Perceptron

Diarienummer 2017-01942
Koordinator Volvo Technology AB - GTT/ATR/EES
Bidrag från Vinnova 13 739 551 kronor
Projektets löptid juni 2017 - november 2019
Status Pågående
Utlysning Elektronik, mjukvara och kommunikation - FFI
Ansökningsomgång Elektronik, mjukvara och kommunikation - FFI - 2017-03-14

Syfte och mål

Den globala fordonsindustrin inför nu snabbt djupinlärning (DL) inom autonom körning. Detta är en ny utmaning för den svenska fordonsindustrin, som är viktigt eftersom DL innebär stora konkurrensfördelar. Det övergripande målet med projektet är att bygga DL-kompetens, mer konkret att: 1. Utveckla koncept & infrastruktur för datadriven evolution av DL-applikationer 2. Göra en översikt och utvärdering av tränings- och inferensplattformar 3. Utveckla tre djupa neuronnät baserade på toppmoderna metoder vilka detekterar objekt, fri väg respektive filer

Förväntade effekter och resultat

Metoder, infrastruktur och data: * koncept för datadriven evolution av DL-applikationer * on/off-board infrastruktur för att stödja konceptet * rapport om översikt och utvärdering av tränings- och inferensplattformar * dataset för träning av neuronnät Prototyp: * En lastbilsprototyp som demonstrerar konceptet för datadriven evolution av DL-applikationer samt de tre neuronnäten i realtid Kompetens: * Kompetensen kommer öka i hela utvecklingskedjan för DL, inklusive dataloggning, nät-arkitektur, träning och validering Akademisk avhandlingar: * En PhD-student

Planerat upplägg och genomförande

Projektet är organiserat i 8 arbetspaket WP1 Koordination WP2 Infrastruktur WP3 Datainsamling WP4 Detektion av objekt WP5 Detektion av fri del av vägen WP6 Detektion av filer WP7 Översikt och utvärdering av tränings- och inferensplattformar WP8 Demonstrator Arbetspaketens resultat rapporteras i 13 projektleverabler och 8 milstolpar vilket möjliggör synkronisering och uppföljning. Projektet kommer applicera ett holistiskt perspektiv på fordonsindustrins behov av djupinlärning, dvs ta hänsyn till samspelet mellan de ingående områdena snarare än att göra separata studier.

Externa länkar

www.perceptron.nu

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