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.

Öppna hos Vinnova

Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.

Liknande

  1. 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…

  2. 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…

  3. 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…

  4. 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…

  5. 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…