<p>Genom att fusionera (sammanföra) data från olika sensorer kan ett resultat uppnås som ger mer än de enskilda sensorerna var för sig. Här utreds vilka sensorer och sensorfusionsmetoder som kan vara aktuella att använda för Scanias adaptiva farthållare (ACC). Den adaptiva farthållaren anpassar det egna fordonets hastighet inte bara till en förinställd hastighet utan även till framförvarande fordons hastighet. Scanias ACC-system använder idag en radar för måldetektering.</p><p>Det finns ett antal algoritmer och arkitekturer som passar för sensorfusionssystem beroende på nivån hos sensordatan och användningsområdet. Minstakvadratmetoder kan användas då data ska matchas mot en fysisk modell, ofta med lågnivådata. När tillgänglig data är på den nivån att den används direkt för att fatta beslut kan sannolikhetsmetoder användas. Intelligent fusion består av kognitiva modeller som avser härma den mänskliga beslutsprocessen. Till detta passar data på hög nivå.</p><p>Två lösningar, för två olika sensoruppsättningar, har tagits fram. Båda lösningarna är uppbyggda av bayesiska nätverk. Det första nätverket fusionerar data från den befintliga radarenheten med data från en kamera som detekterar vägmarkeringar. Resultaten visar att filbyten kan upptäckas tidigare i och med fusionen. Det andra nätverket använder sig av två radarenheter, den ursprungliga samt en likadan enhet till, vilket resulterar i ett bredare synfält. Nätverket avgör vilka mål hos respektive radar som kan anses vara samma matchade mål. Informationen kan användas för att öka redundansen i systemet samt för att upptäcka mål tidigare än förut.</p> / <p>By fusing data from different sensors a result can be achieved that is worth more than the data from each sensor by itself. Which sensors and sensor fusion methods that could be used in Scania's adaptive cruise control system (ACC) is investigated. The ACC system adapts the vehicle's speed not only to a driver decided set speed but also to the speed of preceding vehicles. Scania's ACC system uses a radar for target detection.</p><p>There exists a number of algorithms and architectures fit for use in sensor fusion systems. Which one to use depends on the level of the data to be fused and on the field of application. Least square methods are used when matching data to a physical model, data to be used is often at a low level. When working with data at decision level, probability methods are favored. Another example is intelligent fusion, cognitive methods intending to mimic the human decision process. Suitable data is data at a high level.</p><p>Two solutions, for two different sensor sets, are proposed. Both solutions are made out of Bayesian networks. The first one fuses data from the existing radar unit with data from a camera which detects lane markings. The results show that lane changes can be detected earlier thanks to the fusion. The second network uses two radar sensors of the same kind as the first, resulting in a wider field of view. The network decides which ones of each radars targets that are the same matching targets. This information could be used to increase the redundancy of the system and to detect targets earlier.</p>

Genom att fusionera (sammanföra) data från olika sensorer kan ett resultat uppnås som ger mer än de enskilda sensorerna var för sig. Här utreds vilka sensorer och sensorfusionsmetoder som kan vara aktuella att använda för Scanias adaptiva farthållare (ACC). Den adaptiva farthållaren anpassar det egna fordonets hastighet inte bara till en förinställd hastighet utan även till framförvarande fordons hastighet. Scanias ACC-system använder idag en radar för måldetektering. Det finns ett antal algoritmer och arkitekturer som passar för sensorfusionssystem beroende på nivån hos sensordatan och användningsområdet. Minstakvadratmetoder kan användas då data ska matchas mot en fysisk modell, ofta med lågnivådata. När tillgänglig data är på den nivån att den används direkt för att fatta beslut kan sannolikhetsmetoder användas. Intelligent fusion består av kognitiva modeller som avser härma den mänskliga beslutsprocessen. Till detta passar data på hög nivå. Två lösningar, för två olika sensoruppsättningar, har tagits fram. Båda lösningarna är uppbyggda av bayesiska nätverk. Det