John Patrick Leary refers to the adjective and noun lean, as in devoid of fat. He excludes the verb, to incline or bend from a vertical position. Neither it, nor Sheryl Sandberg (1969 – ), the author of Lean In: Women, Work, and the Will to Lead (2013) are mentioned further in this weblog post.
Lean production first emerges as a phrase in 1988 by John Krafcik (1961 – ) in a study about the future of the automobile, Triumph of the Lean Production System that was published in Sloan Management Review. Lean production referred specifically to the Toyota Production System. James P. Womack (1948 – ), Krafcik’s thesis supervisor at MIT, then popularized lean in: Daniel Roos, James P. Womack, Daniel T. Jones, The Machine That Changed the World : The Story of Lean Production (1991).
If one looks at contemporary light vehicle manufacturing, it seems to be going the way economic theory says it should. Competition between manufacturers, reduces prices so that nobody can make excessive profits. The only way profits can be maintained is if the company has some form of monopoly. A brand name used to be enough. These days, other forms of intellectual property, such as in a suite of patents, are necessary. The two most promising areas are: battery/ electrical storage and propulsion technology, and, autonomous vehicle technology.
Mistakes can result in bankruptcy, even for large manufacturers. The light-vehicle manufacturing group that seems best positioned to survive anno 2019 is, in fact, one of the ones that made the biggest mistakes – putting illegal defeat devices on their diesel vehicles to disguise illegal/ excessive emissions – Volkswagen.
As for Toyota – not so much, despite its lean manufacturing. Toyota has gambled on hydrogen and hybrids. Brock’s prophecy: Both of these strategies will fail. Hydrogen technology has not scaled well, over the past twenty years, while hybrids require vehicles to be equipped with two means of propulsion = unnecessary expense, where one would do.
After earning a mechanical engineering degree at Stanford University, John Krafcik worked in traditional automotive manufacturing for several decades. First, at New United Motor Manufacturing, Inc., a joint venture between General Motors and Toyota. Then he took his master’s degree and worked at MIT’s International Motor Vehicle Program as a lean production researcher and consultant, studying 90 manufacturing plants in 20 countries, comparing their productivity and quality. Much of this work was presented in The Machine That Changed the World. In 1990, Krafcik moved to Ford Motor Company where he held several positions, including chief engineer for the Ford Expedition and Lincoln Navigator and chief engineer for truck chassis engineering. In 2004, he moved to Hyundai Motor America as vice president for product development and strategic planning, then become president and CEO of Hyundai Motor America. This was a period of record sales and increased US market share for Hyundai.
Krafcik became president of True Car, Inc. and served on its board, starting in 2014. True Car is an automotive pricing and information website for new and used car buyers and dealers.
Google hired Krafcik to head its self-driving car unit in September 2015, as it struggled to build relationships with automotive manufacturers. In December 2016, the self-driving car unit was spun off as its own company, Waymo, and made a subsidiary of Google’s parent, Alphabet, with Krafcik as CEO.
Krafcik has told auto makers that Waymo’s goal is to make better drivers, not cars. His focus is to commercialize Waymo’s autonomous technology with respect to ride sharing, trucking, urban last-mile solutions and passenger cars.
Waymo does not have any factories, so there is no need for Waymo to restrict production to the size of a single factory. The more autonomous vehicles that can be sold with Waymo technology, the better for Waymo.
The International Society of Automotive Engineers has defined six levels of autonomy: 0 = no automation (human drives it); 1 = driver assistance (hands on the steering wheel); 2 = partial automation (hands off the steering wheel, eyes on the road); 3 = conditional automation (hands off, eyes off the road – sometimes); 4 = high automation (hands off, eyes off, mind off the road – sometimes); 5 = full automation (steering wheel is optional).
In 2017, Waymo unveiled new technology that can be fitted to any vehicle. This is packaged into a Waymo Driver product. These technologies include sensors and chips that are less expensive to manufacture, cameras that improve visibility, and wipers that clear the lidar system. This means that Waymo manufactures a suite of self-driving hardware developed in-house that reduce Waymo’s dependence on external suppliers, and to efficiently integrate its technology to the hardware. In 2009, Waymo spent $75 000 for each lidar system from Velodyne. By 2017, that cost was $7 500 using its own technology.
