Indonesi an  Journa l  of  El ect ri cal Engineer ing  an d  Comp ut er  Scie nce   Vo l.   1 3 ,  No.   3 ,  M arch   201 9 , p p.   8 7 6 ~ 8 83   IS S N: 25 02 - 4752, DO I: 10 .11 591/ijeecs .v1 3 .i 3 .pp 8 7 6 - 8 83          876       Journ al h om e page :  http: // ia es core.c om/j ourn als/i ndex. ph p/ij eecs   Des i gn a nd  imp lementatio n of embedd ed auto  car parkin g  system u sing FP GA for  em erge n cy condi ti ons       Kho r  J in g Y ong ,   M uat az  H. Salih   School  of  Com p ute r and  Com m unic a ti on  Engi ne e ring,   Univ ersit i   Malay s ia Perl is   ( UniMA P) ,   Malay sia       Art ic le  In f o     ABSTR A CT    Art ic le  history:   Re cei ved   Sep  23 , 201 8   Re vised N ov  5 , 2018   Accepte d Dec   2 8 , 201 8       An  aut om at ic   ca r  par k ing  s y stem  using  FPGA  base d  on  emerge n c y   condi ti ons  was  p roposed  to  de te c t  the   d rive r’s  co ndit ion  and  per f orm   spec ific   ta sks   such  as  warn  the   drive r s  and  aut om at ic   par king  depends   on  the   beha vior  of   the   drive r.   Long  jo urne y   drivi ng  o n  highwa y   will  le ad  loss  of   conc en tra t ion  of  drive r  quic kl y   a nd  al so  ca use  the   drive r  doze   of f.   Based  on   stat isti cs,   drive r   te nds  to  fal l  asle ep  m ore   on  high - spee d,   lo ng,   borin g   highwa y .   Mos t  cra shes  occ ur   bet wee n  4. 00 a. m - 6. 00a . m   and  m idni ght  12. 00a. m   ti l l  2 . 0 0a. m .   Beside s,  h ea rt  a tt a ck  durin g  drivi ng  will   als o  har m   to  othe r  ro ad  users .   Th e  risk  o f  a c ci den t  wil l  in crease  due   to  the se   condi t ions.     In  thi s  pape r ,   au t om at ic   ca r  p ark i ng  sy st em  using  FP GA  base d  on  emerge n c y   condi ti ons  was  p roposed  to  de te c t  the   d rive r’s  co ndit ion  and  per f orm   spec ific   ta sks   such  as  warn  the   drive r s  and  aut om at ic   par king  depends   on  the   beha vior  of  the  drive r.   At  the   sam e  ti m es,   this   sy st em  ca n  a void  al l  th e   obstac l es  and  cars   on  the   roa d  from   ti m e  to  ti m e.   Input  dat a  m anagem ent   uni t  was  designe d  as  cont rol  unit   for  input   dat a  sensors   of  input   and  output   cont rol .   Main   p roc essing  was  designe d  as  spe ed  con trol l er  an d  al so  the  stee ring  cont rol l er.   Spe ed  cont r oll er  used  to  c ontrol   th e  spee d  of  vehi c l e   while   drivi ng  on   the   roa d  b y   detec t i ng  the   obsta cl es.   Ste eri ng  co ntrol ler  was  designe d  to  con trol   aut om atic  c ar  par king  and  al so  assisted  with  sensors   aro und  the  vehicle s.  Sensors   w ere   t este d  wi th  m an y   m at er ials  so  tha t  th e   s y stem c an  fle x i ble   with  an y   con dit ions.  Th e  tot a l   of  1083  logi c  el e m ent s a nd  676  reg iste rs  bei ng  used  in  th is  proje ct   and  up  to  1. 6GH z  as  oper at in g   fre quency .   The   complet e  design   is  abl e  to  avoid  obstac le s  surr ounding  of   host  vehi cles  an d  par ked  at   a  safe   ar ea   au toma ti c al l y   a fte r  h eart  at t ac k  of   drive r  d etec t ed.  The n,   GS M   send  GP S c oordina t i on  to  hospi ta l .   Ke yw or ds:   Au t om atic car  parkin g   Em bed ded syst e m   FPGA  syst em  d esi gn   sens or s   Sm art car   Copyright   ©   201 9   Instit ut e  o f Ad vanc ed   Engi n ee r ing  and  S cienc e .     Al l   rights re serv ed.   Corres pond in g  Aut h or :   Muat az Ham eed S al ih ,    School  of Com pu te r  a nd Com m un ic at ion  Enginee rin g,   Un i ver sit i M al ay sia  Per li s (U niMAP ),   Level  1  Pa uh  Com pu s, 026 00  Ar a u, Perlis,   Ma la ysi a.   Em a il :  m uataz ham eed@g m ail.co m       1.   INTROD U CTION     Nowa days,  c urre nt  D rive r  Assistance  Syst e m   (D AS)  was  desig ne d  for  c om fo rtabl e  an d  safety   dr i ving  [ 1].  T he   m os t  popula r   DAS  is  the  s m art  car  parki ng   syst e m   by  us in g  se nsors  t o  detect   s urrou nd i ng  car.  