Utilize este identificador para referenciar este registo:
https://hdl.handle.net/1822/92487
Título: | Development of an embedded system for tagging high impact zones in a car accident |
Outro(s) título(s): | Desenvolvimento de um sistema embebido para a marcação de zonas de alto impacto num acidente de carro |
Autor(es): | Lopes, André Filipe Machado |
Orientador(es): | Machado, Rui Pedro Oliveira |
Palavras-chave: | Automotive industry Safety Collision detection Car seat Embedded system Car collisions Accident reconstruction High impacts Sensor data Prototype testing Reliability Performance Industria automóvel Segurança Deteção de colisões Assento automóvel Sistema embebido Reconstrução de acidentes Impactos elevados Protótipo Fiabilidade Desempenho |
Data: | 16-Jun-2023 |
Resumo(s): | In the constantly evolving automotive industry, there is a growing focus on the development of advanced safety mechanisms, such as sensors, algorithms, and devices for collision detection, to create a new gen eration of highly safe cars. One key safety element in vehicles is the airbag control unit, which detects car crashes and triggers the airbag deployment. However, there is currently a gap in identifying the most severe impact areas in a car seat, which can minimize the diagnostic time by identifying potentially lifethreatening injuries. In this research work, we aim to address this gap by developing an embedded system prototype that can detect car collisions and acquire data for real-time analysis and future accident reconstruction. The device, which will be placed in a car seat, is designed to detect high impacts and store data in case of a collision. The system also samples data from acquisition sensors, applies filters, and performs a collision algorithm in a typical operation. The main contribution of this study is the development of an embedded system that can improve the diagnostic process for paramedics and provide more accurate data for accident reconstruction. The research focuses on the reliable use of sensor data, high-impact detection, and data storage. The prototype is tested using a shaker to confirm the accuracy and reliability of the overall system. Also, the performance of the system is analyzed under high-acceleration conditions. Na constante evolução da indústria automóvel, existe um crescente foco no desenvolvimento de mecanismos de segurança avançados, tais como, sensores, algoritmos e dispositivos de detecção de colisão. Atualmente, o mecanismo de segurança mais utilizado para a deteção de acidentes é o airbag, que permite uma rápida identificação da colisão através do uso de diversos sensores posicionados em locais estratégicos. Contudo, existe actualmente uma lacuna na identificação das áreas que sofreram um maior impacto num assento automóvel. O preenchimento desta lacuna poderá minimizar o tempo de diagnóstico efetuado pelos paramédicos, através da identificação da zona dos ferimentos. Neste estudo, o objectivo é abordar esta lacuna através do desenvolvimento de um sistema embebido protótipo que detete colisões de automóveis e adquira os dados para uma análise em tempo real e para uma possível reconstrução do acidente. Sendo assim, este dispositivo terá de recolher amostras de dados dos sensores de aquisição, aplicar os filtros necessários e executar o algoritmo de deteção. Esta investigação centra-se na utilização fiável dos dados dos sensores, detecção de alto impacto, e armazenamento de dados. O protótipo é testado utilizando um shaker para confirmar a exactidão e fiabilidade do sistema no seu todo. Além disso, o desempenho do sistema é analisado em condições de alta aceleração. |
Tipo: | Dissertação de mestrado |
Descrição: | Dissertação de mestrado em Industrial Eletronics and Computers Engineering |
URI: | https://hdl.handle.net/1822/92487 |
Acesso: | Acesso aberto |
Aparece nas coleções: | BUM - Dissertações de Mestrado DEI - Dissertações de mestrado |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Andre Filipe Machado Lopes.pdf | Dissertação de mestrado | 16 MB | Adobe PDF | Ver/Abrir |
Este trabalho está licenciado sob uma Licença Creative Commons