Quantifying Sensor Surface Contamination for Safe Vehicle Automation
| Diarienummer | |
| Koordinator | Högskolan i Halmstad - Högskolan i Halmstad Akademin f informationsteknologi |
| Bidrag från Vinnova | 3 450 870 kronor |
| Projektets löptid | november 2023 - maj 2026 |
| Status | Avslutat |
| Utlysning | Trafiksäker automatisering - FFI |
| Ansökningsomgång | Trafiksäker automatisering - FFI - hösten 2023 |
Viktiga resultat som projektet gav
Projektets mål uppnåddes. QonSense har kvantifierat hur föroreningar som fukt, damm och snö påverkar prestandan hos fordonsradar och andra exteriöra sensorer. Resultaten bygger på laboratorie-, vindtunnel- och fälttester och har lett till vetenskapliga publikationer, nya testmetoder och en återanvändbar testbädd som kan stödja framtida utveckling av säkrare ADAS- och AD-system.
Långsiktiga effekter som förväntas
På längre sikt förväntas projektet bidra till säkrare och mer tillförlitliga ADAS- och AD-system genom bättre förståelse för hur sensorer påverkas av väder och nedsmutsning. Resultaten kan stödja förbättrad sensorplacering, radomdesign, testmetoder och rengöringsstrategier samt stärka svensk konkurrenskraft inom säker automatiserad mobilitet.
Upplägg och genomförande
Projektet genomfördes i fyra arbetspaket med laboratorietester, kvantitativa mätningar i vindtunnel, sensortester i klimatmiljö och fordonsnära tester. Aktiviteterna var rätt val och gav en tydlig väg från kontrollerade försök till realistiska miljöer. Tidplanen påverkades av försenad postdokrekrytering, men målen behölls. Samarbetet mellan Högskolan i Halmstad och Volvo Cars fungerade väl och gav även positiva spinoffer, som AstaZero-tester och en återanvändbar radar-/radomtestbädd.