Ny databehandling av rå syntetisk aperturradar för snabb detektering av vägförhållanden

Syfte och mål

Vi kommer att utvärdera möjligheten att i nära realtid bearbeta rådata från syntetisk aperturradar (SAR) med hjälp av artificiell intelligens (AI) för att upptäcka riskabla och direkt farliga vägförhållanden. Studien beskriver steg mot att utveckla ny metodik till stöd för transport och infrastruktur samt relevanta offentliga aktörer och myndigheter. SAR satellitbilder lämpar sig väl för ändamålet tack vare sina breda svep och regelbundna återbesökscykler, oberoende av väder och dagsljus.

Förväntade effekter och resultat

AI-driven, ombordbaserad SAR-analys bidrar direkt till att göra det möjligt för svenska väghållare och aktörer, såsom Trafikverket, fordonsindustrin och civil beredskap (MCF), att leverera snabbare handlingsbara insikter, stödja system för autonoma fordon och stärka krisberedskapen. På lång sikt skulle ett integrerat system kunna minska risken för olyckor orsakade av miljöfaktorer, sänka underhållskostnaderna och förbättra driftseffektiviteten.

Planerat upplägg och genomförande

Den specifika SAR-radarvåglängd som det finns tillgängliga data för avgör vilken uppsättning användningsfall vi kan testa proof-of-concept-AI-modellen på (WP2). Utifrån denna undersökning samlar vi in en datamängd för inledande tester av den grundläggande AI-modellen (WP3). Vi kommer att utvärdera befintliga AI-modeller för rå SAR data från närliggande tillämpningar och avgöra om vi ska anpassa en beprövad arkitektur eller utforma en ny som är skräddarsydd för att härleda vägförhållanden (WP4).