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

Safety and Mobility Optimization via Virtual Environments Lab

Opis projektu

Wdrażanie ram przewidywania wypadków

W miarę upowszechnienia pojazdów zautomatyzowanych kwestia bezpieczeństwa na drogach staje się ważniejsza niż kiedykolwiek wcześniej. Finansowany przez ERBN projekt SafeMoVE ma na celu poprawę sposobu oceny bezpieczeństwa drogowego w środowiskach, w których pojazdy podłączone do Internetu dzielą drogę z bardziej wrażliwymi użytkownikami, takimi jak rowerzyści i piesi. Zespół projektu SafeMoVE przetestuje przyszłościowe podejście, które szacuje ryzyko wypadków bez wcześniejszych danych o wypadkach. Projekt obejmuje gromadzenie danych za pomocą kamer i dronów, badanie interakcji między różnymi użytkownikami dróg oraz stworzenie wiarygodnego modelu przewidywania wypadków. W planach jest także wprowadzenie opracowanego systemu na rynek. Będzie on skierowany do grup takich jak producenci samochodów i decydenci. Wszystkie te działania wspierają unijny cel „wizja zero”, jakim jest wyeliminowanie śmiertelnych wypadków drogowych do 2050 roku.

Cel

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.

Dziedzina nauki (EuroSciVoc)

Program(-y)

Temat(-y)

System finansowania

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

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) ERC-2025-POC

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Instytucja przyjmująca

LUNDS UNIVERSITET
Wkład UE netto
€ 150 000,00
Koszt całkowity
Brak danych

Beneficjenci (1)