H oweve r,   there  is  a  lot  of   i m pr ovem ent  fo r  DAS  inclu ding  cr uise  co ntr ol,  autom at i c  nav igati on   s yst e m ,   la ne  de par t ur e  warnin g,   et c.  [ 2].  Lo ng  j our ne y  dr ivi ng   on  highway  will   le ad  loss   of  co ncen t rati on   of  dr i ver  qu ic kly  an d  al so   ca us e   the  dr iver  doze  off.  Be sides,  hea rt  at ta ck  duri ng  dri ving  will   al so   har m   to  oth e r  r oa d  us ers   [ 3].  The   risk  of  acci dent   will   increase   du e   to   these   c onditi ons.  The refor e ,  this   sys tem   will   be  de sign e d  to  detect   the  dri ver’s  co ndit ion   a nd   perf orm   sp eci fic  ta s ks   su c h  as  wa r n  the  dri ve rs  and   a uto m at ic   parkin g  dep e nds  on  the   beh a vior  of  th e  dr ive r.   At  th e  sa m e  tim es,  t his  syst e m   can  avo i d  al l  the  ob sta cl es   an d  cars  on   the roa d  f r om  t i m e to ti m e [4 , 5] .   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Desig n a nd im pleme nta ti on  of  em be dded  aut o  c ar   parki ng s yst em usi ng F PGA  f or …   ( Kh or  Ji ng Y ong )   877   Re cent  pa per   a nd  r esea rch  h a ve  f oc us ed   on  t he  dri ve r  assist ance  syst em .  The  com par is on  f or  va rio us  m edical   diagnose  inst ru m ent  li ke  EEG ,  EC G,   GS R  a nd   P PG   for  dr ow si ness  detect ion   is  propose d  by  m any  researc he r s  [ 6 - 11 ] .   I n - ea r  E E G  has  t he  high est   accu racy  to   detect   drowsi ness  i f  c om par ed  to   GS R,  PP G  a nd  ECG.  T he  to r qu e  c oncept  i s  i m ple m ente d  into  ste e rin g  to rque  c on t ro l  to  pr e ve nt  la ne  de par t ure  al so  inv est igate d  [12,   13] .  This  m et hod  de finite ly   will   be  on e  of   ap proac h  of   adv a nce  dr i ve r  assist ance  syst e m   in   the  fu t ur e.  T he   com bin at ion  of   la ser  ra ng e   find e r  an d  cam era  by  us ing  HOG  an d  SVM   is  i m p lem e nted  t o  reduce  t he  nu m ber   of  com pu ta ti on al   proc esses  of  capt ured   im age  and  m akes  the  sy stem   m or e  ef f ic ie nt.  Be sides,   t his wi ll  incr ease t he   sp ee d of  t he  sy stem  in  orde r  t o pr e ve nt host  veh ic le s  from  crash i ng [1 4 - 16] .   Ther e  is  seve r al   el ect ro nic  c om po ne nts  use d  f or  ef fici ent  m on it or in g  and  al so   ve hi cl e  con tr ol  includi ng  in fr a red  sens ors,  he art  beat  detec tor,  GPS,  GSM   and   A r du i no  Uno  R 3  [16 ] .  De1 - S oC  w hich  is   FPGA  play s  im po rtant  ro le s as  con tr ol  unit   and   m ai n  pr oc essing  un it .  De 1 - S oC  co ns ist s   of   8  c hannel  of  ADC   at   a  rate  of   500  KS P S  to  r ecei ve  the  in put  sens or s  dat a.  All  the  input  data  sens or s  will   be  proc essed  con c urre n tl y.  Ma in  proce ssing  unit   will   c ontr ol  the  s pee d  ve hicle s  due  t o  the   dista nce  of  host  veh ic le   an d  the   ob sta cl es  on  t he  r oa d.   Infr a red   sens ors  use d  to  m easur e   distances  bet ween  host  ve hicle s  an d  obs ta cl es.     Hear t beat dete ct or  u se d  t o  de te ct   the  healt hy  pro blem   of  d ri ver. G PS   an d GSM wor ks   t oget he r  with A r du i no.  GP S  us ed  for  local iz at ion   an d  GS M  will   send   the  c oor din at e  of   ho st  ve hicle s  of   hos pital   wh en  th e re  is  a   healt hy  pro blem   with  dr ive r s  after  the  car  parke d   at   a  safe  area.  H ow e ve r,   A rdui no   act s  li ke  an   off    chip  m odule.       2.   RESEA R CH MET HO D   Accor ding  to  l it eratur e  re vie w,   dr i ver   assis ta nce  syst e m   play s  an  im po rtant  r ole  in  usual   li fe  f or   com fo rtable  dr iving   e nv i ron m ent  and   safe ty   of   dr ive r.   Current  dri ve r   assist ance  syst e m   is   designed  with  sever al   featu re s   inclu ding  au tom a ti c  nav iga ti on   syst em ,  c ru ise   c on t ro l,  autom at ic   par king,  la ne   de pa rture   warnin g,  la ne  change   assist ,  et c.  H oweve r,   m os t  the  curre nt  dri ve r  as sist ance  syst em   that  has  bee n  de signe d  did   not  re du c e  the  m os t  of  acci de nt  ca us e  wh ic h  is   dro wsin es s  of  dri ve r  a nd  su dde n  hear t  at ta ck.    