Connected vehicles is a growing market. There are currently several such services available, but many of them are constrained in the sense that they are bound to recently produced cars and either expensive or strongly limited in the services that they provide. In this master thesis we investigate the possibility to implement a generic platform that is of low cost and simple to install in any vehicle, but that still has the ability to provide a wide range of services. It is proposed that a crucial step in such a system is to reconstruct the vehicle’s kinematics, as this enables the possibility to developed a wide range of services by feature extraction and interpret the result from a dynamics perspective. A mathematical model that describes how the kinematics can be reconstructed is proposed, and a filter that performs such reconstruction is implemented. Based on this reconstruction, two filters that interpret the output are implemented as a proof of concept for the proposed mathematical model. The complete implemented filter solution is tested on measurement data from actual driving scenarios and it is seen that we can identify when the vehicle makes a hard turn, and find where the surrounding road conditions are poor. / Uppkopplade fordon är en växande marknad. I dagsläget finns flera sådana tjänster, men ofta är dessa begränsade i den meningen att de antingen endast finns tillgängliga för nyproducerade fordon eller bara erbjuder ett smalt utbud av tjänster. I detta examensarbete undersöker vi möjligheten att utveckla en generisk plattform för uppkopplade fordon som är billig och enkel att installera, men som också kan erbjuda ett stort urval av tjänster. Det föreslås att ett viktigt steg i en sådan lösning är att rekonstruera fordonets kinematik, då detta möjliggör utvecklandet av ett brett urval av tjänster genom att identifiera karakteristiska egenskaper i kinematiken, samt göra tolkningar utifrån dynamikbetraktelser. En matematisk modell för att beskriva hur kinematiken kan rekonstrueras från givna indata presenteras, och ett filter som utför denna rekonstruktion implementeras. Ytterligare två filter implementeras för att påvisa att den rekonstruerade kinematiken samt den föreslagna matematiska modellen kan användas till att identifiera olika scenarion ur verkligheten. Den kompletta filterlösningen testas på mätdata från faktiska körningar och vi ser att vi kan identifiera när fordonet gör skarpa svängar, samt när vägförhållandena är dåliga.

This thesis examines compression algorithms for time series operational data which are collected from the Controller Area Network (CAN) bus in an automotive Internet of Things (IoT) setting. The purpose of a compression algorithm is to decrease the size of a set of time series data (such as vehicle speed, wheel speed, etc.) so that the data to be transmitted from the vehicle is small size, thus decreasing the cost of transmission while providing potentially better offboard data analysis. The project helped improve the quality of data collected by the data analysts and reduced the cost of data transmission. Since the time series data compression mostly concerns data storage and transmission, the difficulties in this project were where to locate the combination of data compression and transmission, within the limited performance of the onboard embedded systems. These embedded systems have limited resources (concerning hardware and software resources). Hence the efficiency of the compression algorithm becomes very important. Additionally, there is a tradeoff between the compression ratio and real-time performance. Moreover, the error rate introduced by the compression algorithm must be smaller than an expected value. The compression algorithm contains two phases: (1) an online lossy compression algorithm - piecewise approximation to shrink the total number of data samples while maintaining a guaranteed precision and (2) a lossless compression algorithm – Delta-XOR encoding to compress the output of the lossy algorithm. The algorithm was tested with four typical time series data samples from real CAN logs with different functions and properties. The similarities and differences between these logs are discussed. These differences helped to determine the algorithms that should be used. After the experiments which helped to compare different algorithms and check their performances, a simulation is implemented based on the experiment results. The results of this simulation show that the combined compression algorithm can meet the need of certain compression ratio by controlling the error bound. Finally, the possibility of improving the compression algorithm in the future is discussed. / Denna avhandling undersöker komprimeringsalgoritmer för driftdata från tidsserier som samlas in från ett fordons CAN-buss i ett sammanhang rörande Internet of Things (IoT) speciellt tillämpat för bilindustrin. Syftet med en kompressionsalgoritm är att minska storleken på en uppsättning tidsseriedata (som tex fordonshastighet, hjulhastighet etc.) så att data som ska överföras från fordonet har liten storlek och därmed sänker kostnaden för överföring samtidigt som det möjliggör bättre dataanalys utanför fordonet. Projektet bidrog till att förbättra kvaliteten på data som samlats in av dataanalytiker och minskade kostnaderna för dataöverföring. Eftersom tidsseriekomprimeringen huvudsakligen handlar om datalagring och överföring var svårigheterna i det här projektet att lokalisera kombinationen av datakomprimering och överföring inom den begränsade prestandan hos de inbyggda systemen. Dessa inbyggda system har begränsade resurser (både avseende hårdvaru- och programvaruresurser). Därför blir effektiviteten hos kompressionsalgoritmen mycket viktig. Dessutom är det en kompromiss mellan kompressionsförhållandet och realtidsprestanda. Dessutom måste felfrekvensen som införs av kompressionsalgoritmen vara mindre än ett givet gränsvärde. Komprimeringsalgoritmen i denna avhandling benämns kombinerad kompression, och innehåller två faser: (1) en online-algoritm med dataförluster, för att krympa det totala antalet data-samples samtidigt som det garanterade felet kan hållas under en begränsad nivå och (2) en dataförlustfri kompressionsalgoritm som komprimerar utsignalen från den första algoritmen. Algoritmen testades med fyra typiska tidsseriedataxempel från reella CAN-loggar med olika funktioner och egenskaper. Likheterna och skillnaderna mellan dessa olika typer diskuteras. Dessa skillnader hjälpte till att bestämma vilken algoritm som ska väljas i båda faser. Efter experimenten som jämför prestandan för olika algoritmer, implementeras en simulering baserad på experimentresultaten. Resultaten av denna simulering visar att den kombinerade kompressionsalgoritmen kan möta behovet av ett visst kompressionsförhållande genom att styra mot den bundna felgränsen. Slutligen diskuteras möjligheten att förbättra kompressionsalgoritmen i framtiden.

The concept of smart cities, which may have seemed distant and unachievable not very long ago, is becoming reality today. Behind the concept of a smart city lies a vast intelligence, namely the Internet of Things. As the population in urban areas grows, the development of smart parking solutions are becoming more relevant and crucial than ever. One of the biggest concerns regarding todays’ way of parking is congestion. Drivers’ are cruising around in search of a parking space which is both time consuming and causes big congestion. In this thesis project, a comparative analysis was conducted between two parking operators in Sweden, EasyPark and LinPark. A qualitative study in the forms of interviews and a literature study was conducted to further investigate and analyse technologies and methods used in smart parking today. The problems that this thesis focuses on are congestion due to poor parking management as well as the smartphone dependency regarding the management of a parking space. Highlighted in this report are key technologies used to track the parking occupancy status, the impact connected vehicles might have on the smart parking industry, as well as how smart parking solutions could help to decrease congestion. The results of this thesis project showed that there are several solutions that could significantly decrease traffic congestion. By aiding the drivers to a parking space, or allowing the driver to pre-book a parking space, the efficiency with regards to time and congestion could be improved. Furthermore, the establishment of electrical and connected vehicles seem to have a crucial impact on the smart parking industry. Parking applications need to adjust their services to be compatible with both types of vehicles. Even though there seem to be many new technologies available and developed, they may not be able to be implemented in the near future. That is why it is important for parking applications to provide a sufficient service with the technology available today. With regards to this, a feature addition was suggested where users are able to filter their search for certain parking spaces, such as filtering by the cheapest or closest parking space. Lastly, a feature for connected vehicles was suggested where the car is able to detect and track which parking operators are operating certain parking spaces. / Begreppet smarta städer, som må ha verkat ouppnåeligt för inte så länge sedan, blir verklighet idag. Bakom begreppet “smart cities” ligger en stor intelligens, nämligen “Internet of Things”, sakernas internet. När befolkningen i städer växer, blir utvecklingen av smarta parkeringslösningar mer relevant och avgörande än någonsin. Ett av de största bekymret för dagens parkeringssätt är trafikstockningar. Förarna åker runt på jakt efter en parkeringsplats vilket både är tidskrävande och bidrar till ytterligare trafikstockningar. I detta examensarbete genomfördes en komparativ analys mellan två parkeringsoperatörer i Sverige, EasyPark och LinPark. En kvalitativ studie i form av intervjuer och en litteraturstudie genomfördes för att ytterligare undersöka och analysera tekniker och metoder som används inom smart parkering idag. De viktigaste problemen som denna avhandling fokuserar på är trängsel på grund av ineffektiva parkeringsåtgärder samt smartphoneberoendet gällande hanteringen av en parkeringsplats. I denna rapport framhålls viktiga teknologier som används för att spåra status för parkeringsplatser, den påverkan anslutna fordon kan ha på smart parking industrin, samt hur smarta parkeringslösningar kan bidra till att minska trängseln. Resultaten av detta examensarbete visade att det finns flera lösningar som kan minska trafikstockningar avsevärt. Genom att guida förare till en parkeringsplats, eller genom att låta föraren förhandsboka en parkeringsplats, kan effektiviteten när det gäller tid och trängsel förbättras. Dessutom verkar etablering av elektriska och anslutna fordon ha en avgörande inverkan på smart parking industrin. Parkeringsapplikationer måste anpassa sina tjänster så att de är kompatibla med alla olika typer av fordon. Även om det verkar finnas många nya teknologier tillgängliga och utvecklade, är de inte implementerbara inom en snar framtid. Det är därför det är viktigt för parkeringsapplikationer att tillhandahålla en tillräckligt effektiv tjänst med den teknik som finns tillgänglig idag. Ett funktionstillägg föreslogs, där användare kan filtrera sin sökning efter vissa typer av parkeringsplatser, till exempel filtrering efter den billigaste eller närmaste parkeringsplatsen. Slutligen föreslogs en funktion för anslutna fordon där bilen kan upptäcka och spåra vilka parkeringsoperatörer som driver vissa parkeringsplatser.

