Study of the uncertainty propagation through detection devices in ADAS

The aim of this thesis is to ensure that every detecting device works correctly. This because ADAS (Advanced Driver Assistance System) in the near future will be fundamental for autonomous vehicles and currently they are important for drivers’ safety, reducing consistently the number of accidents, their gravity and the number of deaths and casualties. The criterion utilized is to study the propagation of the errors inside the formulas computed by the numerous processors linked to sensors and to establish a range of acceptability. The determined range will be used to test the vehicle during the periodical inspection and it will be a requirement of the vehicle to pass the inspection, added to all the other existing verifications. The uncertainty calculation is done with a preset matlab application coded by LNE (Laboratoire Nationale de metrologie et d’Essais), the French national institute of metrological accreditation and calibration. It enables measurements uncertainty to be estimated by propagation of variances using both the theoretical GUM (Guide to the expression of Uncertainty in Measurement) approach and a second approach based on a Monte Carlo simulation, following the GUM Supplement 1. The obtained range will be used as a reference to understand during a solicitation of the interested device if it works correctly or if it needs a calibration.

L’obiettivo di questa tesi è garantire che ogni dispositivo che rileva corpi al di fuori del veicolo funzioni correttamente. I sistemi ADAS (Advanced Driver Assistance Systems) sono fondamentali per i veicoli autonomi e, attualmente, sono importanti per aumentare la sicurezza dei conducenti, poichè riducono significativamente il numero di incidenti, la loro gravità e il numero di morti e feriti. Il metodo utilizzato consiste nello studiare la propagazione delle incertezze all’interno delle formule utilizzate dai processori dei dispositivi e nel definire un intervallo di accettabilità, il quale verrà utilizzato per testare il veicolo durante la revisione periodica e sarà un requisito necessario affinché il veicolo ottenga un risultato positivo, in aggiunta a tutte le altre prove esistenti. Il calcolo dell’incertezza viene effettuato con un’applicazione Matlab preimpostata, sviluppata dal LNE (Laboratoire Nationale de Métrologie et d’Essais), l’istituto nazionale francese di accreditamento e taratura. Questa applicazione permette di stimare l’incertezza delle misure attraverso la propagazione delle varianze utilizzando sia il metodo teorico dettato dal GUM (Guide to the Expression of Uncertainty in Measurement) che utilizza il metodo delle derivate parziali, sia lo stesso metodo applicato a una simulazione Monte Carlo, seguendo il supplemento 1 del GUM. L’intervallo ottenuto verrà utilizzato come riferimento per comprendere, durante una sollecitazione del dispositivo interessato, se quest’ultimo funziona correttamente o se necessita di una taratura.