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) 1-11 In-depth literature review on project topics
2) 1-15 Technical study on AC1120S rate table
3) 1-41 Inertial data acquisition and comprehensive analysis
4) 1-42 Preliminary modeling of the calibration procedure
5) 1-43 Test / validation of the initial calibration procedure
6) 1-44 Study of temperature effect on inertial measurements
7) 2-41 Modeling of the temperature dependant model
8) 2-42 Test / validation of the complete calibration procedure
9) 2-71 Study of advanced sensor error estimation models
10) 2-72 Comprehensive study on sensor errors
11) 2-73 Mathematical modeling of online calibration algorithms
12) 2-74 Initial implementation of the online calibration models
The general objective of the Master’s research project is to develop a complete temperature dependant model for in-lab as well online calibration of very low-cost inertial sensors (i.e. accelerometers and gyroscopes). During the early stage of the project, the masters degree student will first realize an in-depth literature review on low-cost sensor calibration and temperature dependant models. Following this theoretical study, the student will conduct a comprehensive analysis on the measurements from selected inertial sensors in order to identify their principal error sources. Once these errors have been identified, the student will be able to model the calibration method. In order to achieve this goal, the student will use a high precision rate table (i.e. the ACUTRONIC model AC1120S) with its associated temperature controlled chamber.
As a first step, the Master’s student will first study the in-lab calibration of the deterministic errors inherent in the inertial sensors. Firstly, he will ignore the temperature effect and only study the calibration procedure for a fixed controlled temperature. While this first version of the algorithm will be tested and validated by an undergraduate student, the Master’s student will conduct an intensive study of the effect of temperature variations on the inertial measurements. This study will allow him to develop a robust temperature dependent calibration model. Finally, the student will conduct an intensive series of tests in order to validate this advanced calibration model and to evaluate its accuracy and reproducibility.
The second step of this research project is to focus on the modeling and implementation of an online calibration algorithm for stochastic error estimation and correction. During this phase, the Master’s student will mainly study linear estimation techniques but will also investigate non-linear approaches. Given the complexity of this research topic, the Master’s student will work closely with the Ph.D. student during this phase of the project. Testing and validation of this online calibration algorithm will first be made using the simulation tools developed by the research team. Subsequently, the calibration algorithm will be integrated into the various navigation systems in order to quantify its contribution to the accuracy and robustness of the system.