This technology provides full autonomy with sensors that give 360 degree views, long-range lasers that detect objects up to 300 meters away, short-range lasers that detect and focus on objects near the vehicle, radar to see around vehicles and track objects in motion. Inside there are control buttons for riders to activate: Help, Lock, Pull over and Start ride.
Waymo uses Carcraft, named after the video game World of Warcraft, a virtual world where Waymo can simulate driving conditions. Inside Carcraft, 25 000 virtual self-driving cars navigate through models of Austin, Texas, Mountain View, California, Phoenix, Arizona, and other cities. As of 2019-07-11, Waymo has simulated more than 16 Tm (tera meters) = 16 billion kilometers of driving in its virtual world.
Waymo has created partnerships with AutoNation (American automotive retailer, partnered for vehicle maintenance), Avis Budget Group (vehicle rental, partnered for vehicle maintenance), Fiat Chrysler Automobiles, Intel (processors), Jaguar Land Rover, Lyft (on-demand transportation, partnered for pilot projects and product development) and Nissan-Renault-Mitsubishi.
Waymo has equipped various types of cars with the self-driving equipment: Audi TT, Fiat Chrysler Pacifica, Jaguar I-Pace, Lexus RX450h and Toyota Prius. Google also developed their own custom vehicle, about 100 of which were assembled by Roush Enterprises with equipment from Bosch, ZF Lenksysteme, LG and Continental.
At this point, a comment made by Elon Musk could be illustrative of the challenges facing autonomous vehicle technology manufacturers. Musk says a lot, but at one point he said that Tesla would stop selling cars to ordinary consumers, and restrict sales to those who can leverage self-driving characteristics to drive profit maximization.
In a thought experiment this is like saying that while a Model 3/E might have a price of $50 000, in the hands of a taxi medallion owner it is worth, say, $300 000. So, as this thought experiment continues, Tesla might be willing to sell the vehicle for, say, $150 000, and split the income/ profit with the medallion owner. In a monopoly situation this might even work. Unfortunately, there is no monopoly for autonomous vehicles … yet, and probably not in the future. Different companies are using different technologies to achieve the same end. In fact, there could be companies might have an interest in ensuring that Tesla is unable to sell a single autonomous vehicle.
While medallion owner taxi companies are being economically threatened by on-demand transportation companies, the bigger future threat is that of autonomous vehicles that no longer have to pay drivers. Waymo is pioneering this with their Waymo One, currently available in Phoenix, Arizona. This type of transportation service is increasingly being referred to as Mobility-as-a-Service.
Tesla and Waymo are not alone in their quest to provide autonomous technology. If one artificially restricts discussion to companies beginning with A, there are three companies that will discussed: Apollo, Apple and Aurora.
Apollo is not only a god of healing, music, light – including the sun, music, plague, poetry, prophecy and/or truth and more. It is also open-source technology, that offers opportunites for collaboration. This contrasts with much autonomous vehicle technology that is primarily proprietary, with several high-tech and/or automotive manufacturing companies wanting to be the first to deliver a successful solution. Once these companies realize that they will not be in either first or second place, they reluctantly see collaboration as the only meaningful way to proceed.
Apollo has its origins with Baidu, a Chinese multinational technology company specializing in Internet-related services and products, and artificial intelligence. It claims to be an open and secure autonomous driving platform with a flexible architecture. It was launched in July 2017, as an open source project (under the Apache 2.0 license), that dreams of becoming the Android of the auto industry.
The ApolloScape dataset is regarded as a key to its solution. It uses 26 predefined semantic terms to classify what the system sees and how it reacts to its environment. It gives developers access to a complete set of service solutions and open source codes that can enable a software engineer to convert a modern vehicle into an autonomous vehicle in about two weeks of work.
With Baidu as a founding member of the Linux Foundation’s LF Deep Learning Foundation, Apollo will benefit from open source innovation in artificial intelligence, machine learning, and deep learning. It will also be able to leverage work with Berkeley DeepDrive, whose mission is to merge deep learning with automotive perception.
Apollo partners including Bosch, Daimler, Delphi, Ford, Hyundai, Jaguar Landrover, Microsoft, Nvidia, TomTom, and others. Many different computing platforms, and cost-effective sensors are supported. Current offerings from apollo.auto include: game engine based vehicle simulation; sensor-unit pre-order, free Udacity based course on self-driving cars.
