National Transport Library Research Database

Intelligenta, interaktiva och uppkopplade nästa generation realtids förarstödssystem (I2Connect) (Intelligent, Interactive and Connected (I2Connect) Next Generation of Realtime Driver Safety Support Systems)

Sponsors, duration, budget: Vinnova ; 2023-11-01 -- 2026-05-31 ; 7 576 388 kronorRegistration number:
  • Vinnova 2023-02611
Subject(s): Summary: Syfte och mål: I2Connect fokuserar på att utveckla nästa generations avancerade förarstödssystem (ADAS) för lastbilar. Fokus kommer att ligga på att utveckla algoritmer för situationsbedömning och prediktion baserat på evidensteori samt adaptiva människa-maskin-gränssnitt. För att uppnå detta kombineras data från externa källor via en molnbaserad plattform och interna källor så som förarövervakning. Målet är att utvärdera dessa nya ADAS med avseende på säkerhet, effektivitet och användarupplevelse. Förväntade effekter och resultat: Två proof-of-concept-prototyper kommer att utvecklas för nästa generations ADAS för lastbilar, en som adresserar korsningsolyckor med cyklister och en som adresserar upphinnandeolyckor med personbilar. Dessa system kommer att inkludera nya datakällor samt metoder för fusion och tekniker för situationsbedömning. Tillsammans med innovativa HMI-lösningar väntas detta öka acceptansen av ADAS bland förare och resultera i en ökad användning under hela resan. Resultaten sprids via artiklar och en extern referensgrupp. Upplägg och genomförande: Projektet är uppdelat i 4 arbetspaket (AP). AP1 fokuserar på att definera användningsfallen. AP2 kommer att utveckla en forskningsplattform inklusive molnplattform för datutbyte mellan fordon och infrastruktur, algoritmer för datafusion och situationsbedömning samt adaptiva människa-maskin gränssnitt. AP3 kommer att integrera dessa system i lastbilsdemonstratorer som kommer att utvärderas i AP4 med lastbilsförare. Partners är: Högskolan i Skövde, Scania, Smart Eye och Viscando.Summary: Purpose and goal: I2Connect focuses on developing next generation of Advanced Driver Assistance Systems (ADAS) for trucks. The emphasis will be on developing algorithms for fusion and situation assessment and prediction based on Evidence Theory, as well as adaptive human-machine interfaces (HMI). To achieve this, data are combined from external sources via a cloud platform and internal sources such as driver monitoring. The goal is to evaluate these new ADAS in terms of safety, efficiency, and user experience. Expected results and effects: Two proof-of-concept prototypes will be developed for next-generation ADAS for trucks, one addressing intersection crashes with cyclists and one addressing overtaking crashes with passenger cars. These systems will include new data sources as well as fusion methods and situational assessment techniques. Together with innovative HMI solutions, this is expected to increase the acceptance of ADAS among drivers and result in increased use throughout the journey. The results are disseminated via articles and an external reference group. Approach and implementation: The project is divided into 4 work packages. WP1 focuses on refining the two use cases. WP2 will develop a research platform incl. the cloud platform and analytics for data exchange between vehicle and infrastructure, data fusion and situation assessment algorithms utilizing Evidence Theory and adaptable HMI. WP3 will integarte these systems into truck demonstrators that will be evaluated in WP4 with truck drivers. Partners are: Skövde University, Scania, Smart Eye and Viscando.
Item type: