Войти в мой кабинет
Регистрация
ГОТОВЫЕ РАБОТЫ / ДИССЕРТАЦИЯ, ТРАНСПОРТНЫЕ СРЕДСТВА

Функциональная безопасность роботизированных автомобилей

cool_lady 2520 руб. КУПИТЬ ЭТУ РАБОТУ
Страниц: 84 Заказ написания работы может стоить дешевле
Оригинальность: неизвестно После покупки вы можете повысить уникальность этой работы до 80-100% с помощью сервиса
Размещено: 09.04.2021
Цель магистерской диссертации заключается в разработке мер по обеспечению кибербезопасности для беспилотных систем легкового автомобильного транспорта. Для достижения поставленной цели планируется решить следующие задачи: - Изучить принципы функционирования роботизированных автомобилей; - Построить модель угроз информационной безопасности для роботизированных автомобилей. - Сформировать и обобщить меры защиты от кибератак для беспилотных систем легкового автомобильного транспорта; Объект исследования: система функциональной безопасности роботизированных автомобилей. Предмет исследования: возможные угрозы кибербезопасности роботизированных транспортных средств. Научной новизной являются обобщенные рекомендации по разработке беспилотных систем легкового автомобильного транспорта с учетом возможных угроз кибербезопасности.
Введение

На сегодняшний день автопроизводители наперегонки разрабатывают собственные автопилоты — один лучше другого — и обещают, что в скором времени на просторах дорог появиться автомобили способные самостоятельно ездить без помощи водителя. Автомобильная индустрия претерпевает существенную трансформацию: крупнейшие производители машин совместно с ИТ и телеком-разработчиками идут к созданию транспортных средств с возможностью полностью автономного вождения. Тренд уже очевиден – в будущем беспилотный транспорт станет массовым явлением, но на пути к эпохе полностью автономных автомобилей еще предстоит решить массу задач. Одна из этих задач, это создание безопасной системы работы всех электронных и электрических узлов роботизированных автомобилей. Всё управление в роботизированных автомобилях возлагается на компьютер, что дает огромные возможности злоумышленникам. К примеру, в случае если они получат контроль над тормозной системой, то смогут передать команду на внезапную остановку на высокой скорости на оживленной трассе, что почти неизбежно повлечет аварию. А при помощи системы ускорения злоумышленник может в нужный момент разогнать машину до огромной скорости и отправить ее в один из объектов повышенной опасности, например, в автозаправочную станцию либо сбить пешеходов. Возможности для нанесения вреда крайне широки. Это может повлечь колоссальные финансовые и человеческие потери, нанести серьезный урон инфраструктуре и экономике в целом. Безопасность является одним из важнейших вопросов в автомобилестроении. Создание новых функциональных возможностей не только в таких системах, как содействие водителю, силовые установки, управление динамикой автомобиля, но и в активных и пассивных системах безопасности тесно связано с деятельностью по проектированию систем безопасности. Разработка и интеграция этих функциональных возможностей повышает необходимость использования процессов разработки систем безопасности и обеспечения доказательств того, что все обоснованные цели системы безопасности выполнены. В контексте роботизированных транспортных средств главной целью безопасности неизбежно является устойчивость функций безопасности функций автономии. Поскольку на карту поставлены человеческие жизни, крайне важно, чтобы безопасность автономных транспортных средств не подвергалась риску перед лицом атак на функции авто настройки. В конечном счете, автономные транспортные средства требуют высочайшего уровня мер безопасности для защиты от атак связанных с безопасностью функций. Это особенно актуально для кибер-физической системы, ответственного за обнаружение столкновений, круиз-контроль, антиблокировочную тормозную систему и т. д., поскольку любой компромисс таких функций может привести к травмам и даже гибели людей. С ростом сложности технологий, программного обеспечения и мехатронных устройств увеличиваются риски, связанные с систематическими отказами и случайными отказами оборудования, а так же воздействия извне на роботизированные автомобили, что может привести к непредсказуемым последствиям, поэтому рассмотренные в данной диссертационной работе вопросы, являются на сегодняшний день особо актуальными. Безопасность системы достигается за счет ряда мер безопасности, которые реализуются с применением различных технологий (например, механических, гидравлических, пневматических, электрических, электронных, программируемых электронных) и применяются на различных уровнях процесса разработки [2].