Apple distinguishes itself by its proprietary hardware, attempting to force users into an Apple ecosystem. This has been a successful strategy that led to two decades of growth. This growth stopped in 2019-01. By 2019-07-30 it announced a third consecutive quarter of declining net income. Apple has money, but after the death of Steve Jobs in 2011, Apple initially relied on inertia, but lost its ability to change direction, except to say that it wanted something big to augment cell phones. Wanting is not the same as getting.
Titan is the code name for Apple’s electric car project. Details are vague, and the reader is referred to Wikipedia for more information. According to this source, 5 000 engineers work on Project Titan. In 2019-01, 200 of these, working with autonomous vehicles, were fired.
Drive was started in 2015 by a group of Stanford University’s Artificial Intelligence Lab graduate and PhD students. The group initially worked to develop a retrofit kit to add their autonomous driving system to existing cars. It uses artificial intelligence to make self-driving systems for cars, and was the second company to remove the safety driver from its autonomous vehicles.
In May 2018, Drive announced a pilot program in Frisco, Texas to test the company’s vehicles in its first application of a passenger carrying service available to the general public. Yet, by 2019-06, it announced it planned to cease operations, shortly before Apple announced that it had acquired it for Project Titan.
The future for Project Titan does not look bright. Tesla has pioneered and field tested much of electric and autonomous vehicle technology, and even made some of it available under open-source licences. This narrows the scope of opportunity for other companies, such as Apple, wanting to profit from proprietary solutions. One wonders if Apple does not fully realize that its investment in autonomous technology is, at this juncture, a sunk cost, that may not earn income in the future.
In contrast to Apple, with no vehicle manufacturing facilities, and to Tesla, with a factory in Freemont, California, the Volkswagen Group has 100 plants in 27 countries. In 2018 it sold 10 083 000 vehicle throughout the world, making it the largest manufacturing group. For the Volkswagen Group, the marginal cost of producing one more self-driving vehicle is extremely low.
In 2005, a Volkswagen Electronics Research Lab – Stanford University team led by Sebastian Thrun, “won” the 2005 DARPA Grand Challenge using Stanley, a standard European diesel model Volkswagen Touareg with a “drive by wire” control system which could be adapted to be run directly from an on-board computer. This competition is widely considered the dawn of the automated vehicle era. Prior to working at Stanford, Thrun worked at Carnegie Mellon University, known for its computer science department, and its advanced work on artificial intelligence and machine learning.
The 2007 DARPA Urban Grand Challenge driverless car competition, was more demanding, requiring teams to navigate a vehicle autonomously across a desert landscape and then a fabricated city. This was won by a Carnegie Mellon University team led by Chris Urmson.
Aurora Innovation was founded by Chris Urmson, with Sterling Anderson, the former director of Tesla Autopilot and Drew Bagnell, Uber’s former autonomy and perception lead in 2017. Aurora is focused on autonomous vehicle software, data and hardware, but not vehicles. It aims to apply machine learning to the motion planning and perception components of autonomy simultaneously.
Aurora Innovation announced strategic partnerships for Mobility-as-a-Service (MaaS) with Hyundai/ Kia, then – more importantly – with Volkwagen. Aurora and Volkswagen then announced that they are working with the City of Hamburg to develop autonomous technology. Testing in an urban environment is necessary to progress automated driving. An important aspect of this work is to gain insights into urban infrastructure requirements.
Cities have to cater to many different groups of users, not just cars and their drivers. If cars are to be allowed to use cities in the future, systems have to be built that take into consideration other users. Part of this should be a digital ecosystem that enables vehicles to communicate with traffic lights and a traffic management systems, as well as with one another.
Volkswagen and the city of Hamburg are collaborating to build a nine kilometer test loop through the downtown area. Among other features the city is installing intelligent traffic signals that are capable of two-way communications with the test vehicles.
The real challenge with autonomous vehicles has to do with the urban (and not-so urban) landscape. Is the city for vehicles or for people? How much should transportation be allowed to dominate? Who is going to ensure that the externalities (disadvantages that a user generates, such as various forms of pollution, including noise, toxins released into the atmosphere, physical injury, stress, etc.) are corrected and paid for by the polluter?
Activity
Much of the writing on autonomous vehicles assumes that these vehicles will dominate much of the urban transportation infrastructure. Reflect on this, and how you would want to see transportation develop. In addition, focus on the needs of non-driving groups such as children, the disabled and the elderly.
