Accelerate 2

Diarienummer 2017-03082
Koordinator Scania CV Aktiebolag - Avd REIG
Bidrag från Vinnova 2 590 000 kronor
Projektets löptid oktober 2017 - juni 2019
Status Pågående
Utlysning Maskininlärning - FFI
Ansökningsomgång Maskininlärning för fordonsindustrin - FFI

Syfte och mål

Tillgång till högkvalitativ och tillförlitlig RT info med underliggande högupplöst grunddata i kollektivtrafiksystem har visat sig bli en allt viktigare faktor i utvecklandet av moderna ITS-tjänster och konkurrenskraftiga TMS. Detta omfattar förmåga att leverera attraktiva resenärsinformationssystem, mobilitetstjänster och effektiva ledningsstöd för operativ trafikledning. Accelerate 2 avser att möjliggöra förbättringar av underliggande statisk grunddata samt RT-data inom TMS genom att applicera crowdsourcing och maskininlärning på stora mängder data.

Förväntade effekter och resultat

Projektet förväntas genom dessa förbättringar öka precisionen, trovärdigheten samt effektiviteten i TMS, till nytta för användare samt operatörer av trafiksystem. Likaså innebär detta besparingar i form av lägre nätkostnader. Resultat från projektet innefattar en väsentligt utökad insikt och kompetens inom appliceringen av Machine Learning-tekniker, som värdeskapare av Big Data inom fordonsdomänen, FKG och Scania.

Planerat upplägg och genomförande

Projektet kommer pågå under 20 månader och är uppdelat i fyra arbetpaket: 1) projektledning och affärsutveckling, 2) & 3) Utveckling av systemmoduler och 4) demonstration och test. Scania koordinerar, kravställer och specificerar projektet som utgör ett tekniskt samarbetsprojekt med Veridict (produkt- och tjänsteföretag inom ICT och FKG-medlem). Utvecklingsarbetet utgår delvis från kunskap och kompetens genererad från bland annat projektet ACCELERATE [1], realiserat inom BADA-programmet.

Texten på denna sida har projektgruppen själv formulerat och innehållet är ej granskat av våra redaktörer.