Connected and autonomous vehicles are emerging technologies that have fostered the Intelligent Transportation System (ITS). ITS has the objective of optimizing traffic safety, mobility, and fuel consumption. To achieve this, a range of different services are provided that utilize communication in a vehicular network. One of these services that has received a lot of attention lately due to its ongoing standardization is the Maneuver Coordination Service (MCS). MCS has already shown great potential in the support of complex traffic areas, also called Transition Area (TA), where vehicles must cooperate to avoid Transition of Controls (ToCs). ITS-services often rely on communicated data; small errors, such as inaccessible or incorrect data, can cause the system to behave incorrectly. Signal interference (jamming) can cause communication interruptions, making vehicles unaware of each other. Incorrect data can be intentional due to data injection attacks, but also unintentional due to malfunctioning sensors, making vehicles incorrectly aware of each other. Incorrect behavior in systems such as ITS can lead to traffic congestion or even life-threatening collisions. This study focuses on MCS and examines traffic behavior when the service, in a generic traffic scenario, is subjected to jamming and falsification attacks with a variety of strategies (negative and positive speed, acceleration and position offset). We considered external attackers (not authenticated) that can disrupt communication, as well as internal attackers (authenticated) that are limited to tampering with outgoing data. Through severe collisions and travel time delays, the results show an impact on both safety and mobility. The results also show that different attacks with different impacts on the adversary can cause similar effects on the traffic, thus allowing the adversary to choose attacks based on the desired impact and its rationality, i.e. its willingness to be part of the impact. The study also proposes an extension to an already proposed Maneuver Coordination Protocol (MCP). We show that our extended MCP can be beneficial in avoiding dangerous maneuvers that could lead to collisions with cars in the blind spot. / Uppkopplade och autonoma fordon är framväxande teknologier som har främjat Intelligenta Transporteringssystem (ITS). ITS har som mål att optimera trafiksäkerhet, mobilitet och bränsleförbrukning. För att uppnå detta tillhandahålls en rad olika tjänster som utnyttjar kommunikation i ett fordonsnät. En av dessa tjänster som har fått mycket uppmärksamhet under den senaste tiden, tack vare sin pågående standardisering, är Manöverkoordinationtjänsten (MCS). MCS har redan visat stor potential för att stödja komplexa trafikområden, även kallade Övergångsområden (TA), där fordon måste samarbeta för att undvika kontrollövergångar (ToCs). ITS-tjänster förlitar sig ofta på kommunicerad data; små fel, som otillgängliga eller felaktiga data, kan göra att systemet beter sig felaktigt. Signalstörningar kan orsaka kommunikationsavbrott, vilket gör fordon omedvetna om varandra. Felaktig data kan vara avsiktliga på grund av datainjektionsattacker, men också oavsiktliga på grund av felaktiga sensorer, vilket gör fordon felaktigt medvetna om varandra. Felaktigt beteende i system som ITS kan leda till trafikstockningar eller till och med livshotande kollisioner. Denna studie fokuserar på MCS och undersöker trafikbeteendet när tjänsten, i ett generiskt trafikscenario, utsätts för signalstörningar och förfalskningsattacker med en mängd olika strategier (negativ och positiv hastighet, acceleration och positionsförskjutning). Vi tog hänsyn till externa angripare (ej autentiserade) som kan störa kommunikationen, såväl som interna angripare (autentiserade) som är begränsade till att manipulera utgående data. Genom allvarliga kollisioner och restidsförseningar visar resultaten en inverkan på både säkerhet och mobilitet. Resultaten visar också att olika attacker med olika inverkan på angriparen kan orsaka liknande effekter på trafiken, vilket gör att angriparen kan välja attacker baserat på den önskade effekten och rationaliteten, d.v.s. dens villighet att vara en del av påverkan. Studien föreslår också en utökning av en redan föreslagen MCP. Vi visar att vårt utökade MCP kan vara till nytta för att undvika farliga manövrar som kan leda till kollisioner med bilar i döda vinkeln.