Ther e f or e,  a n  autom at ic  car  parkin g  syst em   us ing   FP G A  base d  on  em erg ency  co ndit ion   will   be  desig ne d  to   enh a nce  the  c urre nt  dr i ver   as s ist ance  syst e m .  In   a dd it io n,   th is  proj ect   base d  FP GA   us i ng   DE 1 - S oC  ha ve   high  sp ee d  data pro cessi ng and l ower  cons um pti on.   De1 - S oC  boa r d  is  one  of   th e  FPGA  dev el op m ent  platfo r m s  wh ic h  com m on ly   us ed  f or  pro j ect   of   var ie ty   sens or s .  This  is  beca use   of   D E1 - S oC   con sist s  of  8  channel  of   A DC  at   a  rate  of  500  KSPS  to  receive  m ul ti ple  inp ut  sens or s  data.  Be sides,  it   al so   co ns ist s  of  64MB   SD R AM   on   FP GA   a nd   1G B  DD R 3  S DRAM  ON HPS.  I t i s  su it able f or em bedde d  s of t  pr ocess or s  w it h  85K pro gr am m able lo gic ele m ents.     2 . 1.       T op  Le ve l Desig n   To p  le vel  desi gn  is  a n  ov e r view  of  a  syst e m   wh ic h  will   desc ribe   the  op e rati on  for  each  of  the   functi onal   blo c k.   The  to p  le ve l  design   dia gr a m   fo r  this  syste m   con sist s  of   input  m anag er  input,  captu re  log ic ,   AD C  c on tr oller,  m ai n  pr ocess ing   unit   and   ot her s  as  s how n  in  Fig ure   1.  Th is  kin d  of   de sign   div ide s  the  entir e   syst e m  into  sm al le r  par ts  and  m or e easi ly  to  determ ine the  connecti vity  b e tween all  t he  c om po ne nts.     2 . 2 .      S e nsors  Te sting   Ther e  a re  var i ou s  sens ors  in   this  pro j ect   in cl ud in g  ultraso nic  sens or  an d  ECG  sen sors.   Sensors  of   this  proj ect   are   detect ed  hear t beat  and  d ist an ce.  Test ing   pro cedure  is  neces sary  to  al l  senso rs  to  m ake  su re  the   functi onal it y  of   sens or.  O utput  of   se nsors  us ua ll y  is  el ec tro nic  sign al   wh ic h  is  volt age  but  al so   co uld   be   current,  fre que ncy  an d  ph ase .   Digital   stora ge   os ci ll os c op e  (D S O )  is  one  of   t he  be st  instru m ents  to  obs erv e ,   m easur e  an d  tr oubles hoot  the   el ect rical   signa l  wh ic h  pro du ced  by  se nsors .  Test ing   proce dure  is  nece ssa ry  to  m ake  su re  the  detect ion   of  re al   wo rld  par a m et ers  by  senso rs  is  accurate   with  the  el ectr ic al   sign al   whic h  is   unde rstan dab le   by  syst e m   i ts el f.   Sig nal  co ndit ion in g  ci rc ui t  is  need ed  to   i m pr ov e  sta bi li ty   and   qu al it y  of  syst e m  b y i nd i cat e and sto rin g  the  sig nal  whic h  pr oduce d b y sens or s .     2 . 3 .      A D C C ontr oller   AD C  sta nds  f or   a nalo g - di gital   con ve rter  and   c onve rts  t he  anal og  sig nals  f ro m   senso rs  su c h  a s   distance est im a te d  by infrare d sens or s a nd   he art b eat  d et ect or into digit al  sign al s  wh ic h  ar e u nder sta ndab le  b y   m os t   of   the  process or s .  T he  analo g  sign al s  are  usual l y  in  m ea su rem ent  of   vo lt age  a nd   current.     AD C  c onver te d  this  m easur em ent  to  dig it al   nu m ber   w hich   is  us ually   in  bi nar y  num ber .  Fo r  i nfrar e d  se ns ors ,   analo g  volt age   ou t pu t  read i ng  of  ultra soni c  sens or s  will   get  la rg e r  as   the  distance  betwee n  ta r gets  with   sen s or s  inc reas es.   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   1 3 , N o.   3 ,  M a r c h   2019   :   8 7 6   –   8 8 3   878       Figure  1. To p  l evel d e sig n of   e m bed de d  a ut om at ic  car  parki ng  o n   FP GA ba sed  for  em ergency  con diti on       2 . 4 . Inpu t D ata Ma nageme n t  U nit   Inp ut  data  m anag em ent  un it   act   as  a  central  un it   bet ween   AD C  c on t ro ll e r  an d  m ai n  pr oc essing  unit .   Ma in  pur po se  of   in put  data  m anag em ent  un it   is  to  analy ze  the  ECG  si gn al   f r om   dr iver  duri ng   high   sp eed   dr i ving.  