Dissertations / Theses on the topic 'Automobile navigation systems'

A study was undertaken to test and evaluate the human factors design aspects of an automobile moving-map navigation system. The primary objective of the study was to assess the driver attentional demand required by the navigation system during vehicle operation. A secondary objective of the study was to assess design specifics and determine whether or not the design was optimal in terms of efficiency of use in an automotive environment. Thirty-two driver-subjects drove a specially instrumented 1985 Cadillac Sedan de Ville on public roadways for this research. A cross-section of driver-subjects (both genders, ages 18 to 73, and driving experience from 2,000 to 40,000 miles per year) participated, and a cross·section of roadway types (residential, two-lane state route, and limited·access four-lane) and traffic conditions (light and moderate) were used as part of this research. The driver-subjects were asked to perform a variety of tasks while operating the research vehicle. These tasks included navigation tasks normally performed while using the navigation system, as well as a wide variety of conventional automotive tasks (e.g., tuning the radio or reading the speedometer) normally performed during vehicle operation. The purpose of asking the driver-subjects to perform a variety of conventional automotive tasks was so that direct comparisons in attentional demand could be made between tasks performed daily in an automotive environment and the navigation tasks. Twenty-one performance and behavioral measures were collected and analyzed for this research. These measures included eye—scanning and dwell-time measures, task-completion-time measures, and a variety of measures indicating driver performance and behavior. The data analyses for these measures focused on two major goals. First, the analyses determined which tasks (both navigator and conventional) required the highest attentional demand. Second, the analyses were used to determine groups of tasks which, for all practical purposes, required equivalent attentional demand. The results of the analyses indicated that the navigation system is a relatively effective device, useful for its intended purpose. The results also indicated that a number of design improvements are required, however, to optimize the safety and efficiency of the device. An iterative process of design improvement and further research into the effects of improved design on required attentional demand is therefore recommended.
Ph. D.

Thesis (Ph. D.)--University of California, Riverside, 2009.
Includes abstract. Available via ProQuest Digital Dissertations. Title from first page of PDF file (viewed March 12, 2010). Includes bibliographical references (p. ). Also issued in print.

L'éco-routage est une méthode de navigation du véhicule qui sélectionne les trajets vers une destination minimisant la consommation de carburant, la consommation d'énergie ou les émissions de polluants. C'est l'une des techniques qui tentent de réduire les coûts d'exploitation et l'empreinte environnementale du véhicule. Ce travail passe en revue les méthodes actuelles d'éco-routage et propose une nouvelle méthode pour pallier leurs insuffisances. La plupart des méthodes actuelles attribuent à chaque route du réseau routier un coût constant qui représente la consommation du véhicule ou la quantité de polluants émis. Un algorithme de routage optimal est ensuite utilisé pour trouver le chemin qui minimise la somme de ces coûts. Différentes extensions sont considérées dans la littérature. L'éco-routage contraint permet d'imposer des limites sur le temps de trajet, la consommation d'énergie et les émissions de polluants. L'éco-routage dépendant du temps permet le routage sur un graphique avec des coûts qui sont fonction du temps. L'éco-routage adaptatif permet de mettre à jour la solution d'éco-routage au cas où elle deviendrait invalide en raison d'un développement inattendu sur la route. Il existe des méthodes d'éco-routage optimales publiées qui résolvent l'éco-routage dépendant du temps ou l'éco-routage contraint ou l'éco-routage adaptatif. Chacun vient avec des frais généraux de calcul considérablement plus élevés par rapport à l'éco-routage standard et, à la connaissance de l'auteur, aucune méthode publiée ne prend en charge la combinaison des trois: éco-routage adaptatif dépendant du temps contraint. On soutient dans ce travail que les coûts d'acheminement sont incertains en raison de leur dépendance au trafic immédiat autour du véhicule, du comportement du conducteur et d'autres perturbations. Il est en outre soutenu que puisque ces coûts sont incertains, il y a peu d'avantages à utiliser un routage optimal car l'optimalité de la solution ne tient que tant que les coûts de routage sont corrects. Au lieu de cela, une méthode d'approximation est proposée dans ce travail. La charge de calcul est plus faible car la solution n'est pas requise pour être optimale. Cela permet l'éco-routage adaptatif dépendant du temps contraint
