Sistemi di Assistenza alla Guida Avanzati Adattivi: il co-pilota di HoliDeS

This thesis focuses on the definition and development of a copilot in an adaptive cooperative system (AdCoS) for cars. The car is assumed to be equipped with lasers to find nearby obstacles (position, speed, shape and type) and with a camera to analyse lane parameters (width, car placement, curvature, lane markings). The AdCoS construction is part of the research project HoliDes, an Artemis EU project. The goal of the AdCoS is to assist the driver during manoeuvres (i.e. without taking control of the car) while travelling on motorways. The assistance consists in providing suggestions like: keep your lane, slow down, brake, change lane through an appropriate human-machine interface. A peculiarity of this system is its adaptivity: the AdCoS include two modules that analyse driver's behaviour and road situation in order to evaluate whether the user is distracted (driver distraction) and which manoeuvre he/she is going to perform (driver intention): those results influence the co-pilot suggested choice and the dynamic setting of the user interface (graphical, audible and haptic). The co-pilot developed in this thesis is the first prototype of the co-pilot AdCoS that has been delivered by the HoliDes project. The co-pilot module receives data from the sensors, filters noisy signals, reads from the distraction module if the driver is inattentive, and from the driver intention module which manoeuvre he wants to perform. With the road situation and the distraction level, the co-pilot evaluates the risk of each possible action by simulating the environment future evolution. At this point the co-pilot calculates manoeuvre safety. If the manoeuvre the driver wants to perform (obtained with the driver intention module, in conjunction with the road layout and driver distraction) is safe, it supports the driver during execution; otherwise, the co-pilot suggests a more secure alternative explaining why the action he/she wanted to perform was risky. The work of the thesis has been organized in a number of subsequent steps. The first step consisted in the study of the project's domain (automotive, the physics of car's trajectories, the human model of the driver), and of the programming model used by RTMaps (the framework used for the AdCoS development). In the second step we performed an analysis of the sensors' data and of the filtering of the associated noise. The filtered data was then used to compute the possible trajectories that can be taken by the driver, trajectories that are then evaluated for risk assessment. The last step was devoted to create a decision process to provide the best message to the driver. Extensive part of this work was devoted to a throughout testing of the implemented solution using many registered tracks from a real vehicle in a motorway. Testing and development has been supported by a debug interface specifically developed for this purpose that allowed to calibrate a number of parameters' thresholds (to build realistic trajectories) and to support the implementation and the evaluation of the decision module of the AdCoS. Part of the work delves in verifying that the copilot actually copes with the driver model and the action specifications expressed in the project's deliverables.

La tesi si occupa della definizione e dello sviluppo di un co-pilot in un adaptive cooperative system (AdCoS) per automobili. Si assume che l'auto sia equipaggiata con laser per individuare gli ostacoli vicini (posizione, velocità, forma e tipologia) e con una telecamera per analizzare i parametri della corsia (larghezza, scostamento dell'auto, curvatura e segnaletica orizzontale). La costruzione dell'AdCoS fa parte del progetto di ricerca HoliDes, un progetto Artemis EU. L'obiettivo dell'AdCoS è quello di assistere il guidatore nelle manovre (cioè senza prendere il controllo della vettura) mentre viaggia in autostrada. L'assistenza consiste nel fornire suggerimenti come: mantenere la corsia, rallentare, frenare, cambio di corsia tramite un'interfaccia uomo-macchina appropriata. Una particolarità di questo sistema è la sua adattabilità: l'AdCoS comprende due moduli che analizzano il comportamento del guidatore e la situazione della strada al fine di valutare se l'utente è distratto e che manovra sta per eseguire: questi risultati influenzano il suggerimento del co-pilot e il tipo di interfaccia (grafica, sonora e tattile). Il co-pilot sviluppato in questa tesi è il primo prototipo del co-pilot per l'AdCoS che è stato consegnato per il progetto HoliDes. Il modulo del co-pilot riceve i dati dai sensori, filtra segnali rumorosi, legge dal modulo distrazione se il conducente è distratto, e dal modulo di intenzione che manovra vuole eseguire. Conoscendo la situazione stradale e il livello di distrazione, il co-pilot valuta il rischio di ogni possibile azione simulando l'evoluzione futura dell'ambiente. A questo punto il co-pilot calcola sicurezza della manovra. Se la manovra che il conducente desidera eseguire (ottenuto con il modulo driver intenzione, in combinazione con il layout della strada e il livello di distrazione del guidatore) è sicuro, supporta il guidatore durante l'esecuzione; in caso contrario, il co-pilot suggerisce un'alternativa più sicura e spiega perché l'azione che si voleva realizzare era rischiosa. Il lavoro di tesi è organizzato in una serie di fasi successive. Il primo passo consiste nello studio del dominio del progetto (automotive, la fisica delle traiettorie della macchina, il modello umano del conducente) e del modello di programmazione utilizzato da RTMaps (il framework utilizzato per lo sviluppo dell'AdCoS). Nella seconda fase abbiamo effettuato un'analisi dei dati dei sensori e il filtraggio del rumore associato. I dati filtrati sono stati poi utilizzati per calcolare le possibili traiettorie che possono essere prese dal conducente, traiettorie che vengono poi valutate per il calcolo del rischio. L'ultimo passo è stato dedicato alla creazione di un processo decisionale per fornire il messaggio più appropriato al guidatore. Una parte significativa di questo lavoro è stata dedicata a testare tutta la soluzione implementata utilizzando molte tracce registrate da un vero e proprio veicolo in un'autostrada. Test e sviluppo sono stati supportati da una interfaccia di debug appositamente sviluppata per questo scopo che ha permesso di calibrare una serie di soglie per vari parametri (al fine di costruire traiettorie realistiche) e per supportare l'implementazione e la valutazione del modulo decisionale dell'AdCoS. Parte del lavoro si occupa di verificare che il co-pilot risponda al modello di guidatore e alle azioni specificate nei deliverables del progetto.