EC G  sign al   c onsist s  of  di ff e ren t  s egm ent  wh ic h  pro vid e  s uffici ent  in form at io n  a bout  hear t  fail ure   and   al s o  hear t  at ta ck.   Be sides ,  al l  the  el ect rical   s ign al   f r om  diff e re nt  sens or s  ha ve  diff e r ent  f or m at ,  fr e qu e ncy   and  tra ns fe r  s pe ed  will   be  pr ocesse d  i n  in put  data   m anag e m ent  unit   Synchr on iz at io n  process   will   be   carri e d  ou t  i n  in put  da ta   m anag em ent   unit   towa rds  di ff ere nt  in put  da ta   from   diff er ent  sen sors  w hi ch  tra ns fe rr e d  from   AD C  c on tr oller.  The  si gn al   w il l  be  transf er r ed  to  m ai n  pr oc essing  un it   on ce  the  synch ronizat ion   proces s  was   finish e d.   As  c on cl us io n,   in put  data  m anag e m ent  un it   rec ei ve  the  entire   sign al   f ro m   AD C  c on t ro ll e r  an d  trans fer  t hose s ign al  to   m ai n  proces sin g un it   on ce  sync hro nizat ion   process   was finis hed.     2 . 5 .  M ain Pr oc essing  Un i t   Ma in  proce ssing  unit   is  li ke  a  co re  of   e ntire   syst e m .  It  co nsi sts  of  3  m ai n   m od ules  w hic h  is  ste eri ng   con t ro ll er,  s pe ed  co ntr oller  and   al s o  ECG  analy zer.  Stee r ing   c on tr oller  us e d  to  co ntr ol   ste ering   w he n  the   syst e m   is  at   a uto m at ic   car  p ark i ng   m od e.  Sp ee d  co ntr oller  is  to  con tr ol   the  sp eed  of   veh ic le   due  to  the  distances  of   obsta cl e.  ECG  analy zer  is  to  analy ze  an d  e ncode  the  EC G  sig nal  f ro m   dr i ver   int o  diff e ren t  pu lsi ng   si gn al   by  detect ing  dr i ver’s  be ha vior  an d  e vent ually   able  to  detect   hear t  conditi on   of  dr i ver.     Ma in  pro cessi ng  unit   c ollec t  al l  input  f ro m   each o f   the   on - chip  m odule  li ke  AD C   co ntr ol le r  an d  t hen  ge ner at e   ou t pu t  w hich  s ent  to  diff e re nt  dev ic es.  Ma in   pr o ce ssin g  un it   will  carry  out  al l   the  instruc ti on   by  perf orm ing   arit hm etic,  logi cal ,  con t ro l  a nd  in put/ ou t pu t   op e rati ons.  Fir st  sta ge,   m ai n  processi ng  unit   colle ct s  al l  th e  data   of   diff e ren t  on   chip  m od ule  from   inp ut  dat a  buff e r.   F or   s econd  sta ge ,  it   will   in te rp rets   the  inp ut  da ta   and  execu te   s pecif ic   com pu ta ti on al   for  each  of   in put  data   li ke  counters ,  arit hm et ic a l,  log ic al   an d  con t ro l   op e rati ons.   A fter  c om pu ta ti onal   is  finis hed,  m ai n  processi ng  un it   will   store   the  outp ut  da ta   into  outp ut  dat a   buff e r w hich r e ady to  be  t ransfer red to  outp ut d e vices.   Pipeli ning  te ch nique  us e d  in  this  pro j ect .  Hi gh   th rou ghput  of   syst em   and   le ss  con s um pti on   power   is   al ways  the  co m m on   needs  f or   a  syst em .  Parall el   com pu ti ng   is  de finite ly   on e  of   the  c om pu ta ti on al   wh ic h  com m on ly   us ed  in   FP G A - ba sed  syst em .  Spat ia l  par al le li sm   us ed  since   it   can  duplica te   ha rdwar e   w hi ch  ca n  perform   m ul ti ple  ta sk s  at   on ce.  Un li ke  te m po ral  pa rall el ism   wh ic h  is  the  ta sk   is  br oken   into  m ulti ple  sta ges.  The  m ai n  obj e ct ives  of   t his  pro j ect   are  a  s yst e m   based   hi gh   perform ance;  ta sk s  exec uted  c on c urre nt ly   and   lowe r  c on s umpti on  po wer.  Sp at ia l  pa rall el is m   pr opose d  as  the   m et ho d  wh ic h  ca n  m eet   the  requi rem ent    of syst em .   The  m ai n  pro cessi ng  unit s  desig ne d  us in g  the   co nce pt   of  s patia l  pa rall el is m .  In   t his  proj ect ,     th e  nu m ber   of   m ai n  pr ocess ing   unit   will   be  determ ined   by  the  nu m ber   of   ta sk s .  T his  m eans  al l   m ain   processi ng  uni ts  will   exec ute   co ncurre ntly   a t  the  sam e  tim e  with ou t   dela yi ng   a ny  in put  data  t o  be  pro cessed  especial ly   in  s peed   c on t ro l,  s te ering   c on tr ol   and   al so   ECG   analy zer.  