Содержание

Введение 4 Глава 1 Теоретические аспекты построения роботизированных автомобилей. 7 1.1 Принцип работы роботизированных автомобилей 7 1.2 Электрические принципы работы автомобилей 12 1.3 Примеры решений роботизации автомобиля 17 1.4 Правовое регулирование автопромышленности 21 Глава 2 Актуальные угрозы безопасности роботизированных автомобилей 27 2.1 Функциональная безопасность транспортных средств 27 2.2 Исследование киберугроз роботизированных автомобилей 29 2.3 Кибер-физическая ситема 33 2.4 Сетевые возможности автономных транспортных средств 36 2.5 Модель угроз роботизированных автомобилей 38 Глава 3 Разработка рекомендаций по построению роботизированных автомобилей с учетом вероятных угроз кибербезопасности 42 3.1 Разработка мер по обеспечению системы безопасности 42 3.2 Безопасная архитектура роботизированных автомобилей 45 3.3 Периметр безопасности 52 3.4 Установление корней доверия 53 3.5 Операции по обеспечению безопасности 55 3.6 Методы тестирования безопасности 60 3.7 Обеспечение безопасного функционирования программного обеспечения роботизированных транспортных средств 61 3.8 Программирование с выявлением ошибок проекта. 70 3.9 Верификация программного обеспечения 71 Заключение 78 Список использованной литературы 80
Список литературы

1. Федеральный закон от 27.07.2006 N 149-ФЗ (последняя редакция)«Об информации, информационных технологиях и о защите информации» [Электронный ресурс] // КонсультантПлюс : справочно-правовая система / Режим доступа : / URL: http://base.www.consultant.ru/ (дата обращения 15.05.2019 г.) 2. Доктрина информационной безопасности РФ: утверждена Президентом РФ 9 сентября 2000 г. // Справочно-правовая система «КонсультантПлюс»: [Электронный ресурс]. URL: http://www.consultant.ru/document/cons_doc_LAW_28679/#dst0 (дата обращения: 18.05.2019). 3. ГОСТ Р ИСО 26262-1-2014 Дорожные транспортные средства. Функциональная безопасность. 4. Авчаров И.В. Борьба с киберпреступностью / И.В. Авчаров. // Информатизация и информационная безопасность правоохранительных органов. XI межд. конф. - М., 2012. - С. 191-194. 5. Айков Д.В. Компьютерные преступления. Руководство по борьбе с компьютерными преступлениями / Д. Айков, К. Сейгер, У. Фонсторх. - М.: Мир, 2014.- 351 с. 6. Антонос Г. А. Международные изменения права киберпространства./ Г.А. Антонос // Право и информатизация общества: сб. науч. тр. - М.: ИНИОНРАН, 2012.- С. 174-186. 7. Ахтырская Н. Организованная преступность в сфере информационных технологий / Н. Ахтырская // Компьютерная преступность и кибертерроризм. Исследования, аналитика. Вып. 1. - Запорожье, 2014. - С. 30 - 35. 8. Борисов А.Г., Голь С.А., Корнеев В.Е. – «Открытая аппаратная платформа для тестирования программного обеспечения беспилотного автомобиля» // Вестник Рязанского государственного радиотехнического университета. - 2013. - №4-3(46). - С. 50-55. 9. Букин Д.А. Хакеры. О тех, кто делает это / Д. Букин // Рынок ценных бумаг. 2013, - № 23. - С. 54-57. 10. Букин Д.А. Underground киберпространства/ Д. Букин // Рынок ценных бумаг. 2013. - №8. - С. 104 - 108. 11. Быков В. Совершенствование уголовной ответственности за преступления, сопряженные с компьютерными технологиями / В. Быков, А. Нехорошее, В. Черкасов. // Уголовное право. 2013. - № 3. - С. 9-11. 12. Вехов В. Б. Компьютерные преступления: способы совершения и раскрытия / В.Б. Вехов; Под ред. акад. Б.П. Смагоринского. - М.: Право и закон, 2014.- 182 с. 13. Гликман И. Откуда берутся хакеры и что с ними делать? // Нар. образование. - 2005. - N 5. - С. 241-244 14. Казарин, О. В. Надежность и безопасность программного обеспечения: учебное пособие для бакалавриата и магистратуры / О. В. Казарин, И. Б. Шубинский. — Москва : Издательство Юрайт, 2018. — 342 с. 15. Сайкин А.М., Ендачев Д.В., Холодилин И.В. – «Современное состояние разработок по созданию «беспилотных» автотранспортных средств за рубежом и в ФГУП «НАМИ»» // Труды НАМИ. - 2015. - №250. - С. 80-95. 16. Скорик В. В. Международная информационная безопасность: проблемы и перспективы // Электросвязь. - 2018. - N 8. - С. 2-4 17. Томчак Е. В. Из истории компьютерного терроризма // Новая и новейшая история. – 2007. - N 1. - С. 134-148 18. Титоренко, Г.А. Информационные технологии управления: Учебник для вузов / Г.А. Титоренко - М.: Юнити, 2016.-376с. - ISBN: 978-5-4475-2506-4 19. Широков В. А. Компьютерные преступления: основные тенденции развития // Юрист. – 2016. - N 10. - С. 18-21 20. Роботизированные автомобили [Электронный ресурс] - http://robotrends.ru/robopedia/robotizirovannye-avtomobili-robomobili дата обращения: 25.04.2019 21. Automated Driving: Levels of Driving Automation as per SAE International Standard J3016. https://www.sae.org/misc/pdfs/automated_driving.pdf. 22. National Institute of Standards and Technology Special Publication (SP) 800-160, Systems Security Engineering: Considerations for a Multidisciplinary Approach in the Engineering of Trustworthy Secure Systems, November 2016. https://doi.org/10.6028/NIST.SP.800-160. 