Ziel
Autonomous vehicles, although in its early stage, have demonstrated huge potential in shaping future life styles to many of us. However, to be accepted by ordinary users, autonomous vehicles have a critical issue to solve – this is trustworthy collision detection. No one likes an autonomous car that is doomed to a collision accident once every few years or months. In the real world, collision does happen at every second - more than 1.3 million people are killed by road accidents every single year. The current approaches for vehicle collision detection such as vehicle to vehicle communication, radar, laser based Lidar and GPS are far from acceptable in terms of reliability, cost, energy consumption and size. For example, radar is too sensitive to metallic material, Lidar is too expensive and it does not work well on absorbing/reflective surfaces, GPS based methods are difficult in cities with high buildings, vehicle to vehicle communication cannot detect pedestrians or any objects unconnected, segmentation based vision methods are too computing power thirsty to be miniaturized, and normal vision sensors cannot cope with fog, rain and dim environment at night. To save people’s lives and to make autonomous vehicles safer to serve human society, a new type of trustworthy, robust, low cost, and low energy consumption vehicle collision detection and avoidance systems are badly needed.
This consortium proposes an innovative solution with brain-inspired multiple layered and multiple modalities information processing for trustworthy vehicle collision detection. It takes the advantages of low cost spatial-temporal and parallel computing capacity of bio-inspired visual neural systems and multiple modalities data inputs in extracting potential collision cues at complex weather and lighting conditions.
Wissenschaftliches Gebiet
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht.
- engineering and technologymechanical engineeringvehicle engineeringautomotive engineeringautonomous vehicles
- engineering and technologyelectrical engineering, electronic engineering, information engineeringinformation engineeringtelecommunicationsradio technologyradar
- engineering and technologyelectrical engineering, electronic engineering, information engineeringelectronic engineeringsensors
- natural sciencescomputer and information sciencesdata sciencedata processing
- natural sciencesphysical sciencesopticslaser physics
Schlüsselbegriffe
Programm/Programme
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenKoordinator
LE1 7RH Leicester
Vereinigtes Königreich
Auf der Karte ansehen
Beteiligte (7)
20148 Hamburg
Auf der Karte ansehen
NE1 7RU Newcastle Upon Tyne
Auf der Karte ansehen
48149 MUENSTER
Auf der Karte ansehen
N1 7GU London
Auf der Karte ansehen
Die Organisation definierte sich zum Zeitpunkt der Unterzeichnung der Finanzhilfevereinbarung selbst als KMU (Kleine und mittlere Unternehmen).
76229 Karlsruhe
Auf der Karte ansehen
Die Organisation definierte sich zum Zeitpunkt der Unterzeichnung der Finanzhilfevereinbarung selbst als KMU (Kleine und mittlere Unternehmen).
82205 Munchen
Auf der Karte ansehen
LN6 7TS Lincoln
Auf der Karte ansehen
Partner (11)
Partnerorganisationen tragen zur Umsetzung der Aktion bei, unterzeichnen jedoch nicht die Finanzhilfevereinbarung.
100084 BEIJING
Auf der Karte ansehen
Partnerorganisationen tragen zur Umsetzung der Aktion bei, unterzeichnen jedoch nicht die Finanzhilfevereinbarung.
71049 XI'AN
Auf der Karte ansehen
Partnerorganisationen tragen zur Umsetzung der Aktion bei, unterzeichnen jedoch nicht die Finanzhilfevereinbarung.
430074 WUHAN
Auf der Karte ansehen
Partnerorganisationen tragen zur Umsetzung der Aktion bei, unterzeichnen jedoch nicht die Finanzhilfevereinbarung.
710072 XI AN
Auf der Karte ansehen
Partnerorganisationen tragen zur Umsetzung der Aktion bei, unterzeichnen jedoch nicht die Finanzhilfevereinbarung.
1053 Buenos Aires
Auf der Karte ansehen
Partnerorganisationen tragen zur Umsetzung der Aktion bei, unterzeichnen jedoch nicht die Finanzhilfevereinbarung.
183 8538 Fuchu Shi Tokyo
Auf der Karte ansehen
Partnerorganisationen tragen zur Umsetzung der Aktion bei, unterzeichnen jedoch nicht die Finanzhilfevereinbarung.
43400 Selangor Darul Ehsan
Auf der Karte ansehen
Partnerorganisationen tragen zur Umsetzung der Aktion bei, unterzeichnen jedoch nicht die Finanzhilfevereinbarung.
524048 ZHANJIANG GUANGDONG
Auf der Karte ansehen
Partnerorganisationen tragen zur Umsetzung der Aktion bei, unterzeichnen jedoch nicht die Finanzhilfevereinbarung.
550025 Guiyang
Auf der Karte ansehen
Partnerorganisationen tragen zur Umsetzung der Aktion bei, unterzeichnen jedoch nicht die Finanzhilfevereinbarung.
100080 BEIJING
Auf der Karte ansehen
Partnerorganisationen tragen zur Umsetzung der Aktion bei, unterzeichnen jedoch nicht die Finanzhilfevereinbarung.
510006 GUANGZHOU
Auf der Karte ansehen