Precog: Kravhantering för säkra maskininlärningsbaserade perceptionssystem för autonom mobilitet

Viktiga resultat som projektet gav

Förstudien Precogs mål var att inleda arbete mot en samordning av högnivåförväntningar på maskininlärningsbaserade perceptionssystem inom autonom mobilitet. Precog genomförde en förberedande intervjustudie inför ett större projekt genom att 1) identifiera potentiella partners och 2) analysera utmaningar. Vi identifierade flera intresserade partners och våra nya insikter kommer att möjliggöra en väldefinierad och relevant framtida FFI-ansökan.

Långsiktiga effekter som förväntas

Vi grupperade våra utmaningar inom åtta olika teman: 1) Data, 2) Perception, 3) AI/ML-aspekter, 4) System- och mjukvaruuveckling, 5) Kvalitet, 6) Affärsekosystem, 7) Kravhantering och 8) Annotering. Varje tema kan utgöra ett fokusområde i framtida projekt och bidra till industin och forskningscommunityn. Som nästa steg planerar vi att skriva en artikel för att presentera våra förstudieresultat. Denna lista med prioriterade resultat kommer att hjälpa oss att avgränsa vårt nästa projekt.

Upplägg och genomförande

Precog organiserade gruppintervjuer med nyckelintressenter i den svenska fordonsindustrin. Studies vägleddes av en serie forskningsfrågor som förfinades i semi-strukturerade intervjufrågor. Vi intervjuade 19 deltagare från fem olika bolag och analyserade den kvalitativa datan med tematisk analys. Slutligen arrangerade vi en hybrid-workshop med 20 deltagare för att validera och prioritera våra resultat.