första nätverket fusionerar data från den befintliga radarenheten med data från en kamera som detekterar vägmarkeringar. Resultaten visar att filbyten kan upptäckas tidigare i och med fusionen. Det andra nätverket använder sig av två radarenheter, den ursprungliga samt en likadan enhet till, vilket resulterar i ett bredare synfält. Nätverket avgör vilka mål hos respektive radar som kan anses vara samma matchade mål. Informationen kan användas för att öka redundansen i systemet samt för att upptäcka mål tidigare än förut. / By fusing data from different sensors a result can be achieved that is worth more than the data from each sensor by itself. Which sensors and sensor fusion methods that could be used in Scania's adaptive cruise control system (ACC) is investigated. The ACC system adapts the vehicle's speed not only to a driver decided set speed but also to the speed of preceding vehicles. Scania's ACC system uses a radar for target detection. There exists a number of algorithms and architectures fit for use in sensor fusion systems. Which one to use depends on the level of the data to be fused and on the field of application. Least square methods are used when matching data to a physical model, data to be used is often at a low level. When working with data at decision level, probability methods are favored. Another example is intelligent fusion, cognitive methods intending to mimic the human decision process. Suitable data is data at a high level. Two solutions, for two different sensor sets, are proposed. Both solutions are made out of Bayesian networks. The first one fuses data from the existing radar unit with data from a camera which detects lane markings. The results show that lane changes can be detected earlier thanks to the fusion. The second network uses two radar sensors of the same kind as the first, resulting in a wider field of view. The network decides which ones of each radars targets that are the same matching targets. This information could be used to increase the redundancy of the system and to detect targets earlier.

Current day VLSI systems have started seeing increasing percentages of multiple energy domain components being integrated into the mainstream. Energy domains such as mechanical, optical, fluidic etc. have become all pervasive into VLSI systems and such systems are being manufactured routinely. The framework required to design such an integrated system with diverse energy domains needs to be evolved as a part of conventional VLSI design methodology. This is because manufacturing and design of these integrated energy domains although based on semiconductor processing, is still very ad-hoc, with each device requiring its dedicated design tools and process integration. In this thesis three different approaches in different energy domains, have been pro-posed. These three domains include modelling & simulation, synthesis & compilation and formal verification. Three different scenarios have been considered and it is shown that these tasks can be co-performed along with conventional VLSI circuits and systems. In the first approach a micro-mechanical beam bending case is presented. A thermal heat ow causing the beam to bend through thermal stress is analyzed for change in capacitance under a single analysis and modelling framework. This involves a seamless analysis through thermal, mechanical and electrical energy domains. The second part of the thesis explores synthesis and compilation paradigms. The concept of a Gyro-compiler analogous to a memory compiler is proposed, which primarily generates soft IP models for various gyro topologies. The final part of this thesis deals in showcasing a working prototype of a formal verification framework for MEMS based hybrid systems. The MEMS verification domain today is largely limited to simulation based verification. Many techniques have been proposed for formal verification of hybrid systems. Some of these methods have been extended to demonstrate, how MEMS based hybrid systems can be formally verified through ex-tensions of conventional formal verification methods. An adaptive cruise control (ACC) system with a gyro based speed sensor has been analyzed and formally verified for various specifications of this system.

