Smarta fordon lär sig människors riskbeteende
Den mänskliga faktorn ligger bakom 90 procent av alla trafikolyckor. Men om fordon kan lära sig identifiera fotgängares, cyklisters och andra förares riskbeteenden, kan det förebygga många olyckor, menar forskare på Mälardalens högskola som utvecklar system som kan simulera mänskligt beteenden med hjälp av bland annat artificiell intelligens och virtuell verklighet.
På tre och ett halvt år ska forskarna inom den nya satsningen SimuSafe utveckla system som ger självkörande fordon förmågan att identifiera mänskliga medtrafikanters riskbeteenden.
SimuSafe är ett i internationellt projekt, där Mälardalens högskola (DH) ansvarar för en del som handlar om så kallad intelligent dataanalys. Stora mängder information, som hämtats in från trafikanter via bland annat sensorer och simulatorer, ska analyseras för att kunna upptäcka sammanhang och mönster som kan visa på ett ökat riskbeteende.
Mänskliga körmönster
– Ytterst ska projektet utveckla datorsystem som kan simulera mänskliga beteenden, med hjälp av artificiell intelligens (AI), virtuell verklighet (VR) och andra datavetenskapliga metoder. Systemen ska kunna användas i olika typer av fordon för att öka kunskapen om mänskliga körmönster och beräkna risker.
– Om fordonen kan lära sig räkna ut hur människor kommer agera, kan olyckor förhindras. Det är väldigt svårt att utveckla ett så komplext system på egen hand, men i ett stort projekt som Simusafe blir det möjligt, säger Mobyen Uddin Ahmed.
Mobyen Uddin Ahmed och Shahina Begum arbetar båda som forskare inom inbyggda system vid MDH, och deltar tillsammans med projektledaren Gunnar Widforss i projektet.
Simulerar verkliga trafiksituationer
För att samla in all data görs tester med sammanlagt 801 personer i olika åldrar och länder, varav 90 personer i Sverige. Testerna genomförs såväl på verkliga testbanor, som med hjälp av så kallad virtual reality och med simulatorer. I testerna simuleras verkliga trafiksituationer för att man i dessa ska kunna hämta in data om hur trafikanterna beter sig, som sedan analyseras av arbetsgruppen på MDH.
– Vi har lång erfarenhet av att analysera stora mängder data. Vi har även arbetat mycket och länge med monitorering av människor, alltså insamling av information om fysiska och mentala hälsotillstånd via sensorer. I det här projektet får vi kombinera de två expertområdena, i syfte att utveckla ett system som kan göra verklig skillnad för trafikanter i hela världen, säger Shahina Begum.
SimuSafe består av sexton partners, såväl universitet som företag och föreningar, från elva länder runt om i världen. Projektet leds av Instituto Tecnológico de Castilla y León i Spanien och finansieras med nära åtta miljoner euro av EU-kommissionen. SimuSafe-projektet har beviljats finansiering från Horizon 2020,EU-kommissionens största program någonsin för att främja forskning och innovation i Europa.
Kontakt: Mobyen Uddin Ahmed, 021-10 73 69, mobyen.ahmed@mdh.seShahina Begum, 021-10 73 70, shahina.begum@mdh.seGunnar Widforss, 021-15 17 29, gunnar.widforss@mdh.se
