Description du projet
Identifier les véhicules fortement émetteurs sans utiliser les données des plaques d’immatriculation
Les émissions des véhicules restent un facteur important pour la santé publique. Le problème est lié aux véhicules fortement émetteurs et aux sources d’émissions hors échappement, telles que les freins et les pneus. L’échantillonnage ponctuel est une méthode abordable pour déterminer les émissions, mais il peut soulever des questions de protection de la vie privée en raison de l’utilisation des plaques d’immatriculation. Soutenu par le programme Actions Marie Skłodowska-Curie, le projet RHive-ML distinguera les émissions de combustion des émissions hors échappement en corrélant des indicateurs de particules (PN, BC) avec les niveaux de CO2. Cette corrélation permettra d’identifier les véhicules qui n’émettent que des particules hors échappement, tels que les véhicules électriques. Des modèles d’apprentissage automatique analyseront les émissions issues de la combustion afin de déterminer le type de carburant et les normes d’émission sans avoir à lire les plaques d’immatriculation. Le projet vise à créer un cadre respectueux de la vie privée pour détecter en temps réel les véhicules fortement émetteurs.
Objectif
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.
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
- sciences sociales géographie sociale et économique transport véhicule électrique
- ingénierie et technologie génie de l'environnement énergie et combustibles
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Mots‑clés
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Programme(s)
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
-
HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA)
PROGRAMME PRINCIPAL
Voir tous les projets financés dans le cadre de ce programme
Thème(s)
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Régime de financement
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships
Voir tous les projets financés dans le cadre de ce programme de financement
Appel à propositions
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
(s’ouvre dans une nouvelle fenêtre) HORIZON-MSCA-2025-PF
Voir tous les projets financés au titre de cet appelCoordinateur
La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.
8010 Graz
Autriche
Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.