Projekt · Dnr 2019-05828 · Källa: Vinnova

Förbättrad säkerhetseffekt av kollisionsundvikande styrande system, del 2.

Koordinator
ZENSEACT AB, Zenseact AB
Projekttid
2020-03-13 till 2021-07-31 (avslutat)
Beviljat bidrag
1 300 000 SEK
Diarienummer
2019-05828

Beskrivning

Vårt fokus har varit att studera användandet av maskininlärning i syfte studera dess förmåga att prediktera oavsiktliga filbyten genom att behandla tidsseriedata. Vi har fokuserat på implementationsaspekter, med målet att ta fram en effektiv prediktionsmodell med låg beräkningskomplexitet, som har jämförbar eller bättre prestanda än dagens traditionella metoder. Resultaten beskriver hur man på ett beräkningseffektivt sätt kan använda maskininlärning och tidsseriedata för att nå prestanda som överträffar de kinematiska modeller som idag dominerar i industrin. Ett av de viktigaste resultaten är att en beräkningseffektiv flerstegsprediktion baserat på linjär regression visade sig ge svåröverträffad prestanda till en låg kostnad. Icke-linjära modeller fungerade bättre men endast för relativt långa prediktionshorisonter.

Öppna hos Vinnova

Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.

Liknande

  1. Förbättrad säkerhetseffekt av kollisionsundvikande styrande system

    Zenuity AB · 2015-01-01 · 5 200 000 SEK · Projekt

    Detta projekts övergripande syfte är att studera metoder för att signifikant förbättra säkerhetsnyttan av dagens krockundvikande aktiva stödsystem. Även om flertalet av de vanligaste och allvarligaste olyckstyperna har adresserats av dagens avancerade förarstödsystem, finns fortfarande stor potentia…

  2. Tillverkningsdefekters effekt på den mekaniska prestandan hos lättare flygmotorer

    GKN Aerospace Sweden AB · 2024-09-02 · 5 400 000 SEK · Projekt

    Projektet fokuserar på utveckling, tillverkning och validering av avancerade och innovative komponenter till nästa generations flygmotorer.Genom att introducera nya typer av innovativa förstärknings- och matrismaterial, kan dessutom kompositstrukturers prestanda ökas ytterligare, och därmed viktredu…

  3. RAPIDS - Pålitligt adaptivt prediktivt underhåll och intelligent beslutsstöd

    Scania CV AB · 2022-01-01 · 9 698 574 SEK · Projekt

    Målen uppfylldes i hög grad. RAPIDS har utvecklat nya metoder för prediktiv modellering av fordonskomponenter med fokus på strömmade data, osäkerhetskvantifiering och beslutsstöd under osäkerhet. Projektet har levererat processer för återkoppling och kontinuerligt lärande, en publik datamängd med ti…

  4. Open Cyber-Physical System Model-Driven Certified Development (OPENCPS)

    Linköpings universitet · 2015-12-01 · 5 400 675 SEK · Projekt

    Cyber-Physical Systems ökar kraven på tillförlitlighet, användbarhet och flexibilitet. Samtidigt är ledtid och kostnadseffektivitet avgörande för industrins konkurrenskraft. Med verktygsinteroperabilitet, leverantörslåsningar och underhåll av verktyg under hela livscykeln som viktiga utmaningar har …

  5. EUREKA ITEA4 OPEN-SCALING

    Linköpings universitet · 2023-11-06 · 14 996 511 SEK · Projekt

    För att stödja industrins krav måste kärnstandarder och etablerade modellerings- och simuleringsverktyg skalas bättre med modellstorlek och komplexitet, klara av ökande dimensionalitet, möjliggöra mer generiska lösningar som är konfigurerbara och anpassningsbara till deras exekveringsmiljö. Ett anna…