Autonomous vehicles are a rapidly growing field and will play an important role in future society. The introduction of autonomous machines in the quarry environment increases safety in the hazardous working conditions and reduces the risk of accidents caused by human error. By making the machine electric and autonomous it will also improve the fuel efficiency and reduces carbon emission. The results of this thesis are developed within the electric site project which is lead by Volvo Construction Equipment in Eskilstuna, Sweden. The goal is to transform the quarry and aggregates with the help of the introduction of electric hybrid autonomous machines which is predicted to result in reduced carbon emission by up to 95% .This thesis address the problem of path planning noisy curvatures of the paths that are calculated using coordinates recorded from a manual driven vehicle. This makes the control algorithm for the autonomous vehicle hard to implement. The purpose in this thesis is to develop a procedure to describe paths and smooth those so the curvature becomes smooth and drivable for an autonomous load carrier. To smooth the paths, we use the concept of clothoids which are curves with linear varying curvature. Clothoids are widely used in road design because of its smoothness properties. We solve the smoothing problem by formulating it as an optimization problem where we minimize the number of clothoid segments to avoid unnecessary noisy curvature variations. The results are successful and we are able to produce feasible paths for two test tracks Volvo Construction Equipment uses. We also create a Graphical User Interface in MATLAB to facilitate the creation of the clothoid-based paths from recorded GPS coordinates / Autonoma fordon är ett område som har fått mycket uppmärksamhet inom forskningen och kommer ha en viktig roll i samhället i framtiden. Introduktionen av självkörande fordon i öppna gruvmiljöer ökar säkerheten för personer som jobbar i dessa kritiska områden och reducerar olyckor från mänskliga misstag. Genom att låta maskinerna vara elektriskt drivna kommer också effektivisera bränsle användningen och minska koldioxidutsläppen. Resultaten som har tagits fram i denna uppsats är i samarbete med Volvo Construction Equipment i Eskilstuna, Sverige inom projektet Electric Site. Målet är att transformera den öppna gruvindustrin som använder dieselfordon till att använda självkörande och elektriska fordon vilket ska kunna reducera koldioxidutsläppen med upp till 95 %. I uppsatsen tar vi upp problemet med banplanering av brusig kurvatur från banor som är inspelade från en GPS på en manuell körande bil. Syfte med denna uppsats är att utveckla ett system som kan beskriva banor och släta upp dessa sådan att kurvaturen blir mjuka och autonomt körbara för en lastare. För att släta ut banorna använder vi klotoider, som är kurvor med linj ärt varierande kurvatur längs kurvan. Klotoider är ett välanvänt koncept inom vägdesign på grund av mjuka kurvaturegenskaper. Vi löser utslätningsproblemet genom att formulera det som ett optimeringsproblem där vi minimerar antalet klotoidsegment för att undvika onödiga kurvaturvariationer i form av brus. Resultaten är framgångsrika och vi lyckas skapa körbara banor för två testbanor som Volvo Construction Equipment använder. Vi skapar också ett grafiskt användergränssnitt i MATLAB för att underlätta användare att skapa klotoidbaserade banor från GPS-koordinater som spelats in.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-209442 |
| Date | January 2017 |
| Creators | Zhang, Anda |
| Publisher | KTH, Optimeringslära och systemteori |
| 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-MAT-E ; 2017:40 |
Page generated in 0.002 seconds