Fraunhofer Chalmers Research Centre for Industrial Mathematics
Chalmers Publication LibraryNot a member yet
70439 research outputs found
Sort by
How machine learning drive the development of autonomous cars - A study of emerging technologies and the evolving value chain Master’s Thesis in the Master’s Programme
No full textAutonomous cars have gained much attention in the past few years. Partially automated
features are sold to consumers, and advance autonomous test vehicles are
driving on public roads. These features and vehicles have caused a debate about
their safety as they have been involved in a couple of fatal crashes in recent years. To
simultaneously develop autonomous cars and features without compromising safety
is a big challenge for the automotive industry, which is investing heavily in technology.
This thesis aims to describe constraints in advanced driver-assistance systems (ADAS)
and autonomous driving (AD) developed with machine learning techniques, how
companies are adapting to this new technology demand, and current development
paths towards autonomous cars. A model of the development of ADAS/AD was
created by interviewing industry experts and a literature review. Companies efforts
in the area were identified by searching databases and reading news articles and
press releases.
Data is a valuable asset but requires extensive work to be useful when developing
ADAS/AD. Collecting data per se is not considered as a challenging task. Instead,
the difficulty is to collect data about edge-cases, that is, rare situations occurring
maybe once in a human lifetime of driving. Another key takeaway is the inherent
difficulty of creating consistent datasets to train neural networks with, as it requires
humans to interpret subjective situations the same way.
Incumbent firms in the automotive industry are accompanied by startups and established
technology companies from outside the industry in trying to develop and
capture value from ADAS/AD. Collaborations and acquisitions are prominent ways
to get desired know-how and secure supply of critical components. A schematic
overview of the relationships in the industry is mapped to give the reader an idea
of the sophisticated ecosystem companies are part of through investments, acquisitions,
spin-offs and collaborations.
Efforts to capture value from ADAS/AD can be divided into two branches. One
being OEMs developing and offering ADAS in consumer products aiming to develop
autonomous driving gradually. The second is characterized by companies targeting
autonomous robo-taxi solutions in geo-fenced areas. Although both approaches are
facing many similar challenges, they also differ in specific areas such as operational
design domain
Beslutsunderlag för omkonstruktion av maskin inom stearinljustillverkning
No full textDelsbo Candle är en stearinljustillverkare som specialiserar sig på att producera miljömärkta ljus. Företaget har noterat en efterfrågan av längre så kallade antikljus, något den befintliga produktionsanläggningen inte har möjlighet att tillverka i dagsläget. Till följd av detta vill verksamheten undersöka vilka förutsättningar de har att möjliggöra tillverkning av den nya ljustypen genom omkonstruktion av en befintlig avställd maskin. Syftet med arbetet är att ta fram ett beslutsunderlag för hur och varför tillverkning av den nya ljustypen ska möjliggöras. Samt att undersöka förutsättningarna för en förbättrad produktionsflexibilitet. Med konceptutveckling genererades olika koncept för att ta fram ett slutgiltigt lösningsförslag på problemet. Detta komplimenterades därefter med en lönsamhetsanalys för att ta reda på ifall det är värt att genomföra eller inte.
Resultaten visar på att en omkonstruktion av den avställda maskinen för att möjliggöra tillverkning av den nya ljustypen är lönsamt med en god marginal. Däremot råder de viss osäkerhet kring lönsamhetskalkylen och ytterligare verifiering är nödvändig. Det har även klargjorts att det finns stora begränsningar till att förbättra produktionsflexibiliteten, huvudsakligen begränsade möjligheter till variantbyte
