Predictive Maintenance (PdM) accumulates data from multiple sensors developing a statistical model which identifies the key failures even before they take place. The main focus of this thesis work has been the proposal of a machine learning based system designed for predicting the failure of mechanical parts that require replacement. The main investigation explores the possibilities of implementing machine learning algorithm for predicting the parts that require replacement and which is found from the electronic errors that the vehicle exhibits. A strong association between the parts that cause faults and electronic error codes helps in yielding a powerful diagnostics tool. The study has considered three error components namely; broken damper, noisy wheel hub and the reference value for the validation purpose. The model vehicle used for the study is Volvo V90. To acquire variance in this study data, diverse tracks with different speeds were used. The machine learning algorithm that was developed can classify and detect mechanical failures using an Support Vector Machine (SVM) algorithm based on various statistical learning methods. The study carried out an fast Fourier transform (FFT) analysis in association with the data acquired from front left wheel. The main area of interest is the FFT domain of 5-20hz. The study outcome indicated that the used model is capable of predicting the hysteretic responses associated with the faulty components like broken damper and noisy wheel hub. The designed model can be used for analysing the system’s response and for designing and controlling the faulty components in the car. However, the results of this thesis work can be used to implement the time-based prediction of mechanical component decay. / Prediktivt Underhåll (PdM) är en statistisk modell som samlar data från flera olika sensorer och som identifierar fel innan de äger rum. Huvudfokus för detta examensarbete har varit förslaget till ett maskininlärningsbaserat system som är utformat för att förutsäga fel i mekaniska delar som kräver utbyte. Examensarbetet undersöker möjligheterna att implementera en maskininlärningsalgoritm för att förutsäga de mekaniska delar som kräver utbyte och som framgår av de elektroniska fel som fordonet uppvisar. En stark koppling mellan de delar som orsakar fel och elektroniska felkoder hjälper till att ge ett kraftfullt diagnostiskt verktyg. Studien har beaktat tre felkomponenter nämligen; trasig dämpare, missljud från hjulnav och referensvärdet för valideringsändamål. Modellfordonet som används för studien är Volvo V90. För att få varians i informationen för detta arbete användes olika provbanor med olika vägförhållanden med olika hastigheter. Maskininlärningsalgoritmen som utvecklades kan klassificera och upptäcka mekaniska fel med hjälp av en SVM-algoritm (Support Vector Machine) baserad på olika statistiska inlärningsmetoder. Studien genomförde en snabb Fourier-transform (FFT) analys i samband med de data som förvärvades från det främre vänstra hjulet. Huvudintresseområdet är FFT-domänen 5-20 Hz. Studiens resultat visade att den använda modellen kan: Identifiera och klassificera data som är förknippade med de felaktiga komponenterna som trasig dämpare och missljud i hjulnav. Modellen kan användas för vidare prediktera och ge förslag när ett mekaniskt fel på dämpare eller hjulnav håller på att ske. Det här examensarbetet täcker inte tidsbunden prediktion utan snarare identifierar när nedbrytningen av mekaniska komponenter har skett. Resultaten från detta examensarbete kan emellertid användas för att implementera en tidsbaserad prediktion för mekaniska komponentfel.

