Application of Integrated Vehicle Health Management in Automated Decision-making for Driverless Vehicles
Tid: Må 2023-05-29 kl 13.00
Plats: F3, Lindstedtsvägen 26 & 28, Stockholm
Videolänk: https://kth-se.zoom.us/j/68692607321
Språk: Engelska
Ämnesområde: Maskinkonstruktion
Respondent: Xin Tao , Mekatronik och inbyggda styrsystem, Integrated Transport Research Lab, ITRL
Opponent: Docent Tony Lindgren, Stockholms universitet
Handledare: Professor Jonas Mårtensson, Integrated Transport Research Lab, ITRL, Reglerteknik
Abstract
Fordon blir allt mer komplexa och är benägna att få fler felkällor, vilket hotar fordonens pålitlighet när det gäller tillgänglighet, tillförlitlighet och säkerhet.När fordon upptäcks med vissa typer av fel och hamnar i larmsituationer spelar mänskliga förare en avgörande roll när det gäller att bestämma vilka åtgärder som ska vidtas.När förarlösa fordon väl har introducerats kommer mänskliga förares roller i beslutsfattandet inte längre vara tillgängligt, vilket kräver nya lösningar på både teknisk nivå och på ledningsnivå.
Denna avhandling skildrar den nuvarande mänskliga beslutsprocessen genom att analysera fältstudiedata i lastbilsindustrin, vilket bidrar till mer kunskap om området och att identifiera forskningsluckor.Ett integrerat system för fordonshälsa används för att automatisera denna beslutsprocess genom att integrera uppskattning och förutsägelse av fordonets hälsotillstånd, resursanvändning och fordonets möjlighet att själva anpassa sig för att hantera fel.För att implementera detta schema föreslås feldiagnostik och beslutsmetoder, och ett beslutsstödssystem utformas.
Feldiagnos är en kritisk funktionsmodul för att tillhandahålla tillförlitlig information om fordonets hälsotillstånd för beslutsfattande.För att hantera osäkerheter i feldiagnostik, föreslår vi ett ramverk för osäkerhetsanalys och en feldiagnosmetod som använder Bayesiansk slutledning.Simuleringsexperiment bekräftar att den föreslagna metoden effektivt kan diagnostisera grundorsaken till felsymptom, även vid osäkerhet om fordonets kontext.
En riskbaserad automatiserad beslutsmetod presenteras, som imiterar den mänskliga beslutsprocessen.På grundval av detta föreslås en samarbetsmetod för beslutsfattande genom att överväga trafikstockningar, som är ett stort allmänt problem.Experimentresultat visar att de föreslagna metoderna effektivt kan minska den ekonomiska risken och risken för trafikstockningar.
Dessutom har ett system för beslutsstöd utformats för att ge information till mänskliga användare.Dessutom övervägs gransknings- och inlärningsfunktioner för att få kunskap och uppnå full automation på längre sikt.Ytterligare aktörer från offentlig sektor avseende säkerhet, trafik och miljö beaktas även.Ett transparent, interaktivt och adaptivt grafiskt användargränssnitt för systemet är utformat för att förbättra användarupplevelsen och förtroendet.
Denna avhandling visar potentialen hos automatiserat beslutsfattande och teknisk systemdesign för att öka företagens vinster, ökad möjligheten till partnerskap mellan offentlig och privata aktörer samt möjliggöra teknisk transformation och för att uppnå ett mer hållbart transportsystem.