Extending parking assistance for automative user interfaces

Nowadays the trend in the automotive industry is to integrate systems that go beyond the scope of just maneuvering the car. Navigation, communication, and entertainment functions have become usual in most cars. The multitude of sensors present in vehicles today can be used to collect information that can be shared with other drivers in order to make the roads safer and cleaner. A more troubling issue that affects drivers is the search for free parking spots, because of the time waste, fuel consumtion and effort. There are already solutions available that try to help drivers diminish these problems, like crowdsourcing smartphone apps, but they are still far away from being a reliable solution. The overall goal of this thesis is to find new ways of providing parking information to drivers. This information is collected from vehicles which are equipped with latest sensoric hardware capable of detecting parking spaces while driving and distribute these information to the cloud, sharing it with other drivers using smartphones or vehicle's integrated displays. Though the idea is simple, there are many challanges that need to be addressed. The thesis will also look into ways of improving parking surveillance for vehicles to make them less susceptible to vandalism and thefts, by using latest vehicle-integrated video camera systems. A study will be made to see what information drivers want to have related to parking and how this information can be displayed to them. Further, a cloud based-implementation of such a system will be presented in detail and an evaluation will be made to see how the system behaves in the real world. Der aktuelle Trend der Automobilindustrie ist es Systeme zu integrieren, die uber das Ziel hinausgehen ein Fahrzeug lediglich zu fahren. Navigations-, Kommunikations- und Entertainmentfunktionen sind inzwischen ublich in vielen Fahrzeugen. Die Vielzahl an verfugbaren Sensoren, die heutzutage in Fahrzeugen verfugbar sind, ermoglichen es Informationen zu sammeln welche mit anderen Fahrern geteilt werden konnen, um Strasen sicherer und sauberer zu machen. Ein nervenauftreibendes Problem, welches viele Fahrer aufgrund des Zeitverlustes, des Benzinverbrauchs und des Aufwands beeinflusst, ist die Suche nach freien Parkplatzen. Es existieren bereits Losungen, diese Probleme fur den Fahrer verringern, wie z.B. Crowdsourcing Smartphone Apps, aber diese sind immer noch weit davon entfernt zuverlassige Losungen darzustellen. Das ubergreifende Ziel dieser Thesis ist es neue Moglichkeiten zu finden dem Fahrer Parkinformationen zur Verfugung zu stellen. Diese Informationen werden von Fahrzeugen gesammelt, welche mit der neuesten Sensorik ausgestattet sind, die es ermoglicht wahrend der Fahrt Parkplatze zu detektieren und diese Informationen uber die Cloud zu verteilen und somit mit anderen Fahrern uber Smartphones oder integrierte Displays zu teilen. Obwohl die Idee recht einfach ist gibt es viele Herausforderungen, die bewaltigt werden mussen. Dazu wurde auch eine Studie ausgetragen, um zu untersuchen welche Informationen Fahrer im Bezug auf Parken gerne zur Verfugung hatten und wie diese Informationen ihnen angezeigt werden konnen. Weiterhin werden in dieser Thesis Moglichkeiten evaluiert die Uberwachung von Fahrzeugen durch die Verwendung von in Fahrzeug integrierten Videosystemen zu verbessern. Eine Cloud-basierte Implementierung des beschriebenen Systems wird im Detail prasentiert und eine darauf basierende Evaluierung vorgestellt, um zu sehen wie sich derartige Systeme in der realen Welt verhalten.

[1]  Jonathan Lester,et al.  Morphing Smartphones into Automotive Application Platforms , 2011, Computer.

[2]  Kay W. Axhausen,et al.  Searching for Parking in GPS Data , 2012 .

[3]  Ho Gi Jung,et al.  Uniform User Interface for Semiautomatic Parking Slot Marking Recognition , 2010, IEEE Transactions on Vehicular Technology.

[4]  Marco Gruteser,et al.  Crowdsensing Maps of On-street Parking Spaces , 2013, 2013 IEEE International Conference on Distributed Computing in Sensor Systems.

[5]  Shangping Ren,et al.  Comparision of FieldBus Systems CAN, TTCAN, FlexRay and LIN in Passenger Vehicles , 2009, 2009 29th IEEE International Conference on Distributed Computing Systems Workshops.

[6]  Helmut Spannheimer,et al.  Der Parkassistent - Ein weiteres innovatives Fahrerassistenzsystem zum Thema ConnectedDrive aus der BMW-Fahrzeugforschung , 2003 .

[7]  Juan-Carlos Cano,et al.  Providing accident detection in vehicular networks through OBD-II devices and Android-based smartphones , 2011, 2011 IEEE 36th Conference on Local Computer Networks.

[8]  J. Franklin,et al.  The elements of statistical learning: data mining, inference and prediction , 2005 .

[9]  Toby Velte,et al.  Cloud Computing, A Practical Approach , 2009 .

[10]  Christian S. Jensen,et al.  iPark: identifying parking spaces from trajectories , 2013, EDBT '13.

[11]  Florian Leitner-Fischer,et al.  The QuantUM approach in the context of the ISO Standard 26262 for automotive systems , 2011 .

[12]  Gian Luca Foresti,et al.  Event classification for automatic visual-based surveillance of parking lots , 2004, Proceedings of the 17th International Conference on Pattern Recognition, 2004. ICPR 2004..

[13]  Martin Mauve,et al.  Decentralized discovery of free parking places , 2006, VANET '06.

[14]  Hermann Winner,et al.  Handbuch Fahrerassistenzsysteme, Grundlagen, Komponenten und Systeme für aktive Sicherheit und Komfort , 2009 .

[15]  Matei Ripeanu,et al.  Crowdsourcing for on-street smart parking , 2012, DIVANet@MSWiM.

[16]  Jun-Wei Hsieh,et al.  Vision-Based Vehicle Surveillance and Parking Lot Management Using Multiple Cameras , 2010, 2010 Sixth International Conference on Intelligent Information Hiding and Multimedia Signal Processing.

[17]  Marco Gruteser,et al.  ParkNet: drive-by sensing of road-side parking statistics , 2010, MobiSys '10.

[18]  Toshiaki Kakinami,et al.  Evaluation of a Vision-Based Parking Assistance System , 2005 .

[19]  Randy H. Katz,et al.  A view of cloud computing , 2010, CACM.

[20]  A. Molinaro,et al.  SMaRTCaR: An integrated smartphone-based platform to support traffic management applications , 2012, 2012 First International Workshop on Vehicular Traffic Management for Smart Cities (VTM).

[21]  Lih Lin Ng,et al.  Event Recognition in Parking Lot Surveillance System , 2012, PRICAI.

[22]  Seungwoo Seo,et al.  Design Optimization of Vehicle Control Networks , 2011, IEEE Transactions on Vehicular Technology.

[23]  Werner Zimmermann,et al.  Bussysteme in der Fahrzeugtechnik , 2014 .

[24]  Hojung Cha,et al.  Acoustic Sensor Network-Based Parking Lot Surveillance System , 2009, EWSN.