Abstract: Syfte och mål: Projektets syfte är att ytterligare förstärka svensk kompetens inom naturalistiska kördata (ND), utveckla den internationella samverkan och förbättra möjligheterna till att fortsatt attrahera kompetens och kapital från nationella och internationella aktörer. Projektet ska vidareutveckla och forma en enhetlig analysplattform för nuvarande och framtida projekt, tillhandahålla naturalistisk kördata på SAFER Fordons- och Trafiksäkerhetscentrum (SAFER) samt utveckla utnyttjandet av SAFERs och internationella ND data.
Förväntade effekter och resultat: Genom en välstrukturerad analysplattform som utvecklats med framtida projekt i fokus parat med intressanta datamängder och hög analyskompetens, kommer Sverige fortsatt att vara en attraktiv samarbetspartner och delta inom projekt i både Europa, USA och Japan. Resultatet förväntas underlätta projekt med gemensam analys av ett eller flera liknande datamängder från olika delar av världen, vilket banar väg för liknande lösningar på dagens trafiksäkerhetsproblem, framför allt vad gäller förarbeteende i fordon.
Planerat upplägg och genomförande: Dagens analysplattform för naturalistiska data inom SAFER är framtagen genom nationella och internationella projekt. Plattformen kommer att vidareutvecklas för att tillgodose nya projekts behov i form av t.ex andra typer av naturalistiska data. Möjligheterna att använda nationella strukturer som Swedish National Infrastructure for Computing (SNIC) ska undersökas, då datamängderna är utrymmeskrävande och kräver hög beräkningskapacitet. Ytterligare analysmöjligheter av SAFERs och internationella naturalistiska data ska identifieras. Abstract: The objective of the project is to further enhance the Swedish infrastructures and competences for analysis of naturalistic driving data in an international environment. The analysis platform presently used in national and international projects will be further developed to a common platform for future new datasets and international collaborations, use of Swedish National Infrastructures for Computing will be investigated and further analysis possibilities on SAFER and international datasets will be examined.