Thes e  sp eci fic  ta sk s   m us t  be  execut ed  at   the  sam e  tim e.  All  the  m ai n  processi ng   un it s  will   be  con tr olled  by  a  cl oc k  to  m ake  su re   the  ta sk s  exec ute  at   the sam e tim e.   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Desig n a nd im pleme nta ti on  of  em be dded  aut o  c ar   parki ng s yst em usi ng F PGA  f or …   ( Kh or  Ji ng Y ong )   879   3.   RESU LT S   A ND AN ALYSIS   3.1.      Se nsor T esting Res ults   Fo r   inf rar e d  s ens or s,   an al og  vo lt a ge  outp ut  rea ding  of  ultraso nic  se nsors  will   get  la rg e r  as  t he   distance  betw een  ta r gets  a nd  se nsors  i ncrea ses.  All  the   inf rar e d  se nsors   te ste d  with  diff e ren t  c ol or   a nd  m at erial  o f  the   ob sta cl e i nclu di ng   w hite, re d,  black, an d sem it ran sp a re nt as  s how n  in  Fi gur e 2  a nd  3.           Figure  2. IR  Se ns or test in g wi th b la c k  c olor       Figure  3. IR  Se ns or test in g wi th r e d  c olor       Fr om   the  T abl e  1,   the  se ns it ivit y  of   IR  se nsors  is  a rou nd   with  the  distan ce  of   40   cm .  The  th reshol d  of   IR  sens ors  is  at   3  cm   wh ic h  can  be  see n  obviously   in  th e  ta ble.  The  se m it ran sp are nt  has  lo west  ref l ect ivit y  a m on g  al l  the  obj ect s  a nd  of fset  outp ut  vo l ta ge  of  sem it ran s par e nt  ob j e ct   is  arou nd  2. 5V.T her e  a re  s ever al   factor  that  af fe ct ing   data  IR  s ens or   incl udin g  volt age  s uppl y,  li gh t  co nd it ion ,   surr oundi ng   obsta cl es  a nd   it s  own reflect ivit y.   At the sam e tim e, Q ua rtus II  so ft war e  I n  sys tem   m e m or y e ditor   us e d  t o  te st i nput d at a se ns or.  Th is i s   to  m ake  sure  t he  acc ur acy   of   data  a nd  al so  the  safety   of  the  syst em .  In   t he  te sti ng  proc ess,  th e re  is   a  lot  of  un sta ble  of  se ns or  data.  F or   exam ple,  every   five  rea dings   ta ken   a re  f ollow e d  by  one  unsta ble  r eadi ng.  T his   patte rn   is n ot  al ways  bein g  th e  sam e  and   it   m igh t  be  e ver y   ei gh t  rea dings   fo ll owe d  by one  unsta ble  rea ding  as   sh ow n  i n  Fi g ure   4.   A  st a bili ze  data  m odule  desi gn e d  t o  synch ronize  th e  unsta ble  dat a  an d  al s o  dif fer e nt   fr e qu e ncy  am ong  dif fer e nt   m od ules.  Figures  5,  6  a nd  7  s how  t he  IR  se ns ors   locat io n  on  the  car .    Also ,  Fig ur e   8  sh ows  the  E CG  sens or   on   car  to  detect   dr i ver   hear tb e at   at ta ck  an d  act ivate   auto  parkin g  syst e m  p ro ces s .       Table  1.  T he  IR   Sensor  Testi ng Result   (volta ge)   Distan ce   W h ite   Red   Black   Se m i t rans p arent   0   0 .00 0 0   0 .00 0 0   0 .00 0 0   0 .00 0 0   1   1 .25 0 0   1 .12 5 0   0 .12 5 0   2 .50 0 0   3   2 .87 5 0   2 .87 5 0   2 .81 2 5   2 .50 0 0   5   2 .25 0 0   2 .12 5 0   2 .25 0 0   1 .68 7 5   7   1 .68 7 5   1 .68 7 5   1 .62 5 0   1 .31 2 5   9   1 .31 2 5   1 .31 2 5   1 .25 0 0   1 .00 0 0   10   1 .18 7 5   1 .12 5 0   1 .18 7 5   0 .93 7 5   12   1 .00 0 0   1 .00 0 0   0 .93 7 5   0 .75 0 0   15   0 .81 2 5   0 .75 0 0   0 .68 7 5   0 .62 5 0   20   0 .62 5 0   0 .62 5 0   0 .50 0 0   0 .37 5 0   25   0 .50 0 0   0 .50 0 0   0 .37 5 0   0 .31 2 5   30   0 .37 5 0   0 .37 5 0   0 .31 2 5   0 .25 0 0   35   0 .31 2 5   0 .31 2 5   0 .25 0 0   0 .18 7 5   40   0 .25 0 0   0 .25 0 0   0 .25 0 0   0 .18 7 5       Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   1 3 , N o.   3 ,  M a r c h   2019   :   8 7 6   –   8 8 3   880       Figure  4. I n  sy stem   m e m or y heart  beat a nd  IR se ns or  data           Figure  5. IR se ns or  fro nt v ie w  on vehicl e           Figure  6. IR se ns or si de view   on v e hicle           Figure  7. IR se ns or  bac k  view  on vehicl e       Figure  8. ECG   sens or   on ca r       3.2.      EC G  Sig na l  Analyses   Figure  9  sho ws  a   sta ndar d  cy cl e  of  EC G  si gn al .   T he re  is  P  wav e ,   QRS   wa ve  a nd  T  wa ve.     