Nøkkelord 033 Veltrimmet
John Patrick Leary refererer til adjektivet og substantivet lean = veltrimmet/ slank/ mager, som i blottet for fett. På engelsk har ordet også en annen betydning, verbet, å skråstille seg eller bøye seg fra en vertikal stilling. Her skal man bruke veltrimmet.
Veltrimmet produksjon fremstår først som en setning i 1988 av John Krafcik (1961 -) i en studie om bilens fremtid, Triumph of the Lean Production System som ble publisert i Sloan Management Review. Veltrimmet produksjon henviste spesielt til Toyota Production System. James P. Womack (1948 -), Krafciks oppgaveveileder ved MIT, popularisert begreppet veltrimmet produksjon i: Daniel Roos, James P. Womack, Daniel T. Jones,The Machine That Changed the World : The Story of Lean Production = Maskinen som forandret verden: Historien om Veltrimmet Produksjon (1991).
Om man ser på moderne produksjon av lette kjøretøyer, ser det ut til å gå slik den økonomiske teorien sier at den skal. Konkurranse mellom produsenter, reduserer prisene slik at ingen kan øke fortjenesten. Den eneste måten overskudd kan opprettholdes er om selskapet har en form for monopol. Et merkenavn pleide å være nok. I disse dager er andre former for åndsverk, for eksempel en pakke patenter, nødvendig. De to mest lovende områdene er: batteri / elektrisk lagring og fremdriftsteknologi, og autonom kjøretøyteknologi.
Feil kan føre til konkurs, selv for store produsenter. Den lette kjøretøyproduksjonsgruppen som virker best posisjonert til å overleve anno 2019, er faktisk en av dem som gjorde de største feilene – å legge ulovlige overvinnings enheter på dieselbilene sine, for å skjule ulovelige store utslipp – Volkswagen
Når det gjelder Toyota – ikke så mye, til tross for den magre produksjonsmetoden. Toyota har gamblet på hydrogen og hybrider. Brocks profeti: Begge disse strategiene vil mislykkes. Hydrogenteknologi har ikke skalert godt de siste tjue årene, mens hybrider krever at kjøretøyer er utstyrt med to fremdriftsutrustning = unødvendig kostnader.
Etter å ha gjennomført en maskiningeniørgrad ved Stanford University, jobbet John Krafcik i tradisjonell bilindustri i flere tiår. Først hos New United Motor Manufacturing, Inc., et joint venture mellom General Motors og Toyota. Deretter tok han sin mastergrad og jobbet ved MITs International Motor Vehicle Program som en veltrimmet produksjonsforsker og konsulent, der han studerte 90 produksjonsanlegg i 20 land, og sammenlignet produktivitet og kvalitet. Mye av dette arbeidet ble presentert i Maskinen som forandret verden . I 1990 flyttet Krafcik til Ford Motor Company hvor han hadde flere stillinger, inkludert sjefingeniør for Ford Expedition og Lincoln Navigator og sjefingeniør for bilens understell. I 2004 flyttet han til Hyundai Motor America som visepresident for produktutvikling og strategisk planlegging, og ble deretter president og administrerende direktør i Hyundai Motors America. Dette var en periode med rekord omsetning og økt amerikansk markedsandel for Hyundai.
Krafcik ble så president i True Car, Inc. og fungerte i styret, med start i 2014. True Car er et nettsted for pris og informasjon for kjøpere av nye og brukte biler, samt forhandlere.
Google ansatt Krafcik til å lede sin selvkjørende bilenhet i september 2015, da den slet med å bygge relasjoner med bilprodusenter. I desember 2016 ble den selvkjørende bilenheten spunnet av som sitt eget selskap, Waymo, og lagt som datterselskap av Googles forelder selskap, Alphabet, med Krafcik som administrerende direktør.
Krafcik har fortalt bilprodusenter at Waymos mål er å produsere bedre sjåfører, ikke flere biler. Fokuset hans er å kommersialisere Waymos selvkjørende teknologi med hensyn til riddeling, lastebiler, urban siste-kilometer-løsninger og personbiler.
Waymo har ingen fabrikker, så det er ikke behov for Waymo å begrense produksjonen til størrelsen på en enkelt fabrikk. Jo flere selvkjørende kjøretøy som kan selges med Waymo-teknologi, jo bedre er det for Waymo.
