Säkerhetsoptimerade och fysikbaserade grundmodeller för fordonsbeteende (SAFE-FM)

Forskningsprojekt, 2025 – 2029

Projektet syftar till att utveckla fysikinformerade och datadrivna AI-modeller som förbättrar säkerhet, tillförlitlighet och effektivitet i automatiserade fordon. Genom att utveckla prediktiva, generativa och grundmodeller för tidsseriedata ska projektet stödja avancerad simulering, testning och verklig implementering. Detta tillvägagångssätt adresserar kritiska säkerhetsutmaningar, minskar kostnader och möjliggör skalbara, förklarbara AI-lösningar i linje med industrins behov och nollvisionen.

Projektet ska utveckla prediktiva AI-modeller för att noggrant förutsäga fordonsbeteende, generativa verktyg för att skapa syntetiska testfall för kritiska säkerhetsscenarier samt en grundmodell för analys och simulering av tidsseriedata. Detta förbättrar modellering av fordonsbeteende, minskar behovet av dyra fysiska tester, ökar täckningen av säkerhetskritiska scenarier och integrerar dessa modeller i verkliga system för att förebygga olyckor och stödja nollvisionen.