One of the biggest challenges in the development ofautonomous vehicles is to anticipate the behavior of other roadusers. Autonomous vehicles rely on data obtained by on-boardsensors and make decisions accordingly, but this becomes difficultif the sensors are occluded or have limited range. In this reportwe propose an algorithm for connected vehicles in an intersectionto fuse and share sensor data and gain a better estimationof the surrounding environment. The method used for sensorfusion was a Kalman filter and a tracking algorithm, where timedelay from external sensors was considered. Parameters for theKalman filter were decided through measurement of the sensors’variances as well as tuning. It was concluded that the variancesare dependent on the objects’ movements, which means thatconstant parameters for the Kalman filter would not be enoughto make it efficient. However, the tracking and the sensor sharingmade a significant difference in the vehicle’s detection rate whichcould ultimately increase safety in intersections. / En av de största utmaningarna för utvecklingen av autonoma fordon är att förutse andra trafikanters beteenden. Autonoma fordon förlitar sig på data från sensorer ombord och fattar beslut i enlighet med informationen från dessa. Detta blir särskilt svårt om sensorerna skyms eller om sensorerna har begränsad räckvidd. I denna rapport föreslår vi en algoritm för delning och optimering av sensordata för autonoma fordon i en vägkorsning för att ge fordonet en så bra uppfattning av omgivningen som möjligt. Metoden som användes för sensorfusion var ett Kalman-filter tilsammans med en spårningsalgoritm där tidsfördröjning av data från externa sensorer togs i beaktning. Parametrarna för Kalman-filtret valdes genom mätning av sensorns varians samt genom trimning. Slutsatsen drogs att varianserna är beroende av objektens rörelsemönster, vilket innebär att konstanta parametrar för Kalman-filtret inte skulle vara tillräckligt för att göra det funktionellt. Spårningen och delningen av sensordata gjorde emellertid en betydande skillnad i andelen upptäckta objekt vilket skulle kunna nyttjas för att öka säkerheten i korsningar. / Kandidatexjobb i elektroteknik 2020, KTH, Stockholm
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-293837 |
| Date | January 2020 |
| Creators | Johansson, Ola, Madsen Franzén, Sofie |
| Publisher | KTH, Skolan för elektroteknik och datavetenskap (EECS) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-EECS-EX ; 2020:125 |
Page generated in 0.0017 seconds