The overall aim of this thesis is to explore the accurate estimation methods for the vehicle motion with relatively cheap sensors. The vehicle states are essential to the vehicle control applications but sometimes expensive sensors are necessary to obtain accurate values. At first, a validation work for the rigid body motion estimation has been done and the results show that accurate linear and rotational accelerations can be achieved only with low-cost accelerome-ters. The main part of this work focuses on developing an estimator for the vehicle body angle, angle rate (including both roll and pitch) and the road an-gle, as a key block of the overall project Vehicle Dynamics Estimation. The estimation results are the inputs of another estimation block: vehicle lateral dynamic estimator; and part of the important inputs of the angle estimator (velocities and the time derivative) also come from the lateral dynamic esti-mator instead of the expensive sensors. The estimation technique employed in this work is the linear augmented Kalman filter with the unknown road angles as the augmented estimation states. The roll and pitch motion are assumed to be decoupled with each other, and the linear mass-damper-spring dynamic model is adopted to obtain the equations of the vehicle states. Some unknown parameters shown in the dynamic equations are identified at first with SimRod testing data and the results are satisfactory. The road angles are modeled as a zero-order random walk model. The bicycle model, vehicle body-road and ve-hicle body-frame kinematics are used to derive the measurement equations of the Kalman filter. After the simulation and measurement inputs are obtained, the process and measurement error covariance are tuned to finally decide the estimation results. Also, SimRod testing data are used to validate the results, and the estimation performance for the vehicle body angle and angle rate are good; while the road angles need to be further validated with more available data set. / Målet med detta examensarbete är att utforska precisa skattningsmetoder för fordonsrörelser med relativt billiga sensorer. Fordonstillstånd är viktiga för fordonsreglering men för detta behövs ibland dyra sensorer för att uppnå pre-cisa skattningar. I detta arbete har först ett valideringsarbete genomförts för skattning av stelkroppsrörelser och resultaten visar att precisa linjära- och ro-tationsaccelerationer kan skattas bara med låkostnadsaccelerometrar. Huvud-delen av detta arbete handlar om att utveckla en estimator för att kunna skatta fordonskroppens vinklar, vinkelhastigheter (rull och nig rörelser) och vägens vinklar, som är en del i ett större fordonsdynamiskt skattningsalgoritm. Re-sultaten från skattningen är indata till en annan skattningsalgoritm nämligen skattning av lateral fordonsdynamik. Denna ger även viktig indata till skat-tningen av fordonskroppens vinklar som hastigheter och dess derivator vilket inte kommer från dyra sensorer. Skattningstekniken som används i detta ar-bete är linjär utökad Kalman filter med vägvinklar som okända utökade till-ståndsvariabler. Rull- och nigrörelser antas inte vara kopplade med varandra och linjära fjäder-dämpar-massa modellen är tillämpad för att ta fram ekva-tionerna till fordonets tillståndsvariabler. Några okända parametrar som visas i den dynamiska ekvationerna är först identifierade genom testdata från Sim-Rod fordonet och detta gav bra resultat. Vägvinklarna tas fram genom en Zero-order Random Walk modell. Cykelmodellens, fordonets kropp och väg samt fordonets kropp och referensrams kinematik har använts för att härleda mätek-vationerna i Kalman filtret. Efter att simulerings- och mätdata har insamlats så kan process- samt mätfelskovariansen ställas in för att sedan få de slut-giltiga skattningsresultaten. Vidare så används testdata från SimRod för att validera resultaten och skattningens prestanda av att kunna skatta fordonets kroppsvinklar och vinkelhastigheter visade sig vara bra. Men vägvinklarna behöver fortsättas att validera med mer testdata.

Sedan världens första konventionella flygplan lyfte 1914 har flygindustrin förbättrats konstant under de 104 åren sedan dess. År 2017 transporterades över 4.1 miljarder passagerare med ungefär 36.8 miljoner flights av världens alla flygbolag. Statistik visar på att ungefär 2% av människoskapad emission av koldioxid kommer från flygindustrin.För att värna om miljön och reducera emission av koldioxid så blir det därmed viktigt att reducera konsumtionen av flygbränsle. Flygplanstillverkare har redan tillämpat många metoder för att spara flygbränsle, såsom förbättringar av aerodynamik för flygplan och förbättring av motoreffektivitet, samt i senare år att applicera kompositmaterial för att reducera flygplanens vikt. För flygbolag så är en lämplig och ekonomisk färdplan hjälpsam för att reducera konsumtion av flygbränsle. Utöver konsumtion av flygbränsle så är även tid en lika viktig faktor för flygbolag. Denna avhandling tar ett flygledningsperspektiv och etablerar en numerisk simulering baserad på dynamic programming för att beräkna den mest optimala vertikala flygbanan som följer ATC:s (Air Traffic Control) begränsningar och som använder sig av högupplöst väderdata. / Since the world’s first fixed-wing scheduled aircraft took-off in 1914, with the development on commercial aircraft, the aviation industry has improved constantly in the following 104 years [1]. In 2017, over 4.1 billion of passengers were carried by about 36.8 million of flights by the world’s airlines. Statistic number also shows that about 2% of human-induced carbon dioxide emission should be responsible by the aviation industry [2].To protect the environment and reduce carbon dioxide emission, one important way is to reduce jet fuel consumption. Aircraft manufacturers has already employed many fuel saving methods such as improving aircraft aerodynamics and engine efficiency, and apply composite materials to reduce aircraft weight in recent years. For airlines, a suitable and economical flight plan is helpful to reduce fuel consumption. However, in addition to fuel consumption, time is another equally important factor for airlines at the same time.This thesis starts from the flight management point of view, based on dynamic programming method, establish a numerical simulation to calculate the most optimal vertical flight trajectory under ATC (Air Traffic Control) constrains and up-to-date high-resolution weather information.

