Projektbeschreibung
Erkennung emissionsstarker Fahrzeuge ohne Kennzeichendaten
Fahrzeugemissionen sind nach wie vor ein wichtiger Faktor für die öffentliche Gesundheit. Das Problem steht im Zusammenhang mit emissionsstarken Fahrzeugen und nicht abgasbedingten Emissionsquellen wie Bremsen und Reifen. Die Stichprobenmessung ist eine kostengünstige Methode zur Ermittlung von Emissionen, kann jedoch aufgrund der Kennzeichen Datenschutzbedenken aufwerfen. Das durch die Marie-Skłodowska-Curie-Maßnahmen geförderte Projekt RHive-ML wird Verbrennungsemissionen von Nicht-Abgasemissionen unterscheiden, indem es Partikelparameter (PN, BC) mit CO₂-Werten korreliert. Diese Korrelation wird dazu beitragen, Fahrzeuge zu identifizieren, die ausschließlich Partikel außerhalb des Abgasstroms emittieren, wie etwa Elektrofahrzeuge. Modelle des maschinellen Lernens werden Verbrennungsemissionen analysieren, um Kraftstoffart und Emissionsnormen zu bestimmen, ohne dass dabei Kennzeichen ausgelesen werden müssen. Ziel des Projekts ist es, einen datenschutzkonformen Rahmen für die Echtzeit-Erkennung von Fahrzeugen mit hohen Emissionen zu schaffen.
Ziel
Air pollution remains a leading environmental health risk, with road traffic a major contributor. Although strict regulations have reduced emissions from new vehicles, two persistent challenges undermine progress: a minority of high emitters caused by malfunctioning or tampered aftertreatment systems, and the rising contribution of non-exhaust emissions from brakes, tyres, and road dust. Point Sampling (PS) provides a cost-effective, accurate approach to capture real-world emissions, but its use is constrained by the need to distinguish combustion-based from non-exhaust particles and by reliance on number plate data, which raises privacy concerns. This project will overcome these limitations by separating combustion from non-exhaust emissions through correlation of particle metrics (PN, BC) with CO2, where strong correlation signals combustion-related sources. Based on this separation, vehicles that only emit non-exhaust particles can be identified as electric vehicles (EVs). Machine learning (ML) models will then be developed on combustion-based emissions to infer fuel type and emission standard without number plate readings, and to translate PS snapshots into representative average emissions to identify high emitters while distinguishing them from Diesel Particulate Filter regeneration events. The models will be trained on detailed emission profiles derived from chassis dynamometer and Portable Emission Measurement System data and applied to PS datasets from European field campaigns, with robustness and interpretability ensured through state-of-the-art ML algorithms and interpretable ML methods. The outcome will be a privacy-respecting, PS-based framework for large-scale, real-time detection of high emitters, enabling stronger enforcement of emission standards, effective mitigation of traffic-related air pollution, reliable identification of EVs from non-exhaust-only signatures, and future-proofing of European emission control policies.
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.
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.
- Sozialwissenschaften Soziale Geografie Verkehr Elektrofahrzeug
- Technik und Technologie Umwelttechnik Energie und Kraftstoffe
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).
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.
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
-
HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA)
HAUPTPROGRAMM
Alle im Rahmen dieses Programms finanzierten Projekte anzeigen
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.
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.
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-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships
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.
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
(öffnet in neuem Fenster) HORIZON-MSCA-2025-PF
Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigenKoordinator
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.
8010 Graz
Österreich
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.