Fremtidens mobilitet

I det raskt skiftende landskapet for varetransport, mobilitet og logistikk, representerer «last mile» leveranser det siste og essensielle steget i forsyningskjeden. Det innebærer at varer fraktes fra et gitt transportknutepunkt til det endelige bestemmelsesstedet. Dette er den mest kostbare og tidskritiske delen av forretningsmodellen i forsyningskjeden. Utfordringer inkluderer navigering i tette byområder, trafikkork, finne leveringspunkter, samt håndtering av høy stopp-/leveringsfrekvens og mislykkede leveringsforsøk. Den raske veksten innen netthandel har forsterket disse utfordringene, og økt forbrukernes etterspørsel etter raskere, hyppigere og rimeligere leveringer.

Må være i front

Fremtidens logistikktjenester vil bli stadig mer automatisert, og selskaper som er forberedt på dette skiftet vil være i front og stå sterkere i konkurransen om kundene.

Typer av autonome kjøretøy for levering:

• Pedestrian sidewalk vehicles. Dette er saktegående kjøretøy designet for å holde gangfart, rundt 4–6 km/t. Den lave farten gir bedre sikkerhet og lar operatørene ta kontroll i nødstilfeller.
• Bicycle sidewalk vehicles. Disse kjøretøyene er laget for å kjøre i sykkelfart, opp til 12–15 km/t.
• On-road delivery vehicles. Disse er bygget for levering på vei, med hastigheter opp til 45–50 km/t. Programvaren og sensorsystemene ligner de som finnes i autonome kjøretøy.

Transformerende

Bruken av autonome kjøretøy (AV-er), enten det dreier seg om varebiler for større veier eller mindre autonome kjøretøy for gangveier/fortau, fremstår som en mulig transformerende løsning. Ved å fjerne behovet for en menneskelig sjåfør, kan AV-er operere døgnet rundt, redusere lønnskostnader (en betydelig andel av «last mile» kostnadene), optimalisere rutevalg, og potensielt gi lavere utslipp – spesielt om kjøretøyene er elektriske. De kan navigere i trange gater eller soner der større kjøretøy ikke kan ferdes, og forbedre leveringstiden ved å unngå forsinkelser som kan skyldes menneskelig svikt.

Persepsjonsteknologi

For at autonome «last-mile» leveranser skal bli en realitet, er robust persepsjonsteknologi avgjørende – altså AV-ens evne til å oppfatte, tolke og forstå sitt komplekse og dynamiske miljø ved hjelp av KI-teknologi. Miljøene i «last-mile» applikasjoner, enten det er fortau eller bygater, har særskilte persepsjonsutfordringer: å manøvrere tett på fotgjengere, syklister, kjæledyr, parkerte biler, gjenstander i veibanen og uforutsigbare hindringer; navigering i ulikt terreng inkludert fortauskanter og ujevne overflater; tolking av trafikklys og skilt i avanserte kryss; og presist identifisere den endelige leveringsplassen (f.eks. en bestemt inngangsdør eller veranda). Feil i persepsjonen kan umiddelbart føre til uheldige sammenstøt/kollisjoner, feilleveranser eller andre oppdragsfeil.

Sensorfusjon

Ingen enkelt sensor kan pålitelig oppfatte/identifisere alle nødvendige miljødata under alle forhold. Kameraer kan slite med svakt lys, motlys eller dårlig vær, LiDAR kan være kostbart og har begrensninger ved dårlig vær, radar kan ha lavere oppløsning, og ultralyd har kort rekkevidde. I tillegg kan trådløs kommunikasjon og V2X (Vehicle-to-Everything) ha utfordringer med rekkevidden, tidsforsinkelser, refleksjoner, osv.

Derfor er sensorfusjon – altså intelligent kombinasjon av data fra flere ulike sensortyper – grunnleggende. Ved å integrere komplementære datastrømmer, søker sensorfusjon å skape en samlet, omfattende og pålitelig forståelse av omgivelsene som er mer nøyaktig og robust enn det man kan oppnå med enkeltstående sensorer.

