Projekt · Dnr 2021-02577 · Källa: Vinnova
En verktygslåda för kvalitetskontroll av perceptionsdata från fordon för pålitlig AI
- Koordinator
- Asymptotic AB
- Projekttid
- 2021-11-01 till 2022-07-31 (avslutat)
- Beviljat bidrag
- 500 000 SEK
- Diarienummer
- 2021-02577
Beskrivning
I detta projekt är syftet att förbättra förståelsen och tillförlitligheten av AI-system genom att bättre förstå datakvalitet och fel som kan uppstå i data i olika skeden genom hela AI-pipelinen. Målet är att utveckla en verktygslåda för kvalitetskontroll för data som samlas in och konsumeras av perceptionssystem för fordon. Verktygslådan är heltäckande i den meningen att den hanterar data från sitt råformat till högnivåformat som annoteringar och utdata från AI-algoritmer. Som ett resultat av detta projekt har vi implementerat en första version av kvalitetskontrollverktyget, Qually. Qually tar data från olika sensorer i olika stadier och utvärderar en uppsättning kvalitetsmått för specifika datapunkter och dataset. Nästa steg är att förbättra Qually vad gäller dess noggrannhet, kapacitet, skalbarhet och fullständighet. Dessutom planerar vi även att förbättra uppsättningen av dataegenskaper och kvalitetsspecifikationer för att ytterligare utvärdera kvaliteten på data och hur olika typer av fel sprider sig och påverkar AI-systemet som helhet.
Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.
Liknande
-
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…
-
SHARPEN - Skalbara högautomatiserade fordon med robust perception
EMBEDL AB · 2019-04-01 · 8 887 082 SEK · Projekt
Syftet med projektet var att förbättra dagens maskininlärningsmetoder baserad på djupinlärning att bli robustare i utmanande miljöer, såsom natt, regn snö och smuts på sensorerna. För att uppnå detta mål har både teknologi för att generera syntetisk data, där man kan kontrollera dessa variabler, sam…
-
Säkerhetsdriven dataannoteringsplattform för att möjliggöra säker och ansvarsfull AI
Asymptotic AB · 2020-11-01 · 500 000 SEK · Projekt
AI-algoritmer är datadrivna tekniker och därför är det avgörande att säkerhetsspecifikationerna kodas in i datasetet som AI-algoritmerna är baserade på. I detta projekt siktar vi på att skapa ett sådan säkerhetsdrivet benchmark-dataset som är redo att användas för träning och validering av AI-algori…
-
Generativ AI för att förbättra miljöförhållandena i träningsdata för perceptionssystem.
Repli5 AB · 2024-11-11 · 2 000 000 SEK · Projekt
Projektets ursprungliga mål har uppnåtts. Repli5 har framgångsrikt bekräftat att generativ AI kan användas för att utöka träningsdata för perceptionssystem. Vi har levererat tekniska bevis tillsammans med betalande kunder inom både fordons- och försvarssektorn och inlett ett djupgående forsknings- o…
-
AutoSPADA (Automotive Stream Processing and Distributed Analytics) OODIDA Phase 2
Volvo Personvagnar AB · 2020-03-12 · 7 866 475 SEK · Projekt
Nya fordonsfunktioner och tjänster kommer alltmer att förlita sig på realtidströmning av sensordata mellan fordon och molninfrastrukturer. Detta kräver effektiv och skalbar databehandlingsteknik för överföring och analys av data från en distribuerad fordonsflotta, som också tar hänsyn till säkerhets…