Big Automotive Data Analytics: SEnsor Modeling and Performance Analysis (BADA-SEMPA)

Diarienummer 2015-04787
Koordinator Volvo Personvagnar Aktiebolag - Active Safety & Chassis, PVV 1:2
Bidrag från Vinnova 7 000 000 kronor
Projektets löptid mars 2016 - maj 2018
Status Beslutat

Syfte och mål

Huvudsyftet med projektet är att utveckla metoder och ramverk som möjliggör analys av stora mängder data (Big Data) för sensorprovning. Fokus kommer att ligga på metoder som är lämpade för data med hög grad av volym och variation. Metoderna kommer att användas för att, på ett statistiskt säkerställt sätt, beskriva samt prediktera sensorbeteende i trafiksituationer som är relevanta för aktiva säkerhet samt autonom körning.

Förväntade effekter och resultat

Vi kommer att utveckla generella metoder som kan användas för att ta fram kvantitativa mått för de studerade sensorernas prestanda i realistiska trafiksituationer. Metoderna för att studera sensorsignalerna kommer att bygga på statistik, maskininlärning och dataanalys. Genom att utnyttja den stora mängd information som finns tillgänglig från de studerade sensorerna kommer bättre förståelse av systemens styrkor och svagheter att kunna uppnås.

Planerat upplägg och genomförande

Projektet består av tre arbetspaket (AP) där AP1 är projektledning. Inom AP2 sker all utveckling av ovan nämnda metoder. Demonstration och test av dessa kommer att ske med hjälp av tydligt definierade tillämpningar i AP3. Ett flertal milstolpar är identifierade för att säkerställa de utvecklade metodernas relevans för att kunna möta bilindustrins utmaningar inom aktiv säkerhet och autonom körning.

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