In the last few years, with the development of sensor and actuator technology along with increased computation power available on-board of vehicles, the automotive industry is em-ploying more and more mechatronic systems for Advanced Driver Assistance Systems (ADAS) and Autonomous Driving (AD). Driver Assistance Systems are being used to increase safety (eg. Electronic stability program, lane keep assist etc.), reduce drive fatigue (eg. Electronic power steering) and of increasing vehicle performance and handling (eg. torque vectoring).‚is thesis explores one such driver assistance system, the Active Rear Wheel steering (ARWS) system, which is capable of increase the stability and handling of the vehicle at high speeds and reduce driver fatigue at very low speeds (such as parking manoeuvre). ‚e thesis starts by discussing the history and present state of art of ARWS systems and the control algorithms used for it. ‚en, e‡ort is put in to develop tests and objective metrics to evaluate the per-formance of the system compared to a passive vehicle. ‚ese metrics are of importance in situations where subjective driver feedback is either not available at all (such as computer simulations) or when data is needed to back up the driver feedback (inexperienced drivers).‚ese objective metrics can help the design engineer to evaluate and even predict vehicle’s performance during the design and tuning phase.‚e thesis then deÿnes how the ARWS system should beneÿt the handling of the vehicle along with certain undesired behaviour that may arise due to ARWS and should be avoided.‚is was done based upon feedback from experienced drivers and engineers along with inputs from various literature.‚e Sliding Mode Control (SMC) algorithm is chosen for the control of ARWS system due to it relative simplicity and robust performance. ‚e SMC theory is presented and then the con-troller is developed along with the reference model. ‚e controller is then put in a So›ware-in-Loop environment with IPG CarMaker and put through various test scenarios for tuning and evaluation purposes. ‚e results suggest that the system improves the vehicle’s handling.‚e last part of the thesis looks into the steering feel and its objectiÿcation along with how the AWRS system in…uences the steering feel compared to that of a passive vehicle. / Under de senaste åren har bilindustrin använt mer och mer mekatroniska system för avancerade förarstödsystem (ADAS) och autonom körning (AD) med utveckling av sensor- och aktuatorteknik tillsammans med ökad beräkningskraft som finns tillgänglig i fordonen. Förarstödsystem används för att öka säkerheten (t.ex. elektroniskt stabilitetsprogram, körfältassistans etc.), minska förarutmaning (t.ex. elektronisk servostyrning) och öka fordonens prestanda och köregenskaper (t.ex. vridmomentvektorering). Avhandlingen utforskar ett sådant system för förarhjälp, vilket kan öka fordonets stabilitet och hantering vid höga hastigheter och minska förarens utmätning vid mycket låga hastigheter (t.ex. parkeringsmanövrering), ARWS-systemet (Active Rear Wheel steering). Avhandlingen börjar med att diskutera ARWS-systemets historia och nuvarande teknik samt de regleralgoritmer som används för det. Därefter utvecklas test och objektiva mätvärden för att utvärdera systemets prestanda jämfört med ett passivt fordon. Dessa mätvärden är viktiga i situationer där subjektiv föraråterkoppling inte är tillgänglig alls (t.ex. datorsimuleringar) eller när data behövs för kopplingen (oerfarna). Dessa objektiva mätvärden kan hjälpa designingenjören att utvärdera och till och med förutsäga fordonets prestanda under design- och utvärderingsfasen. Avhandlingen definierar hur ARWS-systemet ska gynna hanteringen av fordonet tillsammans med vissa oönskade beteenden som kan uppstå på grund av ARWS och som bör undvikas. Detta gjordes baserat på feedback från erfarna förare och ingenjörer tillsammans med ett antal uppslag ur litteratur. Algoritmen för föraråterkoppling (SMC) väljs för styrning av ARWS-systemet på grund av den relativt enkla och robusta prestandan. SMC-teorin presenteras och sedan blir regulatorn utvecklad från början tillsammans med referensmodellen. Regulatorn körs sedan i en Software-in-Loop-miljö med IPG CarMaker och säker igenom olika testscenarier för avstämning och utvärdering. Resultaten visar på att systemet förbättrar fordonshanteringen. Den sista delen av avhandlingen undersöker styrkänslan och dess objektivering tillsammans med hur AWRS-systemet påverkar styrkänslan jämfört med hos passiva fordon.

