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 master’s student will be in charge of the following tasks:
1) 2-21 Review of the actual analysis metrics
2) 2-22 Modeling of the preliminary analysis metrics
3) 2-23 Metrics implementation using simulation software
4) 2-24 Metrics validation using simulation tools
5) 3-41 Implementation of the driving behaviour analysis metrics
6) 3-42 Real car test setups and planning
7) 3-43 Driving behaviour test realisation
8) 3-44 Results analysis/study on possible metrics improvement
9) 3-45 Modeling and testing of improved analysis metrics
The general objective of the Master’s research is to develop preliminary metrics that will be used to identify and quantify dangerous driving behaviours based on a multi-sensor analysis. This student will first conduct a comprehensive review of the current analysis metrics and evaluate how the new available measurements could help improving these metrics. Folowing this study, the student will conduct massive data recording sessions with a large number of sensors placed at several places on the vehicle in order to properly characterize the normal and dangerous driving behavior in terms of raw inertial measurements. Based on these measurements, the student will establish different metrics that will quantify the level of danger of a user’s driving behaviours. Finally, the student will conduct a study to identify strategic locations where inertial sensors should be placed on the vehicle in order to fully capture the necessary informations for the developed analysis metrics.