Eco-routing is a vehicle navigation method that selects those paths to a destination that minimize fuel consumption, energy consumption or pollutant emissions. It is one of the techniques that attempt to lower vehicle's operational cost and environmental footprint. This work reviews the current eco-routing methods and proposes a new method designed to overcome their shortcomings. Most current methods assign every road in the road network some constant cost that represents either vehicle's consumption there or the amount of emitted pollutants. An optimal routing algorithm is then used to find the path that minimizes the sum of these costs. Various extensions are considered in the literature. Constrained eco-routing allows imposing limits on travel time, energy consumption, and pollutant emissions. Time-dependent eco-routing allows routing on a graph with costs that are functions of time. Adaptive eco-routing allows updating the eco-routing solution in case it becomes invalid due to some unexpected development on the road. There exist published optimal eco-routing methods that solve either the time-dependent eco-routing, or constrained eco-routing, or adaptive eco-routing. Each comes with considerably higher computational overhead with respect to the standard eco-routing and, to author's best knowledge, no published method supports the combination of all three: constrained time-dependent adaptive eco-routing. It is argued in this work that the routing costs are uncertain because of their dependence on immediate traffic around the vehicle, on driver's behavior, and other perturbations. It is further argued that since these costs are uncertain, there is little benefit in using optimal routing because the optimality of the solution holds only as long as the routing costs are correct. Instead, an approximation method is proposed in this work. The computational overhead is lower since the solution is not required to be optimal. This enables the constrained time-dependent adaptive eco-routing

Cette thèse présente une méthode de navigation autonome d’un véhicule routier robotisé dans un contexte de l’interaction conducteur - véhicule, dans lequel le conducteur humain et le système de navigation autonome coopèrent dans le but d’associer les avantages du contrôle manuel et automatique. La navigation du véhicule est réalisée en parallèle par le conducteur humain et le système de conduite automatique, basée sur la perception de l’environnement. La navigation coopérative est basée sur l’analyse et correction des gestes du conducteur humain par le système intelligent, dans le but d’exécuter une tâche de navigation locale qui concerne le suivie de voie avec évitement d’obstacles. L’algorithme d’interaction humain-véhicule est basé sur des composants de navigation référencée capteurs formés par des contrôleurs d’asservissement visuel (VS) et la méthode d’évitement d’obstacle « Dynamic Window Approach (DWA) » basée sur la grilles d’occupation. Ces méthodes prennent en entrée la perception de l’environnement fournie par des capteurs embarqués comprenant un système monovision et un LIDAR. Dû à des impossibilités techniques/légales, nous n’avons pas pu valider nos méthodes sur notre véhicule robotisé (une Renault Zoé robotisée), ainsi nous avons construit des structures « driver-in-theloop » dans des environnements de simulation Matlab et SCANeRTM Studio. En Matlab, le conducteur humain est modélisé par un algorithme appelé « Human Driver Behaviour controller (HDB) », lequel génère des gestes de conduite dangereux dans la partie manuelle de l’entrée de commande du système coopératif. En SCANeR Studio, la sortie de l’HDB est remplacée par des commandes manuelles générées directement par un conducteur humain dans l’interface utilisateur du simulateur. Des résultats de validation dans les deux environnements de simulation montrent la faisabilité et la performance du système de navigation coopérative par rapport aux tâches de suivie de voie, l’évitement d’obstacles et le maintien d’une distance de sécurité