The thesis is composed of two main parts. The first part deals with a microscopic traffic flow theory. Models describing the individual acceleration, deceleration and lane-changing behavior are formulated and the emerging collective traffic dynamics are investigated by means of numerical simulations. The models and simulation tools presented provide the methodical prerequisites for the second part of the thesis in which a novel concept of a traffic-adaptive control strategy for ACC systems is presented. The impact of such systems on the traffic dynamics can solely be investigated and assessed by traffic simulations. The focus is on future adaptive cruise control (ACC) systems and their potential applications in the context of vehicle-based intelligent transportation systems. In order to ensure that ACC systems are implemented in ways that improve rather than degrade traffic conditions, the thesis proposes an extension of ACC systems towards traffic-adaptive cruise control by means of implementing an actively jam-avoiding driving strategy. The newly developed traffic assistance system introduces a driving strategy layer which modifies the driver's individual settings of the ACC driving parameters depending on the local traffic situation. Whilst the conventional operational control layer of an ACC system calculates the response to the input sensor data in terms of accelerations and decelerations on a short time scale, the automated adaptation of the ACC driving parameters happens on a somewhat longer time scale of, typically, minutes. By changing only temporarily the comfortable parameter settings of the ACC system in specific traffic situations, the driving strategy is capable of improving the traffic flow efficiency whilst retaining the comfort for the driver. The traffic-adaptive modifications are specified relative to the driver settings in order to maintain the individual preferences. The proposed system requires an autonomous real-time detection of the five traffic states by each ACC-equipped vehicle. The formulated algorithm is based on the evaluation of the locally available data such as the vehicle's velocity time series and its geo-referenced position (GPS) in conjunction with a digital map. It is assumed that the digital map is complemented by information about stationary bottlenecks as most of the observed traffic flow breakdowns occur at these fixed locations. By means of a heuristic, the algorithm determines which of the five traffic states mentioned above applies best to the actual traffic situation. Optionally, inter-vehicle and infrastructure-to-car communication technologies can be used to further improve the accuracy of determining the respective traffic state by providing non-local information. By means of simulation, we found that the automatic traffic-adaptive driving strategy improves traffic stability and increases the effective road capacity. Depending on the fraction of ACC vehicles, the driving strategy &amp;quot;passing a bottleneck&amp;quot; effects a reduction of the bottleneck strength and therefore delays (or even prevents) the breakdown of traffic flow. Changing to the driving mode &amp;quot;leaving the traffic jam&amp;quot; increases the outflow from congestion resulting in reduced queue lengths in congested traffic and, consequently, a faster recovery to free flow conditions. The current travel time (as most important criterion for road users) and the cumulated travel time (as an indicator of the system performance) are used to evaluate the impact on the quality of service. While traffic congestion in the reference scenario was completely eliminated when simulating a proportion of 25% ACC vehicles, travel times were significantly reduced even with much lower penetration rates. Moreover, the cumulated travel times decreased consistently with the increase in the proportion of ACC vehicles. / In der Arbeit wird ein neues verkehrstelematisches Konzept für ein verkehrseffizientes Fahrverhalten entwickelt und als dezentrale Strategie zur Vermeidung und Auflösung von Verkehrsstaus auf Richtungsfahrbahnen vorgestellt. Die operative Umsetzung erfolgt durch ein ACC-System, das um eine, auf Informationen über die lokale Verkehrssituation basierende, automatisierte Fahrstrategie erweitert wird. Die Herausforderung bei einem Eingriff in das individuelle Fahrverhalten besteht - unter Berücksichtigung von Sicherheits-, Akzeptanz- und rechtlichen Aspekten - im Ausgleich der Gegensätze Fahrkomfort und Verkehrseffizienz. Während sich ein komfortables Fahren durch große Abstände bei geringen Fahrzeugbeschleunigungen auszeichnet, erfordert ein verkehrsoptimierendes Verhalten kleinere Abstände und eine schnellere Anpassung an Geschwindigkeitsänderungen der umgebenden Fahrzeuge. Als allgemeiner Lösungsansatz wird eine verkehrsadaptive Fahrstrategie vorgeschlagen, die ein ACC-System mittels Anpassung der das Fahrverhalten charakterisierenden Parameter umsetzt. Die Wahl der Parameter erfolgt in Abhängigkeit von der lokalen Verkehrssituation, die auf der Basis der im Fahrzeug zur Verfügung stehenden Informationen automatisch detektiert wird. Durch die Unterscheidung verschiedener Verkehrssituationen wird ein temporärer Wechsel in ein verkehrseffizientes Fahrregime (zum Beispiel beim Herausfahren aus einem Stau) ermöglicht. Machbarkeit und Wirkungspotenzial der verkehrsadaptiven Fahrstrategie werden im Rahmen eines mikroskopischen Modellierungsansatzes simuliert und hinsichtlich der kollektiven Verkehrsdynamik, insbesondere der Stauentstehung und Stauauflösung, auf mehrspurigen Richtungsfahrbahnen bewertet. Die durchgeführte Modellbildung, insbesondere die Formulierung eines komplexen Modells des menschlichen Fahrverhaltens, ermöglicht eine detaillierte Analyse der im Verkehr relevanten kollektiven Stabilität und einer von der Stabilität abhängigen stochastischen Streckenkapazität. Ein tieferes Verständnis der Stauentstehung und -ausbildung wird durch das allgemeine Konzept der Engstelle erreicht. Dieses findet auch bei der Entwicklung der Strategie für ein stauvermeidendes Fahrverhalten Anwendung. In der Arbeit wird die stauvermeidende und stauauflösende Wirkung eines individuellen, verkehrsadaptiven Fahrverhaltens bereits für geringe Ausstattungsgrade nachgewiesen. Vor dem Hintergrund einer zu erwartenden Verbreitung von ACC-Systemen ergibt sich damit eine vielversprechende Option für die Steigerung der Verkehrsleistung durch ein teilautomatisiertes Fahren. Der entwickelte Ansatz einer verkehrsadaptiven Fahrstrategie ist unabhängig vom ACC-System. Er erweitert dessen Funktionalität im Hinblick auf zukünftige, informationsbasierte Fahrerassistenzsysteme um eine neue fahrstrategische Dimension. Die lokale Interpretation der Verkehrssituation kann neben einer verkehrsadaptiven ACC-Regelung auch der Entwicklung zukünftiger Fahrerinformationssysteme dienen.

The thesis is composed of two main parts. The first part deals with a microscopic traffic flow theory. Models describing the individual acceleration, deceleration and lane-changing behavior are formulated and the emerging collective traffic dynamics are investigated by means of numerical simulations. The models and simulation tools presented provide the methodical prerequisites for the second part of the thesis in which a novel concept of a traffic-adaptive control strategy for ACC systems is presented. The impact of such systems on the traffic dynamics can solely be investigated and assessed by traffic simulations. The focus is on future adaptive cruise control (ACC) systems and their potential applications in the context of vehicle-based intelligent transportation systems. In order to ensure that ACC systems are implemented in ways that improve rather than degrade traffic conditions, the thesis proposes an extension of ACC systems towards traffic-adaptive cruise control by means of implementing an actively jam-avoiding driving strategy. The newly developed traffic assistance system introduces a driving strategy layer which modifies the driver's individual settings of the ACC driving parameters depending on the local traffic situation. Whilst the conventional operational control layer of an ACC system calculates the response to the input sensor data in terms of accelerations and decelerations on a short time scale, the automated adaptation of the ACC driving parameters happens on a somewhat longer time scale of, typically, minutes. By changing only temporarily the comfortable parameter settings of the ACC system in specific traffic situations, the driving strategy is capable of improving the traffic flow efficiency whilst retaining the comfort for the driver. The traffic-adaptive modifications are specified relative to the driver settings in order to maintain the individual preferences. The proposed system requires an autonomous real-time detection of the five traffic states by each ACC-equipped vehicle. The formulated algorithm is based on the evaluation of the locally available data such as the vehicle's velocity time series and its geo-referenced position (GPS) in conjunction with a digital map. It is assumed that the digital map is complemented by