The International Society of Automotive Engineers = Den internasjonale organisasjonen av bilingeniører har definert seks nivåer av autonomi: 0 = ingen automatisering (mennesker kjører bilen); 1 = førerassistanse (hendene på rattet); 2 = delvis automatisering (hendene fra rattet, øynene på veien); 3 = betinget automatisering (hender av, øyne utenfor veien – noen ganger); 4 = høy automatisering (hendene av, øynene av, tankene utenfor veien – noen ganger); 5 = full automatisering (rattet er valgfritt).
I 2017 avduket Waymo ny teknologi som kan monteres på ethvert kjøretøy. Dette er pakket inn i et Waymo Driver-produkt. Disse teknologiene inkluderer sensorer og chips som er rimeligere å produsere, kameraer som forbedrer synligheten, og viskere som renser lidarsystemet. Dette betyr at Waymo produserer en pakke med selvkjørende maskinvare utviklet internt som reduserer Waymos avhengighet av eksterne leverandører, og for å effektivt integrere sin teknologi. I 2009 brukte Waymo 75 000 dollar for hvert lidar-system fra Velodyne. I 2017 var kostnaden 7 500 dollar ved å bruke sin egen teknologi.
Denne teknologien gir full autonomi med sensorer som gir 360 graders visninger, langdistanselaser som oppdager objekter opp til 300 meter unna, kortdistanselaser som oppdager og fokuserer på objekter i nærheten av kjøretøyet, radar å se rundt kjøretøyer og spore gjenstander i bevegelse. Inni er det kontrollknapper for passasjerene å aktivere: Hjelp, lås bilen, parker bilen og start.
Waymo bruker Carcraft, oppkalt etter videospillet World of Warcraft, en virtuell verden der Waymo kan simulere kjøreforholdene. Inni Carcraft navigerer 25 000 virtuelle selvkjørende biler gjennom modeller av Austin, Texas, Mountain View, California, Phoenix, Arizona og andre byer. Fra 2019-07-11 har Waymo simulert mer enn 16 Tm (tera meter) = 16 milliarder kilometer kjøring i sin virtuelle verden.
Waymo har opprettet partnerskap med AutoNation (amerikansk bilforhandler, inngått samarbeid om bilvedlikehold), Avis Budget Group (bilutleie, inngått samarbeid om bilvedlikehold), Fiat Chrysler Automobiles, Intel (prosessorer), Jaguar Land Rover, Lyft (på- etterspør transport, inngått samarbeid med pilotprosjekter og produktutvikling) og Nissan-Renault-Mitsubishi.
Waymo har utstyrt forskjellige typer biler med selvkjørende utstyr: Audi TT, Fiat Chrysler Pacifica, Jaguar I-Pace, Lexus RX450h og Toyota Prius. Google utviklet også sitt eget tilpassede kjøretøy, hvorav rundt 100 ble satt sammen av Roush Enterprises med utstyr fra Bosch, ZF Lenksysteme, LG og Continental.
På dette tidspunktet kan en kommentar fra Elon Musk illustrere utfordringene som autonome produsenter av bilteknologi står overfor. Musk sier mye, men på et tidspunkt sa han at Tesla ville slutte å selge biler til vanlige forbrukere, og begrense salget til de som kan utnytte selvkjørende egenskaper for å drive gevinstmaksimering. I et tankeeksperiment er dette som å si at mens en Model 3 / E kan ha en pris på US$ 50 000, i hendene på en drosemedaljeeier, er det verdt, si, US$ 300 000. Så da dette tankeeksperimentet fortsetter, kan Tesla være villig til å selge kjøretøyet for, for eksempel, 150 000 dollar, og dele inntekten/ overskuddet med medaljeeieren. I en monopolsituasjon kan dette til og med virke. Dessverre er det ikke monopol for autonome kjøretøy … ennå, og sannsynligvis ikke i fremtiden. Ulike selskaper bruker forskjellige teknologier for å oppnå samme mål. Faktisk kan det være selskaper som kan ha en interesse i å sikre at Tesla ikke er i stand til å selge et enkelt autonomt kjøretøy.
Mens drosjeselskaper av medaljongseiere blir truet økonomisk av transportfirmaer på forespørsel, er den større fremtidige trusselen den av autonome kjøretøy som ikke lenger trenger å betale sjåfører. Waymo pionerer dette med sin Waymo One, som for tiden er tilgjengelig i Phoenix, Arizona. Denne typen transporttjenester blir i økende grad omtalt som Mobility-as-a-Service.
