Autonomous vehicles are currently under study and one of the critical parts is the localization of the vehicle in the environment. Different localization methods have been studied over the years, such as the GPS sensor, commonly fused with other sensors such as the IMU. However, situations where the vehicle crosses a tunnel, a bridge, or there is simply traffic congestion, can cause the vehicle to get lost. Therefore, other methods such as point cloud registration have been used, where two point clouds are aligned, thus finding the pose of the vehicle on a precomputed map. Point cloud alignment, although a useful and functional method, is not free from errors that can lead to vehicle mislocalization. The intention of this work is to develop and compare different metrics capable of measuring in real time the performance of the point cloud alignment algorithm used, in this case Normal Distribution Transform (NDT). Therefore, it is important first of all to know if the position obtained meets the minimum requirements defined, just by knowing the input and output parameters of the algorithm. In addition to classifying the positioning as good or bad, the objective is to have a quality parameter that allows estimating the error committed in a complex environment where the uncertainty is very high. In addition, the influence of vehicle speed on the error made by the point cloud alignment algorithm will also be studied to determine whether there is any significant correlation between them. For this purpose, four different metrics have been studied, two of them being new contributions to this algorithm, called Error Propagation and CorAl, while the ones called Hessian and Score are obtained from the alignment algorithm itself. Data used was previously recorded and corrected, therefore obtaining ground truth data. Once the metrics were implemented, all of them were subjected to the same experiments, thus obtaining for each instant a quality measure that allowed a fair comparison to be made. These experiments were carried out on two different routes, being simulated 5 times each. In addition, from these simulations the speed was recorded, allowing the influence study to be carried out. The results show that the best performing metrics in terms of classification and estimation were the Error Propagation and the Hessian, while being impossible to determine a threshold value for the case of CorAl. Furthermore, they show that despite being functional, the error estimation is still far from perfect. It has also been shown that the error estimation of the lateral axis of the vehicle is more complex than in the case of the longitudinal axis. Finally, a strong and positive relationship between the vehicle speed and the error made by the alignment algorithm has been found. / Autonoma fordon studeras för närvarande och en av de kritiska delarna är lokaliseringen av fordonet i omgivningen. Olika lokaliseringsmetoder har studerats genom åren, t.ex. GPS-sensorn som ofta kombineras med andra sensorer, t.ex. IMU. Situationer där fordonet korsar en tunnel, en bro eller där det helt enkelt är trafikstockningar kan leda till att fordonet tappar uppfattningen om sin position. Därför har andra metoder utvecklats, t.ex. registrering av punktmoln, där två punktmoln justeras för att hitta fordonets position på en förinställd karta. Även om punktmolnsjustering är en användbar och funktionell metod, är den inte fri från fel som kan leda till felaktig lokalisering av fordonet. Syftet med detta arbete är att utveckla och jämföra olika mätmetoder som i realtid kan mätaprestandan hos den algoritm för punktmolnsjustering som används, i detta fall Normal DistributionTransform (NDT). Därför är det viktigt att först och främst veta om den erhållna tjänsten uppfyllerde fastställda minimikraven, bara genom att känna till algoritmens in- och utgångsparametrar.Förutom att klassificera positioneringen som bra eller dålig är målet att ha en kvalitetsparametersom gör det möjligt att uppskatta det fel som begåtts i en komplex miljö där osäkerheten är myckethög. Dessutom kommer fordonshastighetens inverkan på felet som görs av algoritmen för justeringav punktmoln också att studeras för att avgöra om det finns någon signifikant korrelation mellandem. För detta ändamål har fyra olika mått studerats, varav två är nya bidrag till denna algoritm, kallade Error Propagation och CorAl, medan de som kallas Hessian och Score erhålls från själva anpassningsalgoritmen. Data har tidigare registrerats och korrigerats, vilket ger sanningsdata. När mätvärdena hade implementerats utsattes de alla för samma experiment, så att man för varje ögonblick fick ett kvalitetsmått som gjorde det möjligt att göra en rättvis jämförelse. Dessa experiment utfördes på två olika rutter, som simulerades 5 gånger vardera. Dessutom registrerades hastigheten från dessa simuleringar, vilket gjorde det möjligt att genomföra en påverkansstudie. Resultaten visar att de bäst presterande mätvärdena när det gäller klassificering och uppskattning var Error Propagation och Hessian. Dessutom visar de att feluppskattningen fortfarande är långt ifrån perfekt. Det har också visats att feluppskattningen av fordonets sidoaxel är mer komplex än i fallet med den längsgående axeln. Slutligen har ett starkt och positivt samband mellan fordonshastigheten och felet som görs av inriktningsalgoritmen hittats.

