Projektets övergripande mål är kunskapsöverföring till industrin av nya algoritmer och modeller för avsiktsigenkänning och om deras beroenden på data och infrastruktur, på en sådan nivå att det möjliggöra kommersiell exploatering av projektresultaten. För att uppnå detta kommer projektet att utveckla nya algoritmer för avsiktsigenkänning som är särskilt inriktat på den svenska fordonsindustrins behov, baserat på kunskap i forskningsfronten i områden som avsiktsigenkänning, AI, statistik och sensorteknik.

Befintliga algoritmer och modeller för avsiktsigenkänning behöver förbättras med avseende på noggrannhet, robusthet, transparens och skalbarhet för att uppfylla kraven från den svenska fordonsindustrin och Trafikverket. Det är en öppen forskningsfråga hur detta ska göras och denna brist på kunskap utgör en flaskhals för fordonsindustrin genom att försvåra utveckling av nya avancerade och intelligenta tjänster och produkter baserade på social intelligens och avsiktsigenkänning.

Planerat upplägg och genomförande

Urval av användarfall baserade på viktiga industriella och samhälleliga tillämpningsområden för IR: förare, fordon, och system.

Förbättring av existerande algoritmer för IR med hjälp av state-of-the-art i maskininlärning, datorseende, multi-agent-system, automatisk härledning, lokalisering och ny sensorteknologi.

Utvärdering av resultat görs genom proof-of-concept-implementering, fordonsbaserade tester, och genom publicering.

Kunskapsöverföring säkerställs genom en industridoktorand, workshops, och publikationer.