Road Traffic Safety for Electric Microvehicles (VIASAFETY)
Diarienummer | |
Koordinator | Chalmers Tekniska Högskola AB |
Bidrag från Vinnova | 2 117 331 kronor |
Projektets löptid | juli 2023 - juni 2025 |
Status | Pågående |
Utlysning | Strategiska innovationsprogrammet Drive Sweden |
Ansökningsomgång | Strategiska innovationsprogrammet Drive Sweden - Säker och hållbar användning av små fordon med hjälp av digital teknik |
Syfte och mål
Projektet VIASAFETY, ska studera hur trafiksäkerheten kan förbättras, i samband med användning av små fordon, i låg hastighet, i Göteborg, till exempel elmopeder och elskotrar. Fordonen kommer att generera data som kan användas i projektet, genom att bearbeta, analysera och dela med projektparterna. Projektet skall utveckla AI-baserade analysmetoder och verktyg för att hitta riskzoner i trafikmiljön med små fordon, i låg hastighet. Efter projektet kommer en del av denna genererade data att göras tillgänglig, på SAFER , för framtida forskning.
Förväntade effekter och resultat
Projektet syftar till att skapa ny kunskap om arbetsförhållandena och trafiksäkerheten situation för oberoende budförare, genom möjligheten att följa deras rörelser via en central fordonsflotta. Fordonens körmönster skall bearbetas, för att skapa ny kunskap om var riskerna för dem uppstår och förhoppningsvis vad som kan göras för att minska dem. Denna tillgång till stora mängder data från elektriska fordon . och sedan analyseras med olika AI-metoder, öppnar nya möjligheter att identifiera mätvärden för vägsäkerhet.
Planerat upplägg och genomförande
Projektet samlar in data från förare av små, elektriska fordon, i låg fart, som kör sina dagliga rutter i Göteborg. - SAFER ansvarar för att leda projektet och övervaka projektets ur ett forskningsperspektiv, samt att tillgängliggöra data för framtida forskning. - Ciklo tillhandahåller elmopeder som användas för att samla in data. - Vialumia tillhandahåller telematiksensorerna på Ciklos fordon, och ansvarar för datainsamling och lagring. - Vianova ansvarar för behandlingen av data som samlas in från fordonen och utvecklar algoritmer för behandling körbeteende.