National Transport Library Research Database

MicroVision - Utveckling, Testning, och Demonstration av ett Stödsystem I Realtid för Förare av Elektriska Fordon (MicroVision - Development, Testing, and Demonstration of a Real-Time Support System for Electric Vehicle Riders)

  • Hasic, Adel
  • Autoliv Development AB, Svenskt företag eller organisation, 556070-0543
Sponsors, duration, budget: Vinnova ; 2023-09-01 -- 2025-08-31 ; 1 500 000 kronorRegistration number:
  • Vinnova 2023-01047
Subject(s): Abstract: Syfte och mål: Projektets mål är att designa och demonstrera ett kamera-baserat assistanssystem till elsparkcykel och elcykel. Systemet kommer bestå av lågkostnadssensorer för att öka tillgängligheten. Syftet är att främja säkrare interaktioner mellan trafikanter i stadsmiljö. Utvecklingen involverar insamling och annotering av bilddata med fokus på små elektriska fordon. Förväntade effekter och resultat: En insamlad datamängd för objektklassificering kommer att delas, tillsammans med parametrar till en modell för klassificering av bilder. Vi anser att delandet kommer att främja ytterligare forskning inom säkerhet och hållbarhet hos små elektriska fordon. Resultat som rör klassificering och avståndsbedömning kommer att dokumenteras i en vetenskaplig artikel för att främja ytterligare forskning. Upplägg och genomförande: Det första steget i utvecklingen är datainsamling och annotering, vilket följs av träning av maskininlärningsmodeller. Vi kommer att återanvända existerande, moderna modeller för både detektion och avståndsbedömning. Modellerna kommer därefter att integreras till ett system och monteras på fordon (elsparkcykel och elcykel). Slutligen skall systemet utvärderas och demonstreras i testmiljö. Abstract: Purpose and goal: The project aims to develop a real-time, camera-based rider assistance safety system for e-scooters and e-bikes. The system will consist of low-cost sensors to increase availability. The purpose is to promote safer interactions between road users in urban environments. The development involves gathering and annotation of image data focused on micro-mobility vehicles. Expected results and effects: A collected object detection dataset will be shared together with model weights for an image classifier. We believe that the sharing of research artifacts will promote further research into safety and sustainability of small electric vehicles. Our findings will be documented in a scientific paper. In addition, we aim to publish any novelties related to depth estimation in a separate scientific paper, to promote further research. Approach and implementation: The first steps of the development are data collection and annotation, along with training of machine learning models. We aim to repurpose state-of-the-art models for object detection as well as depth estimation. The models will eventually be integrated into a system and deployed to hardware for real-time testing on the target vehicle types (e-scooter and e-bike). Finally, the functionality of the system will be demonstrated in a lab environment.
Item type: