Data collection system for autonomous vehicles

Abstract

Recently, an increasing number of public transport services have begun incorporating autonomous driving technology. Among other benefits, autonomous vehicles are utilized due to their ability to improve traffic and make public transport more accessible.

The operation and development of autonomous vehicles requires collecting the data recorded during driving. Due to the numerous sensors and complex software inherent to autonomous vehicles, the rate of data generation is massive. Although data collection is a challenging problem, few previous works have addressed the issues in detail.

The aim of this thesis was to design, implement and validate a data collection system for autonomous vehicles. Legislation, standards and the current data collection process at Sensible 4 were considered for the design of the system. To target all areas of the data collection process, the system design was divided into three components: data selection, data extraction, and data transmission.

The system was validated by implementing an extensive testing suite. All three components of the system performed according to the design requirements. The selection component selected data to be collected based on predefined criteria. The extraction component extracted the data samples from recordings and compressed them. The transmission component transmitted the data samples while minimizing disruption to other outgoing connections. The validation confirmed that together the system components can collect data samples from an online autonomous vehicle.

This thesis introduced a detailed solution to the data collection problem of autonomous vehicles. Although covering the whole problem area, some aspects of the system should be further developed and tested to achieve a robust data collection solution. Future work could address the performance of the transmission component in unreliable mobile networks and implement more sophisticated data selection methods to cover different types of data collection events.

Lähivuosina julkisen liikenteen palvelut ovat alkaneet hyödyntämään autonomisia ajoneuvoja. Autonomisia ajoneuvoja hyödynnetään muun muassa sen takia, että niiden avulla voidaan vähentää ruuhkaa ja lisätä julkisen liikenteen saatavuutta.

Autonomisten ajoneuvojen käyttö ja kehitys vaatii ajonaikaisen datan keräämistä. Autonomisille ajoneuvoille ominaiset suuret sensorikokoonpanot ja monimutkainen ohjelmisto tuottaa valtavan määrän dataa. Vaikka tämän datan kerääminen on haastava ongelma, harva aikaisempi tutkimus on keskittynyt näihin haasteisiin yksityiskohtaisesti.

Tämän työn tavoitteena oli suunnitella, kehittää ja validoida datankeräysjärjestelmä autonomisille ajoneuvoille. Järjestelmän suunnittelussa otettiin huomioon lainsäädäntö, standardit ja nykyiset datankeräyskäytännöt Sensible 4 -yrityksessä. Kaikki datankeräyksen osa-alueet käytiin läpi jakamalla järjestelmä kolmeen komponenttiin: datan valinta, datan irroitus ja datan lähetys.

Järjestelmä validoitiin kehittämällä kattava testauspaketti. Kaikki kolme järjestelmän komponenttia suoriutuivat suunniteltujen vaatimusten mukaisesti. Valintakomponentti valitsi datanäytteitä etukäteen määriteltyjen ehtojen perusteella. Irroituskomponentti irroitti halutut datanäytteet nauhoituksista ja kompressoi ne. Lähetyskomponentti lähetti datanäytteet ja minimoi lähetyksen aiheuttamia negatiivisia vaikutuksia muihin meneillä oleviin lähetyksiin. Järjestelmän validaatio osoitti, että yhdessä komponentit voivat ajonaikaisesti kerätä datanäytteitä autonomisesta autosta.

Tämä työ esitteli yksityiskohtaisen ratkaisun autonomisten autojen datankeräysongelmaan. Vaikka koko ongelma-alue otettiin huomioon, tiettyjä järjestelmän osa-alueita täytyy vielä kehittää ja testata, jotta saavutettaisiin kattava datankeräysjärjestelmä. Erityisesti voitaisiin tutkia lähetyskomponentin suoriutuvuutta epäluotettavissa mobiiliverkoissa, sekä hienostuneempia datanvalintamenetelmiä erilaisia datankeräystapahtumia varten.