PR  inter val  is  the  tim e  interv al   for  el ect rica l  pu lse   tran sm i tt ed  from   at ria  to  ven t ricl es.  H eart  fail ur e   s uch  as  fibr il la ti on   a nd  arr hythm ia s  inform ation   can  fou nd   in  QR S  segm ent.  ST  segm ent  can  pr ovide  the  in for m at ion   of   ins uffici ent   blo od  s upply  to  orga n  espec ia ll y  hear t  m us cl es.  The  T  wav e  in  QT  inter val  cou l d  pro vide   inf or m at ion  abou t  high  bl oo d pr ess ure.   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Desig n a nd im pleme nta ti on  of  em be dded  aut o  c ar   parki ng s yst em usi ng F PGA  f or …   ( Kh or  Ji ng Y ong )   881       Figure  9. Stan da rd ECG  Sig na l       Table  2  s how s  norm al   EC G  sig nal  with   diff e ren t  se gm ent,  su ch  as   P  wav e ,  PR  interval,  QRS   Com plex  an d  a lso QT inte rv al .       Table2 . No rm a l EC G  Si gn al   Data   W av e/In     Ti m e I n te rval( m s)   P wave   0 .06 - 0 .11   PR  Interval   0 .12 - 0 .20   QRS co m p lex   0 .08 - 0 .12   QT  in terval   0 .36 - 0 .44       Figure  10  s hows  the   com pari so n  of  tw o  E CG  sig nals.  U pp e r  si gn al   is  norm al   per son   ECG  si gn al .   The  bott om  sig nal is the ECG sig nal w it h  he a rt att ack.  Fr om  the f igure, PR interv al  and also  QRS Co m plex  is  con ca ve.   I n  thi s  paper,  m ai n  processi ng   unit   has  a  m od ule  to  detect   the  E CG  sig nal,  al s o  analy ze  the  data  in  te rm s   of   diff e r ent  segm ent  of   ECG  sign al .  Be sides,  the  syst e m   is  able  to  perform   auto m at ic   car  par king  once   it  d et ect  one  of the se g m ent o f  ECG s i gnal  is  diff e re nt fro m  n orm al  ECG s ign al .           Figure.  10 C om par ison   betw een tw o EC G s ign al s       3.3.      P WM  Si gnal   P W M  is  a   m od ulati on   te c hniq ue  to   enc ode  a  m essage  into   pulsi ng  sig nal.  I n  this  pa per,  P WM  sig na l   us e d  to  co ntro l   ste ering   an d  a lso  the  sp ee d  of  ve hicle s.  Be sides,  ECG  sig nal  al so   bee n  encode d  into  pu lsi ng   sign al   with   s pecific  fr e que ncy.  F re qu e nc y  is  one  of   t he  m ai n  co ns i der at io ns  w he n  c ontrolli ng  P W M.    The  syst em   will   beco m e  un st able  if  t he  fr e qu e ncy  didn’t  synch ronize  w it h  the  P W M.   Seve ral  sync hron iz e   fr e qu e ncy  m od ules  wer e  de sign e d  to  c on t ro l  the  f re qu e ncy  of   se ve ral  P W M  inclu di ng   s pee d  of  ve hicle   con t ro l ,  steerin g  a nd also  the  ECG si gn al   as   sh ow n  in  Fi gur e   11.     Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   1 3 , N o.   3 ,  M a r c h   2019   :   8 7 6   –   8 8 3   882   3.4.     G PS  and  GS M   GP S   an d  GS M   us e d  for  l ocali zat ion   a nd  se nd  the   c oord i nate  of  the   host  ve hicle   by  SMS   to  hosp it al   wh e n  a  s udde n hea rt att ack  ha pp e ns t o dr i ver   as s how n  in  Fi gure   12.           Figure  11. P WM  sign al   with  diff e re nt duty   cy cl e       Figure.  12 GS M SM S       4.   DISCU SSI ON   In   t his  resea rc h,   DE 1 - S oC  boar d  is  ch os e n  as  a  platf or m   since  it   has  a  buil t - in  A DC  w hich  c onsist s  of   8  cha nnel   num ber   at   a  rate  of   200KSP S.  This  platf or m   i s  able  to  pr ov i d e  hi gh   s pee d  data  proces sin g  f ro m   m ul ti ple  sensors  an d  al s o  co ncurr e ntly   ta sk  execu ti on   fro m   m ulti ple  senso rs .  Re co nfi gura ble  of  syst em   and  high  s peed  dat a  processi ng  is  one  of   t he  a dv a ntage s  f or  FPGA.  Se ver a l  on - chi p  m odules  are   desi gned   as   con t ro l  unit   a nd  proces sin g  unit .  Be sides,  th e  syst e m   up gr a deab le   without   changin g  any  hard war e  c ompone nt  in  the  fu t ur e .  On - c hip   m od ul e  desig ne d  as  m uch   as  possi ble  to  reduce  l at ency  of  syst em   becau se  this   pro j ect   requires  f ast   da ta  p r ocessi ng a nd also  preci se  d eci sio n  m aking.       5.   