This thesis presents an approach of cooperative navigation control pattern for intelligent vehicles in the context of human-vehicle interaction, in which human driver and autonomous servoing system cooperate for the purpose of benefiting from mutual advantages of manual and auto control. The navigation of the vehicle is performed in parallel by the driver and the embedded intelligent system, based on the perception of the environment. The cooperative framework we specify concerns the analysis and correction of the human navigation gestures by the intelligent system for the purpose of performing local navigation tasks of road lane following with obstacle avoidance. The human-vehicle interaction algorithm is based on autonomous servoing components as Visual Servoing (VS) controllers and obstacle avoidance method Dynamic Window Approach (DWA) based on Occupancy Grid, which are supported by the environment perception performed carried out by on-boarded sensors including a monovision camera and a LIDAR sensor. Given the technical/legal impossibility of validating our interaction method on our robotic vehicle (a robotic Renault Zoé), the driver-in-the-loop structures of system are designed for simulative environment of both Matlab and SCANeRTM Studio. In Matlab environment human driver is modeled by a code-based Human Driver Behaviour (HDB) Controller, which generates potential dangerous behaviors on purpose as manual control of the cooperative system. In SCANeR Studio environment the HDB is replaced by real-time manual command (a real human driver) via driving interface of this simulator. Results of simulative validation show the feasibility and performance of the cooperative navigation system with respect to tasks of driving security including road lane following, obstacle avoidance and safe distance maintenance

Les véhicules dits intelligents actuellement développés par la plupart des constructeurs automobiles, ainsi que les véhicules autonomes nécessitent des informations sur le contexte dans lequel ils évoluent. Certaines de ces informations (par exemple la courbure de la route, la forme des intersections, les limitations de vitesses) sont fournies en temps réel par le système de navigation qui exploite les données de cartes routières numériques. Des défauts résultant de l’évolution du réseau routier ou d’imprécisions lors de la collecte de données peuvent être contenus dans ces cartes numériques et entraîner le dysfonctionnement des systèmes d’aide à la conduite. Les recherches menées dans cette thèse visent à rendre le véhicule capable d’évaluer, de manière autonome et en temps réel, l’intégrité des informations fournies par son système de navigation. Les véhicules de série sont désormais équipés d’un grand nombre de capteurs qui transmettent leurs mesures sur le réseau central interne du véhicule. Ces données sont donc facilement accessibles mais de faible précision. Le défi de cette thèse réside donc dans l’évaluation de l’intégrité des informations cartographiques malgré un faible degré de redondance et l’absence de données fiables. On s’adresse à deux types de défauts cartographiques : les défauts structurels et les défauts géométriques. Les défauts structurels concernent les connections entre les routes (intersections). Un cas particulier de défaut structurel est traité : la détection de ronds-points qui n’apparaissent pas dans la carte numérique. Ce défaut est essentiel car il est fréquent (surtout en Europe) et perturbe le fonctionnement des aides à la conduite. Les ronds-points sont détectés à partir de la forme typique de la trajectoire du véhicule lorsqu’il les traverse, puis sont mémorisés pour avertir les aides à la conduite aux prochains passages du véhicule sur la zone. Les imprécisions de représentation du tracé des routes dans la carte numérique sont quant à elles désignées comme défauts géométriques. Un formalisme mathématique est développé pour détecter ces défauts en comparant l’estimation de la position du véhicule d’après la carte à une autre estimation indépendante de la carte. Cette seconde estimation pouvant elle aussi être affectée par un défaut, les anciens trajetsdu véhicule sur la même zone sont utilisés. Un test statistique est finalement utilisé pour améliorer la méthode de détection de défauts géométriques dans des conditions de mesures bruitées. Toutes les méthodes développées dans le cadre de cette thèse sont évaluées à l’aide de données réelles
Several Intelligent Vehicles capabilities from Advanced Driving Assistance Systems (ADAS) to Autonomous Driving functions depend on a priori information provided by navigation maps. Whilst these were intended for driver guidance as they store road network information, today they are even used in applications that control vehicle motion. In general, the vehicle position is projected onto the map to relate with links in the stored road network. However, maps might contain faults, leading to navigation and situation understanding errors. Therefore, the integrity of the map-matched estimates must be monitored to avoid failures that can lead to hazardous situations. The main focus of this research is the real-time autonomous evaluation of faults in navigation maps used in intelligent vehicles. Current passenger vehicles are equipped with proprioceptive sensors that allow estimating accurately the vehicle state over short periods of time rather than long trajectories. They include