YourExtreme Mads Rolsdorph, Eivind Eigil Bøhn, Tharald Jørgen Stray, Olav Ljosland

Transkript

1 YourExtreme 2015 Mads Rolsdorph, Eivind Eigil Bøhn, Tharald Jørgen Stray, Olav Ljosland

2 Innholdsfortegnelse Innholdsfortegnelse 1. Lagsammensetning 2. Ingress 3 Problemavgrensning 4 Værrelaterte utfordringer for autonome kjøretøy 4.1 Nedbør 4.2 Endret veidekke 5. Løsning: NodeVision 5.1 Nodene 5.2 Overgangsfelt 5.3 Refleks 6 Konklusjon

3 1. Lagsammensetning Gruppenavn: Cybernetflix and chill. Gruppen vår består av fire studenter fra 3. klasse Kybernetikk og Robotikk, men alle driver med forskjellige fritidsaktiviteter på si. Tharald er den kritiske som sørger for at arbeidet holder mål. Olav er den kreative initiativtakeren i gruppen, mens Mads sitter på den tekniske kompetansen. Eivind stiller med lang erfaring fra næringslivet og bedriftssamarbeid. 2. Ingress Et Trondheim uten trafikkuhell krever store endringer. Vi tror på en løsning der smarte veier og smarte biler samarbeider for å nå målet. 3 Problemavgrensning Målet vårt er å få skadefrekvensen i Trondheimstrafikken ned til null ved hjelp av selvkjørende biler. Et sentralt problem med dagens autonome kjøretøy er at de fungerer svært dårlig under utfordrende værforhold, noe vi har mye av i Trondheim. Dette problemet ønsker vi ikke å løse ved å endre på kjøretøyene, men ved å endre på selve trafikkinfrastrukturen. 4 Værrelaterte utfordringer for autonome kjøretøy Global oppvarming er et av de største problemene verdens befolkning står ovenfor i dag. Temperatur og vannbestand stiger stadig, og været blir mer ustabilt. Det er nettopp dette vi kommer til å merke mest av i Norge, nemlig at ekstremvær vil bli mer og mer vanlig. Ved kraftig nedbør møter autonome kjøretøy på to stadier med værrelaterte utfordringer. Nedbøren i luften kan i seg selv skape problemer, da den i store nok mengder vil blokkere sikten for samtlige av kjøretøyets visuelle sensorer. Etter at nedbøren har sluttet kan det fortsatt ligge nedfall på bakken (våt eller snødekket vei), og i likhet med menneskelige sjåfører utfordres autonome kjøretøy av dette.

4 4.1 Nedbør Ved tett regn eller snøfall vil ikke kjøretøyenes optiske sensorer fungere, og kjøretøyene er dermed avhengige av alternative måter å orientere seg i landskapet på. LIDAR, en laserteknologi som brukes veldig mye i autonome kjøretøy, vil ved mye nedbør få for mange refleksjoner tilbake. Dette fører til at den ikke kan levere presise nok sensordata til å trygt kunne brukes i trafikken. For å fungere i et trøndersk klima er autonome kjøretøy altså helt avhengige av å kunne orientere seg uten å basere seg på visuelle observasjoner. 4.2 Endret veidekke Vannplaning og isete veier kan føre til drastisk økte bremselengder. Slike kjøreforhold krever ekstra varsomhet, og kan være vanskelig for bilene å vurdere. 5. Løsning: NodeVision Konsekvensene av en snøstorm eller kraftig regnvær for dagens autonome biler er at de stopper opp. Ettersom bilens sensorer er satt ut av spill, vil den heller sikre sin egen og andres trygghet enn å fortsette å bevege seg. Det er lite bilen kan gjøre med dette, og derfor baserer NodeVision seg i mindre grad på å endre bilen, og i større grad på å endre infrastrukturen rundt den. 5.1 Nodene NodeVision vil kunne fortelle en bil med høy presisjon hvor den befinner seg, selv hvis alle sensorene til bilen er ute av spill. Det fungerer ved at lyktestolper er utstyrt med radiosendere langs alle bilveier i Trondheim. En av disse nodene mottar et signal fra bilen, og sender umiddelbart et signal til tilbake til den. Ved å måle forsinkelsen på signalet kan bilen vite hvor langt unna den er noden. Siden noden er bevisst på sin egen posisjon, vil bilen, ved å måle sin egen avstand til flere av disse nodene, kunne dedusere seg fram til posisjonen sin med god nøyaktighet. Siden hver eneste bil på veien hele tiden kommuniserer med nettverket rundt den, vil den ikke bare være bevisst på sin egen posisjon, men også posisjonen til de andre bilene rundt den. Bilene sender også sine egne mål og posisjonen til senderen i forhold til disse. Dette vil tillate bilene å kjøre rundt i byen helt uavhengige av sine egne sensorer, uten å kollidere med andre biler.

