Lately, technology improvements in automotive industry have led to the development of driving automation and consequently, to the incorporation of Advanced Driver Assistance Systems, having a positive impact on road safety and better driving. In particular for the interest of this work, continuous lane keeping functions can be added as a comfort feature to especially improve the driver experience. By means of the use of algorithms, it provides continuous steering inputs to keep the vehicle within its lane when lane-markings are present, that can also reduce the risk of accidents caused by driver distraction or fatigue. However, despite the fact that this feature is able to correct the path of the vehicle, it is vital to ensure that the driver is situationally aware of the limitations present in the system and responsible for the control of the vehicle while the feature is active. Therefore, some industry regulation requirements have been introduced, through which it is necessary to include a way for detecting that the driver is holding the steering wheel when continuous lane keeping functions are present. Hence, this thesis is focused on defining the concept of "hands-off" state and the subsequent development of an algorithm for its detection in a Scania truck using torque sensing method and data analysis. The designed algorithm is aimed at identifying the cases in which the driver is not holding onto the steering wheel by means of analysing and processing the magnitude and temporal characteristics of torque and steering angle signals. It is determined in a final step by a parameter consisting of a confidence level percentage that increases or decreases depending on the momentary possibility of hands-on or hands-off conditions. Main features of the algorithm include signal filtering, statistical analysis and signal processing to enhance robustness and adaptability across different driving scenarios and conditions. The reliability of the presented algorithm is demonstrated through validation cases to consider both the higher number of failure sources likely to arise and avoid false positives and negatives. Future work will focus on implementation and integration of the algorithm in real-time driving, together with further refinement and optimization of the algorithm based on acquired feedback.

Under den senaste tiden har teknikutvecklingen inom fordonsindustrin lett till utveckling av automatiserad körning och således införlivandet av Advanced Driver Assistance Systems, som har en positiv inverkan på trafiksäkerheten och förbättrad körning. Särskilt intressant för arbetet är funktioner för kontinuerlig filhållning som kan läggas till som en komfortfunktion för att förbättra körupplevelsen. Med hjälp av algoritmer producerar den styrsignaler för att hålla fordonet inom sitt körfält när körfältmarkeringar finns, vilket minskar risken för olyckor orsakade av förarens distraktion eller trötthet. Däremot, trots att funktionen kan korrigera fordonets bana, är det viktigt att se till att föraren är medveten om de begränsningar som finns i systemet och är ansvarig för kontrollen av fordonet medan funktionen är aktiv. Därför har lagkrav introducerats i industrin som gör det nödvändigt att inkludera en metod för att detektera om föraren håller i ratten när kontinuerlig filhållning är närvarande. Således fokuserar detta arbete på utvecklingen av ett koncept och algoritm för detektering av avsaknaden av händer på ratten i en Scania-lastbil med hjälp av en vridmomentavkänningsmetod och dataanalys. Den utformade algoritmen ämnar att identifiera de fall där föraren inte håller i ratten genom att analysera och bearbeta storleken och tidsegenskaperna hos vridmoments- och styrvinkelsignaler. Resultatet ges i ett sista steg av en parameter som består av en konfidensnivå som ökar eller minskar beroende på möjligheten i varje ögonblick att förhållandet händerna på eller av ratten råder. Huvuddelarna i algoritmen inkluderar signalfiltrering, statistisk analys och signalbehandling för att förbättra robustheten och anpassningsförmågan över olika körscenarier och förhållanden. Tillförlitligheten för den presenterade algoritmen visas genom valideringsfall för att ta hänsyn till det höga antalet felkällor som sannolikt kan uppstå och undvika falska positiva och negativa detekteringar. Framtida arbeten kommer att fokusera på implementering och integrering av algoritmen i realtidskörning, tillsammans med ytterligare förfining och optimering av algoritmen baserad på erhållen återkoppling.

Últimamente, las mejoras tecnológicas en la industria automotriz han llevado al desarrollo de la automatización de la conducción y, en consecuencia, a la incorporación de sistemas avanzados de asistencia al conductor, lo que tiene un impacto positivo en la seguridad vial y en una mejor conducción. En particular, para el interés de este trabajo, se pueden agregar funciones de mantenimiento continuo del carril como una funcionalidad de comodidad para mejorar especialmente la experiencia del conductor. Mediante el uso de algoritmos, proporciona entradas de dirección continuas para mantener el vehículo dentro de su carril cuando hay marcas de carril, lo que también puede reducir el riesgo de accidentes causados por la distracción o fatiga del conductor. Sin embargo, a pesar de que esta característica es capaz de corregir la trayectoria del vehículo, es vital asegurarse de que el conductor sea consciente de las limitaciones presentes en el sistema y responsable del control del vehículo mientras el dispositivo está activo. Por lo tanto, se han introducido algunos requisitos de regulación en esta industria, a través de los cuales es necesario incluir una manera de detectar que el conductor esté sujetando el volante cuando están presentes las funciones de mantenimiento continuo del carril. Por lo tanto, este trabajo se centra en el desarrollo del concepto y algoritmo para la detección de la no presencia de las manos sobre el volante en un camión Scania utilizando el método de medición de torque y análisis de datos. El algoritmo diseñado tiene por objeto identificar los casos en que las manos del conductor no están en contacto con el volante mediante el análisis y el procesamiento de la magnitud y las características temporales de las señales de torque y de ángulo del volante. Se determina en un paso final por un parámetro que consiste en un porcentaje de nivel de confianza que aumenta o disminuye dependiendo de la posibilidad en cada instante de estar en la condición de manos sobre el volante o fuera de él. Las principales características del algoritmo incluyen el filtrado de señales, el análisis estadístico y el procesamiento de señales para mejorar la robustez y la adaptabilidad en diferentes escenarios y condiciones de conducción. La fiabilidad del algoritmo presentado se demuestra a través de casos de validación para considerar tanto el mayor número de fuentes de fallo que puedan surgir como para evitar falsos positivos y negativos. El trabajo futuro que está fuera del alcance de este se centrará en la implementación e integración del algoritmo en conducción en tiempo real, junto con el perfeccionamiento y optimización del algoritmo.