receiver for Global Navigation Satellite System (GNSS) and are also increasingly equipped with exteroceptive sensors like radar or smart camera systems. The challenge resides on evaluating the integrity of the navigation maps using vehicle on board sensors. Two types of map faults are considered: Structural Faults, addressing connectivity (e.g., intersections). Geometric Faults, addressing geographic location and road geometry (i.e. shape). Initially, a particular structural navigation map fault is addressed: the detection of roundabouts absent in the navigation map. This structural fault is problematic for ADAS and Autonomous Driving. The roundabouts are detected by classifying the shape of the vehicle trajectory. This is stored for use in ADAS and Autonomous Driving functions on future vehicle trips on the same area. Next, the geometry of the map is addressed. The main difficulties to do the autonomous integrity monitoring are the lack of reliable information and the low level of redundancy. This thesis introduces a mathematical framework based on the use of repeated vehicle trips to assess the integrity of map information. A sequential test is then developed to make it robust to noisy sensor data. The mathematical framework is demonstrated theoretically including the derivation of definitions and associated properties. Experiments using data acquired in real traffic conditions illustrate the performance of the proposed approaches

Avec la demande croissante d'espace urbain, de plus en plus de parkings à plusieurs étages sont nécessaires. Bien que ces parkings contribuent à une utilisation plus efficace de l'espace urbain, ils introduisent également un nouveau problème. Les rapports suggèrent environ 70 millions d'heures de recherche d'emplacements de stationnement chaque année, soit une perte équivalente de 700 millions d'euros pour la seule France. En outre, les utilisations des parkings vont au-delà de leurs objectifs initiaux. Des fonctionnalités exigeantes telles que le chargeur électrique, la réservation en ligne de places de stationnement, le guidage dynamique ou le paiement mobile, etc. transforment un parking en un environnement intelligent et compétitif. Une solution à ce problème consiste à développer un système de navigation autonome pour les véhicules intelligents en situation de parking. La thèse identifiera une de ces sous-tâches, à savoir la localisation dans des environnements non autorisés par GPS. Cette thèse présentera une nouvelle méthode pour résoudre le problème indiqué tout en maintenant le système en respectant quatre critères: disponibilité, évolutivité, universalité et précision. Il y a deux étapes principales: (1) une solution permettant de reproduire le comportement du GPS pour un environnement refusé par GPS, et (2) un cadre permettant la fusion de systèmes de type GPS avec d'autres méthodes de localisation pour obtenir une précision de localisation élevée. Tout d'abord, un système de localisation Wi-Fi Fingerprinting est utilisé. Une approche utilisant un réseau de neurones d'ensemble sur une base de données d'empreintes hybrides Wi-Fi est proposée dans cette thèse. Des expériences menées sur une durée d'un an montrent que ce système est capable de localiser des véhicules présentant une erreur moyenne de 2,25 m dans le repère global (WGS84). Deuxièmement, une solution de localisation complète doit être une fusion de plusieurs techniques. Cela permet aux niveaux de localisation global et local de fonctionner ensemble. Parallèlement, la redondance dans le système améliore la précision et la fiabilité. Dans cette thèse, un cadre de fusion flexible pour plusieurs capteurs de localisation est proposé. Ce cadre de fusion traitera non seulement de l'environnement refusé par le GPS, mais pourrait également être utilisé dans l'environnement assisté par GPS et assurer une transition en douceur entre les deux zones. Pour accomplir cette tâche exigeante, un filtre à particules modèle de mélange gaussien est développé. Alors que le modèle de mouvement de ce filtre à particules intègre des données provenant de l'IMU (unité de mesure inertielle) ou du laser-SLAM, le modèle de correction est un modèle de mélange gaussien de plusieurs observations obtenues à partir du système de localisation d'empreintes digitales Wi-Fi. Avec deux véhicules intelligents (une Cybercar et une Citroen C1), 64 expériences ont été réalisées pour valider le cadre. Une erreur de localisation moyenne de 0,5 m est obtenue dans un cadre de coordonnées global. Comparez avec d'autres solutions avec une erreur de localisation moyenne de 0,2 m dans les cadres de coordonnées locales; Cette solution proposée présente également des avantages en termes d'évolutivité, de disponibilité et d'universalité
With the increasing demand for urban space, more and more multistory carparks are needed. Although these carparks help to utilize urban space more efficient, they also introduce a new problem. Reports suggest approximately 70 million hours of parking slot searching each year, equivalently 700 million euros loss for France alone. In addition, carparks uses are exceeding their original purposes. Demanding features such as electric charger, online booking of parking spaces, dynamic guidance or mobile payment etc. turn a carpark into a competitive smart environment. One solution to this problem is to develop an autonomous navigation system for intelligent vehicles in the carpark situation. The thesis will identify one of these sub-tasks namely localization in GPS-denied environments. This thesis will present a novel method to solve the indicated problem while keeping the system follows four criteria: availability, scalability, universality and accuracy. There are two main steps: (1) a solution to replicate the GPS behaviour for the GPS-denied environment, and (2) a framework that allows the fusion of GPS-like systems with other localization methods to achieve a high localization accuracy. First, a Wi-Fi Fingerprinting localization system is employed. An approach using an ensemble neural network on a hybrid Wi-Fi fingerprinting database is proposed in this thesis. Experiments in a year-long duration show that this system is capable of localizing vehicles with 2.25m of mean error in the global coordinate frame (WGS84). Second, a complete localization solution must be a fusion of multiple techniques. This allows global as well as local levels of localization to function together. At the same time, having redundancy in the system boosts accuracy and reliability. In this thesis, a flexible fusion framework for multiple localization sensors is proposed. This fusion framework will not only deal with the GPS-denied environment but could be potentially used in the GPS-aided environment and provide a smooth transition between the two areas. To accomplish this demanding task, a Gaussian Mixture Model Particle Filter is developed. While the motion model of this particle filter incorporates data from the IMU (Inertial Measurement Unit) or laser-SLAM, the correction model is a Gaussian mixture model of multiple observations obtained from the Wi-Fi fingerprinting localization system. With two intelligent vehicles (a Cybercar and a Citroen C1 car), 64 experiments were carried out to validate the framework. A mean localization error of 0.5m is achieved in a global coordinate frame. Compare to other solutions with 0.2m of mean localization error in local coordinate frames; this proposed solution has advantages in terms of scalability, availability and universality as well

Les systèmes d'aide à la conduite sont de plus en plus présents dans nos véhicules et nous garantissent un meilleur confort et plus de sécurité. Dans cette thèse, nous nous sommes particulièrement intéressés aux systèmes d'adaptation automatique de la vitesse limite. Nous avons proposé une approche alliant vision et navigation pour gérer de façon optimale l'environnement routier.Panneaux, panonceaux et marquages sont autant d'informations visuelles utiles au conducteur pour connaître les limitations temporaires en vigueur sur la route. La reconnaissance des premiers ont fait l'objet ces dernières années d'un grand nombre d'études et sont même commercialisés, contrairement aux seconds. Nous avons donc proposé un module de détection et classification de panonceaux sur des images à niveaux de gris. Un algorithme de reconstruction morphologique associé à une croissance de régions nous ont permis de concentrer la segmentation sur les zones fortement contrastées de l'image entourées d'un ensemble de pixels d'intensité similaire. Les rectangles ainsi détectés ont ensuite fait l'objet d'une classification au moyen de descripteurs globaux de type PHOG et d'une structure hiérarchique de SVMs. Afin d'éliminer en dernier lieu les panonceaux ne s'appliquant pas à la voie sur laquelle circule le véhicule, nous avons pris en compte les informations de marquages à l'aide d'une machine d'états.Après avoir élaboré un module de vision intégrant au mieux toutes les informations disponibles, nous avons amélioré le système de navigation. Son objectif est d'extraire d'une base de données embarquée, le contexte de conduite lié à la position du véhicule. Ville ou non, classe fonctionnelle et type de la route, vitesse limite sont extraits et modélisés sous forme d'attributs. La fiabilité du capteur est ensuite calculée en fonction du nombre de satellites visibles et de la qualité de numérisation du réseau. La confiance en chaque vitesse limite sera alors fonction de ces deux ensembles.La fusion des deux sources au moyen de Demspter-Shafer a conduit à de très bonnes performances sur nos bases de données et démontré l'intérêt de tous ces éléments.

