Nowadays safety, along with efficiency, is one of the two strongest shaping forces of the automotive world, with advanced active safety applications being the major concentration of effort. Their development depends heavily on the quality of sensor data, a detailed measure of which is often up to the automotive manufacturers to derive, since the original equipment manufacturers (OEMs) may not disclose it on trade secrecy grounds. A model would not only provide a measure of the real-world performance of the sensor, but would also enable a higher degree of simulation accuracy which is vital to active safety function development. This is largely due to the high cost and risk involved in testing, a significant part of which is possible to be done in simulation alone. This thesis is an effort to derive a sensor model on behalf of Volvo Trucks of the performance of one of the most crucial sensors in current active safety - a lane detection camera.The work is focused on investigating approaches for modelling and simulation implementation of the lane estimation process within the black-box camera using reverse-engineering of the sensor's principles of operation. The main areas of analysis to define the factors that affect performance are the optics, image sensor, software and computer vision algorithms, and system interface. Each of them is considered separately and then methods for modelling are proposed, motivated, and derived accordingly. Finally, the finished model is evaluated to provide a measure of work success and a basis for further development. / Säkerhet är idag, tillsammans med effektivitet, en av de två starkaste förändringskrafterna i bilvärlden. Störst fokus ligger på avancerade aktiva säkerhetsfunktioner. Deras utveckling beror till stor del på kvaliteten på sensordata. En detaljerad modell för sensordata är ofta upp till fordonstillverkarna att härleda, eftersom tillverkare av sensorn ofta inte vill lämna ut sådan information. En modell ger inte bara ett mått på den verkliga prestandan hos sensorn, men ger också möjlighet till en högre grad av simuleringsnoggrannhet vilket är avgörande för utveckling av aktiva säkerhetsfunktioner. Tester är kostsamma och medför risker och en noggrann modell gör att tester kan utföras i simulering vilket minskar kostnader och risker. I denna avhandling härleds en sensormodell på uppdrag av Volvo Lastvagnar. Sensorn i fråga är en av de viktigaste sensorerna i det nuvarande aktiva säkerhetssystemet, kameran för att följa en körfil på vägen. Arbetet är fokuserat på undersökning av metoder för modellering och simulering av processen för filföljning baserat på sensorns funktionsprinciper. De viktigaste områdena för analys för att definiera de faktorer som påverkar prestanda är optik, bildsensorn, programvara, datorseendealgoritmer och systemets gränssnitt. Var och en av dessa behandlas separat och sedan föreslås och motiveras metoder för modellering. Slutligen utvärderas den färdiga modellen för att ge ett mått på hur framgångsrikt arbetet varit samt för att lägga en grund för ytterligare utveckling. / <p>The thesis work was carried out at Volvo Group Trucks Technology in Göteborg, Sweden. Supervisor for GTT: Mansour Keshavarz.</p>
Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-175361 |
Date | January 2015 |
Creators | Trasiev, Yavor |
Publisher | KTH, Skolan för datavetenskap och kommunikation (CSC) |
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 |
Page generated in 0.0018 seconds