23. National Institute of Standards and Technology Special Publication (SP) 800-64 Revision 2, Security Considerations in the System Development Life Cycle, October 2008. http://nvlpubs.nist.gov/nistpubs/Legacy/SP/nistspecialpublication800-64r2.pdf. 24. The STRIDE Threat Model, 2012. https://msdn.microsoft.com/en-us/library/ee823878(v=cs.20).aspx. 25. Functional Safety and IEC 61508, 2017. http://www.iec.ch/functionalsafety/. 26. ISO 26262-1:2011, 2011. https://www.iso.org/standard/43464.html. 27. SO/IEC 27034:2011+ Information technology Security techniques Application security, 2011. http://www.iso27001security.com/html/27034.html. 28. Socio-Technical Security Metrics, 2014. https://www.dagstuhl.de/en/program/calendar/semhp/?semnr=14491. 29. Assessing ICT Security Risks in Socio-Technical Systems, 2016. https://www.dagstuhl.de/en/program/calendar/semhp/?semnr=16461. 30. Intel Automotive Security Research Workshops, 2016. http://www.intel.com/content/dam/www/public/us/en/documents/product-briefs/automotive-security-research-workshops-summary.pdf. 31. Adversarial Deep Learning for Autonomous Driving, 2017. https://deepdrive.berkeley.edu/node/107. 32. T. Abera, N. Asokan, L. Davi, F. Koushanfar, A. Paverd, A. R. Sadeghi, and G. Tsudik. Invited: Things, trouble, trust: On building trust in iot systems. In 2016 53nd ACM/EDAC/IEEE Design Automation Conference (DAC), pages 1–6, June 2016. 33. W. Bechkit, Y. Challal, A. Bouabdallah, and V. Tarokh. A highly scalable key pre-distribution scheme for wireless sensor networks. IEEE Transactions on Wireless Communications, 12(2):948–959, February 2013. 34. A. Burg, A. Chattopadhyay, and K. Lam. Wireless communication and security issues for cyber-physical systems and the internet-of-things. Proceedings of the IEEE, (to appear). 35. I. Butun, S. D. Morgera, and R. Sankar. A survey of intrusion detection systems in wireless sensor networks. IEEE Communications Surveys Tutorials, 16(1):266–282, 2014. 36. S. Checkoway, D. McCoy, B. Kantor, D. Anderson, H. Shacham, S. Savage, K. Koscher, A. Czeskis, F. Roesner, and T. Kohno. Comprehensive experimental analyses of automotive attack surfaces. In Proceedings of the 20th USENIX Conference on Security, SEC’11, pages 6–6, Berkeley, CA, USA, 2011. USENIX Association. 37. C.-K. Chu, J. K. Liu, J. Zhou, F. Bao, and R. H. Deng. Practical idbased encryption for wireless sensor network. In Proceedings of the 5th ACM Symposium on Information, Computer and Communications Security, ASIACCS ’10, pages 337–340, New York, NY, USA, 2015. ACM. 38. D. Dolev and A. Yao. On the security of public key protocols. IEEE Transactions on Information Theory, 29(2):198–208, Mar 2014. 39. M. Faezipour, M. Nourani, A. Saeed, and S. Addepalli. Progress and challenges in intelligent vehicle area networks. Commun. ACM, 55(2):90–100, Feb. 2016. 40. M. Garc??a-Otero, T. Zahariadis, F. A? lvarez, H. C. Leligou, A. Poblacio?n- Hern?andez, P. Karkazis, and F. J. Casaj?us-Quir?os. Secure geographic routing in ad hoc and wireless sensor networks. EURASIP Journal on Wireless Communications and Networking, 2010(1):975607, 2015. 41. M. Guri, G. Kedma, A. Kachlon, and Y. Elovici. Airhopper: Bridging the air-gap between isolated networks and mobile phones using radio frequencies. In 2014 9th International Conference on Malicious and Unwanted Software: The Americas (MALWARE), pages 58–67, Oct 2014. 42. M. P. Heiber T. Exploring the relationship between context and privacy, pages 35–48. Springer Berlin Heidelberg, 2015. 43. C. Karlof and D. Wagner. Secure routing in wireless sensor networks: attacks and countermeasures. In Proceedings of the First IEEE International Workshop on Sensor Network Protocols and Applications, 2013.,pages 113–127, May 2013. 44. S. K. Khaitan and J. D. McCalley. Design techniques and applications of cyberphysical systems: A survey. IEEE Systems Journal, 9(2):350–365, June 2015. 45. I. V. Krsul. Software Vulnerability Analysis. PhD thesis, West Lafayette, IN, USA, 2018. AAI9900214. 46. K. Y. Lam. IoT Security: Cybersecurity from IT to OT. In Navigating the Digital Age: The Definitive Cybersecurity Guide for directors and officers (Singapore Edition). Palo Alto Networks, 2016. 47. K. Lemke, C. Paar, and M. Wolf. Embedded Security in Cars: Securing Current and Future Automotive IT Applications. Springer Publishing Company, Incorporated, 1st edition, 2015. 48. G. Macher, E. Armengaud, E. Brenner, and C. Kreiner. A Review of Threat Analysis and Risk Assessment Methods in the Automotive Context, pages 130–141. Springer International Publishing, Cham, 2016. 49. D. K. Nilsson, U. E. Larson, F. Picasso, and E. Jonsson. A First Simulation of Attacks in the Automotive Network Communications Protocol FlexRay, pages 84–91. Springer Berlin Heidelberg, Berlin, Heidelberg, 2019. 50. M.-B. Peters. Have a Safe Trip, 2017. https://audi-encounter.com/en/car-security. 