I det här arbetet konstrueras en prototyp för insamling av GPS- och accelerometerdata från ett litet fyrhjuligt, elektriskt fordon. Insamlad data skickas sedan till Grafana för visualisering. Accelerometerdata samlas in från fram- och bakaxeln, samt fordonets mitt. Accelerometerdata kan användas för att klassificera förarbeteenden, kartlägga vägunderlag, och identifiera slitage. Arbetet undersöker även hur Linux kan användas i stället för ett realtidssystem för insamling av accelerometerdata. Ett idealt realtidssystem definieras som att tidsstämpeln för två mellanliggande samplingspunkter skiljer med exakt den tid som motsvarar periodtiden för samplingsfrekvensen. Den konstruerade prototypen kan samla in accelerometerdata i upp till 200 Hz, med en standardavvikelse på enstaka mikrosekunder mellan närliggande tidsstämplar.

In this paper a prototype is constructed with the purpose of collecting GPS- and accelerometer data from a small, electric vehicle. The collected data is sent to an external database, and visualized with Grafana. Accelerometer data is collected from sensors on the vehicle's front- and back axis, as well as a sensor mounted in between. Accelerometer data can be used to classify driver behavior, study the conditions of roads, and monitor wear and tear. The paper also explores how Linux can be used as a substitute for a real time system when it comes to collection of accelerometer data. The prototype's performance is compared to an ideal real time system as well as a general purpose system. Performance is measured by analyzing the timestamps of neighboring datapoints. The difference between two timestamps collected by an ideal real time system is exactly equal to the period of corresponding collection frequency. By optimization and using the PREEMPT_RT patch for Linux, the prototype can collect accelerometer data in up to 200 Hz, with a standard deviation of single microseconds for neighboring timestamps.