sensorer (kameror, lidar och radar). Detta till skillnad från många andra lösningar som gör fusion av behandlade sensordata.
  • XNOR.ai – Utvecklar AI-modeller baserade på Convolutional Neural Network som möjliggör objektdetektering i realtid med lite processorkraft och som kan köras exempelvis på en smarttelefon. Detta till skillnad av många andra AI-lösningar som kan köras endast på kraftfulla datorer.
  • NextNomy – Fokuserar på utveckling av säker och pålitlig mjukvaruarkitektur.
  • Mirada Technologies – Utvecklar en ny lidar som använder sig av mikrofluidteknologi för linsstyrning. Detta gör att lidarn blir okänslig för yttre påfrestningar och vibrationer.
  • X-Matik – Erbjuder en billig eftermarknadslösning som kan omvandla vilken bil som möjliggör automatiserad körning på automationsnivå 3. Lösningen inkluderar både hård- och mjukvara och kan installeras i vilken bil som helst.
  • Gatik.ai – utvecklar en flotta av automatiserade fordon (nivå 4) för transporter under den sista milen.
  • Artisense – Fokuserar på molnbaserade algoritmer för navigation och lokalisering av automatiserade fordon (och robotar).
  • DeepScale – Utvecklar intelligensen för automatiserade fordon med fokus på att optimera användning av processorkraft.
  • PlusAI – Utvecklar intelligensen för automatiserade fordon (nivå 4) med hjälp av djuplärandealgoritmer (deep learning).
  • Mycroft AI – Utvecklar en röststyrd personligassistent som en öppet alternativ till Alexa och Google Assistant.
  • Sentiance – Använder sig utav AI och djuplärandealgoritmer för att analysera data från mobiltelefoner och på det viset kontextualisera mänskligt beteende.
  • Trillium – Tar fram lösningar för att säkerställa hög datasäkerhet för uppkopplade och automatiserade fordon.
  • CARFIT – Utvecklar en lösning baserad på maskininlärning för prediktiv diagnostisering av fordon.
  • Impressivo – Utvecklar gränssnitt med fiberyta för igenkänning av beröringsgester. Det kan handla om exempelvis en ratt som känner av förarens händer eller om ett säte som mäter förarens fysiologiska data.
  • Widget – Erbjuder en plattform (Common Car) som möjliggör kommersialisering av fordonsdata till massmarknader för att förbättra fordonstillverkarnas lönsamhet och hållbarhet.
  • Olympus Sky Technology – Leverantör av säkerhetsnätverkshanteringsprotokoll. Företaget tillhandahåller ett kryptografiskt system för att eliminera certifikatutbyte, certifikatbehandling och utbyte av krypteringsnycklar inom och mellan uppkopplade fordon.
  • LightMetrics – Använder datorseende och maskininlärning för att analysera data om körbeteende som samlas in via en smartphone monterad på instrumentbrädan.
  • TacSense – Utvecklat en tryckbaserad sensor (Supercapative Iontronic Sensor – SCIS) som använder sig av joniska material för att upprätta ett jon-elektroniskt gränssnitt som reagerar på mekaniska stimuli.
  • SHEnetics – Utvecklat en röststyrd personligassistent som kontinuerligt lär sig om användaren och anpassar sig därefter för att förbättra användarupplevelsen.
  • Preteckt – Utvecklar prediktiv diagnostik för lastbilar med mål reducera reparationskostnader och minska tiden som lastbilen behöver spendera offroad.
  • CryptoMove – Skyddar data från hot genom dynamisk förflyttning, distribution, omkryptering och mutation av data.

Andra företag som deltog men som jag hade ingen möjlighet att lyssna på inkluderade VOLTU, BreezoMeter, TERBINE, Dagmy Motors, Kennwert, StreetLight Data, Shoof Technologies, Reality AI, Arcimoto, Connected Signals, what3words och Xapix. Många av dessa är har med elfordon och smarta städer att göra.

Detta har hänt under sommaren – Del II

  • May Mobility är ett nytt startupföretag som drivs av flera veteraner från fordonsbranschen och forskare inom automation som bland annat arbetat med DARPA Grand Challenge. May fokuserar på att utveckla mjukvara och mobilitetslösningar för användning i fordon som framförs i exempelvis affärsdistrikt och universitetscampus. May fokuserar alltså inte på att utveckla själva fordonen.
  • Volkswagens senaste löften har fått många att bli riktigt nostalgiska. Folkabussen (eller I.D. Buzz som den kommer heta framöver) kommer tillbaka! Helt eldriven och delvis automatiserad (Nivå 3 enligt SAE-skalan). Den väntas inta marknaden år 2022.
  • Audi har presenterat sin nya Audi A8 som påstås vara den första produktionsbilen helt och hållet utvecklad för högt automatiserad körning. Den är utrustad med s.k. AI Traffic Jam Pilot som hanterar start, acceleration, styrning och bromsning på motorvägar (med fysisk separation mellan körbanor för olika riktningar) i hastigheter upp till 60 km/h. Föraren behöver inte övervaka fordonet permanent (oklart för mig vad det betyder rent praktiskt). Den kan också parkera själv utan att föraren behöver vara i bilen. Nya Audi A8 väntas inta marknaden nästa år.
  • Microsoft och Baidu har ingått ett samarbete genom Apollo Alliance med syfte att utveckla molnlösningar för automatiserad körning. Microsofts Azure kommer att användas för att möjliggöra lansering Apollo-plattformen utanför Kina.
  • Audi och Fraunhofer Institute driver ett gemensamt projekt om framtida cockpit där de bland annat försöker kvantifiera mänskliga reaktioner på olika stimuli i bilen.
  • Teknikföretaget Nauto med bas i Silicon Valley har fått en ny investering på 159 miljoner dollar från SoftBank Vision Fund för att accelerera utvecklingen av sin dataplattform för automatiserad körning. Företaget utvecklar bland annat system för insamling av förardata i syfte att förbättra säkerheten.
  • Daimler och Bosch har visat upp ett nytt självkörande parkeringssystem i ett garage i Stuttgart. Bosch står för infrastrukturen medan fordonstekniken kommer från Daimler. Nedan kan ni se hur det hela är tänkt att fungera. Nu följer en intensiv testningsfas av systemet och systemet väntas vara i drift någon gång under 2018.

  • AutonomouStuff och Nvidia har ingått ett samarbete som går ut på att utveckla DRIVE PX on Wheels, ett sensor- och AI-system färdigt för installation i automatiserade fordon. Systemet kommer att bygga på Nvidias Drive PX och finnas tillgängligt i tre utföranden: grundläggande, avancerad och anpassad. Nvidia har också valt att investera i det kinesiska startuppföretaget TuSimple som utvecklar tekniken för automatiserade lastbilar.
  • DB Schenker och MAN har inlett ett samarbete kring konvojkörning (platooning) med lastbilar. Planen är att testningen ska ske som en del av Schenkers vanliga logistikarbete. Varje platoon kommer att bestå av två lastbilar som till en början kommer att framföras olastade. Den första fasen av testningen inleds i början av 2018 och kommer att utföras på Digital Motorway Test Field som finns på motorväg A9 mellan München och Nürnberg. Under årets gång kommer dessa tester att flyttas till vanliga vägar.
  • Stanford Computational Imaging Lab och University of California (San Diego) håller på att utveckla en 4D-kamera för robotar och självkörande fordon. Kameran är kompakt, använder bara en monocentrisk lins och har ett synfält på ca 140 grader.
  • 3M, företaget som uppfunnit post-it-lappen, håller på att ta fram en ny typ av trafikskyltar som är gjorda för att stödja automatiserad körning. De innehåller ”streckkod” som i sig kan innehålla information som GPS-koordinater och som kan läsas av med hjälp av bilsensorer. General Motors och Ford påstås samarbeta med företaget kring detta. Samtidigt varnar forskare att dagens trafikskyltar kan lätt saboteras för att göra livet svårt för automatiserade fordon. Genom att exempelvis placera enkla klistermärken på en trafikskylt kan privatpersoner göra det svårt för mjukvara att tolka skylten.
  • Startupföretaget Aurora som drivs av Sterling Anderson (f.d. Tesla) och Chris Urmson (f.d. Google) har fått tillstånd för testning på allmänna vägar i Kalifornien. Det är oklart när testerna väntas starta och exakt vad som kommer att testas.
  • Toyota ska inleda 11 nya forskningsprojekt inom ramen för Toyota Collaborative Safety Research Center Next. Syftet är att undersöka säkerhetseffekter av nya teknologier, bland dem automatiserad körning.
  • Den största utmaningen för automatiserade fordon är människor, skriver Rodney Brooks, grundaren av Rethink Robotics. Dagens sensorer och AI har svårt att läsa av och tolka mänskliga signaler i trafiken, vilket är nödvändigt för att automatiserade fordon ska kunna samexistera med människor. Problemet är inte helt oöverkomligt men industrin står inför stora utmaningar, och det kommer ta många år att nå dit.
  • Självkörande i Indien – nej tack! Så blir det i alla fall om landets infrastrukturminister får bestämma. Detta för att inte riskera att automationen tar över några jobb och förvärrar den redan stora arbetslösheten i landet.
  • Nyfiken på omvärlden och hur framtiden kommer att se ut? Då är ERTICOs uppdaterade roadmap som publicerades i juni en bra startpunkt.

Automatiserade lastbilar i Kina

Tillsammans med en kinesisk lastbilstillverkare håller teknikföretaget TuSimple på att utveckla en plattform för automatiserade lastbilar [1].

Enligt företagets teknikchef, Xiaodi Hou, kommer godstransporter mellan kinesiska städer att bli alltmer viktiga i framtiden och det finns enorm marknadspotential där. Att det nuvarande regelverket i Kina inte sätter stopp för tester med automatiserade fordon är en klar fördel, och något som enligt Hou utnyttjas av flera fordonstillverkare.

För att kunna utveckla avancerade algoritmer som kan förstå en scen i detalj, håller TuSimple på att samla in data från manuellt drivna lastbilar. Planen är att demonstrera tekniken under första kvartalet nästa år, och att ha en kommersiell demonstration 2018.

Källor

[1] Knight, W., MIT Technology Review. China’s Driverless Trucks Are Revving Their Engines. 2016-11-16 Länk