51. J. Shi, J. Wan, H. Yan, and H. Suo. A survey of cyber-physical systems. In 2011 International Conference on Wireless Communications and Signal Processing (WCSP), pages 1–6, Nov 2016. 52. P. Syverson, G. Tsudik, M. Reed, and C. Landwehr. Towards an analysis of onion routing security. In International Workshop on Designing Privacy Enhancing Technologies: Design Issues in Anonymity and Unobservability, pages 96–114, 2017. 53. R. Szlapczynski. A new method of ship routing on raster grids, with turn penalties and collision avoidance. Journal of Navigation, 59(1):2742, 2015. 54. S. Temizer, M. Kochenderfer, L. Kaelbling, T. Lozano-Perez, and J. Kuchar. Collision Avoidance for Unmanned Aircraft using Markov Decision Processes*. American Institute of Aeronautics and Astronautics, 2017. 55. S. Tuohy, M. Glavin, C. Hughes, E. Jones, M. Trivedi, and L. Kilmartin. Intra-vehicle networks: A review. IEEE Transactions on Intelligent Transportation Systems, 16(2):534–545, April 2015. 56. M. Weiser. The computer for the 21st century. SIGMOBILE Mob. Comput. Commun. Rev., 3(3):3–11, July 2019. 57. M. Wolf, A. Weimerskirch, and C. Paar. Security in automotive bus systems. In Proceedings of the Workshop on Embedded Security in Cars (ESCAR), 2014. 58. C. Zhang, R. Lu, X. Lin, P. H. Ho, and X. Shen. An efficient identitybased batch verification scheme for vehicular sensor networks. In IEEE INFOCOM 2018 - The 27th Conference on Computer Communications, April 2018.
Отрывок из работы

Глава 1 Теоретические аспекты построения роботизированных автомобилей 1.1 Принцип работы роботизированных автомобилей Роботизированными автомобилями или робомобилями можно называть все виды автомобильного транспорта, прежде всего беспилотные, ориентированные на эксплуатацию без водителя. Также к этой категории относятся автосредства, роботизированные частично, например, способные двигаться без участия водителя в составе колонны или на длинных участках шоссе без выполнения маневров, т.е. сохраняя полосу движения и заданную скорость с учетом внешней среды. Водитель в таких машинах подключается к процессу лишь для обгона или съезда с трассы и т.п. Выделяется такое направление, как роботизированный общественный транспорт - задача реализации автоматического движения транспорта по хорошо изученному маршруту представляется чуть проще, нежели способность автопилота управлять транспортным средством везде и в любых условиях. Беспилотный автомобиль — транспортное средство, оборудованное системой автоматического управления, которое может передвигаться без участия человека [19]. Автопилот — устройство или программно-аппаратный комплекс, ведущий транспортное средство по определённой, заданной ему траектории. Наиболее часто автопилоты применяются для управления летательными аппаратами (в связи с тем, что полёт чаще всего происходит в пространстве, не содержащем большого количества препятствий), а также для управления транспортными средствами, движущимися по рельсовым путям. Современный автопилот позволяет автоматизировать все этапы полёта или движения и другого транспортного средства. Пример роботизированного автомобиля представлен на рисунке 1. Для правильного функционирования роботизированные автомобили оснащаются ADAS-системой. ADAS расшифровывается как (Advanced Driver Assistance Systems) современные системы содействия водителю. Ини представляют собой набор техники и классифицируются стандартом SAE J 3016-2018. Рисунок 1. – Роботизированный автомобиль. SAE J 3016-2018 «Классификация и систематизация, а также определения терминов, относящихся к системам автоматизации вождения для дорожных моторных транспортных средств» является крайне важным документом, авторами которого выступают специалисты Общества инженеров автомобильной промышленности и транспорта (Society of Automotive Engineers; SAE). Предлагая четкую классификацию и систематизацию терминов, а также четко излагая принятые определения, касающиеся систем автоматизации вождения, в описательном и информативном формате (в отличие от нормативного), международный стандарт SAE J 3016-2018 обеспечивает полное понимание темы автоматизации вождения. С его помощью заинтересованные стороны могут добиться значительной экономии времени и других ресурсов при работе с данной сферой. Кроме того, стандарт SAE J 3016-2018 разъясняет роль водителя во время работы системы автоматизации вождения, отвечает на ключевые вопросы и рассматривает проблемы, понимание которых может помочь в разработке законов, политики, регулирующих норм и других стандартов. В общем и целом этот полезный документ обеспечивает основу для формирования спецификаций на системы автоматизации вождения [20]. Для тех, кто не занят в отрасли автомобилестроения, приведенная в стандарте терминология может показаться немного сложной, но она полностью отражает текущее положение вещей. Например, в стандарте SAE J 3016-2018 не используются термины «самоуправляемый автомобиль» или «автомобиль без водителя». Фактически используемые термины были тщательно