For rattle event prediction accurate models capable of estimating system response at impact are required. In this thesis, a finite element model is built to imitate a physical setup designed for testing rattle. First, a modal analysis is performed in ABAQUS/Standard to validate the CAE model. Second, rattle is simulated in ABAQUS/Explicit and a correlation between the simulated and the experimental results is sought. Third, a sensitivity analysis is performed to investigate the effects of selected contact parameters on rattle-sensitive criteria. The important parameters are then identified, and preliminary guidelines are given for future CAE modelling of rattle. / För att motverka skramlande är nödvändigt att ha modeller kapabla till att förutspå systemsvar från stötar. I denna uppsats presenteras en modell gjord med hjälp av finita elementmetoden för att imitera en fysisk anordning vars syfte är att testa efter skrammel. Först utförs en modal analys i ABAQUS/Standard för att validera CAE-modellen. Därefter simuleras skrammel i ABAQUS/Explicit med syftet att hitta en korrelation mellan det simulerade skramlet och experimentella resultat. Sist så utförs en känslighetsanalys för att undersöka effekterna av utvalda kontaktparametrar på skrammelkänsliga kriteria. De viktiga parametrarna identifieras och preliminära riktlinjer ges för framtida CAE-modellering av skrammel.

In order to reduce fuel consumption of aircraft engines, components are constantly optimized. This improvement is pushing component’s limits to the farthest they can handle. That’s why engine manufacturers have to guarantee a minimum engine lifespan. The evaluation of these lifespans is made on each component. This document highlights how the modeling of frictional contact can directly impact the predicted lifespan inside turbine’s bolted connections of an aircraft engine. Research study on finite element allowed a better modeling of contacts inside models. The understanding of phenomenon involves in contact problem increased with the improvement of these modeling progress. Results extracted from this document show the complexity of a modeling a problem containing multiple frictional contacts. / För att minska bränsleförbrukningen hos flygmotorer optimeras de ständigt. Denna förbättring driver komponenterna mot gränserna av vad de kan hantera och behovet av bättre noggrannhet i bedömningarna ökar. Tillverkarna måste också kunna garantera en minsta livslängd på sina motorer så livslängdsanalyser görs för varje komponent. Detta arbete belyser hur modellering av friktionskontakt kan påverka den förutsagda livslängden för bultade infästningar i flygmotorturbiners inre delar. Studien med hjälp av finita element har möjliggjort en bättre modellering av kontaktytorna mellan komponenter. De förbättrade modellerna bidrar till ökad förståelse av fenomen och högre noggrannhet i modelleringsprocesserna. Arbetet belyser även komplexiteten i modellering av problem som innehåller multipla kontaktytor med friktion.

Autonomous driving is one of the three new technologies that are disrupting the classical vehicle industry together with electrification and connectivity. All three are pieces in the puzzle to drastically reduce the number of fatalities and injuries from traffic accidents but also to reduce the total amount of cars, reduce the polluting greenhouse gases, reduce noise pollution and completely eliminate unwanted driving. For example would most people rather rest, read or do anything else instead of driving in congested traffic. It is not small steps to take and it will have to be done incrementally as many other things. Within the vehicle industry racing has always been the natural place to push the boundaries of what is possible. Here new technologies can be tested under controlled circumstances in order to faster find the best solution to a problem.Autonomous driving is no exception, the international student competition ”Formula Student” has introduced a driverless racing class and Formula E are slowly implementing Robo Race. The fact that race cars aim to drive at the limits of what is possible enable engineers to develop algorithms that can handle these conditions even in the every day life. Because even though the situations when normal passenger cars need to perform at the limits are rare, it is at these times it can save peoples lives. When an unforeseen event occurs and a fast manoeuvre has to be done in order to avoid the accident, that is when the normal car is driving at the limits. But the other thing to take into considerations when taking new technology into the consumer market is that the cars cannot cost as much as a race car. This means simpler computers has to be used and this in turn puts a constraint on the algorithms in the car. They can not be too computationally heavy.In this thesis a controller is designed to drive as fast as possible around the track. But in contrast to existing research it is not about how much the limit of speed can be pushed but of how simple a controller can be. The controller was designed with a Model Predictive Controller (MPC) that is based on a point mass model, that resembles the Center of Gravity (CoG) of the car. A g-g diagram that describes the limits of the modeled car is used as the constraints and the cost function is to maximize the distance progressed along the track in a fix time step. Together with constraints on the track boundaries an optimization problem is giving the best possible trajectory with respect to the derived model. This trajectory is then sent to a low level controller, based on a Pure Pursuit and P controller, that is following the predicted race trajectory. Everything is done online such that implementation is possible. This controller is then compared and evaluated to a similar successful controller from the literature but which has a more complicated model and MPC formulation. The comparison is made and some notable differences are that the point mass model is behaving similar to the more complex model from the literature. Though is the hypothesis not correct since the benefits of the simplification of the model, from bicycle to point mass model, is replaced when more complex constraints has to be set up, resulting in similar performance even in computational times.A combination of the two models would probably yield the best result with acceptable computational times, this is left as future work to research. / Autonom körning är tillsammans med elektrifiering och uppkopplande av fordon en av tre teknologier som håller på att förändra den klassiska fordonsindustrin. Alla tre är delar i ett pussel för att drastiskt reducera antalet döda och skadade i trafiken men också för att reducera det totala antalet bilar, minska växthusgasutsläppen, mindre störande ljud och potentiellt helt kunna ta bort de timmar som man måste sitta framför en ratt utan att vilja. Det ¨ar inga små˚ förändringar och detta kommer implementeras stegvis. Inom for-donsindustrin har racing alltid varit den naturliga arenan för att föra utvecklingen framåt. Här kan nya teknologier bli testade under kontrollerade former för att snabbare kunna hitta optimala lösningar. När det kommer till autonom körning ser det ut som att detta är fallet här också, den internationella student tävlingen Formula Student har precis infört en klass för självkörande bilar och Formula E inför långsamt det som kallas Robo Race. De faktum att racebilar kör på gränsen av vad som är möjligt gör det möjligt för ingenjörer att utveckla algoritmer som kan hantera liknande situationer i vardagen. Även om de situationer där en vanlig bil behöver kunna köra på gränsen av vad som är möjligt är få, så är det vid dessa tillfällen som det finns möjlighet att rädda människoliv. När en oförutsädd händelse inträffar och en snabb manöver behöver utföras för att undvika en olycka, det är precis då som en vanlig bil behöver kunna köra på gränsen av vad som är möjligt. Men en annan sak att räkna in är att bilar som säljs till konsumenter inte kan kosta lika mycket som en racerbil. Detta betyder att enklare elektronik och hårdvara måste användas vilket i sin tur betyder att algoritmerna som används inte får vara för beräknings tunga. I detta examensarbete designas en regulator som skall vara så snabb som möjligt runt en bana, men istället för att, som i mycket annan forskning, fokusera helt på att minimera varvtiden, har här valts att se hur enkel och därmed beräkningssnabb man kan göra en regulator som ändå ger acceptabla resultat. Regulatorn var designad som en Modell Prediktiv Regulator (MPC) som är baserad på en punkt-mass modell som motsvarar mass-centrum av bilen. Ett g-g diagram används för att beskriva bilens gränser på vad den kan klara och kostnadsfunktionen designas på ett sätt så att regulatorn vill ta sig så långt som möjligt på banan under en fix tid. Tillsammans med restriktioner på vart bilen får köra ger detta optimeringsproblem den optimala trajektorien. Den beräknade trajektorien är sedan skickad till lågnivåregulatorer, en Pure Pursuit för lateral styrning och en P regulator för longitudinel styrning. Allting är gjort så att det skall kunna implementeras på en riktig racerbil utan att beräkningar görs i förhand. Den designade regulatorn är sedan jämförd med en mer komplicerad regulator som är publicerad och som har visat sig fungera. Vid jämförelsen visade det sig att båda beter sig likt i många situationer men vissa skillnader kunde observeras, som att den föreslagna hypotesen inte visade sig vara riktig. Även fast den designade regulatorn var enklare i sin modell, blev restriktionsbetingelserna svårare att hantera och därmed beräkningstiden ungefär den samma. Att sammanfoga de två modellerna är av intresse för att hitta en bättre mer race-optimal lösning och kommer tas an i framtida arbete.

The introduction of autonomous vehicles comes with many benefits related to safety and quality-of-life, the implementation of which is a challenging task for engineers to solve; one part of this aforementioned task is the requirement for precise positioning.Firstly, this thesis work investigated the contemporary fields of science rel-evant for the task of position estimation. The paper then dissertated the theory, implementation and the experimental evaluation of three di˙erent methods of estimating position. The individual properties was then examined for the dif-ferent vehicle filters and the optimal method of estimating position was then determined with regards to its specified use case, the autonomous truck appli-cation.The methods chosen for evaluation were the Unscented Kalman Filter (UKF), the Controller Output Observer (COO) and the Washout filter method. These methods were evaluated using physical experiments carried out on roads and the result of which showed that the Controller Output Observer (COO) and the Washout filter methods shared significant disadvantages compared to the supe-rior Unscented Kalman Filter (UKF). Based on the experimental results a new filter constellation were proposed whereby two modified position evaluating filters are connected in series. / Introduceringen av autonoma fordon kommer med många fördelar inom såväl säkerhet som livskvalité; implementationen av denna teknik innebär en mängd utmaningar för ingenjörer inom området. En av dessa utmaningar är kravet på nogrann positionering.Detta examensarbete undersöker först de discipliner inom vetenskapen re-levanta för positioneringsuppgiften för att sedan på detaljnivå beskriva teorin, implementationen och sedan den experimentella utvärderingen av dessa olika estimeringsmetoder. De individuella egenskaperna undersöktes och den opti-mala metoden utsågs för det valda användarfallet; autonoma lastbilar.De valda estimeringsfiltrena var Unscented Kalman Filter (UKF), Control-ler Output Observer (COO) och Washout-filter metoden. Dessa koncept blev utvärderade med hjälp av vägburna experiment varav resultaten visade att bå-de Washout- och COO metoderna delade tydliga nackdelar i jämförelse med det överlägsna UKF konceptet. De experimentellt härledda resultaten ligger till grund för ett nytt föreslaget filterkoncept för att estimera position där två modifierade fordonsfilter kombineras i serie.

Autonomous vehicle technology is a rapidly expanding field that will play an important role in society in the future. The ambition of autonomous technology is to improve safety for drivers, passengers and pedestrians, reduce traffic congestion and lower fuel consumption. To reach these goals advanced driver-assistance systems and autonomous driving aid the driver or takes full control over the vehicle. With the help of computers, a more optimal driving style is implemented. This thesis focuses on implementing lateral and longitudinal control for an autonomous vehicle with the help of model predictive control using artificial potential fields. The model predictive controller foresees the future for a finite time horizon using a mathematical model of the vehicle. Here a linearized and discretized kinematic bicycle model is used as the internal vehicle model in the controller. The model predictive controller avoids obstacles with artificial potential fields that are quadratically approximated using Taylor series with the help of Bézier curves. The control inputs are the vehicle’s side slip angle and the longitudinal acceleration. The simulations take place on roads in the United Kingdom with left-hand traffic in urban environments. The simulated use-cases are limited to roadside parking scenarios with and without traffic. The goal is to follow the lane center while navigating around obstacles in a predictable way, respecting traffic laws and avoiding collisions or hazardous situations. A simplistic decision-making module is used to determine the vehicle’s next course of action. After the subsequent maneuver is decided a velocity profile and a lane center reference are created for the ego vehicle to follow. The model predictive controller solves the optimization problem as a quadratic programming problem that minimizes a cost function while satisfying a set of constraints. The cost function minimizes the error for the velocity, the lateral lane position, the control inputs, the control input’s rate of change and the yaw angle. The artificial potential fields are also included in the cost function to guide the ego vehicle away from high cost regions. The algorithms were built and simulated using MATLAB. The quadratic programming problem was solved using MATLAB’s quadprog routine in the optimization toolbox, with a sample time of 0.1 seconds. The MPC developed