This thesis describes the mechanical design of a prototype vehicle developed for a company located in California. The project was based on an earlier vehicle located at KTH, Transport Labs, and investigated if the existing concept for the vehicle would work as a concept for an autonomous prototype, with focus on component layout and increased forces. The design of the vehicle is based on a concept with a carbon fiber bottom plate, two separate suspension modules with electric hub motors and steer by wire. In addition a steering interface, seats and a roll cage is added to the base. Quadrant symmetric design and four wheel steering/drive makes the vehicle move equally good forward and reverse. The steering is controlled by individual rotating actuators mounted at each wheel, meaning that the vehicle, apart from acquiring a low turning radius also can angle the wheel in the same direction and drive with so called crab steer where the car is moving sideways without rotating itself. The brake system contains a regular manual hydraulic brake system in parallel with an autonomous brake system. The project was started by generating a list of requirements. This was then considered when doing the design in CAD (Solid Edge). The design was validated with ADAMS (MBS) and ANSYS Workbench (FEA). The majority of the project was carried out in Sweden at KTH where the driveline of the vehicle was designed and assembled. The driveline was then transported to California where the vehicle was finalized and tested. The test carried out indicated that the concept was working as a prototype but that some of the components needed to be upgraded. All tests needed was not carried out which led to that the maximum speed of the vehicle was limited to 40 km/h Further durability-, and high load tests will be carried out in order to, with suitable safety, raise the maximum speed. The maximum steering angle of each wheel acquired was 23 degrees that, with four wheel steering, means an effective steering angle of 46 degrees. The cars minimum turning radius was around 5 meters. / Detta examensarbete beskriver den mekaniska konstruktionen av ett prototypfordon för ett företag beläget i Kalifornien. Projektet utgick från ett befintligt fordon på KTH, Transport Labs och undersökte hur vida det befintliga konceptet för det fordonet fungerade för en autonom prototyp, med särskilt hänseende till komponentplacering och ökade krafter. Fordonet är konstruerad runt en bottenplatta av kolfiber, två separata hjulupphängningar med elektriska navmotorer och så kallad ”steer by wire” samt kompletteras med ett förargränssnitt, säten och rullbur. Kvadrant symmetriska design och fyrhjuls styrning/drivning gör att fordonet för sig lika bra framåt som bakåt. Styrningen sköts av en individuell roterande motor fäst vid varje hjul vilket innebär att fordonet, utöver att få en låg svängradie, även kan vinkla alla hjul åt samma håll och uppnå så kallad krabbstyrning där bilen rör sig i sidled utan att själv rotera. Bromssystemet består av ett vanligt manuellt hydrauliskt bromssystem parallell kopplat med ett autonomt aktiverat bromssystem. Projektet inleddes med generering av en kravspecifikation. Denna låg sedan som grund för konstruktionen som genomfördes i Solid Edge (CAD). Konstruktionen validerades med hjälp av ADAMS (MBS) och ANSYS Workbench (FEM). Största delen av projektet genomfördes i Sverige på KTH där drivlinan av fordonets konstruerades och monterads. Denna flögs sedan till Kalifornien där fordonet färdigställdes och testades på plats. De genomförda testerna tydde på att konceptet fungerade bra som prototyp men att vissa komponenter behövde uppgraderas. Full testning han inte genomföras vilket ledde till att den maximala hastigheten begränsades till 40 km/h. Vidare uthållighets- och höglasttester kommer genomföras för att, på ett säkert sätt, kunna öka den maximala tillåtna hastigheten. Den maximala styrvinkeln för varje hjul uppgick till 23 grader vilket, med fyrhjulningsstyrning, innebär en effektiv styrvinkel på 46 grader. Bilens minimi svängradie uppgick till cirka 5 meter.