Advanced system to support precise manoeuvres for single-segment and articulated urban bus drivers (Q83982)
Jump to navigation
Jump to search
Project Q83982 in Poland
| Language | Label | Description | Also known as |
|---|---|---|---|
| English | Advanced system to support precise manoeuvres for single-segment and articulated urban bus drivers |
Project Q83982 in Poland |
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
Les bus urbains électriques deviennent de plus en plus populaires car ils ont un impact réduit sur l’environnement. L’inconvénient de l’entraînement électrique est une capacité de batterie limitée et une longue charge. Par conséquent, des méthodes d’économie d’énergie sont recherchées afin d’étendre la portée/l’heure du bus. L’une des opérations les plus consommatrices d’énergie est l’amarrage sous le chargeur et les manœuvres au dépôt. Les erreurs commises par les conducteurs nécessitent un freinage et une accélération coûteuse. Le conducteur perd également son temps sur des tâches improductives — pas de passagers à bord. Afin de réduire les erreurs lors de manœuvres précises, d’étendre la portée du bus et d’utiliser plus efficacement le temps de travail du conducteur, un système d’assistance est nécessaire. Cela nécessite la construction d’un système de perception avancé pour cartographier l’environnement et l’emplacement de l’autobus et détecter les obstacles dynamiques – piétons. Un autre élément essentiel est la planification et les algorithmes de contrôle, qui, sur la base de données perceptuelles, permettent au conducteur d’être informé avec précision des mesures qu’il devrait prendre pour mener à bien les tâches d’accostage et de stationnement. Le conducteur a également besoin d’un moyen intuitif et discret de recevoir des instructions sur les actions qu’il doit prendre pour effectuer une manœuvre donnée. Dans notre projet, nous allons construire un système d’autolocalisation simultanée et de construction de cartes avec détection dynamique des obstacles, soutenu par des mécanismes d’apprentissage continu de l’environnement, afin de permettre l’exploitation tout au long de l’année de l’autobus. En outre, nous élaborerons des procédures de planification et de contrôle pour les autobus uniques et, plus important encore, pour les autobus à segments multiples. Les informations provenant du système de perception et traitées par des algorithmes de planification et de contrôle seront fournies au conducteur sous la forme d’instructions de contrôle discrètes à l’aide d’une interface humaine nouvellement développée. (French)
30 November 2021
0 references
Elektrische Stadtbusse werden immer beliebter, da sie geringere Auswirkungen auf die Umwelt haben. Die Unannehmlichkeiten des elektrischen Antriebs sind eingeschränkte Batteriekapazität und langes Aufladen. Daher werden Energieeinsparungsmethoden gesucht, um die Reichweite/Zeit des Busses zu verlängern. Einer der energieintensiveren Operationen ist das Docking unter dem Ladegerät und Manöver im Depot. Fehler der Fahrer erfordern Bremsen und kostspielige Beschleunigungen. Der Fahrer verliert auch seine Zeit bei unproduktiven Aufgaben – keine Passagiere an Bord. Um Fehler bei präzisen Manövern zu reduzieren und so die Reichweite des Busses zu erweitern und die Arbeitszeit des Fahrers effizienter zu nutzen, ist ein Assistenzsystem erforderlich. Dies erfordert den Aufbau eines fortschrittlichen Wahrnehmungssystems zur Kartierung der Umgebung und des Standorts des Busses und zur Erkennung dynamischer Hindernisse – Fußgänger. Ein weiteres wesentliches Element sind die Planungs- und Steuerungsalgorithmen, die es auf Basis wahrnehmbarer Daten ermöglichen, den Fahrer genau über die Maßnahmen zu informieren, die er ergreifen sollte, um die Docking- und Parkaufgaben erfolgreich abzuschließen. Der Fahrer braucht außerdem eine intuitive und diskrete Art und Weise, Anweisungen zu den Handlungen zu erhalten, die er ergreifen sollte, um ein bestimmtes Manöver durchzuführen. In unserem Projekt bauen wir ein System der simultanen Selbstortung und Kartenkonstruktion mit dynamischer Hinderniserkennung, unterstützt durch Mechanismen des kontinuierlichen Lernens der Umwelt, um den ganzjährigen Betrieb des Busses zu ermöglichen. Darüber hinaus werden wir Planungs- und Kontrollverfahren für Einzel- und, noch wichtiger, Multisegment-Busse entwickeln. Informationen aus dem Wahrnehmungssystem, die durch Planungs- und Regelalgorithmen verarbeitet werden, werden dem Fahrer in Form von diskreten Kontrollanweisungen über eine neu entwickelte menschliche Schnittstelle zur Verfügung gestellt. (German)
7 December 2021
0 references
Elektrische stadsbussen worden steeds populairder omdat ze minder invloed hebben op het milieu. Het ongemak van elektrische aandrijving is een beperkte batterijcapaciteit en lang opladen. Daarom worden energiebesparingsmethoden gezocht om het bereik/de tijd van de bus uit te breiden. Een van de meer energie-intensieve activiteiten is het aanleggen onder de oplader en manoeuvres op het depot. Fouten van bestuurders vereisen remmen en dure acceleratie. De bestuurder verliest ook zijn tijd op onproductieve taken — geen passagiers aan boord. Om fouten bij precieze manoeuvres te verminderen, waardoor het bereik van de bus wordt vergroot en de arbeidstijd van de bestuurder efficiënter wordt benut, is een ondersteuningssysteem nodig. Dit vereist de bouw van een geavanceerd waarnemingssysteem voor het in kaart brengen van de omgeving en de locatie van de bus en het detecteren van dynamische obstakels – voetgangers. Een ander essentieel element is de planning en controle algoritmen, die, op basis van waarnemingsgegevens, de bestuurder in staat stellen precies te worden geïnformeerd over de acties die hij moet ondernemen om de dok- en parkeertaken met succes te voltooien. De bestuurder heeft ook een intuïtieve en discrete manier nodig om instructies te ontvangen over de acties die hij moet ondernemen om een bepaalde manoeuvre uit te voeren. In ons project bouwen we een systeem van gelijktijdige zelflocatie en kaartconstructie met dynamische obstakeldetectie, ondersteund door mechanismen voor continu leren van de omgeving, om het hele jaar door de exploitatie van de bus mogelijk te maken. Daarnaast ontwikkelen we plannings- en controleprocedures voor enkele en, nog belangrijker, multisegmentbussen. Informatie uit het waarnemingssysteem en verwerkt door plannings- en controlealgoritmen zal aan de bestuurder worden verstrekt in de vorm van discrete besturingsinstructies met behulp van een nieuw ontwikkelde menselijke interface (Dutch)
16 December 2021
0 references
Gli autobus urbani elettrici stanno diventando sempre più popolari in quanto hanno un impatto ridotto sull'ambiente. L'inconveniente dell'azionamento elettrico è la capacità limitata della batteria e la carica lunga. Pertanto, si stanno cercando metodi di risparmio energetico al fine di estendere l'intervallo/tempo dell'autobus. Una delle operazioni a maggiore intensità energetica è l'attracco sotto il caricabatterie e le manovre al deposito. Gli errori commessi dai conducenti richiedono una frenata e un'accelerazione costosa. Il conducente perde anche il suo tempo in compiti improduttivi — nessun passeggero a bordo. Al fine di ridurre gli errori durante manovre precise, estendendo in tal modo la portata dell'autobus e facendo un uso più efficiente dell'orario di lavoro del conducente, è necessario un sistema di assistenza. Ciò richiede la costruzione di un sistema di percezione avanzato per mappare l'ambiente e la posizione del bus e rilevare gli ostacoli dinamici – pedoni. Un altro elemento essenziale è costituito dagli algoritmi di pianificazione e controllo che, sulla base di dati percettivi, consentono al conducente di essere informato con precisione sulle azioni da intraprendere per completare con successo le attività di attracco e parcheggio. Il conducente ha anche bisogno di un modo intuitivo e discreto per ricevere istruzioni sulle azioni che dovrebbe intraprendere per eseguire una determinata manovra. Nel nostro progetto, costruiremo un sistema di auto-locazione simultanea e costruzione di mappe con rilevamento dinamico degli ostacoli, supportato da meccanismi di apprendimento continuo dell'ambiente, per consentire il funzionamento del bus tutto l'anno. Inoltre, svilupperemo procedure di pianificazione e controllo per autobus singoli e, cosa più importante, multisegmento. Le informazioni provenienti dal sistema di percezione e elaborate mediante algoritmi di pianificazione e controllo saranno fornite al conducente sotto forma di istruzioni di controllo discrete utilizzando un'interfaccia umana di recente sviluppo (Italian)
16 January 2022
0 references
Identifiers
POIR.04.01.02-00-0081/17
0 references