Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Artificial Intelligence for Traffic Safety between Vehicles and Vulnerable Road Users

Opis projektu

Sztuczna inteligencja zwiększy bezpieczeństwo niechronionych użytkowników dróg

W dużych miastach ruchliwe skrzyżowania i wspólne przestrzenie stwarzają wysokie ryzyko dla niechronionych użytkowników dróg, takich jak piesi czy rowerzyści. Zapewnienie im odpowiedniego poziomu bezpieczeństwa to wyzwanie dla urzędników odpowiedzialnych za bezpieczeństwo ruchu drogowego. Jednak stały postęp na polu sztucznej inteligencji (SI) daje nadzieję na wprowadzenie rozwiązania tego problemu. Zespół finansowanego ze środków UE projektu VeVuSafety wykorzysta metodologie oparte na SI do stworzenia uwzględniającego kwestie prywatności systemu uczenia głębokiego, który uczy się zachowań użytkowników dróg w różnych scenariuszach ruchu mieszanego. Kolejnym krokiem jest stworzenie trójwymiarowego modelu otoczenia, na podstawie którego powstanie kompleksowy system uczenia głębokiego wykorzystujący dane z kamer do multimodalnego przewidywania trajektorii, wykrywania nieprawidłowości i klasyfikacji potencjalnego ryzyka.

Cel

Traffic safety is the fundamental criterion for vehicular environments and many artificial intelligence-based systems like self-driving cars. There are places, e.g. intersections and shared spaces, in the urban environment with high risks where vehicles and vulnerable road users (VRUs) such as pedestrians and cyclists directly interact with each other. By advancing starte-of-the-art artificial intelligence methodologies, this project VeVuSafety aims to build a privacy-aware deep learning framework to learn road users’ behaviour in various mixed traffic situations for the safety between vehicles and VRUs. VeVuSafety proposes a 3D environment model based on 3D point cloud for privacy protection — private information like license plates and face is anonymized. Then, within this environment model, an end-to-end deep learning framework using camera data will be built for multimodal trajectory prediction, anomaly detection, and potential risk classification based on deep generative models such as Variational Auto-Encoder. Additionally, an active privacy mechanism will also be adopted by application of the differential privacy mechanism to help the deep learning models prevent model-inversion attack. Moreover, the framework’s generalizability will be investigated by exploring the Normalizing Flows approach for domain adaption. The framework’s performance will be validated at different intersections and shared spaces using real-world traffic data. Besides road user safety and privacy, VeVuSafety can help traffic engineers and city planners to better estimate the design of traffic facilities in order to achieve a road-user-friendly urban traffic environment. Furthermore, the success of VeVuSafety will enhance the fellow’s scientific knowledge and project management skills to become an artificial intelligence expert for traffic safety and Intelligent Transportation Systems.

Dziedzina nauki (EuroSciVoc)

Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.

Aby użyć tej funkcji, musisz się zalogować lub zarejestrować

Słowa kluczowe

Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.

Program(-y)

Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.

Temat(-y)

Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.

System finansowania

Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.

(odnośnik otworzy się w nowym oknie) HORIZON-MSCA-2021-PF-01

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

UNIVERSITEIT TWENTE
Wkład UE netto

Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.

€ 187 624,32
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

Brak danych
Moja broszura 0 0