%%%%%%%%%%%%%%%%%%referências%%%%%%%%%%%%%%%%%%%%%%%% Neste primeiro capítulo será feita uma pequena introdução ao Projeto Atlas, como uma breve descrição aos sistemas de ajuda ao condutor existentes. % ------------------------------------------------------------- % Secção sobre tretas 1 % ------------------------------------------------------------- \section{Projeto Atlas \& AtlasCar}\label{sec:proj_atlas} O projeto Atlas visa o desenvolvimento de soluções na área da robótica móvel, aplicada a sistemas de condução autónoma e de ajuda à condução. Este projeto foi iniciado em 2003, com a participação da equipa no Festival Nacional de Robótica, na prova de condução autónoma, onde ficou em quarto lugar, tendo vindo desde 2006 a vencer a prova \cite{atlas}. Na figura \ref{fig:atlas_mv} são apresentados dois protótipos de robôs Atlas. \begin{figure}[h] \begin{center} \includegraphics[width=0.5\textwidth]{imagens/atlas_mv.eps} \caption{Atlasmv e Atlas Série 2000.} \label{fig:atlas_mv} \end{center} \end{figure} Depois do sucesso obtido com os vários robôs Atlas em pista e em ambiente controlado, surgiu o desafio de desenvolver um protótipo à escala real para conseguir lidar com as exigências reais da condução: o AtlasCar. Trata-se de um protótipo de um carro autónomo, que tem como objetivo promover o desenvolvimento de novas soluções na área da condução autónoma e da robótica móvel. O AtlasCar encontra-se equipado com sensores que permitem a obtenção de dados para posterior análise. O conjunto de sensores inclui três lasers planares, um laser 3D, uma câmara estéreo, uma unidade inercial, um recetor GPS e um encoder para medição de velocidade. A "centralina"\ do carro é composta por dois PLC's um responsável pelo controlo do carro e outro pela ativação dos sensores do AtlasCar. \begin{figure}[h] \begin{center} \includegraphics[width=0.5\textwidth]{imagens/atlascar_1.eps} \caption{AtlasCar, modelo Ford Escort SW equipado com sensores.} \label{fig:Atlascar} \end{center} \end{figure} \section{Objetivos}\label{sec:objec} Pretende-se com este trabalho desenvolver um módulo para deteção de algumas situações de risco durante a condução. Este módulo será capaz de mostrar ao condutor quais as situações de risco em que esteve envolvido durante a prática da condução. O módulo de situações de risco criará um ficheiro em formato de texto com toda a informação necessária para que possam ser revistas à posteriori as manobras de risco em que o condutor foi notificado. A segunda fase deste trabalho compreende o desenvolvimento de um módulo de software capaz de reconhecer o condutor do veículo, de entre os possíveis condutores do mesmo. A manobra utilizada para a deteção do condutor foi o estacionamento em paralelo, pois é uma manobra caraterística a todos os condutores e onde é possível distinguir as diferentes fases da mesma. Para que estes sistemas sejam aplicados no AtlasCar, é necessário criar um sistema capaz de fazer a monitorização aos indicadores de mudança de direção, buzina, sinal de ignição, luzes e pedais. Outras variáveis necessárias para estes sistemas funcionarem são os obstáculos em redor. As rotações do motor e o ângulo da direção, já se encontram monitorizadas pelo PLC . A velocidade do AtlasCar é uma variável já publicada pelo PLC. No entanto, as medições têm-se verificado incorretas, sendo necessário encontrar uma solução para melhorar a leitura de velocidade. % No entanto os seus valores têm vindo a conter erros. Devido a este problema foi necessário encontrar uma solução para melhorar a leitura da velocidade. \section{Estado da Arte}\label{sec:art} Nesta secção é feita uma pequena abordagem a alguns dos sistemas existentes. % ------------------------------------------------------------- % Secção sobre tretas 2 % ------------------------------------------------------------- \subsection{Modelo de comportamento do condutor}\label{subsec:comp_cond} O principal objetivo quando conduzimos é alcançar o nosso destino, para isto o nosso foco durante o exercício da condução é evitar colisões. O modelo T.C.I. - Task Capability Interface apresentado por Fuller \cite{Fuller2005461}, tem por base a capacidade que um condutor tem em resolver os desafios apresentados ao longo da condução. Do lado dos desafios da condução são apresentados o meio ambiente, os outros condutores, o nosso veículo, a velocidade, a posição do mesmo na via, a sua trajetória e o fator humano do condutor. A capacidade em resolver estes desafios reside no treino que se tem em conduzir e na competência do condutor. Desta forma quando os desafios apresentados ultrapassam a capacidade do condutor para os resolver, este nem sempre se vê envolvido num acidente, pois ainda existem ações compensatórias de outros condutores que evitam o acidente. Fuller também defende que a capacidade do indivíduo ao longo da condução não é sempre igual, e tende a diminuir. Caso os desafios apresentados sejam também reduzidos: por exemplo, numa viagem longa onde a sonolência se vai instalando, pode levar ao adormecimento do condutor. Uma das propostas para melhorar a capacidade do condutor é a diminuição da velocidade porque esta está diretamente relacionada com o desafio da condução. \subsection{Sistemas A.D.A.S. - Advanced Driver Assistance System}\label{sec:adas} Os sistemas A.D.A.S. têm como objetivo reduzir ou eliminar os erros do condutor, promovendo a uma condução eficaz \cite{multimodal_presentaion}, a intervenção destes sistemas pressupõe que o condutor seja informado da sua ativação \cite{adas1} \cite{adas2}. % atuação deste sistemas têm por obrigação a informação ao condutor do seu funcionamento previamente. Destes sistemas podemos destacar aqueles que recolhem informação sobre o estado do veículo em tempo real e em caso de falha por parte do condutor entram em controlo do carro, como é o caso do programa eletrónico de estabilidade (ESP), nos travões através do sistema anti-bloqueio das rodas \cite{adas3}, nos sistemas de velocidade cruzeiro \cite{adas3}. Na figura \ref{fig:system_lane_assist} está representado o funcionamento de um sistema que informa o condutor dos veículos que circulam em ângulo morto. O sistema de estacionamento presente na figura \ref{fig:parking}, ainda em fase de testes, permite estacionar o carro através de uma aplicação no telemóvel do proprietário do veículo, sem que para isso este necessite de estar dentro do mesmo. Exemplos mais recentes destes sistemas implementados em carros de série são o estacionamento automático (MERCEDES) com ajuda do condutor, a deteção de limite de velocidade (GARWIN), o seguimento do carro da frente (BOSH), como futuramente a comunicação entre os vários veículos, tendo em vista a construção de uma rede que controle todo o tráfego \cite{adas3}. A figura \ref{fig:system_train} diz respeito a um sistema que funciona em percursos de longo curso, onde os objetivos principais são a redução de emissões de CO2, a economia de combustível e o conforto por parte do condutor que pode fazer outra tarefa enquanto circula nestes "comboios" de carros. %Ao longo dos últimos anos tem-se vindo a desenvolver tecnologia para auxílo ao condutor, os conhecidos sistemas A.D.A.S. %E sistemas A.D.A.S. onde o que existe é uma monitorização do sistema, e onde caso exista uma falha do condutor este é alertado. A forma como estes sistemas de deteção de risco devem operar é proposta por \cite{multimodal_presentaion} num estudo onde se chega à conclusão que para os cinco tipos de situações reconhecidas a reprodução de um \textit{beep} seguido pela apresentação de um alerta visual é a melhor combinação para obtenção de resultados por parte do condutor. De notar que esta combinação oferece ao condutor uma liberdade na perceção dos avisos. \begin{figure}[h!] \centering \includegraphics[width=0.8\textwidth]{imagens/lane_assist.eps} \caption{Sistema de auxílio ao condutor, quando outro veículo se encontra em ângulo "morto". (BOSH)} \label{fig:system_lane_assist} \end{figure} \begin{figure} \centering \includegraphics[width=0.8\textwidth]{imagens/Williams_FW14B.eps} \caption{Sistema de suspensão ativa implementado pela primeira vez em competição 1992, no carro FW14B da equipa Williams F1.} \label{fig:active_suspension} \end{figure} \begin{figure}[h!] \centering \includegraphics[width=0.8\textwidth]{imagens/Valeo_parks.eps} \caption{Estacionamento automático comandado por aplicação java no telemóvel. (VALEO)} \label{fig:parking} \end{figure} \begin{figure} \centering \includegraphics[width=0.8\textwidth]{imagens/roadtrain.eps} \caption{Representado sistema que permite ao condutor relaxar durante a condução. (projeto SARTRE)} \label{fig:system_train} \end{figure} Existem também sistemas A.D.A.S. que conseguem detetar antecipadamente a fadiga do condutor \cite{steering_wheel}, estilo de condução \cite{Johnson}, previsão do comportamento \cite{driver_behaviour} e identificação de algumas situações durante a condução \cite{driver_recognition}, o bom funcionamento destes sistemas tem por base uma grande quantidade de dados adquiridos ao longo de várias viagens. A recolha de dados nalguns destes sistemas é feita através de sistemas de visão, como o caso da monitorização da posição dos pés do condutor ao longo de uma viagem \cite{Tran2012435}. A utilização deste sistema com base em visão não deteta a força aplicada em cada um dos pedais, pois o objetivo deste trabalho era a previsão da posição do pé do condutor \cite{Tran2012435}. Outro sistema de visão implementado em \cite{steering_wheel} tem por base a análise do ângulo da direção de um veículo, para que através deste consigam extrair o estado de fadiga do condutor. Os equipamentos utilizados para deteção das diferentes manobras de condução são o GPS, acelerómetros e giroscópios \cite{driver_recognition}. Um dos avanços recentes é a utilização de equipamentos do nosso quotidiano, como o caso do telemóvel, para recolha de dados durante a condução \cite{Johnson}. A utilização deste equipamento em específico deve-se à existência de modelos que já têm equipamento GPS e acelerómetros incluídos, assim como o facto de ser proibida a utilização do telemóvel durante a condução. Esta quantidade de dados é tratada com base em \textit{Hidden Markov Models} (H.M.M.) \cite{HMM} e \textit{Dynamic Time Warping} (D.T.W.) \cite{DTW}. %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%não alterem este paragrafo, está merda para não estragar a formatação%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% Desta forma os sistemas contêm bases de referência para cada uma das situações a detetar, para que possam ser comparadas com a informação recolhida em tempo real e a informar o condutor das situações de risco antes destas sequer ocorrerem, \cite{Tran2012435}, \ \cite{driver_recognition}, \ \cite{driver_behaviour}, \ \cite{steering_wheel}, \ \cite{behaviour_recogni} e \cite{Johnson}. A maioria dos módulos apresentados utiliza sistemas de visão para aquisição de dados pretendidos, esta opção apresenta maior poder computacional. A outra opção apresentada prende-se com a aquisição de dados através da "centralina" do carro, opção não disponível no AtlasCar. Daí que o trabalho tenha como objetivo o desenvolvimento de Hardware específico para a recolha dos dados a utilizar, pelas razões já referidas. Como descrito na secção \ref{sec:objec} os sistemas a desenvolver não têm como objetivo prever as situações futuras de situações de risco de colisão, mas sim deteta-las quando estas ocorrem, daí que não venham a ser utilizados os modelos de D.T.W. e H.M.M., para previsão das situações de risco. %\subsection{Sistemas Existentes}\label{sec:simuladores} %(por transcrever) % %POR ACABAR, FALTAM OS ARTIGOS % %http://www.design-impact.org/blog/2010/09/part-ii-driver-assistance-systems-and-the-need-for %-threat-assessment/ % %Informação em demasia para o utilizador?? %http://ae-plus.com/technology/information-overload-avoided % % %volvo lança aldeia de testes %http://ae-plus.com/news/volvo-increases-active-safety-testing %Sistema adas da renault: %http://www.renault.pt/gama/veículos-de-passageiros/megane/novo-megane-coupe/versoes-e-equipa %mentos/equipamentos/\#Seguranca