Målet med examensarbetet har varit att samla information åt ett tekniskt konsultföretag för att öka deras kunskap om autonoma system och fordonskommunikation. Statusen på arbetet kring dessa aktiva säkerhetssystem hos olika aktörer och hur systemen implementeras i dagens och framtidens fordon har undersökts genom omfattande litteraturstudier, intervjuer och marknadsanalyser. De autonoma systemen kan samla information från omgivningen genom sensorer och bidra till ett jämnare trafikflöde, ökad säkerhet, lättare bilar och bättre miljö. Genom fordonskommunikationen kan fordon kommunicera med varandra samt infrastrukturen och garantera en säker bilfärd. År 2030 utgörs innerstaden av autonom, elektrifierad kollektivtrafik för att transportera människor på begäran, samtidigt som personbilar till viss del förbjuds. Potentiella behov för människan i en fullt autonom bil har identifierats och diverse produktutvecklingsmetoder har tillämpats för att utforma två konceptuella lösningar för en framtida bilinteriör. Lösningarna visar interaktionen mellan människa och system eftersom underhållning och bekvämlighet blir viktigt i en fullt autonom bil. Respektive lösning är statsägd och rymmer fyra passagerare. I lösningarna är sittplatserna placerade på ett sätt som underlättar kommunikation mellan passagerarna. Passagerarna kan underhållas eller informeras individuellt eller gemensamt via text, ljud och bild. / The goal with this thesis project has been to collect information for a technical consulting company in order to increase their knowledge about autonomous systems and vehicular communication. The status of how various operators work with active safety systems and how the systems are implemented in current and future vehicles has been investigated through extensive literature studies, interviews and market research. The autonomous systems can collect information from the surrounding through sensors and contribute to better traffic efficiency, increased safety, lighter cars and a better environment. Through vehicle communication, the vehicle can communicate with each other in order to guarantee a safe ride. In 2030 the inner city constitutes of autonomous, electrified public transport to transport people on demand, meanwhile private cars are prohibited. Potential needs for the human in a fully, autonomous car has been identified and various product development methods has been applied in order to develop two conceptual solutions for a future car interior. The solutions show the interaction between human and system since entertainment and comfort becomes important in a fully, autonomous car. Each solution is state-owned and holds four passengers. In the solutions, the seats are placed in regard to facilitate communication between the passengers. The passengers can be entertained or informed individually or collectively by text, sound and images.

Den här studien använder sig av TORCS (The Open Racing Car Simulator) som är ett intressant spel att skapa självkörande bilar i då det finns nitton olika typer av sensorer som beskriver omgivningen för agenten. Problemet för denna studie har varit att identifiera vilka av alla dessa sensorer som kan användas i en belöningsfunktion och hur denna sedan skall implementeras. Studien har anammat en kvantitativa experimentell studie där forskningsfrågan är: Hur kan en belöningsfunktion utformas så att agenten klarar av att manövrera i spelet TORCS utan att krocka och med ett konsekvent resultat Den kvantitativ experimentell studien valdes då författarna behövde designa, implementera, utföra experiment och utvärdera resultatet för respektive belöningsfunktion. Det har utförts totalt femton experiment över tolv olika belöningsfunktioner i spelet TORCS på två olika banor E-Track 5(E-5) och Aalborg. De tolv belöningsfunktionerna utförde varsitt experiment på E-5 där de tre som fick bäst resultat: Charlie, Foxtrot och Juliette utförde ett experiment på Aalborg, då denna är en svårare bana. Detta för att kunna styrka om den kan köra på mer än en bana och om belöningsfunktionen då är generell. Juliette är den belöningsfunktion som var ensam med att klara både E-5 och Aalborg utan att krocka. Genom de utförda experimenten drogs slutsatsen att Juliette uppfyller forskningsfrågan då den klarar bägge banorna utan att krocka och när den lyckas får den ett konsekvent resultat. Studien har därför lyckats designa och implementera en belöningsfunktion som uppfyller forskningsfrågan. / For this study TORCS (The Open Racing Car Simulator) have been used, since it is an interesting game to create self-driving cars in. This is due to the fact there is nineteen different sensors available that describes the environment for the agent. The problem for this study has been to identify what sensor can be used in a reward function and how should this reward function be implemented. The study have been utilizing a quantitative experimental method where the research questions have been: How can a reward function be designed so that an Agent can maneuver in TORCS without crashing and at the same time have a consistent result The quantitative experimental method was picked since the writer’s hade to design, implement, conduct experiment and evaluate the result for each reward function. Fifteen experiments have been conducted over twelve reward functions on two different maps: E-Track 5 (E-5) and Aalborg. Each of the twelve reward function conducted an experiment on E-5, where the three once with the best result: Charlie, Foxtrot and Juliette conducted an additional experiment on Aalborg. The test on Aalborg was conducted in order to prove if the reward function can maneuver on more than one map. Juliette was the only reward function that managed to complete a lap on both E-5 and Aalborg without crashing. Based on the conducted experiment the conclusion that Juliette fulfills the research question was made, due to it being capable of completing both maps without crashing and if it succeeded it gets a consistent result. Therefor this study has succeeded in answering the research question.