Ce travail de thèse est centré sur les effets de la distraction sur les performances de conduite. Lorsqu’il conduit, un conducteur doit non seulement être capable de maintenir le contrôle du véhicule, mais également être en mesure de prélever et de traiter les informations pertinentes provenant de l’environnement routier. Ces capacités peuvent être mises à défaut par l’introduction des systèmes de communications et d’informations dans les véhicules qui le placent en situation d’attention partagée et augmentent les sources de distraction. Ce travail a tenté de déterminer comment la population des jeunes conducteurs novices, caractérisée par un fort taux d’accidents (Clarke et al. 2005) et des compétences de conduite faiblement développées (Whelan at al. 2004) gère ces situations d’attention partagée. Deux expérimentations ont alimentés cette thèse. La première, en environnement réel de conduite, visait à analyser les effets de l’utilisation conjointe d’un système de navigation et d’un téléphone portable sur la qualité de la prise d’information et du traitement de l’information (au travers de différents paramètres comportementaux). La seconde, réalisée en laboratoire, était destinée à compléter les résultats de la première expérimentation en se concentrant exclusivement sur les modalités de recherche et de prise d’informations selon que le conducteur soit novice ou expérimenté. En fonction de l’expérience de conduite, les résultats offrent des conclusions mitigées en matière de traitement de l’information en situations d’attention partagée
This PhD thesis aims to study the distraction effects on driver performances. While driving, a driver must be able to maintain the vehicle control and also to process the relevant information from the road environment. These abilities can be impaired by the introduction of information and communication systems inside the car which put the driver in dual-task situation and increase the sources of distraction. This work tries to determine how the population of young novice drivers, characterized by a high crash rate (Clarke et al. 2005) and by poorly developed driving skills (Whelan et al. 2004) manages these situations of time sharing.Two experimentations were conducted. The first one, on real road, aims at analyzing the effects of simultaneously use of a navigation system and a mobile phone on the information processing (achieve by analyzing behavior parameters). The second one, in laboratory, aims at completing the first results, by focusing on modalities of research and handling information according to the drivers’ experience (novice or experienced). According to the driving experience, results are ambivalent in terms of information processing during divided attention situations

碩士
大同大學
工業設計學系(所)
96
With advances in technology as well as in computer, communication and consumer electronic products, automotive navigation systems have increasingly been used by a lot of drivers. Moreover, the development of voice navigation functions enables automotive navigation systems to provide information required by drivers in different environment anytime. Although voice information aims at reducing the occasions in which drivers move their eyesight from the road, deficiencies in voice navigation functions may nevertheless become a safety concern. Therefore, this study put focuses on the voice navigation functions of currently available automotive navigation systems. Moreover, a new broadcasting pattern of voice information is designed so as to improve the rate of correct driving. By collecting questionnaires answered by those who have used relevant products and those who have not, this study first analyzes how drivers comprehend information about different road sections provided by automotive navigation systems and the issues involved. The results show that drivers may fail the driving tasks due to reminders of switching lanes not being clearly informed as well as the timing of final voice broadcasting not being varied in accordance with the speed of the car. Accordingly, driving simulation tests are conducted based on these two scenarios. With respect to reminders of switching lanes, one single clear sound may reduce the rate of failing driving tasks, especially in the case of roads with both fast and slow lanes, where rates of correct driving can be increased significantly. Moreover, voice broadcasting is the most ideal way for reminders, while monitor display the worst. Finally, broadcasting timing modified based on the [speed × 2.5 seconds] formula can effectively reduce the happening of incorrect driving.