Multimodal och generell perception för säkrare autonoma lastbilar

Syfte och mål

Under ett autonomt fordons livstid så kommer det troligen hamna i så ovanliga situationer att de inte har testats i V&V, men fordonet måste ändå kunna hantera dem. Generella modeller (eng. Foundation models) har visat generaliserings- och resonemangsegenskaper som kan lösa dessa problem. Syftet med detta projekt är att föreslå sensordatabeabetningsmetoder som producerar en komprimerad datarepresentation som möjliggör generella metoder i autonoma fordon.

Förväntade effekter och resultat

Generella metoder (eng. Foundation Models) påvisar generaliserings- och resonemangsegenskaper som behövs för att ett autonomt fordon ska kunna hantera oförutsedda situationer på ett säkert och rimligt sätt. Forskningen som bedrivs i detta projekt syftar till att möjliggöra generella metoder i autonoma fordon vilket kommer att ge säkrare fordon som klarar av större domäner, t.ex. autonom motorvägskörning under olika årstider och väderlekar.

Planerat upplägg och genomförande

Projektet är uppdelat i fyra arbetspaket. Två arbetspaket avser metoder för multimodal sensordatabearbetning, ett arbetspaket avser utvärdering av dessa metoder i olika generella metoder i tillämpningar för autonoma fordon och det fjärde avser projektkoordinering. Metoderna kommer först inriktas mot rumslig hopslagning och bearbetning för att därefter ta in tidsaspekten och hantering av multimodal sensordata över både tid och rum. Utvärderingen kommer ske i post-perception, t.ex. planering.