Projekt · Dnr 2025-01078 · Källa: Vinnova
AI-Driven Multisensorfusion för Hållbar Autonom Övervakning av Järnvägsinfrastruktur
- Koordinator
- Luleå tekniska universitet, Luleå tekniska universitet Inst f samhällsbygg & naturresurser
- Projekttid
- 2025-07-01 till 2028-02-28 (beslutat)
- Beviljat bidrag
- 2 865 000 SEK
- Diarienummer
- 2025-01078
Beskrivning
Målet med detta projekt är att utveckla ett AI-drivet multisensorsystem för övervakning av järnvägsinfrastruktur. Genom att kombinera data från högupplösta bilder och magnetiska sensorer skall noggrannhet, robusthet och tillförlitlighet vid spårinspektioner förbättras. Syftet är att möjliggöra proaktivt och kostnadseffektivt underhåll som förlänger infrastrukturens livslängd och stödjer ett säkert och hållbart transportsystem. Projektet syftar till att leverera ett validerat TRL 7-prototypsystem som kan övervaka järnvägen, även under extrema nordiska förhållanden. Systemet ska upptäcka fel tidigare, minska falsklarm och förbättra underhållseffektiviteten, vilket sänker kostnader och minimerar störningar. De bredare effekterna omfattar minskade koldioxidutsläpp genom att undvika onödiga reparationer, förlängd livslängd på tillgångar samt att stärka Sveriges ledarskap inom digital infrastruktur och tillämpad AI.
Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.
Liknande
-
E!11384, ORCAS, Cube Squared AB
Cube Squared AB · 2026-08-01 · 4 968 472 SEK · Projekt
ORCAS-projektet utvecklar ett multimodalt inspektionssystem för undervattensinspektion av armerade betongkonstruktioner såsom brofundament, kajer och dammar. Genom att kombinera UWB-radar, ultraljud och magnetisk sensorik med högprecisionspositionering skapas en 3D-avbildning av betongens inre tills…
-
Eureka ITEA CLEAR: Omfattande inlärning för förbättrad AI-reaktionsförmåga
Alstom Rail Sweden AB · 2025-11-17 · 14 987 334 SEK · Projekt
CLEAR projektet syftar till att ta itu med de växande utmaningarna med att integrera olika multimodala data i industriella AI-system och förbättra tillförlitligheten hos deras resultat. Genom att utnyttja avancerade AI-tekniker och kontextmedvetna funktioner kommer CLEAR att öka och dra nytta av kap…
-
Samarbete med Indien - Innoscentia
INNOSCENTIA AB · 2019-12-02 · 2 049 890 SEK · Projekt
Mer än 50 miljoner ton kött går förlorat eller slängs varje år i, till stor del på grund av felanvändning av utgångsdatum. Projektets huvudsakliga mål har varit att digitalisera detta system på förpackat kött för minskat svinn och ökad matsäkerhet. Målet med projektet har varit att kommersialisera s…
-
Integrated Manufacturing Analytics Platform för Prediktivt Underhåll med IoT
Högskolan i Skövde · 2021-11-15 · 6 000 000 SEK · Projekt
Projektet syftade till att kombinera kärnteknologier från Industri 4.0, såsom industriell IoT, digitala tvillingar och analys, för att uppnå den fulla potentialen av prediktivt underhåll och bana väg för preskriptivt underhåll. Projektmålen omfattar alla tre typiska stadier av analys: beskrivande, f…
-
Djupinlärningsbaserat datorseende inom produktion
Scania CV AB · 2023-05-02 · 508 500 SEK · Projekt
Detta projekt syftade till att förbättra kvalitetskontrollen i Scanias hyttmontering med hjälp av djupinlärning för inspektioner av frontpluggar, som för närvarande görs manuellt och är benägna att göra fel. Det fokuserade på att automatisera denna process med datorseende, bedöma effektivitet, förde…