5 Radiosenderen plasseres i en toppmodul for lyktestolpen. Modulen har et kabinett av plastikk, men er bygget for å gå i ett med resten av stolpen. Materialvalget for kabinettet er en nødvendighet for å sikre best mulig kommunikasjon mellom senderen og bilen, og det subtile utseendet skal hindre at den blir et mål for hærverk. Nodene vil være i stand til å kommunisere de rådende kjøreforholdene til bilene, og basert på dette gi dynamiske fartsgrenser. 5.2 Overgangsfelt Mens selve nodene egner seg utmerket til å fortelle bilene hvor hverandre er, tar de lite hensyn til fotgjengere. For å sørge for at bilene tar hensyn også til dem er alle forgjengeroverganger bygget med lastceller. Ved endring av trykk på den ene siden av overgangen vil bilene bli gjort bevisst på at en person er i ferd med å krysse veien, og sørge for å bremse i tide. Siden de reagerer på endring av last og ikke lasten i seg selv vil ikke snøfall være et problem. Det må allikevel saltes en del på disse feltene for å unngå isdannelse som kan være et problem da det vil fordele lasten utover et større areal, som vil gjøre det vanskeligere å oppdage. 5.3 Refleks Samhandling med mennesker kan være en stor utfordring for autonome kjøretøy. Ofte er det svært vanskelig for en datamaskin å forutse hvordan mennesker vil oppføre seg, noe som kan føre til farlige situasjoner. Visuelle sensorer kan i utgangspunktet registrere mennesker hvis de skulle komme i veien for bilen, men under ekstreme værforhold kan man som diskutert tidligere ikke stole på disse. Vi er derfor avhengige av et system for å hjelpe til med å hindre personskader, og løsningen på dette er reflekser. Vi tenker ikke på vanlige reflekser, men på små sendere man f.eks. kan feste på nøkkelknippet. Disse sender ut radiobølger som detekteres av NodeVision nodene og de

6 autonome kjøretøyene. Forutsatt en høy nok nodetetthet vil vi være i stand til å beregne posisjonen til senderen. Dermed vil NodeVision kunne beregne posisjonen til senderen, videreformidle dette til kjøretøyene og på den måten hjelpe til med å forhindre ulykker. Bønder kan feste reflekser på dyrene sine for å hindre at de blir påkjørt hvis de beveger seg ut i veien. Refleksene skal ikke være knyttet til enkeltpersoner på noen måte, og skal dermed ikke skape et personvernsproblem i forbindelse med f.eks. overvåking av bevegelser. Den eneste informasjonen de eventuelt kan sende ut er informasjon som beskriver hva slags type enhet refleksen er festet på (menneske/dyr/mekanisk innretning), men dette er ikke et krav. 6 Konklusjon NodeVision er en visjon for fremtiden. Dette er en løsning vi mener langt på vei kan føre oss mot målet om null trafikkuhell i Trondheim i Den krever derimot en omfattende utbygging av veinettet. I mindre befolkningstette områder der denne løsningen ikke kan rettferdiggjøres økonomisk, har vi tro på at refleksløsningen alene gir gode resultater.