CONCL US I O N   This  pa per   int rod uces  a  ne w  ap proach   f or   cu rr e nt  ad va nced   dr i ver   a ssist ance  syst em   wh ic h  i s   autom at ic   car  pa rk i ng  syst em   based   on  e m erg ency  c on diti on  inclu ding  s udde n  hea r t  at ta ck  an d  dr i ver  drowsi ness  f r om   hear t  beat  detect or   signa l.  The  im ple m entat ion   is  achieved  high  opera ti ng   fr e quen cy   up   t o  1.6  GH z   a nd  the  total   of  1083  lo gic  el em ents  an d  676  re gisters  ar e  c on s um ed.   I n  f utu r e,   we   can   im pr ove  t he   rob us tness  of  dro wsin es s  detect ion   from  f aci al  ex pressi on a nd eye  stat e of  dr i ver   us i ng   a  ca m era.       ACKN OWLE DGE MENTS   The  a uthors  w ou l d  li ke  to  t ha nk   t he  Mi nistr y  of   E du cat i on  Ma la ysi a  (MOE)   f or   pro vid i ng  the  FR GS  researc h  gr a nt  (Ref:  FRG S/2/ 2014/ICT 06 / U NI M AP /0 2/3)  (Gran t  no.  90 03 - 0047 4)   a nd   School  of   C om pu te r   and Com m un ic at ion  E nginee ring,  Un i ver sit y  Ma la ysi a Perlis ( Un iM A P) f or s upport.       REFERE NCE S    [1]   Chowdhur y   M,  and  De y   K,  "Inte lligent   tr ansporta ti on  s y s te m s - a  fronti er  for  bre aki ng  boundar i es  of  tra dit ional   ac ad emic engi ne eri ng  d isci pl ine s   [Educat ion] , " I E EE   In te l l Tra nsp   S y st   Mag,   vol.  8,   pp .   4 – 8 ,   2016 .   [2]   Bansal   P,  and  Kocke lman  KM ,   " Forec asti ng  Am eri c ans’  longter m   adopt ion  of  c onnec t ed  and  au tonomous   vehi cle   te chno logi es, "   In :  Tr ansporta t ion resea rch   boar d   9 5th  annu al m ee ting,  no .   16 - 1871 ,   2016.     [3]   Saee d  As adi  Ba gloe e ,   Madj id  Ta van a,  Mohs en  As adi   and   Tr ac e y   O li ver ,   "  Autonom ous  vehi cles:  ch al l eng es,   opportuni ties,  an d  future   implic a t ions  for  tra nspor ta ti on   policie s , "  Journal  of  Mode rn  Tra nsport at io n,   vol .   24,   no.   4 ,   pp.   284 – 303 ,   20 16.   [4]   Han,   S.  J.,   and  Choi,   J.,   "P ark in g  Space   Rec ogni ti on  for  A utonomous   Vale t  Parking  Us ing  Height   and  Sali ent - Li n e   Probabil ity   Map s,"  ET RI   Journal ,   vol .   37 ,   no .   6 ,   p p.   1220 - 1230 ,   2 015.   [5]   Raksinc har o ensa k,   P.,   Haseg awa ,   T . ,   and  Nag ai ,   M. .   "M oti on   Planni ng  and  Control   of  Aut onom ous  Drivin g  Inte lligen ce   S y s te m   Based  on  R isk  Potent ia l  Optimiza ti o n  Fram ework, "  Inte r nat ion al   Journal   of  Autom oti ve   Engi ne eri ng,   vol .   7 ,   pp .   53 - 60 ,   2 016.   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Desig n a nd im pleme nta ti on  of  em be dded  aut o  c ar   parki ng s yst em usi ng F PGA  f or …   ( Kh or  Ji ng Y ong )   883   [6]   Feli pe  Jim énez,  Jos é  Euge nio  Nara njo,  Jos é  Javie r  An a y a,  Ferna ndo  Gar cí a ,   Aurel io  Ponz  and  Jos é  Mar í a   Arm ingol ,   "A dvanc ed  Driv er  A ss ista nce   S y s t e m   for  Road  En vironments  to  I m prove   Safe t y   and  Eff i cienc y , "  Tra nsporta t ion  R ese arc h   Proce d ia,  vol .   14 ,   pp .   224 5 - 2254,   2016 .     [7]   La m ,   A.   Y.,  L e ung,   Y.   W . ,   an d  Chu,   X. .   "A ut onom ous - Vehic le   Publi c  Tr ansporta ti on   S y st em:  Scheduling  an d   Adm ission Cont rol, " I EE E   T r ansa ctions on  In te l ligent Tra nsport ation  S y st ems ,   vol .   17 ,   no .   5 ,   pp .   1 210 - 1226,   2016 .     [8]   Mos quet ,   X.,   A nder sen,   M.,   an d  Arora,   A.,   "A   Roadmap  to  Safe r  Driving  Thr ough  Advanc ed  Drive r  As sistanc e  S y stems , " Auto Te ch   Review,   vo l.   5 ,   no .   7 ,   pp .   20 - 25,   2016 .   [9]   Ha m id,   U.  Z.   A. ,   Za m zur i ,   H.,   R ahman,   M.  A.  A.,   &  Yah y a  and  W .   J.,   "A   Safe - Distanc e  Based  Thre a t  As sessm ent  with  Geom et rical  Based  Ste ering  Control   for   Vehic l e  Coll is ion  Avoidance, "   Journal  of  Te l ec om m unic at ion ,   El e ct roni c and  C om pute r  Engi n e eri ng  (JT EC), vo l.   8 ,   no . 2,   pp.   53 - 58,   2016 .     [10]   C.   N.  Khac ,   J.  H.  