Projekt · Dnr 2024-00807 · Källa: Vinnova

GNSS Positionerings-Robusthet - Test- och analysmetoder (GRoTeAM)

Koordinator
RISE RESEARCH INSTITUTES OF SWEDEN AB
Projekttid
2024-08-16 till 2028-08-15 (beslutat)
Beviljat bidrag
4 983 936 SEK
Diarienummer
2024-00807

Beskrivning

Projektet övergripande syfte är att bidra till säker, robust positionering för automatiserade fordon, genom att ta fram metoder och verktyg för att testa och analysera sårbarheter i GNSS-baserade system som används av automatiserade fordon. Projektets mål är att: - utveckla, - implementera, - testa och - demonstrera metoder för att testa och analysera robusthet i sådana GNSS-baserade fordonssystem Projektet stärker även RISE expertis inom GNSS-interferens och -interferenstestning, vilket bidrar till ökad konkurrenskraft i svensk fordonsindustri Projektet förväntas bidra till säkra, robusta GNSS-baserade fordonssystem Förväntade effekter: riktlinjer för metoder för test och verifiering av sårbarheter i GNSS stärkt konskapsläge inom test och verifiering av robusthet i GNSS På längre sikt: Bidra till: Vision Zero & FFI Roadmap, Area 3: stärkt trafiksäkerhet Möjliggörande teknologi som möter krav på trafiksäkerhet, samt krav i standarder och lagstiftning Konkurrenskraftig fordonsindustri via samverkan med svenska mobilitets-testinfrastrukturer Stärkt testkapabilitet, inkl i anechoic skärmade EMC-kammare

Öppna hos Vinnova

Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.

Liknande

  1. CyberMAP Cyber-physical Multi-factor Authentication-based Positioning for Autonomous Vehicles

    ASTAZERO AB · 2023-11-27 · 850 000 SEK · Projekt

    Inom CyberMAP har maskinläsbara identifierare (MRID) kartlagts genom litteraturstudier och testats för att förbättra positionering och säkerhet för autonoma fordon. Projektet, som genomförts i samarbete mellan AstaZero och Penn State University, visar att MRID-teknologier kan öka robusthet och noggr…

  2. 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…

  3. ODDmeTOD - Metoder för definition, jämförelse och validering av ODD och TOD för säker automatiserad körning

    ASTAZERO AB · 2026-06-01 · 11 297 325 SEK · Projekt

    Projektet har som syfte att utveckla en metodram för att formalisera och definiera både en maskinläsbar Target Operational Domain (TOD) och Operational Design Domain (ODD) i enlighet med ASAM- och ISO‑standarder, samt möjliggöra systematisk jämförelse. Målet är att etablera robusta metoder för scena…

  4. AstaZero Duglighetsprojekt - Provteknologi för aktiva säkerhetssystem och automatiserade fordon

    ASTAZERO AB · 2018-03-12 · 6 780 000 SEK · Projekt

    Projektet har syftat till kompetensuppbyggnad hos AstaZero inom de olika systemen för testning av automatiserade fordon av skilda slag. AP1 har utvecklat och driftsatt teknik för komplicerade trafikscenarion och benchmark av teknik för provningspositionering inom ISO Technical Specification 22133-1.…

  5. Quantitative Driver Behaviour Modelling for Active Safety Assessment Expansion (QUADRAE)

    Volvo Personvagnar AB · 2016-01-01 · 16 694 596 SEK · Projekt

    Utvecklingen av förarstödsystem och automatisering inom fordonsindustrin ger ett stort behov av virtuell testning för utveckling och utvärdering av dessa system för att bidra till fortsatt förbättrad trafiksäkerhet. En kritisk del för dessa virtuella tester är adekvata modeller av förarens beteende.…