Cel
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.
Dziedzina nauki (EuroSciVoc)
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
- inżynieria i technologiaprzemysł maszynowyinżynieria pojazdówinżynieria motoryzacyjnapojazd autonomiczny
- inżynieria i technologiainżynieria elektryczna, inżynieria elektroniczna, inżynieria informatycznainżynieria informacyjnatelekomunikacjatechnologia radiowaradar
- inżynieria i technologiainżynieria elektryczna, inżynieria elektroniczna, inżynieria informatycznainżynieria elektronicznaczujniki
- nauki przyrodniczeinformatykanauka o danychprzetwarzanie danych
- nauki przyrodniczenauki fizyczneoptykafizyka laserów
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Przepraszamy… podczas wykonywania operacji wystąpił nieoczekiwany błąd.
Wymagane uwierzytelnienie. Powodem może być wygaśnięcie sesji.
Dziękujemy za przesłanie opinii.
Wkrótce otrzymasz wiadomość e-mail z potwierdzeniem zgłoszenia. W przypadku wybrania opcji otrzymywania powiadomień o statusie zgłoszenia, skontaktujemy się również gdy status ulegnie zmianie.
Słowa kluczowe
Program(-y)
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSystem finansowania
MSCA-RISE - Marie Skłodowska-Curie Research and Innovation Staff Exchange (RISE)Koordynator
LE1 7RH Leicester
Zjednoczone Królestwo
Zobacz na mapie
Uczestnicy (7)
20148 Hamburg
Zobacz na mapie
NE1 7RU Newcastle Upon Tyne
Zobacz na mapie
48149 MUENSTER
Zobacz na mapie
N1 7GU London
Zobacz na mapie
Organizacja określiła się jako MŚP (firma z sektora małych i średnich przedsiębiorstw) w czasie podpisania umowy o grant.
76229 Karlsruhe
Zobacz na mapie
Organizacja określiła się jako MŚP (firma z sektora małych i średnich przedsiębiorstw) w czasie podpisania umowy o grant.
82205 Munchen
Zobacz na mapie
LN6 7TS Lincoln
Zobacz na mapie
Partnerzy (11)
Organizacje partnerskie biorą udział w realizacji działania, jednak nie podpisują umowy o grant.
100084 BEIJING
Zobacz na mapie
Organizacje partnerskie biorą udział w realizacji działania, jednak nie podpisują umowy o grant.
71049 XI'AN
Zobacz na mapie
Organizacje partnerskie biorą udział w realizacji działania, jednak nie podpisują umowy o grant.
430074 WUHAN
Zobacz na mapie
Organizacje partnerskie biorą udział w realizacji działania, jednak nie podpisują umowy o grant.
710072 XI AN
Zobacz na mapie
Organizacje partnerskie biorą udział w realizacji działania, jednak nie podpisują umowy o grant.
1053 Buenos Aires
Zobacz na mapie
Organizacje partnerskie biorą udział w realizacji działania, jednak nie podpisują umowy o grant.
183 8538 Fuchu Shi Tokyo
Zobacz na mapie
Organizacje partnerskie biorą udział w realizacji działania, jednak nie podpisują umowy o grant.
43400 Selangor Darul Ehsan
Zobacz na mapie
Organizacje partnerskie biorą udział w realizacji działania, jednak nie podpisują umowy o grant.
524048 ZHANJIANG GUANGDONG
Zobacz na mapie
Organizacje partnerskie biorą udział w realizacji działania, jednak nie podpisują umowy o grant.
550025 Guiyang
Zobacz na mapie
Organizacje partnerskie biorą udział w realizacji działania, jednak nie podpisują umowy o grant.
100080 BEIJING
Zobacz na mapie
Organizacje partnerskie biorą udział w realizacji działania, jednak nie podpisują umowy o grant.
510006 GUANGZHOU
Zobacz na mapie