сформулированы, чтобы ссылаться на автоматизацию как часть систем транспортного средства, а не на само транспортное средство. В частности, SAE J 3016-2018 описывает автоматизированные системы управления автотранспортными средствами, которые выполняют часть или все задачи в области динамического вождения на постоянной основе и включают в себя трех основных участников вождения: человека, систему автоматизации вождения, а также другие системы и компоненты транспортного средства. Стандарт SAE J 3016-2018 также описывает различные уровни автоматизации вождения: • Уровень 0 (отсутствие автоматизации вождения); • Уровень 1 (помощь водителю); • Уровень 2 (частичная автоматизация вождения); • Уровень 3 (условная автоматизация вождения); • Уровень 4 (высокая автоматизация вождения); • Уровень 5 (полная автоматизация вождения). Примером систем автоматизированного вождения нулевого уровня являются FCW (Forward Collision Warning – предупреждение о фронтальном столкновении), BSW (Blind Spot Warning – контроль за слепой зоной) и т.д. Первый уровень отражает степень комфорта управления, например: ACC (Adaptive Cruise Control – адаптивный круиз контроль), LKA (Lane Keeping Assist – система поддержания полосы движения). Уровень автоматизации ТС зависит не только от наличия ADAS-систем, но и от того, происходит ли их совместная работа. Например, ACC в сочетании с LKA представляют собой второй уровень автоматизации. Третий уровень характеризуется возможностью маневрировать в таких условиях, как городское движение, образец системы с подобным принципом работы – Traffic Jam Assist. Водитель подключается к такому режиму, если впереди идущий транспорт движется медленно, всё управление ТС тщательно контролируется человеком, при этом скорость не должна достигать более 60 км/ч. Четвёртый уровень позволяет водителю не вмешиваться в процесс управления, обеспечивая контроль за продольной и боковой динамикой ТС. Подразумевается, что ТС двигается автономно только в определённых режимах, когда можно включать эти режимы определяет сам водитель. Пример этого уровня – Highway Chauffeur, эта система позволяет ехать по магистрали с ослаблением внимания водителя, но исключая его полное невмешательство, кроме того, сложные манёвры, такие как обгон осуществляться не могут, максимальная скорость движения – 130 км/ч. Пятый уровень олицетворяет концепцию беспилотного такси. Беспилотное такси выполняет весь ряд динамических задач, встающих перед среднестатистическим водителем: начиная от начальной точки маршрута до пункта назначения. Среди беспилотных такси можно выделить два типа: предназначенный для работы в условиях городского цикла и универсальный. К первому относится роботизированный автомобиль от Google, такие ТС могут развивать скорость до 40 км/ч, обеспечивая необходимые требования безопасности. Универсальный тип должен эксплуатироваться на всех видах дорог: как в городе, так и за пределами населённых пунктов, максимальная же скорость может достигать 130 км/ч. Уровень 0 - это, по сути, обычные автомобили, не содержащие никаких систем автоматизации. При этом некоторые транспортные системы, охватываемые Уровнем 1 или Уровнем 2, уже представлены на рынке в течение некоторого времени. Это касается авто с системами ABS, круиз-контроля и так далее. Поскольку развитие автоматизации вождения находится на начальном этапе, необходимо постоянно обновлять релевантные стандарты, чтобы они продолжали удовлетворять потребности отрасли. Поэтому авторы SAE J 3016-2018 добавили в его текст новые термины и определения, исправили ошибки и добавили разъяснения. В частности, был изменен текст ряда разделов документа, чтобы обеспечить большую ясность при обсуждении различных тем, касающихся того, как следует применять уровни SAE и другие концепции в различных обстоятельствах [20]. Многие нынешние серийные машины уже имеют элементы систем самоуправления, взять тот же активный круиз-контроль, автоматически останавливающий машину при появлении препятствия, и систему удерживания в полосе, когда машина сама не выезжает за пределы линий дорожной разметки. Разберем, как работают автомобили с системой ADAS, роботизированная машина делает то же самое, что и человек за рулем, только мозги у него - электронные, а вместо глаз он использует набор техники: • Камеры – обычно располагаются в передней части автомобиля, поступающее с разных направлений изображение анализируется компьютерной программой, чтобы выявить препятствия, людей, машины и другие объекты на проезжей части, ее границы, разметку и даже знаки. • Стереокамеры - оборудование определяющее расстояние до объектов. • Радар - определяет расстояние до объектов с помощью радиоволн, как на боевых кораблях или самолетах. • Лидар - лазерный датчик кругового обзора, который составляет трехмерную карту пространства вокруг машины. • Датчики - приемники GPS/ГЛОНАСС, инерциальные измерители и сенсоры, которые показывают, с какими скоростями вращаются колеса, куда они повернуты и т. д. Рисунок 2. – Роботизированный автомобиль и его компоненты. Это далеко не полный список вспомогательных элементов. Все эти приборы собирают информацию воедино, программно-аппаратный комплекс ее обрабатывает и выдает нужные решения: газовать, тормозить, поворачивать и т. д. Данных поступающих с вспомогательных техник на программно-аппаратный комплекс подлежит защите. Вопросы, связанные с защитой этих данных, а также поддержания работоспособности относиться к функциональной безопасности, об этом в дальнейшем и пойдет речь в последующих главах магистерской диссертации. 