Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

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

Descrizione del progetto

Reti neurali profonde per l’adattamento automatico delle macchine

Il movimento terra, la silvicoltura e la logistica urbana sono settori in cui una maggiore autonomia può favorire la crescita economica e consentire di superare sfide critiche, come la carenza di manodopera e preoccupazioni ambientali quali la riduzione dei danni al suolo e il consumo di carburante; ciononostante, le macchine impiegate in questi settori faticano ad adattarsi alle differenze dei compiti dei terreni coinvolti. Il progetto XSCAVE, finanziato dall’UE, sfrutterà le reti neurali profonde al fine di apprendere automaticamente strategie di scavo, spostamento e navigazione specifiche in base al terreno. Il progetto svilupperà modelli veloci, sicuri e spiegabili per lo scavo e la navigazione adattivi, segnando un significativo progresso nell’autonomia per i settori del movimento terra, della silvicoltura e della logistica. Questi modelli consentiranno alle macchine di pianificare e regolare le loro azioni in base alle attività e alle condizioni del terreno, fornendo risultati che saranno dimostrati in collaborazione con aziende attive in movimento terra, silvicoltura e veicoli logistici esterni.

Obiettivo

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).

Campo scientifico (EuroSciVoc)

CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.

È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione

Parole chiave

Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).

Programma(i)

Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.

Argomento(i)

Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.

Meccanismo di finanziamento

Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.

HORIZON-RIA - HORIZON Research and Innovation Actions

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.

(si apre in una nuova finestra) HORIZON-CL4-2024-DIGITAL-EMERGING-01

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

TARTU ULIKOOL
Contributo netto dell'UE

Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.

€ 1 107 375,00
Indirizzo
ULIKOOLI 18
51005 TARTU
Estonia

Mostra sulla mappa

Regione
Eesti Eesti Lõuna-Eesti
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale

I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.

€ 1 107 375,00

Partecipanti (10)

Il mio fascicolo 0 0