Tesla og Waymo er ikke alene om deres søken etter å gi autonom teknologi. Om man kunstig begrenser diskusjonen til selskaper som begynner med A, er det tre selskaper som er viktig: Apollo, Apple og Aurora.
Apollo er ikke bare en gud for helbredelse, musikk, lys – inkludert sol, musikk, pest, poesi, profetier og / eller sannhet og mer. Det er også åpen kildekode-teknologi, som gir muligheter for samarbeid. Dette står i kontrast til mye autonom kjøretøyteknologi som først og fremst er proprietær, med flere høyteknologiske og / eller bilindustribedrifter som ønsker å være de første til å levere en vellykket løsning. Når disse selskapene innser at de ikke vil være på hverken først eller annen plass, ser de motvillig samarbeid som den eneste meningsfulle måten å fortsette på.
Apollo har sin opprinnelse med Baidu, et kinesisk multinasjonalt teknologiselskap som spesialiserer seg på internettrelaterte tjenester og produkter, og kunstig intelligens. Den hevder å være en åpen og sikker autonom kjøreplattform med en fleksibel arkitektur. Det ble lansert i juli 2017, som et åpen kildekode-prosjekt (under Apache 2.0-lisensen), som drømmer om å bli Android for bilindustrien.
Datasettet til ApolloScape blir sett på som en nøkkel til løsningen. Den bruker 26 forhåndsdefinerte semantiske termer for å klassifisere hva systemet ser og hvordan det reagerer på omgivelsene. Det gir utviklere tilgang til et komplett sett med tjenesteløsninger og åpen kildekoder som kan gjøre det mulig for en programvareingeniør å konvertere et moderne kjøretøy til et autonomt kjøretøy i løpet av to ukers arbeid.
Med Baidu som et grunnleggende medlem av Linux Foundation’s LF Deep Learning Foundation, vil Apollo dra nytte av åpen kildekodeinnovasjon innen kunstig intelligens, maskinlæring og dyp læring. Det vil også kunne utnytte arbeidet med Berkeley DeepDrive, om oppgaven er å slå sammen dyp læring med biloppfatning.
Apollo-partnere inkludert Bosch, Daimler, Delphi, Ford, Hyundai, Jaguar Landrover, Microsoft, Nvidia, TomTom og andre. Mange forskjellige databehandlingsplattformer og kostnadseffektive sensorer støttes. Nåværende tilbud fra apollo.auto inkluderer: spillmotorbasert kjøretøysimulering; forhåndsbestilling av sensorenhet, gratis Udacity-basert kurs på selvkjørende biler.
Apple utmerker seg med sin egenutviklede maskinvare, og prøver å tvinge brukere til et Apple-økosystem. Dette har vært en vellykket strategi som førte til to tiår med vekst. Denne veksten stoppet i 2019-01. I 2019-07-30 kunngjorde det et tredje kvartal på rad med synkende nettoinntekt. Apple har penger, men etter Steve Jobs’ død i 2011, stolte Apple først på treghet, men mistet evnen til å endre retning, bortsett fra å si at den ønsket noe stort å forsterke mobiltelefoner. Å ønske er ikke det samme som å få.
Titan er kodenavnet for Apples elbilprosjekt. Detaljer er vage, og leseren henvises til Wikipedia for mer informasjon. I følge denne kilden jobber 5 000 ingeniører på Project Titan. I 2019-01 fikk 200 av disse, som jobbet med autonome kjøretøyer, sparken.
Drive ble startet i 2015 av en gruppe av Stanford Universitys kunstige intelligenslabor og doktorgradsstudenter. Gruppen jobbet først med å utvikle et ettermonteringssett for å legge deres autonome kjøresystem til eksisterende biler. Den bruker kunstig intelligens for å lage selvkjørende systemer for biler, og var det andre selskapet som fjernet sikkerhetssjåføren fra sine autonome kjøretøy.
I mai 2018 kunngjorde Drive et pilotprogram i Frisco, Texas for å teste selskapets kjøretøyer i sin første anvendelse av en passasjertransporttjeneste tilgjengelig for allmennheten. I 2019-06 kunngjorde den at den planla å opphøre driften, kort tid før Apple kunngjorde at den hadde kjøpt den til Project Titan.
Framtiden for Project Titan ser ikke lys ut. Tesla har pionert og testet mye elektrisk- og autonom kjøretøyteknologi, og til og med gjort noe av det tilgjengelig under åpne-kilde lisenser. Dette begrenser muligheten for andre selskaper, som Apple, som ønsker å tjene på proprietære løsninger. Man lurer på om Apple ikke helt innser at investeringen i autonom teknologi på dette tidspunktet er en senket kostnad, som kanskje ikke vil tjene inntekter i fremtiden.
I motsetning til Apple, uten bilproduksjonsanlegg, og Tesla, med en fabrikk i Freemont, California, har Volkswagen Group 100 anlegg i 27 land. I 2018 solgte den 10 083 000 kjøretøy over hele verden, noe som gjør det til den største produsentgruppen. For Volkswagen Group er marginalkostnadene for å produsere ett mer selvkjørende kjøretøy ekstremt lave.
I 2005 “Volkswagen Electronics Research Lab – Stanford University team” ledet av Sebastian Thrun, “vant” 2005 DARPA Grand Challenge ved å bruke Stanley , en standard europeisk dieselmodell Volkswagen Touareg med en “drive by tråd “styresystem som kan tilpasses slik at det kjøres direkte fra en datamaskin om bord. Denne konkurransen blir ansett som daggryet for den automatiserte kjøretøysera. Før han jobbet ved Stanford, jobbet Thrun ved Carnegie Mellon University, kjent for sin datavitenskapelige avdeling, og sitt avanserte arbeid med kunstig intelligens og maskinlæring.
DARPA Urban Grand Challenge bilkonkurranse i 2007, var mer krevende, og krevde at lagene skulle navigere et kjøretøy autonomt over et ørkenlandskap og deretter en fabrikert by. Dette ble vunnet av et Carnegie Mellon University-team ledet av Chris Urmson.
Aurora Innovation ble grunnlagt av Chris Urmson, med Sterling Anderson, den tidligere direktøren for Tesla Autopilot og Drew Bagnell, Ubers tidligere sjef for autonomi og persepsjon i 2017. Aurora er fokusert på autonom kjøretøysprogramvare, data og maskinvare, men ikke kjøretøy. Den tar sikte på å anvende maskinlæring på bevegelsesplanleggings- og persepsjonskomponentene i autonomi samtidig.
Aurora Innovation kunngjorde strategiske partnerskap for Mobility-as-a-Service (MaaS) med Hyundai / Kia, og noe senere men – enda viktigere – med Volkwagen. Aurora og Volkswagen kunngjorde da at de samarbeider med City of Hamburg for å utvikle autonom teknologi. Testing i bymiljø er nødvendig for å få frem automatisert kjøring. Et viktig aspekt ved dette arbeidet er å få innsikt i krav til urban infrastruktur.
Byer må imøtekomme mange forskjellige brukergrupper, ikke bare biler og deres sjåfører. Om biler skal få lov til å bruke byer i fremtiden, må det bygges systemer som tar hensyn til andre brukere. En del av dette bør være et digitalt økosystem som gjør det mulig for kjøretøyer å kommunisere med trafikklys og et trafikkstyringssystem, samt med hverandre.
Volkswagen og byen Hamburg samarbeider om å bygge en testkjøring på ni kilometer gjennom sentrumsområdet. Byen er blant annet å installere intelligente trafikksignaler som er i stand til toveiskommunikasjon med testkjøretøyene.
Den virkelige utfordringen med autonome kjøretøy har å gjøre med det urbane (og ikke så urbane) landskapet. Er byen for kjøretøy eller for folk? Hvor mye skal transporten få lov til å dominere? Hvem skal sørge for at eksternalitetene (ulempene som en bruker genererer, for eksempel ulike former for forurensning, inkludert støy, giftstoffer som slippes ut i atmosfæren, fysisk skade, stress osv.) blir korrigert og betalt av forurenser?
Aktivitet
Mye av skrivingen om autonome kjøretøy forutsetter at disse kjøretøyene vil dominere mye av den urbane infrastrukturen. Reflekter over dette, og hvordan du ønsker å se transport utvikle seg. I tillegg skal du fokusere på behovene til grupper som ikke kjører som barn, funksjonshemmede og eldre.