Projekt · Dnr 2023-02609 · Källa: Vinnova

Quantifying Sensor Surface Contamination for Safe Vehicle Automation

Koordinator
Högskolan i Halmstad, Högskolan i Halmstad Akademin f informationsteknologi
Projekttid
2023-11-01 till 2026-05-15 (avslutat)
Beviljat bidrag
3 450 870 SEK
Diarienummer
2023-02609

Beskrivning

Projektets mål uppnåddes. QonSense har kvantifierat hur föroreningar som fukt, damm och snö påverkar prestandan hos fordonsradar och andra exteriöra sensorer. Resultaten bygger på laboratorie-, vindtunnel- och fälttester och har lett till vetenskapliga publikationer, nya testmetoder och en återanvändbar testbädd som kan stödja framtida utveckling av säkrare ADAS- och AD-system. På längre sikt förväntas projektet bidra till säkrare och mer tillförlitliga ADAS- och AD-system genom bättre förståelse för hur sensorer påverkas av väder och nedsmutsning. Resultaten kan stödja förbättrad sensorplacering, radomdesign, testmetoder och rengöringsstrategier samt stärka svensk konkurrenskraft inom säker automatiserad mobilitet.

Öppna hos Vinnova

Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.

Liknande

  1. 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…

  2. Mouldtrack

    Lean Automation Sweden AB · 2018-05-03 · 300 000 SEK · Projekt

    Syftet med projektet har varit att fastställa om sensorn klarar att mäta rörelser i verktyget och att fastställa dess position. Målet var att fastställa att tekniken fungerar och att få fram relevanta mätdata samt att visualisera datan i realtid till ett molnbaserat webbgränssnitt i fabriksmiljö. Må…

  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. ECSEL 2015 RIA DENSE Autoliv

    Veoneer Sweden AB · 2016-06-01 · 1 552 286 SEK · Projekt

    DENSE syftar till att eliminera en av de mest akuta problemen med automatiserad körning och avancerade förarstödsystem: Oförmågan hos nuvarande system att korrekt hantera och klassificera sin omgivning under alla väderförhållanden. Dålig väderlek - såsom snö, kraftigt regn eller dimma har länge sett…

  5. En studie om automatiserad kvalitetskontroll via användning av avancerade sensorer med AI för stränggjutning

    Swerim AB · 2021-08-01 · 525 000 SEK · Projekt

    SMART-CAST siktade i första steget på att undersöka kombinationer av mätsystem för stränggjutning (CC), inklusive sensorer för mätning av kokilltemperatur och system för kontroll av ytkvalitet, samt AI-modeller för att öka processflexibiliteten och effektiviteten under gjutning av avancerade stålsor…