1.2 Электрические принципы работы автомобилей Автомобили, даже те, которые работают на газе, имеют электрические компоненты. Эти компоненты работают, посылая электрический сигнал через цепь, чтобы получать и распределять энергию от датчиков автомобиля к его центральному компьютеру. Это управляет работой двигателя и тем, насколько хорошо двигатель сжигает топливо. Роботы также имеют электрические компоненты, которые работают аналогичным образом. Печатная плата обеспечивает путь, по которому электрический ток может безопасно протекать, чтобы достичь различных движущихся частей транспортного средства или робота. Печатные платы имеют четыре основных компонента. Это: • Мощность - это энергия, необходимая для выполнения чего-либо (за единицу времени). В цепи это поток электронов, который измеряется в напряжении, умноженном на ток. Мощность подается от источника (положительная клемма) к земле (отрицательная клемма). Питание часто происходит от батареи в простой цепи. Даже в автомобиле аккумулятор обеспечивает питание. • Резисторы - резисторы сопротивляются потоку электронов и влияют на величину тока, потребляемую мощность и напряжение, передаваемое по цепи. • Конденсаторы - Конденсаторы хранят электроны во временакогда ток накаленыи батарея не может угнаться. • Диоды - Диоды поддерживают ток только в одном направлении, что обеспечивает защиту схемы от неправомерных действий. В автомобиле печатная плата и модуль управления двигателем (ECM) или блок управления двигателем (ECU) имеют решающее значение для обеспечения энергии. Они чувствуют ошибки и контролируют топливо, воздух и искру в двигателе, постоянно внося коррективы, чтобы гарантировать, что автомобиль работает правильно. Контроллер электронной системы управления двигателем также хранит коды, когда двигатель не работает должным образом, чтобы технический специалист мог выполнить соответствующие настройки [20]. В робототехнике печатная плата доставляет сигналы, посылаемые контроллером, для обеспечения функционирования робота в соответствии с требованиями. Электричество, протекающее через монтажную плату, будет приводить в действие различные команды по указанию оператора. В сложных или автономных роботах некоторые из этих действий автоматизируются и управляются центральным компьютером, как модуль управления двигателем в автомобиле. Датчики в автомобиле обнаруживают те факторы, которые имеют решающее значение для работы. Это может включать в себя все от давления масла до уровня охлаждающей жидкости. Ваши датчики и отчеты, которые они отправляют на компьютер, помогают обеспечить безопасную работу вашего автомобиля. Они контролируют основные системы и отправляют сигналы в режиме реального времени на компьютеры в автомобиле, чтобы отслеживать системы и предупреждать водителей о проблемах. Наиболее распространенные датчики: • Датчик положения коленчатого вала; • Датчик положения кулачка; • Датчик температуры охлаждающей жидкости двигателя; • Датчик абсолютного давления в коллекторе; • Датчик положения дроссельной заслонки; • Датчик положения педали акселератора; • Датчик кислорода с подогревом в выхлопе; • Датчик скорости вращения колеса; • Датчик давления в шинах. • Датчик температуры воздуха на впуске и воздуха Современные электрические и автономные автомобили имеют еще больше датчиков. В электромобиле датчики необходимы для отслеживания общей производительности. В гибриде датчики помогают бортовому компьютеру определять, когда переключаться с аккумулятора на работу в топливе. В автономном автомобиле датчики обзора и приближения помогают предотвратить столкновения. В роботе датчики измеряют конфигурацию робота и состояние окружающей среды. Они посылают эту информацию в контроллер посредством электрических сигналов, передаваемых через печатную плату. Иногда роботизированные датчики могут воспринимать вещи, не видимые человеческим глазом, такие как излучение, незаметные движения или действия, происходящие в темноте. Типы датчиков, используемых в роботах, включают в себя: • Датчики видения и света; • Звуковые датчики; • Датчики силы; • Датчики приближения; • Датчики наклона. Эти датчики собирают информацию, отправляют ее обратно на компьютер через печатную плату и позволяют роботу предпринимать соответствующие действия. А информация же в свою очередь протекает по CAN шине. Разберем, как же работает компьютерная сеть в машине. CAN (Area Network Controller) - шины, более