Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch de
CORDIS - Forschungsergebnisse der EU
CORDIS

Explainable, Safe, Contact-Aware Planning and Control for Heavy Machinery Manipulation and Navigation

Projektbeschreibung

Tiefe neuronale Netze für die automatische Maschinenanpassung

Erdbewegung, Forstwirtschaft und städtische Logistik sind Sektoren, in denen eine größere Autonomie das Wirtschaftswachstum vorantreiben und kritische Herausforderungen wie Arbeitskräftemangel und Umweltbelange wie die Verringerung von Bodenschäden und Kraftstoffverbrauch bewältigen kann. Die Maschinen in diesen Sektoren können aber nur schwer an unterschiedliche Aufgaben und Geländeformen angepasst werden. Im Rahmen des EU-finanzierten Projekts XSCAVE werden tiefe neuronale Netze genutzt, um automatisch geländespezifische Grabungs-, Weiterleitungs- und Navigationsstrategien zu erlernen. Dazu werden schnelle, sichere und erklärbare Modelle für den adaptiven Aushub und die Navigation entwickelt und damit einen bedeutenden Fortschritt in der Autonomie für die Erdbau-, Forstwirtschafts- und Logistikbranche darstellen. Diese Modelle werden dabei helfen, dass Maschinen ihre Aktionen je nach Aufgabe und Geländebeschaffenheit planen und anpassen können. Die Ergebnisse werden in Zusammenarbeit mit Unternehmen aus den Bereichen Erdbewegung, Forstwirtschaft und Logistikfahrzeuge demonstriert.

Ziel

Earth-Moving, Forestry, and Urban Logistics are sectors where increased autonomy can spur drastic economic growth along with addressing some core societal (e.g. address labor shortage) and environmental problems (e.g. minimize soil damage, fuel consumption). Yet there are persisting challenges related to variations of tasks/environments that are intricately linked to the terrain-machine contact encountered during navigation and manipulation. For example, an Excavator machine used in Earth-Moving needs to adapt to different types of terrain (ground) underneath (loose soil, rocks of different shapes and sizes), for scooping. Such task and environment adaptation require machines to modify their “perception-to-action” mapping based on online observations from different sensing modalities. XSCAVE will leverage the exceptional representation and approximation capabilities of deep neural networks to automatically learn the terrain/specific adaptation of excavation, forwarding, and navigation strategies from data. The overall objective of XSCAVE is (i) to develop capabilities for learning performant (high-speed), safe (stable, contact-aware), and explainable perception-to-action models for terrain adaptive excavation and navigation strategies and (ii) demonstrate step-change in autonomy for Excavation, Forwarding and Navigation tasks prevalent in Earth-Moving, Forestry and Logistics industries. To this end, XSCAVE aims to re-imagine deep-learned models as neural networks augmented with parameterized structured priors derived from physics, optimization, and classical search to bring domain knowledge into the learning pipeline. The fundamental innovations at the algorithmic level will translate to unprecedented ability for the machines to plan, control and adapt their actions depending on the task and terrain contact conditions. The end-results will be demonstrated in partnership with Novatron (earth-moving), Komatsu (forestry), and Clevon (outdoor logistic vehicles).

Wissenschaftliches Gebiet (EuroSciVoc)

CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.

Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen

Schlüsselbegriffe

Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).

Programm/Programme

Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.

Thema/Themen

Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.

Finanzierungsplan

Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.

HORIZON-RIA - HORIZON Research and Innovation Actions

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.

(öffnet in neuem Fenster) HORIZON-CL4-2024-DIGITAL-EMERGING-01

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Koordinator

TARTU ULIKOOL
Netto-EU-Beitrag

Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.

€ 1 107 375,00
Adresse
ULIKOOLI 18
51005 TARTU
Estland

Auf der Karte ansehen

Region
Eesti Eesti Lõuna-Eesti
Aktivitätstyp
Higher or Secondary Education Establishments
Links
Gesamtkosten

Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.

€ 1 107 375,00

Beteiligte (10)

Mein Booklet 0 0