Kunstig intelligens

I sammenheng med autonome kjøretøy, refererer en KI-plattform til den integrerte maskinvare- og programvarestakken som utfører de komplekse beregningsoppgavene som kreves for autonomi. Dette inkluderer behandling av store mengder sensor-data, kjøring av avanserte KI-algoritmer for persepsjon, sensorfusjon, lokalisering, ruteplanlegging, bevegelseskontroll – og til slutt ta kjørekritiske beslutninger i sanntid.

Demper svakhetene

Sensorfusjon er prosessen der data fra flere ulike sensorer kombineres for å skape en mer nøyaktig, komplett, pålitelig og robust representasjon av omgivelsene enn hva enkeltstående sensorer kan oppnå alene. Dette utnytter de ulike styrkene til sensorene, mens svakhetene dempes.

I «last mile» konseptet handler sensorfusjon spesifikt om å bygge en detaljert og dynamisk forståelse av det umiddelbare nærområdet.

Dette er avgjørende for å navigere i komplekse, ofte rotete og svært interaktive miljøer som fortau, gangfelt, veier og inngangspartier.

Prosjektet

European Green Deal definerer fire nøkkelområder for en bærekraftig mobilitets- og bilindustri: klimanøytralitet, null forurensning, bærekraftig transport og overgangen til en sirkulær økonomi. Digitale teknologier er viktige muliggjørere for å nå bærekrafts målene innen mobilitet og transport. EU prosjektet AI4CSM har utviklet avanserte elektroniske komponenter, systemer og arkitekturer for å sikre at digitale teknologier som KI, intelligent tilkobling, IoT og sky-/kantprosessering kan akselerere bilindustriens overgang til ECAS (electric, connected, autonomous og shared) kjøretøy for «last mile» leveranser.

AI4CSM—Automotive Intelligence for Connected Shared Mobility har et budsjett på 41,7 millioner euro og samlet 41 partnere fra 10 europeiske land for å utvikle funksjonelle arkitekturer for neste generasjons ECAS-kjøretøy basert på elektroniske komponenter og systemer, innebygd intelligens og funksjonell virtualisering for nettbasert og delt mobilitet ved hjelp av pålitelig KI.

Forskning og demonstrasjon innen KI-basert persepsjon og sensorfusjon i elektriske, autonome, oppkoblede og delte kjøretøy for «last mile» leveranser inkluderer nye, skalerbare og AI-drevne plattformer for autonom mobilitet, integrert med sikre kommunikasjonsarkitekturer og -systemer.

Teknologiske utviklinger i AI4CSM ble utført av de tre norske partnere: SINTEF, Paxster, og NxTech. Demonstratorer for bruk i kontrollerte by-/forstadsområder benytter fire nyutviklede kjøretøy, integrert med en plattform for persepsjon og sensorfusjon, som bruker flere ulike sensorer, KI-baserte prosesseringsteknikker/-metoder og V2X-kommunikasjonsteknologi.

MOSAIC

De norske partnerne fortsetter utviklingen gjennom et nytt EU prosjekt kalt MOSAIC, «A MOSAIC of Foundational, Cross-Functional Electronic Components and Systems (ECS) Technologies, Fostering Productivity and Sovereignty in Europe, Across Versatile Industrial Domains», der de fokuserer på videreutvikling av autonome kjøretøy for varetransport. Fokusområdene inkluderer å forbedre grensesnittet mellom KI-baserte kjøretøy og mennesker som opererer ett enkelt kjøretøy eller flåter av kjøretøy, styrking av sikkerhetstiltak mot manipulering, og videreutvikling av autonome kjøretøyoperasjoner gjennom ulike anvendelsesområder og forretningsmodeller.

Arkitektur og plattform

Arbeidet inkluderer konseptet for en dedikert arkitektur og en multimodal, KI-basert autonom kjøretøyplattform for persepsjon, automatisert kontroll og beslutningstaking ved levering av varer i kontrollerte miljøer. Det vil også innebære vurdering av integrasjon av data fra flere sensorer. Multimodal AI og generativ AI muliggjør sanntidskorrelasjon og en mer helhetlig forståelse av kjøretøyets omgivelser, samt styring av kjøretøyet via tale- og bevegelseskommandoer.