конкретно, является соединением проводов и программного обеспечения, которое соединяет компьютеры и датчики автомобиля. Автомобили содержат много электронных блоков управления - это система небольших компьютеров, или экю. Каждый ECU контролирует определенную функцию, будь то управление процессом подачи топлива или закатывание окон. Датчики различных частях автомобиля отслеживают данные, отправляют их в ЭБУ, которые передаются по сети шины CAN. Сеть шины CAN обеспечивает путь для передачи этих данных от датчиков к компьютеру. Когда компьютер получает данные, он принимает решение и выбирает действие для системы автомобиля. Шина CAN устраняет необходимость в сложной проводке. Сеть шины CAN была разработана в середине 80-х годов и устраняла необходимость прокладывать провода каждый раз, когда в автомобиль добавлялась электронная функция, вместо этого основное внимание уделялось программному обеспечению, обеспечивающему выполнение этих соединений. Это эффективно сократило жгут проводов автомобиля. Вот практический пример: функция раздвижных дверей автомобиля работает в компьютерной сети. Когда датчики сети обнаруживают скачок напряжения, потому что что-то блокирует легкий путь к двери, ECU посылает мгновенный сигнал через сеть шины CAN, чтобы изменить движение двери, защищая выступающую ногу или руку. В роботе программирование обычно является последним этапом, и компьютер мобильного робота работает почти так же, как компьютер автомобиля. Хотя действия компьютера робота могут управляться большим внешним компьютером (известным как микроконтроллер или привязанный контроллер), аналогичная серия датчиков и сетевое взаимодействие происходит внутри робота. Роботам для нормального функционирования нужен язык - разработчики очень часто выбирают язык программирования для своего робота. C / C ++, Java и Python - три самых популярных. Так же их чаще всего используется в автомобилях и роботизированных автомобилях. Язык микроконтроллера будет определять язык, который использует робот [11]. Каждое действие, которое необходимо чтобы выполнял робот, требует собственного кода. Изучение подпрограмм может помочь ограничить строку кода. Электрические сходства между автомобилями и роботами явно указывают на связь между этими двумя областями исследования. Среди производителей решений роботизации автомобиля можно выделить следующие группы компаний: 1. традиционные производители автомобилей 2. крупные IT-компании, которые видят новый для себя рынок 3. стартапы, стремящиеся заработать в новой для себя нише. Эти компании и их решения будут приобретать автопроизводители и ИТ-компании. В этом параграфе мы рассмотрели электрические принципы работы автомобиля, далее рассмотрим примеры роботизированных автомобилей. 1.3 Примеры решений роботизации автомобиля Рассмотрим примеры решений роботизации автомобиля. К российским разработкам относятся такие проекты как: ГАЗ (ГАЗель Бизнес) - С 2008 года ведутся разработки техники с системами искуственного интеллекта совместно с ведущими вузами страны и Фондом Олега Дерипаска "Вольное дело". Волгабус - На форуме стратегических инициатив показали беспилотный электробус Волжанин. Компания Волгабус представила на Форуме стратегических инициатив беспилотный автобус в котором могут одновременно передвигаться до 6 человек. Это электромобиль, оснащенный системой технического зрения, набором сенсоров и автопилотом, обеспечивающим управление электробусом. КАМАЗ - намечены первые дорожные испытания автономного грузовика. Выход в производство намечается на 2019 год. Серийное производство - в 2023 год. В 2016 году испытания автопилота ведут на обычном серийном полноприводном КамАЗ-5350. НАМИ (Центральный научно-исследовательский автомобильнй и автомоторный институт) В 2016 году прошло тестирование беспилотной Lada Kalina на испытательной площадке. Пока что речь идет только о начальной стадии проекта. Автопилот способен самостоятельно трогаться, объезжать препятствия, делать параллельную парковку и останавливаться перед внезапно появившемся на дороге пешеходом. Яндекс – В 2018 году представлен автомобиль с автопилотом на базе лидара, камер, радара, блока инерциальных и одометрических сенсоров. Это скорее проверка концепта, нежели решение автопилота. К зарубежным производителям роботизированных решений относятся: Audi, Германия - Компания сотрудничает с Intel / Mobileye. Также испытывается автопилот Jam Pilot, созданный на базе решений NVidiea для модели A8. Он поддерживает управления на скорости до 50 км/ч. Полностью автономный автомобиль компания планирует выпустить в продажу к 2020 году. BMW, Германия - Активно разрабатывает робомобили (на базе китайского подразделения - BMW China Services Ltd). У компании есть разрешение на испытания беспилотных автомобилей на дорогах китая. Центр разработок в Шанхае, в нем работает более 60 специалистов. По дорогам сейчас разъезжает несколько десятков робомобилей на базе серии BMW7. Также проводятся тесты в Мюнхене и Калифорнии. Идет взаимодействие