Projekt · Dnr 2025-01024 · Källa: Vinnova
DREAM - Distribuerad, Robust och Effektiv AI för Autonoma fordon
- Koordinator
- RISE RESEARCH INSTITUTES OF SWEDEN AB, RISE AB - Digitala System
- Projekttid
- 2025-09-01 till 2027-08-31 (beslutat)
- Beviljat bidrag
- 7 910 500 SEK
- Diarienummer
- 2025-01024
Beskrivning
Syftet med DREAM är att utveckla federerad inlärning för självkörande fordon genom att förbättra effektivitet, robusthet och anpassningsförmåga i storskaliga realtidsmiljöer. Projektet undersöker självövervakad inlärning för att minska annoteringskostnader, kunskapsdestillering för att anpassa modeller samt kommunikationsoptimering för att möjliggöra implementering i fordonsflottor.Målet är att utveckla säkrare och mer generaliserbar AI som stärker Sveriges konkurrenskraft inom fordonsindustrin. Projektet kommer att leverera en stor multimodal datamängd för federerad självövervakad inlärning, validerade metoder för kunskapsöverföring mellan heterogena plattformar samt effektiva kommunikationsprotokoll för fordonsflottor. Resultaten kommer att delas öppet och stödja forskning och industriell innovation bortom konsortiet. Den förväntade effekten är ökad trafiksäkerhet, minskade kostnader och en stärkt global ledarroll för Sverige inom digitaliserad och hållbar mobilitet.
Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.
Liknande
-
FREEWAY - Automatisera asynkron federerad inlärning och Edge Computing för effektiv analys av fordonsdrift
Volvo Technology AB · 2025-08-17 · 7 349 996 SEK · Projekt
FREEWAY-projektet syftar till att leverera nästa generations digitala tjänster för elektromobilitet genom att möjliggöra asynkron federerad inlärning (AFL) för att hantera skalbarhetsutmaningar, integrera avancerad edge processing och MLOps-arbetsflöden för att förbättra fordonens driftseffektivitet…
-
Optimerad DigitalisEring för klimatNeutrAl Industrialisering (ODEN-AI)
Linköpings universitet · 2023-11-06 · 4 953 315 SEK · Projekt
För hållbar fordonsindustri krävs miljövänlig tillverkning. Det innovativa företaget STILRIDE har utvecklat en unik flexibel vikteknik "STILFOLD", som minskar antalet komponenter och materialåtgången. Det sparar kostnader, förenklar produktion, ökar återvinning och minskar CO2 utsläpp. Automation är…
-
Säkra ChaufföREr i EN Säker och hälsosam multimodal informationsmiljö (SCREENS II)
RISE RESEARCH INSTITUTES OF SWEDEN AB · 2023-09-01 · 16 298 450 SEK · Projekt
Projektet syftar till att lösa problem relaterade till den ökande automatisering i informationsmiljön och öka säkerheten i trafiken. Målet är att utveckla metoder, verktyg och riktlinjer samt kunskap och förståelse för att stödja svensk fordonsindustri i att skapa trafiksäkra och hälsosamma digitala…
-
Cirkulär fordonsdesign: konsortiebyggande och utveckling av forskningsagenda
Lunds universitet · 2026-06-01 · 463 000 SEK · Projekt
Syftet är att etablera ett brett konsortium för att kunna utveckla ett förstaprincipbaserat ramverk för cirkulär fordonsdesign. Målet är att kartlägga regelverk och begränsningar, identifiera delsystem och forskningsfrågor samt ta fram arbetspaket, milstolpar och budget för en full FFI‑ansökan som m…
-
DART2: Distribuerad AI för robusta och tillförlitliga autonoma fordon (fas 2)
RISE RESEARCH INSTITUTES OF SWEDEN AB · 2026-06-22 · 999 763 SEK · Projekt
DART2 utvecklar distribuerade och integritetsbevarande AI-metoder för autonoma fordon genom ett samarbete mellan RISE, Zenseact och NVIDIA FLARE. Projektet undersöker hur federerad inlärning kan kombineras med självlärande metoder och kunskapsdestillering för att möjliggöra robust och tillförlitlig …