Åtta ansökningar i Drive Swedens senaste utlysning har fått beviljad finansiering. De godkända projekten tar sig på olika sätt an breda systemperspektiv för att åstadkomma mer effektiva, trafiksäkra och tillgängliga vägtransportsystem med hjälp av digital teknik och flera av dem bygger vidare på tidigare projekt som genomförts inom programmet.
— Dessa är jättebra projekt som knyter an till programmets historia och relevanta frågeställningar och som blir väldigt bra avslutande komplement i vår portfölj, säger Malin Andersson, programchef för Drive Sweden.
Utlysningen stängde den 4 mars, 2025 och nedan följer en lista över de åtta projekt som beviljats finansiering av Vinnova med totalt närmare 16 miljoner kronor.
Sömlös Autonomi
Delad mobilitet i kombination med digital teknik och självkörande fordon har potential att minska transportsektorns utsläpp och skapa nya möjligheter för smidiga resor. Detta projekt syftar till att demonstrera en komplett, digitalt integrerad transporttjänst på Gotland med buss, färja och delad taxi, samt undersöka hur autonoma transporter kan förbättra tillgänglighet och reseupplevelse.
Projektledare: Adam Uhrdin, KTH
Road Hero: AI-assisterad rapportering, den kommunicerande föraren
Road Hero syftar till att revolutionera rapportering och trafiksäkerhet inom bussbranschen genom en AI-driven rapportassistent. Genom att möjliggöra muntlig rapportering på förarens modersmål vill projektet skapa en användarvänlig lösning som förenklar och effektiviserar incident- och avvikelserapportering utan att störa arbetsflödet.
Projektledare: Erik Risberg, Transportföretagen
MicroTOX
MicroTOX-projektet ska undersöka hur sensorteknologi i realtid kan identifiera rattfylleri bland mikromobilitetsanvändare, ett problem som förvärrats av elsparkcyklar. Genom att analysera rörelsedata från berusade förare syftar projektet till att utveckla algoritmer som kan klassificera nedsatt körbeteende och implementeras i ett system för att förebygga berusad körning.
Projektledare: Marco Dozza, Chalmers
Parkyria AI: AI-optimerad parkerings- och mobilitetsplanering
Parkyria AI adresserar problemet med bilberoende och ineffektiv parkeringsplanering genom att använda AI och maskininlärning för att digitalisera och optimera parkeringsprocesser. Genom prediktiv analys av öppna data ska plattformen ge kommuner och fastighetsägare datadrivet beslutsstöd för effektiv resursanvändning och hållbar mobilitet i linje med Drive Swedens effektmål.
Projektledare: Adetoun Ayoade
Robust och säker utrullning av C-ITS
Projektet syftar till att utveckla tydliga målbilder, strategier och metoder för att möjliggöra en säker och robust utrullning av Cooperative ITS (C-ITS) i Sverige. Genom att fokusera på robusthetskrav, driftsäkerhet och kunskapsutbyte mellan olika aktörer vill projektet skapa effektiva och pålitliga transportlösningar.
Projektledare: Victor Jarlow, AstaZero
VELO - mätning av cykelflöden
Trots cyklingens centrala roll i Sveriges transportmål saknas idag systematisk uppföljning, vilket försvårar utvärdering och potentialutnyttjande. VELO-projektet utvecklar därför en nationellt skalbar metod för att analysera cykelbeteenden med maskininlärning och mobilmastdata, vilket ska ge myndigheter och kommuner ett datadrivet beslutsunderlag för att optimera cykelinvesteringar och främja ökad cykling.
Projektledare: Jonas Höglund, Lindholmen Science Park
Leveransrobotar på offentliga gator: En långtidsstudie av Starships robotar i Stockholm
Detta projekt undersöker Sveriges första implementering av obemannade, autonoma leveransrobotar i Stockholm för att effektivisera sista-milen-leveranser och främja digitalisering inom stadstransporter. Genom att studera samhällets anpassning och interaktionen mellan människor och robotar bidrar forskningen till utvecklingen av hållbara transporter och kommer att informera stadsplanering samt policyutveckling för autonoma offentliga robotar i Sverige.
Projektledare: Hanna Pelikan, Linköpings Universitet
Kommuners dataleveranser i framtidens trafikregler
I takt med att transportsektorn blir alltmer uppkopplad, digitaliserad och automatiserad behöver den digitala infrastrukturen anpassas, där maskinläsbara trafikregler är en viktig del. Detta projekt undersöker hur kommuner kostnadseffektivt och snabbt kan leverera underlag till maskinläsbara trafikregler genom ett anpassat beredningssystem, vilket minskar manuell hantering och håller teknisk utveckling på en rimlig nivå.
Projektledare: Mattias Esbjörnsson, RISE