good results with quick calculation times. The highest average calculation time was 0.0159 s with a maximum calculation time of 0.0549 s. The vehicle could perform overtaking maneuvers of two parked cars at 6 m/s in 8.4 s and in 17.2 s when overtaking from a standstill. / Autonoma fordonssytem är ett snabbt växande område som kommer att spela en stor roll i vårt samhälle i framtiden. Ambitionen för autonoma fordonssytem är att förbättra säkerheten för förare och passagerare, reducera trafik samt sänka bränsleförbrukningen. För att nå dessa mål kan aktiva hjälpsystem och autonoma fordonssystem ta delvis eller full kontroll över fordonet. Datorer kan sedan beräkna en optimal kontrollstrategi som kan bidra till en bättre och säkrare körning. Detta examensarbete fokuserar på att implementera lateral och longitudinell kontroll för ett autonomt fordon med hjälp av modell-prediktiv reglering (model predictive control) och artificiella potentiella fält. Där modell-prediktiv reglering förutspår framtiden för en finit tidshorisont med hjälp av en matematisk fordonsmodell. En linjäriserad och diskretiserad kinematisk cykelmodell används som den interna fordonsmodellen i regulatorn. Modell-prediktiv reglering undviker hinder genom artificiella potentiella fält som är kvadratiskt approximerade med Taylor approximering med hjälp av Bézier kurvor. Regulatorns styrsignaler är fordonets avdriftsvinkel och acceleration. Simuleringarna är baserade på vägar i Storbritannien med vänstertrafik i stadsmiljö. De simulerade scenariona är begränsade till väggrensparkering med och utan trafik. Där målet är att följa filens mittlinje samt att navigera runt hinder på ett tydligt sätt, respektera trafiklagarna samt undvika kollisioner och farliga situationer. En enkel besluts-modul används för att bestämma fordonets nästa manöver. Efter manövern är bestämd skapas en hastighetsprofil samt en mittfilsreferens för fordonet att följa. Regulatorn löser optimeringsproblemet med hjälp av kvadratisk programmering som minimerar en kostnadsfunktion och samtidigt håller sig inom definierade gränsvärden. Kostnadsfunktionen minimerar differensen för hastigheten, laterala positionen, styrsignalerna, styrsignals ändringen samt girvinkeln. Även de artificiella potentiella fälten är inkluderade i kostnadsfunktionen för att leda fordonet från högkostnadsregioner. Det kvadratiska programmeringsproblemet beräknades i MATLAB’s quadprog rutin från optimerings verktyget med en samplingstid på 0,1 sekunder. Regulatorn visade goda resultat med snabba beräkningar. Det högsta medelvärdet på beräkningstiden var 0,0159 s med ett maximum på 0,0549 s. Fordonet kunde göra omkörningsmanövrar runt två på raken parkerade bilar med en hastighet på 6 m/s på 8,4 s och på 17,2 s när omkörningen gjordes från ett stillastående tillstånd.

In this work, a learning-based testing system is designed and evaluated in terms of its perfor-mance and feasibility of use in testing of safety-critical vehicle systems; the objective is to reduce testing time and costs. A literature study was conducted on the AMASS project, model-based testing and machine learning; based on which a design of the testing system was developed. The finished testing system uses a genetic algorithm for generating solutions of high fitness, which in this application implies test cases that provoke failures in a target system under test, in order for the developers to detect system defects. The target testing system is a model of Volvo’s Brake-By-Wire ABS module. It was concluded that the testing system is effective in increas-ing fitness of solutions through iteration; the performance of the machine learning algorithm is dependent on parameters such as the mutation rate and the size of the populations into which solutions are clustered. / I detta arbete har ett lärningsbaserat testsystem framställts. Dess prestanda har utvärderats samt dess lämplighet att användas för testning av säkerhetskritiska fordonssystem. Syftet är att minska kostnaden samt tidsåtgången av testningsprocessen. En litteraturstudie utfördes vilken berörde AMASS-projektet, modellbaserad testning samt maskininlärning. Baserat på detta kunde det lärningsbaserade testsystemet utvecklas. Det färdiga testsystemet använder en s.k. genetisk algoritm för att generera lösningar av hög kondition, vilket benämns fitness. I denna tillämpning innebär en hög fitness ett testfall som resulterar i ett underkänt test, då syftet med testprogrammet är att utvecklaren ska upptäcka det testade systemets brister. Det testade systemet är en modell av Volvos Brake-By-Wire ABS-modul. Det konstaterades att testsystemet är effektivt i att öka lösningarnas fitness genom iteration samt att algoritmens prestanda avgörs av dess parametrar, som mutationstakt samt populationsstorlek.