Dissertations / Theses on the topic 'AHC'

Background:

Companies of today commonly search to gain competitive advantages throughout different forms of co-operation, one of which is referred to as Supply Chain Management. Although little research has been assigned to the topic of how to manage and control this type of relation, lately a growing number of academics has been arguing that ABC is an appropriate mean of controlling this type of relationships.

Purpose:

The purpose of this thesis is to investigate to what degree the ongoing debate on the use of ABC as a mean of control within SCM correspond to the present theories related to ABC and SCM respectively.

Research method:

The thesis takes it’s starting point within the literature, meaning that the empirical information consists of published articles in the ongoing debate. This information is put in relation to the original theories concerning both topics.

Conclusions:

The results shown in the thesis in some content agrees with the ongoing debate referring to the positive aspects that could result from using ABC as a mean of control within SCM. However the main result of the study is the discovery of a lack of discussion concerning the problems that implementing ABC within SCM might implicate, a fact that we believe contributes to the mainly positive view on using ABC within Supply Chain Management.

Bakgrund

Företag av idag ingår i allt större utsträckning i någon form av samarbete för att på så vis skapa sig konkurrensfördelar på marknaden, en av dessa samarbetsformer går under beteckningen Supply Chain Management. Hur styrningen i denna typ av relation bör se ut är ett relativt outforskat ämne, dock finns det i dagens forskningsdebatt flera forskare som förespråkar ABC-kalkylering som ett lämpligt styrinstrument för denna typ av relationer.

Syfte

Syftet med uppsatsen är att undersöka hur väl den pågående forskningsdebatten gällande användandet av ABC som styrverktyg inom SCM överensstämmer med befintlig teoribildning inom de respektive forskningsområdena.

Genomförande

Studien tar sin utgångspunkt i litteraturen, med detta avses att den empiri som studeras består av publicerade artiklar i den aktuella debatten. Informationen ställs sedan i relation till den existerande teoribildningen inom ABC respektive SCM.

Slutsats

De resultat som framkommer ur studien visar på att den aktuella debatten i vissa avseenden har rätt i de positiva effekter ett ABC-system skulle kunna generera inom SCM. Men vad studien huvudsakligen kommer fram till är att det i forskningsdebatten saknas en ordentlig problematisering av ämnet, vilket enligt oss också förklarar den övervägande positiva syn som föreligger till användandet av ABC inom SCM.

I denna rapport redogörs för en implementering av fusion mellan kortdistanssensorer. Syftet med denna implementering är att erhålla Stop & Go-funktionalitet till den adaptiva farthållaren som idag finns som tillval i Scanias lastbilar. Adaptiv farthållning, ACC, är en funktion som automatiskt anpassar fordonets hastighet ifall detta kommer ikapp ett annat fordon som färdas långsammare än den inställda hastigheten. Scanias system använder sig idag av en långdistanssensor som ser långt men har smalt synfält. Genom att komplettera denna med kortdistanssensorer, som ser kort men brett, kan önskvärt synfält i närområdet för att säkert kunna implementera Stop & Go-funktionen uppnås. Sensorfusion bygger på principen att två eller fler sensorer som ser samma sak ger en mer korrekt bild av verkligheten än en enskild. Fusionen kan genomföras på många olika sätt. I rapporten beskrivs tre metoder övergripligt; Bayesiska nätverk, auktionsalgoritmen samt Gating. I implementeringen används gatingmetoden.

Initialt implementeras en målspårningsalgoritm med kalmanfilter. Efter uppdatering av sensormjukvaran väljs dock denna bort eftersom sensorernas interna målspårning då anses som tillräcklig. En modell med sensorfusionen och målselekteringen byggs i Simulink och programmeras sedan in i en hårdvaruenhet. Syftet med detta är att kunna utvärdera funktionen i ett prototypfordon. Inledningsvis rapporteras enbart korrelerade mål från modellen. För mer kontinuerlig målföljning, främst i kurvor, implementeras därefter en algoritm som även tar hänsyn till enskilda sensorers observationer. Dessa accpeteras dock först efter en viss valideringstid eftersom denna information har lägre konfidens än korrelerade mål.

Provkörningar visar att målföljningen fungerar väl. En stor svårighet har varit att sålla bort stillastående mål från rörliga, främst i låga farter. Detta eftersom sensorernas hastighetsangivelse har låg precision vilket medför att ett stillastående mål kan rapporteras som ett långsamt rörligt.