с Intel / Mobileye. Автоконцерн BMW подписал соглашение о совместной разработке и коммерциализации автономных автомобилей с Intel и Mobileye, Израиль. Первые беспилотники планируется выпустить на рынок в 2021 году. Mobileye уже сотрудничает с General Motors и Volkswagen. В BMW хотят создать открытую платформу, которой смогут воспользоваться и другие компании. Fiat Crysler – В 2017 году корпорация Fiat Chrysler присоединилась к Консорциуму самоуправляемых автомобилей, возглавляемому BMW, Intel и его подразделением Mobileye. Напомним, у консорциума в планах разработка полностью самоуправляемых автомобилей к 2021 году. В 2016 году корпорация FCA стала первым автопроизводителем, который выступил в партнерство с Waymo, подразделением Alphabet, которое ведет разработки беспилотных автомобилей. Ford, США - Приобрела стартап Argo Ai и инвестировала в нее более $1 млрд. Разрабатывает собственную платформу для создания робомобилей. Один из проектов компании - роботизированные сравнительно небольшие транспортные средства для развоза посылок, программную часть разработала компания Argo AI. Ford объявил о том, что ему удалось решить одну из наиболее значимых проблем робомобилей - навигацию в темноте. В испытаниях использовался один из роботизированных Ford Fusion - автомобиль передвигался ночью по неосвещенной дороге и с выключенными фарами. Двигаясь со скоростью почти в 100 км/ч, Ford не испытывал затруднений с навигацией. Эффект был достигнут при помощи LiDAR Ultra Puck производства Velodyne (разработка DARPA). Устройство расширило границы обзора робомобиля на дополнительные 200 метров, повысило точность моделирования и картографирования. Тем не менее, технология не самостоятельна - автомобилю требуются размеченные маршруты и камеры, чтобы определять свое местоположение. В некоторых случаях можно обойтись без последних - повышая точность лазерных дальномеров и качество программного обеспечения. Hyundai, Южная Корея - К 2021 году планируется начать продажи робомобили с ограниченной автономностью, а полностью автономные авто выпустит к 2030 году. Mercedes-Benz, Германия - Развивает проекты создания роботизированных автомобилей с участием компании Bosh. Тестовые автомобили уже появлялись на дорогах Европы. SAIC Motor, Китай - Крупнейший в Китае автопроизводитель. Компания контролируется государством. Работает над системами автоматического управления совместно с Intel. Tesla Motors, США - Компания не позиционирует свое решение, как полноценный автопилот и просит водителя во время работы автопилота держать руки на руле и не отвлекаться от процесса вождения. Toyota / Toyota Research Institute, США - Toyota усиливает команду разработчиков робомобилей специалистами Jaybridge Robotics. Команда Jaybridge Robotics присоединилась к Toyota Research Institute. Volvo, Швеция - Примеры продуктов: концепт Volvo Vera - седельного беспилотного тягача с электроприводом. Не имеет кабины для людей. Представлен в сентябре 2018 года. Baidu, Китай - Компания Baidu сотрудничает c Chanhan Automobile, Chery, Daimler, FAW Group, Ford, Great Wall Motors, и NVIDIA. У компании есть разрешение на испытания автомобилей с автопилотом в пригороде Пекина (~30 дорог общей протяженностью в 105 км). К 2021 года в Baidu планируют выпустить полностью автономную машину, способную ездить по дорогам общего пользования без участия человека. NVIDIA - Работает с Audi и Bosh в рамках стратегического сотрудничества в области разработки "автопилота" для автомобиля. В частности, в Audi испытывается автопилот Jam Pilot, созданный на базе решений NVidiea для модели A8. Он поддерживает управления на скорости до 50 км/ч. Полностью автономный автомобиль компания планирует выпустить в продажу к 2020 году. В 2018 году располагает решением на испытание робомобилей в Шанхае. Waymo (Alphabet), США - Подразделение холдинга, созданное для разработки робомобилей. Компания продвинулась в разработках дальше многих конкурентов. Ее роботы проехали по дорогам общего пользования более 11 млн км. Это трудно называть испытаниями, поскольку счет идет на десятки тысяч автомобилей - 20 тыс. автомобилей Jaguar I-Pace и 62 тысячи Chrysler Pacifica. Стартапы других компаний: Bosh, Германия - Взаимодействует, в частности, с компанией Mercedes Benz в области создания робомобилей. Договорилась о стратегическом сотрудничестве с NVidia в области разработки "автопилота" для автомобиля Mobileye, Израиль - Решения компании испытывают Audi, BMW, SAIC Motors. Проводит испытания в Израиле с использованием автомобилей Ford Mondeo.
Не смогли найти подходящую работу?
Вы можете заказать учебную работу от 100 рублей у наших авторов.
Оформите заказ и авторы начнут откликаться уже через 5 мин!
Похожие работы
Диссертация, Транспортные средства, 55 страниц
1650 руб.
Служба поддержки сервиса
+7(499)346-70-08
Принимаем к оплате
Способы оплаты
© «Препод24»

Все права защищены

Разработка движка сайта

/slider/1.jpg /slider/2.jpg /slider/3.jpg /slider/4.jpg /slider/5.jpg