Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Development of a crash detection device and sensor position estimation
KTH, School of Industrial Engineering and Management (ITM), Machine Design (Dept.), Mechatronics.
KTH, School of Industrial Engineering and Management (ITM), Machine Design (Dept.), Mechatronics.
2018 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesisAlternative title
Utveckling av kraschdetektor och algoritm för sensorpositions estimering (Swedish)
Abstract [en]

The purpose of this thesis was to design a device that could estimate the position and velocity of a vehicle as well as record the data in the event of a crash using off-the-shelf components. To achieve this, the device has to be able to detect crashes. The device utilised measured acceleration and velocity difference during a time window of 100 ms to determine whether a frontal crash has occurred. To estimate the state of the vehicle a Kalman filter was implemented. The amount of false positive errors, i.e. scenarios where the device incorrectly detects a crash when no crash has occurred, was analysed to determine its relation to different parameters. 

Depending on the sensor location, recorded accelerations will result in different crash profiles. Therefore, for the recorded crash accelerations to be of use, the sensor-to-vehicle position was estimated with a novel algorithm. The position of the centre of gravity when the vehicle is loaded and stationary is considered to be known while the sensor position is considered to be unknown. The estimation algorithm works by comparing velocities at the centre of gravity and sensor location and using the principle of relative velocities to establish the distance between the two points. The distance estimation is applied during constant turning in roundabouts in both physical tests and in simulated tests. The sensor-to-vehicle position was evaluated by comparing the mean and the standard deviation of the estimated distance during the manoeuvre.

The construction of the device was successful in the sense that it is able to estimate the position and velocity during normal driving. If a crash occurred the device was able to detect it and started recording with a higher frequency than prior to the crash. However, at low velocities and at locations where the GPS-signal was obstructed the position estimation was not optimal. 

The false positive analysis showed that in normal driving conditions, there will be no false positive errors if the acceleration threshold is set to greater than 1g with a velocity difference threshold corresponding to an average acceleration of 25% of the acceleration threshold. In the case when a harsh stop is performed, the abovementioned thresholds would still falsely detect a crash. 

The sensor-to-vehicle position estimation in the physical real world test prove to be too inaccurate for the uses of crash recording. The simulated tests arrived at the same conclusion. However, tests with an additional GPS at the sensor location showed that pure longitudinal displacement could be estimated to a satisfactory degree but not pure lateral. Problems in the methodology and the limitations were analysed and discussed.

Abstract [sv]

Syftet med detta examensarbete var att konstruera en prototyp som kan estimera positionen och hastigheten av ett fordon samt att spara datan vid krock med hjälp av lättåtkomlig utrustning. För att kunna åstadkomma detta behöver prototypen även kunna detektera krockar. För att bestämma om en frontalkrock har skett eller ej, använder prototypen uppmätta accelerationer samt hastighetskillnaden under de senaste 100 ms. Om dessa värden överskrider förbestämda gränser anses en krock ha inträffats. För att estimera position och hastighet så används ett Kalman filter.

Mängden av falskt positiv fel, d.v.s. tillfällen där prototypen anser att en krock har inträffat men i själva verket har det inte skett någon, analyseras för att bestämma hur mängden beror på de ovannämnda gränserna.

Beroende på vart sensorn är positionerad i bilen kommer accelerations profilerna vara olika. För att använda accelerationerna som samlas in vid en krasch föreslås en ny algoritm. Fordonets tyngdpunkt när det är lastat och stillastående antas vara känd medan sensors position är okänd. Algoritmen jämför hastigheterna i fordonets tyngdpunkt och sensorposition och estimerar avståndet mellan de två punkterna genom principen för relativa hastigheter.

Slutprototypen klarar av att estimera position och hastighet samt detektera krock och spara datan med en högre frekvens än innan krock. Positionsestimeringen gav resultat som överensstämmer väl med vad som förväntades. Vid låga hastigheter och i områden där GPS-signalen är begränsad, såsom i områden med höga hus eller i tunnlar, så varierar resultaten.

Analysen av mängden falskt positiva fel visar att vid normalt körbeteende så kommer prototypen inte ge falska utslag om accelerations gränsen sätts till 1g och genomsnittliga accelerationen sätt till 25% av accelerationsgränsen. Vid hårda inbromsningar så skulle dessa gränser fortfarande ge ett falskt utslag.

Avtåndsestimationen mellan fordonets tyngdpunkt och sensors position visade sig vara oanvändbar efter fysiska test. De simulerade testen kom till fram samma slutsats men när en extra GPS sensor lades till i sensorns position kunde avståndet för rena longitudinella förskjutningar uppskattas tillräckligt noga. Problem i metodiken och de givna begränsningarna analyseras och diskuteras.

Place, publisher, year, edition, pages
2018. , p. 51
Series
TRITA-ITM-EX 2018 ; 664
National Category
Mechanical Engineering
Identifiers
URN: urn:nbn:se:kth:diva-245031OAI: oai:DiVA.org:kth-245031DiVA, id: diva2:1293637
Educational program
Master of Science in Engineering - Mechanical Engineering
Supervisors
Examiners
Available from: 2019-03-05 Created: 2019-03-05 Last updated: 2019-03-05Bibliographically approved

Open Access in DiVA

fulltext(2838 kB)26 downloads
File information
File name FULLTEXT01.pdfFile size 2838 kBChecksum SHA-512
969a8cbfa6f0d6c789aae3930565f1e675c1abdc2358ec78a5a2f902c2e0920501e6b2e5ace8c3b0e6fdd48f18c2a03f6c790014409e80e8b2bd5c9b69c2dd04
Type fulltextMimetype application/pdf

By organisation
Mechatronics
Mechanical Engineering

Search outside of DiVA

GoogleGoogle Scholar
Total: 26 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 111 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf