Advanced system to support precise manoeuvres for single-segment and articulated urban bus drivers (Q83982): Difference between revisions
Jump to navigation
Jump to search
(Changed label, description and/or aliases in 1 language: remove_english_label) |
(Changed label, description and/or aliases in 1 language: translated_label) |
||
| label / en | label / en | ||
Advanced system to support precise manoeuvres for single-segment and articulated urban bus drivers | |||
Revision as of 14:26, 14 October 2020
Project in Poland financed by DG Regio
| Language | Label | Description | Also known as |
|---|---|---|---|
| English | Advanced system to support precise manoeuvres for single-segment and articulated urban bus drivers |
Project in Poland financed by DG Regio |
Statements
3,848,181.56 zloty
0 references
4,838,471.56 zloty
0 references
79.53 percent
0 references
1 April 2018
0 references
31 March 2021
0 references
POLITECHNIKA POZNAŃSKA
0 references
Elektryczne autobusy miejskie są coraz bardziej popularne, gdyż mają obniżony wpływ na środowisko naturalne. Niedogodnością napędu elektrycznego jest ograniczona pojemność baterii i długie ich ładowanie. Dlatego poszukiwane są metody zaoszczędzenia energii w celu wydłużenia zasięgu/czasu pracy autobusu. Jedną z bardziej energochłonnych operacji jest dokowanie pod ładowarką i manewry na zajezdni. Błędy popełniane przez kierowce wymagają hamowania i kosztownego przyśpieszania. Kierowca traci także swój czas na nieproduktywnych zadaniach - brak pasażerów na pokładzie. W celu zmniejszenia pomyłek podczas precyzyjnych manewrów, a przez to wydłużenia zasięgu autobusu i bardziej efektywnego wykorzystania czasu pracy kierowcy, potrzebny jest system wspomagania. Wymaga to budowy zaawansowanego systemu percepcji do mapowania otoczenia i lokalizacji autobusu i detekcji przeszkód dynamicznych – pieszych. Kolejnym nieodzownym elementem są algorytmy planowania i sterowania, które bazując na danych z percepcyjnych, umożliwiają precyzyjne informowanie kierowcy o akcjach jakie powinien podjąć w celu udanego zakończenia zadań dokowania i parkowania. Kierowca potrzebuje także intuicyjnego i dyskretnego sposobu otrzymywania wskazówek o akcjach jakie powinien podjąć by wykonać dany manewr. W naszym projekcie, zbudujemy system jednoczesnej samolokalizacji i budowy mapy z detekcją przeszkód dynamicznych, wsparty mechanizmami ciągłego uczenia się środowiska, aby umożliwić całoroczną eksploatację autobusu. Ponadto rozwiniemy procedury planowania i sterowania dla autobusów jedno-, i co ważniejsze, wielo-segmentowych. Informacja z systemu percepcji i przetworzona przez algorytmy planowania i sterowania będzie przekazana kierowcy w postaci dyskretnych wskazówek sterowania z wykorzystaniem nowo opracowanego interfejsu człow (Polish)
0 references
Urban electric buses are becoming more and more popular as they have a reduced environmental impact. The inconvenience of the electric drive is limited battery capacity and long charging. Therefore, methods of saving energy are sought in order to extend the range/time of the bus. One of the more energy-intensive operations is docking under the charger and manoeuvres at the depot. Drivers’ mistakes require braking and costly acceleration. The driver also wastes his time on unproductive tasks – lack of passengers on board. In order to reduce errors during precise manoeuvres, thus extending the range of the bus and making more efficient use of the driver’s working time, a support system is needed. This requires the construction of an advanced perception system for mapping the surroundings and location of the bus and detecting dynamic obstacles – it’s a pedestrian. Another essential element are planning and control algorithms, which, based on perceptual data, allow the driver to accurately inform the driver about the actions he should take to successfully complete docking and parking tasks. The driver also needs an intuitive and discreet way of receiving instructions about the actions he should take to execute a given maneuver. In our project, we will build a system of simultaneous self-location and map building with the detection of dynamic obstacles, supported by mechanisms of continuous learning of the environment, to enable the bus to operate year-round. In addition, we will develop planning and control procedures for single, and more importantly, multi-segment buses. Information from the perception system and processed by planning and control algorithms will be provided to the driver in the form of discrete control guidance using the newly developed human interface (English)
14 October 2020
0 references
Identifiers
POIR.04.01.02-00-0081/17
0 references