Validering av Kart Generering och Lokalisering för Autonoma Fordon (VAMLAV)
| Diarienummer | |
| Koordinator | AstaZero AB |
| Bidrag från Vinnova | 5 406 755 kronor |
| Projektets löptid | oktober 2019 - maj 2023 |
| Status | Avslutat |
| Utlysning | Trafiksäkerhet och automatiserade fordon - FFI |
| Ansökningsomgång | Trafiksäkerhet och automatiserade fordon - FFI - 2019-06-11 |
| Slutrapport | 2019-03097engelska.pdf(pdf, 6311 kB) (In English) |
Viktiga resultat som projektet gav
VAMLAV-projektet, hade som primärt syfte att skapa och leverera ett dataset som omfattade en HD-karta över Rural Road på AstaZero, tillsammans med sensordata insamlat under olika väderförhållanden och årstider. Ett ytterligare mål var att utveckla metoder för HD-kartvalidering mot verkligheten, vilket innebär att koppla dataset med en känd mätosäkerhet till en gemensam referensram. Under projektets gång framställdes krav och specifikationer för lämpliga objekt att använda som ankarpunkter, statiskt objekt skapades på AstaZero för framtida teständamål.
Långsiktiga effekter som förväntas
"Inom ramen för VAMLAV-projektet har vi skapat ett omfattande dataset som vi förväntar oss kommer att användas i framtida publikationer och forskningsinitiativ. Vi hoppas också att vår forskning kommer att bidra betydligt till utvecklingen av crowdsourcade HD-kartor, särskilt när det gäller valideringsmetoder och kartskapande processer. Genom detta arbete siktar vi på att lägga grunden för en mer noggrann och pålitlig användning av HD-kartor inom fordonsindustrin
Upplägg och genomförande
Från början hade VAMLAV-projektet som mål att skapa ett rikt dataset från Rural Road på AstaZero. Pandemin och GDPR-frågor lade till ytterligare utmaningar i ett redan tekniskt krävande område, men genom samarbete mellan AstaZero, Zenseact, RISE och AI Sverige övervann vi dem. Med fokus på HD-kartvalidering kopplade vi datasetet till en gemensam referensram. AstaZeros statiska objekt berikade vårt projekts mångsidighet och framtida möjligheter.