Delning av data genom öppna data börjar bli allt mer vanligt i samhället. Samtidigt blir fordon på vägarna mer uppkopplade, tekniskt avancerade och samlar in mer data än tidigare. Öppna data i kombination med uppkopplade fordon i syfte att tillgängliggöra fordonsdata som öppna data har stor potential att bidra med värde till samhället. Denna studie identifierade och konkretiserade fem drivande och fem utmanande faktorer relaterade till potentialen för fordonsdata att utgöra öppna data. Studien applicerar en kvalitativ metod med en induktiv ansats. Sju informanter med varierande erfarenheter inom öppna data intervjuades genom semi-strukturerade intervjuer. Urvalet baserades främst på ett informationsurval. Studiens analys underbyggs av teoriområdena: databaserat värdeskapande, öppna dataekosystem och öppen innovation. Sammanfattningsvis är de drivande faktorerna som identifierats att data har ett högt värde, öppna fordonsdata kan bidra till förbättrade tjänster och infrastruktur, öppna fordonsdata främjar innovation, informationssäkerheten kan stärkas och slutligen att öppna dataekosystem främjar öppna data. De utmanande faktorerna är bristande interoperabilitet, komplicerade dataägarskapsförhållanden, att fordonsdata kan innehålla känsliga data och integritetsproblem, ekonomiska och strategiska hinder och till sist bristande kunskap och medvetenhet om öppna data. För att realisera värdet i fordonsdata som öppna data krävs det att fler aktörer delar öppna fordonsdata och bidrar till ett mer etablerat öppna dataekosystem. / Sharing data through open data is becoming increasingly common in society. Simultaneously, vehicles on the roads are becoming more connected, technologically advanced, and collect more data than before. Open data combined with connected vehicles, with the aim of making vehicle data available as open data, has great potential to contribute value to society. This study identified and concretized five driving and five challenging factors related to the potential for vehicle data to serve as open data. The study employs a qualitative method with an inductive approach. Seven interviewees with varying experiences in open data were interviewed through semi-structured interviews. The selection was mainly based on an information-oriented sampling. The study’s analysis is supported by the theoretical areas of data-based value creation, open data ecosystems, and open innovation. In summary, the identified driving factors are that data has high value, open vehicle data can contribute to improved services and infrastructure, open vehicle data promotes innovation, information security can be enhanced, and finally, open data ecosystems facilitate open data. The challenging factors are a lack of interoperability, complicated data ownership relationships, vehicle data potentially containing sensitive data and privacy issues, economic and strategic barriers, and finally, a lack of knowledge and awareness about open data. To realize the value of vehicle data as open data, more actors need to share open vehicle data and contribute to a more established open data ecosystem.

Vehicles today are becoming increasingly more connected. Most cars are equipped with Bluetooth, Wi-Fi and Wi-Fi hotspot capabilities and the ability to connect to the internet via a cellular modem. This increase in connectivity opens up new attack surfaces for hackers to exploit. This paper aims to study the security of three different cars, a Tesla Model 3 (2020), an MG Marvel R (2021) and a Volvo V90 (2017), in regards to three different eavesdropping attacks. The performed attacks were a port scan of the vehicles, a relay attack of the key fobs and a MITM attack. The study discovered some security risks and discrepancies between the vehicles, especially regarding the open ports and the relay attack. This hopefully promotes further discussion on the importance of cybersecurity in connected vehicles. / Bilar idag har blivit alltmer uppkopplade. Idag har de inte bara bluetooth och Wi-Fi funktionalitet utan vissa bilar har förmågan att kopplas till internet via ett mobilt bredband. Denna trend har visats ge bilar nya attackytor som hackare kan utnyttja. Målet med denna studie är att testa säkerheten hos tre olika bilar, Tesla Model 3 (2020), MG Marvel R (2021) och Volvo V90 (2017) med åtanke på tre olika avlyssningsattacker. De attackerna som studien valde var port-skanning på bilen, relä-attack på bilnycklarna och mannen-i-mitten attack. Studien hittar vissa säkerhetsrisker och skillnader mellan de olika bilarna särskilt vid reläattacken och port-skanningen som förhoppningsvis främjar en fortsatt diskussion om cybersäkerhetens vikt för säkrare uppkopplade bilar.