In this thesis report an implementation of fusion between short range radars is described. The purpose of this implementation is to obtain Stop & Go functionality for the adaptive cruise control which is offered as an option in today’s Scania trucks. Adaptive cruise control, ACC, is a feature that automatically adapts the vehicle speed if it should catch up to another vehicle moving slower than the desired set speed. For this application Scania today use a long range sensor that has a long but narrow field of view. By complementing this sensor with short range sensors, which have short but wide fields of view, the desired field of view in the short range area can be obtained. This is necessary in order to be able to safely implement the Stop & Go functionality. Sensor fusion is based on the principle that two or more sensors overlooking the same area give a more accurate impression of reality than a single one. The fusion can be conducted in several ways. In the report three different methods are briefly described; Bayesian Networks, the Auction Algorithm and Gating. In the implementation the gating method is applied.

Initially a target tracking algorithm using Kalman filter is implemented. However, after software updates in the short range sensors this algorithm is no longer used. This is because the improved tracking made internally by the sensors is considered to be sufficient, hence making an external tracking algorithm redundant. The sensor fusion and the target selection are implemented in a Simulink model which is later programmed into a hardware unit. The purpose of the latter is to be able to evaluate the functionality in a prototype vehicle. Initially, only associated targets are reported from the model. In order to obtain a more continuous target tracking, mainly while driving in curves, observations made only by single sensors are also considered. However, these measurements have lower level of confidence than the associated targets. Therefore these measurements first have to be validated for a certain period of time before they are approved.

Test runs indicate that the target tracking works as intended. One major difficulty has been to separate stationary targets from slow moving ones, especially in low speeds. This is due to the fact that the sensors’ speed measurements are fairly inaccurate. Therefore a stationary target could be reported as a slow moving one.

Genom att fusionera (sammanföra) data från olika sensorer kan ett resultat uppnås som ger mer än de enskilda sensorerna var för sig. Här utreds vilka sensorer och sensorfusionsmetoder som kan vara aktuella att använda för Scanias adaptiva farthållare (ACC). Den adaptiva farthållaren anpassar det egna fordonets hastighet inte bara till en förinställd hastighet utan även till framförvarande fordons hastighet. Scanias ACC-system använder idag en radar för måldetektering.

Det finns ett antal algoritmer och arkitekturer som passar för sensorfusionssystem beroende på nivån hos sensordatan och användningsområdet. Minstakvadratmetoder kan användas då data ska matchas mot en fysisk modell, ofta med lågnivådata. När tillgänglig data är på den nivån att den används direkt för att fatta beslut kan sannolikhetsmetoder användas. Intelligent fusion består av kognitiva modeller som avser härma den mänskliga beslutsprocessen. Till detta passar data på hög nivå.

Två lösningar, för två olika sensoruppsättningar, har tagits fram. Båda lösningarna är uppbyggda av bayesiska nätverk. Det första nätverket fusionerar data från den befintliga radarenheten med data från en kamera som detekterar vägmarkeringar. Resultaten visar att filbyten kan upptäckas tidigare i och med fusionen. Det andra nätverket använder sig av två radarenheter, den ursprungliga samt en likadan enhet till, vilket resulterar i ett bredare synfält. Nätverket avgör vilka mål hos respektive radar som kan anses vara samma matchade mål. Informationen kan användas för att öka redundansen i systemet samt för att upptäcka mål tidigare än förut.

By fusing data from different sensors a result can be achieved that is worth more than the data from each sensor by itself. Which sensors and sensor fusion methods that could be used in Scania's adaptive cruise control system (ACC) is investigated. The ACC system adapts the vehicle's speed not only to a driver decided set speed but also to the speed of preceding vehicles. Scania's ACC system uses a radar for target detection.

There exists a number of algorithms and architectures fit for use in sensor fusion systems. Which one to use depends on the level of the data to be fused and on the field of application. Least square methods are used when matching data to a physical model, data to be used is often at a low level. When working with data at decision level, probability methods are favored. Another example is intelligent fusion, cognitive methods intending to mimic the human decision process. Suitable data is data at a high level.

Two solutions, for two different sensor sets, are proposed. Both solutions are made out of Bayesian networks. The first one fuses data from the existing radar unit with data from a camera which detects lane markings. The results show that lane changes can be detected earlier thanks to the fusion. The second network uses two radar sensors of the same kind as the first, resulting in a wider field of view. The network decides which ones of each radars targets that are the same matching targets. This information could be used to increase the redundancy of the system and to detect targets earlier.

Flash ADCs with resolutions from 3 to 5 bits have been implemented on a transistor level. These ADCs are to be incorporated as the backend of a higher resolution Pipeline ADC. The motivation for this work has been to see how much the resolution of this backend can be increased before the power consumption becomes to high. This is beneficial in Pipeline ADCs because the number of Pipeline stages is reduced so that the throughput delay of the Pipeline ADC is also reduced. All the Flash ADCs are implemented with the same Capacitive Interpolation-technique. This technique was found to have several benificial properties as opposed to other power saving techniques applied to Flash ADCs in a project assignment done prior to this thesis. The results of the simulations show that the resolution of the backend can be increased to 5 bits both in terms of power and other static and dynamic performance parameters.