Descrizione del progetto
Identificare i veicoli ad alte emissioni senza i dati relativi alla targa
Le emissioni dei veicoli continuano a rappresentare un fattore preoccupante per la salute pubblica: il problema è legato a quelli ad alte emissioni e alle fonti di emissioni non legate allo scarico, come freni e pneumatici. Sebbene il campionamento puntuale sia un metodo economico per determinare tali emissioni, può sollevare questioni relative alla privacy a causa delle targhe. Sostenuto dal programma di azioni Marie Skłodowska-Curie, il progetto RHive-ML distinguerà le emissioni di combustione da quelle non legate allo scarico mettendo in correlazione i parametri relativi alle particelle (PN, BC) con i livelli di CO2, una correlazione che contribuirà a identificare i veicoli che emettono esclusivamente particelle non legate allo scarico, come quelli elettrici. I modelli di apprendimento automatico analizzeranno le emissioni da combustione per determinare il tipo di carburante e gli standard di emissione senza la necessità di leggere le targhe, nell’ambito di un progetto che punta a creare un quadro in grado di rispettare la privacy per il rilevamento in tempo reale dei veicoli ad alto impatto ambientale.
Obiettivo
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.
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.
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.
- scienze sociali geografia sociale trasporti veicoli elettrici
- ingegneria e tecnologia ingegneria ambientale energia e carburanti
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).
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.
Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.
-
HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA)
PROGRAMMA PRINCIPALE
Vedi tutti i progetti finanziati nell’ambito di questo programma
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.
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.
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-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships
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.
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-MSCA-2025-PF
Vedi tutti i progetti finanziati nell’ambito del bandoCoordinatore
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.
8010 Graz
Austria
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.