Bayesiansk experimentell design för säker transport

Forskningsprojekt, 2026 – 2027

Projektet syftar till att ta fram metoder för vetenskapliga experiment som kan användas inom olika transportområden. Med hjälp av en bayesiansk metod för experimentell design kommer det att bli möjligt att välja ut specifika scenarier som påskyndar konvergensen mellan modeller, minskar antalet nödvändiga utvärderingar och kvantifierar osäkerheter under olika förhållanden. Vid planering av körbanor för autonom körning kommer detta att möjliggöra realtidsbeskärning av scenarioträd, vilket resulterar i effektivare styrbeslut. För säkerhetsbedömning av ADS kommer det att generera optimalt informativa parametervillkor som förbättrar robustheten och tolkbarheten av riskprognoser, även vid brist på data. Vid skadebedömning kommer metoden att stödja strategisk användning av flera människokroppsmodeller för att representera ett bredare spektrum av mänsklig variation med färre simuleringar, vilket i slutändan bidrar till mer inkluderande och vetenskapligt grundade fordonssäkerhetsbedömningar.