Projekt · Dnr 2017-03029 · Källa: Vinnova

CAE methodology for vehicle snow packing and sensor availability for active safety and autonomous ve

Koordinator
Volvo Personvagnar AB, Avd 91300 Environment & Fluid Dynamics Centre
Projekttid
2018-01-01 till 2022-12-01 (avslutat)
Beviljat bidrag
4 890 076 SEK
Diarienummer
2017-03029

Beskrivning

Syftet med projektet är att öka tillgängligheten av fordons autonoma funktioner under tuffa väderförhållanden. Dessa funktioner är beroende av fordonets sensorer för att avläsa omgivningen, i kontakt med kontaminering såsom snö kan sensorernas funktion försämras. Projektet ska utveckla simuleringsmetoder för att möjliggöra tidig optimering av position, form och aktiv rengöring, för att säkerställa full funktion i verkliga kundmiljöer. Projektet har resulterat i fyra vetenskapliga artiklar samt en doktorsavhandling inom områdena kemiteknik och flerfasflöden. De största framstegen har gjorts inom förståelsen och beskrivningen av ispartiklars egenskaper och hur dessa kan simuleras. För den svenska fordonsindustrin och mer specifikt för Volvo Cars så har projektet resulterat i ökad förståelse för hur och varför snö fäster på våra bilar samt en simuleringsmetod som idag används för att säkerställa funktionen av sensorerna på våra framtida bilar.

Öppna hos Vinnova

Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.

Liknande

  1. Framhjulsinducerad självnedsmutsning

    Volvo Personvagnar AB · 2020-01-01 · 4 176 112 SEK · Projekt

    Projektets syfte och mål var att, genom mätningar och beräkningar, förstå hur vatten släpper från framhjulen på ett fordon (bil eller lastbil) när fordonet körs på våt vägbana. Denna förståelse användes sedan för att ta fram en beräkningsmetodik för att kunna utvärdera optimal placering av sensorer.…

  2. Vädergenerering på AstaZero

    ASTAZERO AB · 2018-06-11 · 2 320 165 SEK · Projekt

    Projektets syfte var att bygga kompetens kring provning av fordonsmonterade sensorsystem i svåra väderförhållanden. Initialt avsågs att titta på flera olika vädertyper som anses svåra för sensorer att klara, men efter litteraturstudie samt diskussion med experter inom Europeiska institut samt svensk…

  3. Virtuell realtidsprediktion av sensornedsmutsning

    Chalmers Tekniska Högskola AB · 2022-04-01 · 4 767 746 SEK · Projekt

    Projektets huvudsakliga mål bedöms ha uppnåtts. En rCFD-baserad metodik och ett industriellt arbetsflöde för snabb prediktion av kontaminantdeponering utvecklades, verifierades mot konventionell CFD och experimentella data samt tillämpades på ett fullskaligt fordon. Projektet gav också ny kunskap om…

  4. Pålitlig DevOps för autonoma fordon TADDO2

    CAG Syntell AB · 2024-06-01 · 15 233 491 SEK · Projekt

    Behovet av uppdateringar av funktioner, kvalitét och säkerhet ökar för automatiserade fordon(AV). TADDO2 syftar till att kombinera DevOps med rigorösa utvecklingsmetoder som följer säkerhetsstandarder, genom att fokusera på specifikation, verifiering, övervakning av driftsdata och säkerhetsbedömning…

  5. PROSENSE - PROaktiv SENSorik för självkörande fordon

    Scania CV AB · 2021-01-11 · 16 220 090 SEK · Projekt

    PROSENSE är ett Vinnovafinansierat forskningsprojekt utfört av Scania i samarbete med KTH. Syftet har varit att utveckla nya förmågor inom detektion, tracking och prediktering av rörliga föremål (e.g. andra fordon), speciellt i miljöer där sensorer kan skymmas av andra föremål. Projektet har framför…