information about stationary bottlenecks as most of the observed traffic flow breakdowns occur at these fixed locations. By means of a heuristic, the algorithm determines which of the five traffic states mentioned above applies best to the actual traffic situation. Optionally, inter-vehicle and infrastructure-to-car communication technologies can be used to further improve the accuracy of determining the respective traffic state by providing non-local information. By means of simulation, we found that the automatic traffic-adaptive driving strategy improves traffic stability and increases the effective road capacity. Depending on the fraction of ACC vehicles, the driving strategy &amp;quot;passing a bottleneck&amp;quot; effects a reduction of the bottleneck strength and therefore delays (or even prevents) the breakdown of traffic flow. Changing to the driving mode &amp;quot;leaving the traffic jam&amp;quot; increases the outflow from congestion resulting in reduced queue lengths in congested traffic and, consequently, a faster recovery to free flow conditions. The current travel time (as most important criterion for road users) and the cumulated travel time (as an indicator of the system performance) are used to evaluate the impact on the quality of service. While traffic congestion in the reference scenario was completely eliminated when simulating a proportion of 25% ACC vehicles, travel times were significantly reduced even with much lower penetration rates. Moreover, the cumulated travel times decreased consistently with the increase in the proportion of ACC vehicles. / In der Arbeit wird ein neues verkehrstelematisches Konzept für ein verkehrseffizientes Fahrverhalten entwickelt und als dezentrale Strategie zur Vermeidung und Auflösung von Verkehrsstaus auf Richtungsfahrbahnen vorgestellt. Die operative Umsetzung erfolgt durch ein ACC-System, das um eine, auf Informationen über die lokale Verkehrssituation basierende, automatisierte Fahrstrategie erweitert wird. Die Herausforderung bei einem Eingriff in das individuelle Fahrverhalten besteht - unter Berücksichtigung von Sicherheits-, Akzeptanz- und rechtlichen Aspekten - im Ausgleich der Gegensätze Fahrkomfort und Verkehrseffizienz. Während sich ein komfortables Fahren durch große Abstände bei geringen Fahrzeugbeschleunigungen auszeichnet, erfordert ein verkehrsoptimierendes Verhalten kleinere Abstände und eine schnellere Anpassung an Geschwindigkeitsänderungen der umgebenden Fahrzeuge. Als allgemeiner Lösungsansatz wird eine verkehrsadaptive Fahrstrategie vorgeschlagen, die ein ACC-System mittels Anpassung der das Fahrverhalten charakterisierenden Parameter umsetzt. Die Wahl der Parameter erfolgt in Abhängigkeit von der lokalen Verkehrssituation, die auf der Basis der im Fahrzeug zur Verfügung stehenden Informationen automatisch detektiert wird. Durch die Unterscheidung verschiedener Verkehrssituationen wird ein temporärer Wechsel in ein verkehrseffizientes Fahrregime (zum Beispiel beim Herausfahren aus einem Stau) ermöglicht. Machbarkeit und Wirkungspotenzial der verkehrsadaptiven Fahrstrategie werden im Rahmen eines mikroskopischen Modellierungsansatzes simuliert und hinsichtlich der kollektiven Verkehrsdynamik, insbesondere der Stauentstehung und Stauauflösung, auf mehrspurigen Richtungsfahrbahnen bewertet. Die durchgeführte Modellbildung, insbesondere die Formulierung eines komplexen Modells des menschlichen Fahrverhaltens, ermöglicht eine detaillierte Analyse der im Verkehr relevanten kollektiven Stabilität und einer von der Stabilität abhängigen stochastischen Streckenkapazität. Ein tieferes Verständnis der Stauentstehung und -ausbildung wird durch das allgemeine Konzept der Engstelle erreicht. Dieses findet auch bei der Entwicklung der Strategie für ein stauvermeidendes Fahrverhalten Anwendung. In der Arbeit wird die stauvermeidende und stauauflösende Wirkung eines individuellen, verkehrsadaptiven Fahrverhaltens bereits für geringe Ausstattungsgrade nachgewiesen. Vor dem Hintergrund einer zu erwartenden Verbreitung von ACC-Systemen ergibt sich damit eine vielversprechende Option für die Steigerung der Verkehrsleistung durch ein teilautomatisiertes Fahren. Der entwickelte Ansatz einer verkehrsadaptiven Fahrstrategie ist unabhängig vom ACC-System. Er erweitert dessen Funktionalität im Hinblick auf zukünftige, informationsbasierte Fahrerassistenzsysteme um eine neue fahrstrategische Dimension. Die lokale Interpretation der Verkehrssituation kann neben einer verkehrsadaptiven ACC-Regelung auch der Entwicklung zukünftiger Fahrerinformationssysteme dienen.