Projektbeschreibung
Voraussetzungen für eine sichere, umweltfreundliche und zuverlässige Robotik
Die rasche Verbreitung und Weiterentwicklung von Lösungen für die Robotik setzen die Entwicklung und Innovation im Hinblick auf umweltfreundlichere, zuverlässigere und sicherere Lösungen unter Druck. In diesem Zusammenhang zielt das EU-finanzierte Projekt REXASI-PRO darauf ab, ein innovatives technisches Rahmenwerk einzuführen, das sich auf die Entwicklung sicherer, umweltfreundlicher, zuverlässiger und robuster Robotertechnik unter Einsatz künstlicher Intelligenz konzentriert. Der Schwerpunkt des REXASI-PRO-Projekts liegt dabei auf der Senkung des Verbrauchs und der Emissionen bei gleichzeitiger Sicherheit für die Beschäftigten und die Nutzenden sowie auf der Entwicklung von Produkten, die sowohl ethisch als auch praktisch sicher sind, insbesondere bei der Unterstützung von Menschen mit eingeschränkter Mobilität.
Ziel
The REXASI-PRO project aims to release a novel engineering framework. The REXASI-PRO project aims to release a novel engineering framework to develop greener and Trustworthy Artificial Intelligence solutions. In the methodology, safety, security, and explainability are entangled. In addition, throughout the entire lifecycle of the framework, ethics aspects will be continuously monitored. To this end, the REXASI-PRO project introduces several novelties. The project will develop in parallel the design of novel trustworthy-by-construction solutions for social navigations and a methodology to certify the robustness of AI-based autonomous vehicles for people with reduced mobility. The trustworthy-by-construction social navigation algorithms will exploit mathematical models of social robots. The robots will be trained by using both implicit and explicit communication. REXASI-PRO methodology augments existing system-level and item-level engineering frameworks by leveraging novel eXplainability methods to improve the entire system's robustness. REXASIPRO will release additional verification and validation approaches for safety and security with the AI in the loop. Among the other developments, a novel learning paradigm embeds safety requirements in Deep Neural Network for planning algorithms, runtime monitoring based on conformal prediction regions, trustable sensing, and secure communication. The methodology will be used to certify the robustness of both autonomous wheelchairs and flying robots. The flying robots will be equipped with unbiased machine learning solutions for people detection that will be reliable also in an emergency. Thus, REXASI-PRO will make the AI solutions greener. To this end, both an AI-based orchestrator to augment the intelligence of the robots and topological methods will be developed. The REXASI-PRO framework will be demonstrated by enabling the collaboration among autonomous wheelchairs and flying robots to help people with reduced mobility.
Wissenschaftliches Gebiet
- engineering and technologymechanical engineeringvehicle engineeringautomotive engineeringautonomous vehicles
- engineering and technologyelectrical engineering, electronic engineering, information engineeringelectronic engineeringroboticsautonomous robots
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
- natural sciencesmathematicsapplied mathematicsmathematical model
- natural sciencescomputer and information sciencesartificial intelligencecomputational intelligence
Schlüsselbegriffe
Programm/Programme
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
HORIZON-RIA - HORIZON Research and Innovation ActionsKoordinator
38123 Trento
Italien