Är det här rätt verktyg?

Så använder GovHub AI

Annonser

6 träffar, senast publicerade först. Se marknaden för träffarna

  1. Safe-VLA: En integrering av språkligt resonemang och säker trajektorieplanering för autonom körning

    ZENSEACT AB · 2026-05-25 · 5 119 810 SEK · Projekt

    Safe‑VLA utforskar vision–språk–handling‑modeller för att öka trafiksäkerheten genom att förbättra tillförlitligheten och effektiviteten i autonoma fordons beslutsfattande i komplexa verkliga situationer. Genom att integrera språkbaserad resonering med säkerhetsmedveten trajektoriplanering möjliggör…

  2. Djupt multimodalt lärande för fordonstillämpningar

    ZENSEACT AB · 2023-09-01 · 12 262 880 SEK · Projekt

    Syftet med projektet är att förbättra perceptionssystemet i autonoma fordon genom att utveckla avancerade data-drivna sensorfusionsmetoder. Vi kommer att fokusera på tre nyckelområden: (1) Utveckla nya fusionsarkitekturer och kraftfulla datarepresentationer för både dynamiska och statiska objekt. (2…

  3. Federated Fleet Learning - System topology

    ZENSEACT AB · 2023-01-01 · 5 462 500 SEK · Projekt

    Projektet uppfyllde målen delvis. Vi nådde viktiga resultat inom systemarkitektur, HIL-validering och data-/modellflöden mellan moln och fordon, samt ökade förståelsen för hur säkerhetskritiska krav påverkar federerad inlärning i fordon. WP1 och WP2-målet om en fungerande HIL-setup med lyckad modell…

  4. Förbättrad säkerhetseffekt av kollisionsundvikande styrande system, del 2.

    ZENSEACT AB · 2020-03-13 · 1 300 000 SEK · Projekt

    Vårt fokus har varit att studera användandet av maskininlärning i syfte studera dess förmåga att prediktera oavsiktliga filbyten genom att behandla tidsseriedata. Vi har fokuserat på implementationsaspekter, med målet att ta fram en effektiv prediktionsmodell med låg beräkningskomplexitet, som har j…

  5. Målföljning och djup maskininlärning för trajektorieskattning med tillämpning mot noggranna referenssystem

    ZENSEACT AB · 2018-07-01 · 4 999 000 SEK · Projekt

    Målsättningen med projektet var att utveckla algoritmer för precis skattning av trajektoriorna för dynamiska objekt i närheten av egobilen. Noggrannheten skulle vara tillräckligt hög för att skattningarna skulle kunna anses vara sanningen. Från ett akademiskt perspektiv siktade projektet på att utve…

  6. Automatiskt bedömning av autonoma fordoners korrekthet - Auto-CAV

    ZENSEACT AB · 2018-03-01 · 5 000 000 SEK · Projekt

    Projektet syftade till att etablera formella metoder som ett effektivt verktyg i utvecklingen av säkerhetskritisk programvara för automatiserade fordon. Det övergripande målet var att ta itu med utmaningarna i utvecklingen och verifieringen av säkra automatiserade körsystem och därigenom bidra till …