Skip to main content

MicroTOX

MicroTOX kommer att undersöka hur olika sensortekniker kan bidra till att identifiera berusad körning av mikromobilitetsfordon i realtid. 

AI-genererad bild av en el-scooter med en hjärna som svävar ovanför

Bakgrund

I Europa är 25 % av alla skadade trafikanter användare av mikromobilitet. Dessutom är 20–26 % av alla mikromobilitetsanvändare som söker vård efter en olycka påverkade av alkohol eller droger. I Sverige var 10–27 % av alla cyklister som omkommit under de senaste tio åren påverkade. För att minska risken för att människor kör elsparkcyklar när de är påverkade har man infört åtgärder som att stoppa uthyrningen nattetid på helger – till exempel mellan klockan 22 och 05 på fredagar och lördagar i Göteborg.

Syfte och mål

Huvudmålet med projektet är att utveckla intelligent teknik och kommunikationssystem som kan förebygga alkoholpåverkat cyklande och elsparkcykelåkande. Ett exempel är att identifiera rörelsemönster som tyder på alkoholpåverkan utifrån elsparkcykelns kinematik, för att därefter automatiskt begränsa hastigheten.

Metod

Projektet syftar till att identifiera alkoholpåverkat framförande med hjälp av flera olika sensorteknologier, för att möjliggöra utvecklingen av klassificeringsalgoritmer – det vill säga algoritmer som kan köras i realtid på bärbara enheter, i fordon och i trafikmiljön. Dessa algoritmer ska kunna upptäcka påverkat beteende i trafiken och användas i aktiva säkerhetssystem, det vill säga intelligenta tekniker och kommunikationslösningar som kan agera i tid, exempelvis genom att varna en påverkad förare, innan en situation blir allvarlig eller leder till en olycka.

En viktig del i projektet är analysen av data från ett omfattande experiment där alkoholpåverkade förare övervakas med avancerad rörelseanalysteknik. Denna datainsamling kommer att utgöra referensmaterialet (”ground truth”) för utvecklingen av intelligenta tillämpningar inom olika tekniska plattformar.

Hur kommer resultatet användas?

Inom projektet kommer vi att implementera och fältverifiera två prototypsystem som kan upptäcka påverkat cykling och elsparkcykling. Det ena systemet kommer att vara infrastruktur­baserat (Viscando) och det andra fordonsbaserat (Voi). Under projektets gång kommer systemen att utvecklas från TRL 3 till TRL 5. Vi kommer även att bidra till öppen innovation genom att dela data och algoritmer, med stöd av våra akademiska och industriella nätverk.

Period
1 maj 2025 - 30 april 2027

Kontakt
Marco Dozza
marco.dozza@chalmers.se

Projektpartners
Chalmers, Voi, Viscando

Vinnovanummer
2025-00431