Osäkerhetsmedveten och säkerhetsförstärkt hantering av CAV:er för säkrare blandad trafik
| Diarienummer | |
| Koordinator | Chalmers Tekniska Högskola AB - Inst f Arkitektur & samhällsbyggnadsteknik |
| Bidrag från Vinnova | 500 000 kronor |
| Projektets löptid | augusti 2024 - april 2025 |
| Status | Pågående |
| Utlysning | Trafiksäker automatisering - FFI |
| Ansökningsomgång | Trafiksäker automatisering - FFI - våren 2024 |
Syfte och mål
Säkerhet för uppkopplade och autonoma fordon (CAV:er) i blandade trafikmiljöer (CAV:er och fordon som framförs av människor (HDV:er)), kräver en avancerad ansats som tar hänsyn till de mångfacetterade osäkerheter som är inneboende i verkliga trafikscenarier. Att utforma operativa ontrollmekanismer som kan upptäcka och motverka säkerhetsproblem är avgörande för att säkerställa säkerheten hos CAV:er i blandtrafikmiljöer. Detta projekt avser att förbättra den säkra driften av CAV:er i verkliga och komplexa trafikmiljöer.
Förväntade effekter och resultat
Detektering och kvantifiering av osäkerhet i blandade trafikscenarier. Detta mål syftar till att utveckla avancerade modeller för perception och kvantifiering som kan förutsäga och kvantifiera osäkerheter som kan resultera i säkerhetsproblem för CAV:er. Säkerhetsförstärkt och osäkerhetsmedveten operativ kontroll av CAV:er i blandade trafikmiljöer. Detta mål syftar till att utveckla adaptiva och robusta metodologier för operativ kontroll av CAV:er i blandad trafik baserat på uppfattad/förutsedd osäkerhet .
Planerat upplägg och genomförande
Bayesianska probabilistiska modeller med Monte Carlo-simulering kommer att användas för att kvantifiera osäkerhet baserat på data från flera sensorer med hjälp av Kalman-filtrering och semantisk datafusion. Multi-agent förstärkningsinlärning och modellförutsägande kontroll för avancerad osäkerhetsmedveten och kooperativ kontroll, så att CAV kan reagera på osäkerhet i blandad trafik och samarbeta effektivt med varandra. Dessa algoritmer bör fokusera på att säkerställa säker driftkontroll av CAV