Imaginate

Viktiga resultat som projektet gav

Projektet har undersökt möjligheten att ta fram en machine learning (ML) modell med data från en dataloggningsplattform integrerad i en personbil och sedan integrera modellen i samma dataloggningsplattform för att logga resultatet. Målet var att visa att detta var möjligt och resultatet från projektet visar att så är fallet.

Långsiktiga effekter som förväntas

Resultaten visar att det är möjligt att träna en modell med data från en existerande dataloggningsplattform och sedan integrera, köra och logga resultaten från modellen på samma plattform i bilen. Machine learning kan användas “on the edge” för att identifiera komplexa event baserad på information från olika sensorer. En förväntad effekt av detta är att dataloggning och dataannotering kan effektiviseras.

Upplägg och genomförande

Projektet har utförts i olika steg: planering, datainsamling, träning av ML modeller, integration och testning. Sammanfattningsvis har genomförandet fungerat bra. Samma personer har varit involverade genom hela projektet och arbetet mellan de tre projektparterna har synkroniserats i veckovisa möten, med tät kontakt under arbetets gång.