Projekt · Dnr 2026-00828 · Källa: Vinnova
Cirkulär fordonsdesign: konsortiebyggande och utveckling av forskningsagenda
- Koordinator
- Lunds universitet, Lunds Tekniska Högskola Inst f designvetenskaper
- Projekttid
- 2026-06-01 till 2026-11-30 (beslutat)
- Beviljat bidrag
- 463 000 SEK
- Diarienummer
- 2026-00828
Beskrivning
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 möjliggör minskade utsläpp och resursanvändning. Projektet kommer lägga grunden för ett fullskaligt projekt där ett förstaprincipbaserat ramverk för cirkulär fordonsdesign tas fram. Ett sådant ramverk kommer bidra till att fordon kan designas utifrån ett hållbarhets- och cirkularitetsperspektiv, vilket bidrar till bevarande av resurser och minskad klimatpåverkan.
Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.
Liknande
-
Konstruktion för Data som en Produkt
Volvo Technology AB · 2025-06-01 · 5 239 000 SEK · Projekt
DDaaP-projektet syftar till att utveckla ett ramverk för att konstruera fordon med data som en kärnkomponent, vilket möjliggör skalbara, datadrivna tjänster. Dess mål är att integrera datadrivna metoder tidigt i fordonutvecklingen för att öka hållbarhet, effektivitet och konkurrenskraft. Målen inklu…
-
CMF Circularity AI: Transforming Vehicle Design with Customer Insights
Intended Future AB · 2024-11-28 · 499 040 SEK · Projekt
Projektet nådde sina mål genom att utveckla ett CMF-ramverk för cirkularitet, en materialdatabas och en fungerande AI-agent som stödjer hållbara materialval utan att kompromissa med upplevd kvalitet. Projektet gav även nya insikter om designers behov av AI-stöd, resulterade i en publicerad masterupp…
-
DREAM - Distribuerad, Robust och Effektiv AI för Autonoma fordon
RISE RESEARCH INSTITUTES OF SWEDEN AB · 2025-09-01 · 7 910 500 SEK · Projekt
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 model…
-
AutoPercept AI: Banbrytande intelligenta agenter inom fordonsdesign och ingenjörsvetenskap
Intended Future AB · 2024-11-21 · 199 995 SEK · Projekt
Projektet uppfyllde våra ursprungliga mål genom att leverera en fungerande MVP (Agent Q) som minskade manuella granskningar och integrerade verkliga användarinsikter. Utöver detta gav projektet upphov till nya samarbeten inom AI-analys och öppnade för bredare tillämpningar. Det inkluderade samverkan…
-
Tillgänglighet för förarlösa fordon
Kungliga Tekniska högskolan · 2018-11-01 · 6 073 187 SEK · Projekt
Projektets övergripande syfte är att bidra till utvecklingen av trafiksäkra transportsystem med hög tillgänglighet vilket är avgörande för fordonstillverkare för att vara konkurrenskraftiga. Målet har varit att identifiera olika faktorer och designval så påverkar tillgängligheten i ett transportsyst…