Intelligent och självlärande trafikstyrning med 3D & AI
Projektet syftar till att visa hur nya typer av sensorer och trafikledningsmodeller, kombinerat med AI, kan bidra till förbättrad framkomlighet och säkerhet i signalstyrda korsningar. En optimering som inkluderar fotgängare och cyklister och inte bara motorfordon.
Projektet föreslår utveckling av intelligenta sensorer och innovativa metoder för trafikstyrning genom datorseende och maskinlärande metoder. Fokus är på komplexa korsningar i storstäderna där motorfordon, cyklister, fotgängare och andra, i staden, existerande transportlösningar förekommer samtidigt och påverkar varandras framkomlighet och trafiksäkerhet.
I projektet avser vi att demonstrera adaptiv och självlärande trafikstyrning som kontinuerligt diagnosticerar korsningens funktion. Syftet är att:
1. Vidareutveckla Viscandos 3D- & AI-lösning för användning för trafikstyrning i korsningar. Vi avser att kombinera detektering för trafikstyrning med detaljerad trafikdata för trafikflöden och kontinuerlig diagnosticering av korsningens funktion. Bland annat avser vi att utveckla metoder för multikameratracking (engl. multi-camera object tracking) och, baserat på AI, ta fram nya typer av parametrar för trafikstyrning som, förutom närvarodetektion, även inkluderar framkomlighet och trafiksäkerhet för fotgängare, cyklister och motorfordon.
2. Swarco Sverige AB undersöker hur nya typer av parametrar kan hanteras i dagens styrutrustning samt identifiera utveckling av mjukvara i framtida styrapparater.
3. I Uppsala pågår arbete kring framtidens smarta städer (engl. Smart Cities). Det här projketet passar väl in i önskemålen om en effektivare och säkrare trafik i staden. Uppsala är delaktig i kravställning och val av demoplatser.
Projektperiod:
2020-03-01 - 2021-06-30
Projektpartners:
Viscando, Swarco, Uppsala kommun
Kontaktuppgifter:
Amritpal Singh, amrit@viscando.com
Vinnovanummer
2019-05082