Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français fr
CORDIS - Résultats de la recherche de l’UE
CORDIS

Safety and Mobility Optimization via Virtual Environments Lab

Description du projet

Mettre en place un cadre de prévision des accidents

Alors que les véhicules automatisés se généralisent, il est plus important que jamais de relever les défis liés à la sécurité routière. Le projet SafeMoVE, financé par le CER, entend améliorer l’évaluation de la sécurité routière dans les environnements où les véhicules connectés partagent la route avec des usagers plus vulnérables, tels que les cyclistes et les piétons. SafeMoVE testera une approche prospective qui estime le risque d’accident sans tenir compte des données antérieures. Le projet consiste à collecter des données à l’aide de caméras et de drones, à étudier les interactions entre les différents usagers de la route, et à créer un modèle fiable de prédiction des accidents. Il prévoit également de commercialiser ce système en ciblant des groupes tels que les constructeurs automobiles et les décideurs politiques. Ces solutions vont dans le sens de l’objectif «Vision Zero» de l’UE, qui consiste à mettre fin aux décès sur les routes d’ici à 2050.

Objectif

SafeMoVE addresses critical gaps in road safety assessment methods, particularly as they pertain to mixed traffic scenarios involving connected and automated vehicles, vulnerable road users, and conventional road users. Building on the scientific advancements of SUperSAFE, SafeMoVE aims to validate and commercialize a universal, proactive methodology for traffic safety analysis. Unlike traditional approaches reliant on historical accident data, the proposed framework employs Extreme Value Theory and Surrogate Measures of Safety to analyse road user interactions, enabling predictions of accident risk without requiring prior crash data. The project encompasses four integrated phases: Data Collection (A1): Using stationary cameras, drones, and simulations to gather detailed exposure and interaction data in real-world and virtual environments; Data Analysis (A2): Extracting and analysing trajectories and interactions to compute SMoS, facilitating safety assessments for both existing and future infrastructures; Framework Development (A3): Validating a proactive methodology for accident prediction and road safety assessment in diverse traffic compositions and automation levels; and Exploitation and Market Exploration (A4): Commercializing the validated methodology through spinouts, targeting stakeholders such as car manufacturers, road authorities, and policymakers. SafeMoVE’s innovative framework aligns with the EU’s Vision Zero target to eliminate road fatalities by 2050. Its proactive approach enables timely safety evaluations, mitigating risks before accidents occur. The project introduces scalable solutions for infrastructure and vehicle safety assessments, fostering advancements in traffic safety research, policy, and industry practices. By integrating multidisciplinary expertise and addressing the challenges of mixed traffic systems, SafeMoVE aspires to revolutionise road safety methodologies and contribute to safer, more efficient transportation systems globally.

Champ scientifique (EuroSciVoc)

Programme(s)

Thème(s)

Régime de financement

HORIZON-ERC-POC - HORIZON ERC Proof of Concept Grants

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

(s’ouvre dans une nouvelle fenêtre) ERC-2025-POC

Voir tous les projets financés au titre de cet appel

Institution d’accueil

LUNDS UNIVERSITET
Contribution nette de l'UE
€ 150 000,00
Coût total
Aucune donnée

Bénéficiaires (1)