Park  and  H.  Y.  Jung,  "D et ection  of  abnor m al   m oving  vehi cles  for  int el l ige nt   drive r  assistance   s y stem,"  2016  Inte rna ti ona l  Confer ence  on  Ele ct roni cs,   Inform at ion ,   and  Com m unic at ions  (IC EIC),   Da  Nang ,   2016,   pp .   1 - 4 .     [11]   D.  Tra n,   E .   Ta d esse,   W .   Sheng,   Y.  Sun,  M.  Li u  and  S.  Zha ng,   "A   drive r  assistanc e  fra m ework   base d  on  drive r  drows ine ss   det e ct ion , "  2016  IE EE   Int ern ationa l   Confer ence  on   C y b er  Technol og y   in   Autom ation,   Contro l,   an d   Inte lligen t  S y s tem s (CYBER ),   Chengdu ,   2016 ,   p p.   173 - 178 .     [12]   D.  Sunehra   an d  K.  Jhansi,   "I m ple m ent at ion  of  m ic roc ontro l le r  bas ed  driv e r  assistance  an d  vehi c le   sa fe t y   m onit oring  s y st e m , " 2015  Inte rn a ti onal Confe r ence  on  In form at ion   Proce ss ing  (I CI P),  Pune,   2016,   pp.   423 - 428 .     [13]   T.   Hw ang, M.   K im,  S.   Hong a nd  K.  S.  Park,   "D rive r  drows ine ss   det e ct ion  using   th e  in - e ar EE G,"  2 016  38th  Annua l   Inte rna ti ona l  Co nfe ren c e  of  th e  I EE E  Engi ne eri n g  in  Medicine  a nd  Biol og y   Soci ety   (EMBC),   Orlan do,   FL ,   2016 ,   pp.   4646 - 4649 .     [14]   T.   P.  Ngu y en ,   M.  T.   Ch ew  an d  S.  Dem ide nko ,   "E y e  tra ck in g  s y stem  to  de t ec t  dr ive r  drow siness,"  2015  6th  Inte rna ti ona l  Co nfe ren c e  on   Aut om at ion,   Robo tics a nd  Appl ications   (ICARA ),   Quee nstown, 2015 ,   pp .   472 - 477 .     [15]   T.   Naka m ura ,   A.  Mae ji m a  an d  S.  Morishim a ,   "D rive r  drowsi ness  esti m at ion   from   fac ia l  ex p ression  fea tures   computer   vision  fea ture   inv estigati on  using  a  CG  m odel , "  20 14  Inte rna t iona l   Confer enc e  on   Com pute r  Visi o n   The or y   and  App li c at ions ( VIS AP P),  Li sbon,   Portugal,  2015 ,   pp .   207 - 214.     [16]   L.   Kurni anggor o ,   W ah y ono,   D.   C.   Herná nd ez   an d  K.  H.  Jo,  "Ca m e ra  and  l ase r  r ange   find er  fusio n  for  real - ti m e  c ar  det e ct ion , "  IEC ON   2014  -   40th  Annual  Confer enc e   of  th e  IE E E  Industrial  E lectr oni cs  Societ y ,   Dall as ,   TX,  20 15,   pp.   3419 - 3424 .       BIOGR AP HI ES OF  A UTH ORS         Khor  Jing  Yong   rec iv ed  his  B. E ng   Com pute r  Engi nee r ing  degr e e   from   School  of  Com pute r  and   Com m unic at ion  Engi nee r ing,   U nive rsiti   Ma lay s ia   Perli s  (UniMA P),  Perli s,  Mal a y si a  in  2017.   He  is hi r ed  b y   In te l   as  Va li di ti on  Engi ne er  sinc e  J une  2017.           Muata z  H.  Salih   rec ei v ed  the   B. Sc.   and  M.Sc .   degr ee s  from   the   Depa rtment   of  Co m pute r   Engi ne eri ng  fro m   Univer sit y   of   Technol og y ,   B aghda d,   Ira q ,   in   1998  and  2002 ,   respe ct iv e l y .     In  Septe m ber   2013,   he  e arn ed  a  PhD   degr ee   i n  Com pute r  Engi nee r ing,   with  spec ializati on  in   FPGA  E m bedde d  Multi proc essor  SoC .   From   S ept .   1998  to  Marc h  2003,   h e  was  a  rese ar ch  engi ne er  in  Mili t ar y   Industri alization  Corpora ti on   of  Ira q.   From  O ct .   2003  to  June  2008,   he  was  a  lectur er  and   m ana ger   of  en gine er ing  fa cul t y 's  LABS  in  t he  fa cul t y   of  Engi ne eri ng   of    Al - Kala m oon  priva t e  unive rsit y ,   S y ria.  From   July   2008  to  Jul y   April  2011,   he  was  a  Resea r che r   at   Underwat er  R oboti c  Rese arc h  Group  at   US M.  Curre ntly ,   Nov .   2013,   he  is  a  Senior  le c ture r  a t  UniMap,   Malays ia .   He  is  SM I EE E ,   CEng,   MI ET   and  IACS IT  Senior  Me m ber .   His  rese arc h  int er ests  on  designi ng  digi t al   s y stems   using  FPGA  te chnol og y ,   embedde d  s y st ems ,   computer   s y stem  arc hitec t ure ,   m ic roproc e ss or  arc hit ectur e,   active   j amm ing  sy st em  for  la ser  m issile s     and  M2M .     Evaluation Warning : The document was created with Spire.PDF for Python.