Résumé (MAX 2200 caractères avec les espaces)
Ce projet vise à établir de nouvelles méthodes pour la navigation automobile ainsi que pour la gestion optimale d’une flotte de véhicules en environnement hostile. En outre, le projet vise également à développer des mesures innovantes pour l’analyse temps réel des comportements de conduite dangereuse ainsi que l’analyse temps réel des accidents de voiture afin d’améliorer la sécurité globale des conducteurs Canadiens. De façon générale, cette recherche propose de combiner les mesures d’un récepteur GPS haute sensibilité avec celles provenant d’un système autonome de navigation inertielle ainsi que d’autres capteurs autonomes complémentaires tels que l’odomètre et les magnétomètres. Par ailleurs, afin de fournir une solution abordable, le système cible sera basé exclusivement sur l’utilisation de capteurs à très faible coût. Il est attendu que ce projet permettra une réduction significative de l’empreinte environnementale des véhicules automobiles en plus d’avoir un impact positif sur la sécurité globale des véhicules ciblés. Par exemple, l’amélioration de la précision sur la localisation des véhicules routiers permettrait de réduire considérablement le temps requis afin de trouver un véhicule volé ou égaré, ce qui peut avoir des répercussions importantes sur les finances des entreprises Canadiennes. De plus, l’établissement d’un système de suivi des comportements de conduite des automobilistes pourrait permettre la mise en place d’un nouveau système de taxation basé sur l’utilisation de la voiture ou sur le comportement de conduite, ce qui, selon des études récentes, permettrait de réduire jusqu’à 10% les émissions de gaz à effet de serre des véhicules ciblés. Finalement, la reconstruction précise d’un accident de voiture en temps réel permettrait de prédire les besoins spécifiques sur une scène d’accident, améliorant ainsi le temps de réaction ainsi que la sécurité globale des automobilistes. La preuve de concept sera d’abord réalisée en laboratoire ainsi que sur route à l’aide de matériel de simulation et d’une voiture de test en vue de caractériser les performances du système. Le projet contribuera aux initiatives internationales afin de réduire les émissions de gaz à effet de serre, et de créer de nouveaux emplois pour l’équipe de personnel hautement qualifié.
Responsibilities of the candidate:
According to the schedule, this trainee student will be in charge of the following tasks:
1) 1-15 Technical study on AC1120S rate table
2) 1-51 Magnetometer data acquisition and comprehensive analysis
3) 1-53 Test / validation of the initial AHRS algorithms
4) 1-54 Study of soft and hard iron effects
The main objective of this training is to assist the master degree student in the implementation, testing and validation of a magnetometer-based AHRS algorithm. During this training, the student will first do extensive testing using in a real but controlled environment with known disturbance sources (i.e. strong magnets) in order to characterize the effect of specific disturbances on the AHRS solution. Folowing these controlled tests, the student will test and validate the AHRS implementation in real car navigation scenarios to assess the algorithm’s performances in realistic environments.
