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) 3-11 Real-time development of navigation systems
2) 3-12 Real test setup and planning
3) 3-13 Test / validation of the navigation systems in various scenarios
The main objective of this training is to assist graduate students in the implementation, testing and validation of integrated navigation systems based on the use of nonlinear models (i.e. unscented Kalman filter, particle filter and neural network). During this internship, the student must first set up realistic automotive scenarios, including but not limited to highways, urban canyons, dense foliage and tunnels. Then, the student will conduct an intensive series of tests under these different scenarios in order to compare the performances of the developed systems with other systems, including the original iMetrik’s Orchid platform, the first model developed earlier in the project (i.e. based on EKF) as well as some commercial products, including a high-end system that will be used as a reference. Finally, the student will analyze the results of these tests in order to characterize the actual performances of the system, to investigate its main weaknesses and to explore possible improvements.
