AI-driven mobilitet
AI-driven mobilitet samlar olika delar av samhället för att gemensamt identifiera utmaningar och möjligheter, bygga ny kunskap och skapa nya mobilitetslösningar med hjälp av AI.
Syfte
Målet med projektet är att skapa ett nätverk för organisationer och individer som kan driva förändringar inom hållbar mobilitet, öka kunskap och medvetenhet om AI och dess potential för mobilitetssektorn. Syftet är även att identifiera kort- och långsiktiga lösningar och initiativ inom området.
– Det övergripande syftet är att skapa ett säkrare och mer hållbart mobilitetssystem som är tillgängligt för alla.
Vanja Carlén, projektledare, CLOSER
Om projektet
AI-driven mobilitet drivs av Drive Sweden, AI Sweden och CLOSER, tillsammans med 20 organisationer som representerar olika delar av samhället. Projektet är finansierat av VINNOVA.
CLOSER driver frågor inom området AI för hållbar logistik med målet att undersöka hur den allmänna kunskapen inom AI och AI-beredskapen kan ökas inom logistiksystemet för att möjliggöra för datadriven och insiktsdriven innovation för ett hållbart transport- och logistiksystem.
Lärdomar
Under ett år betonade projektet AI:s avgörande roll inom mobilitet och underströk det pågående behovet av att överbrygga kunskapsgapet mellan AI och mobilitet. Att upprätthålla momentum innebär fortsatt utforskning och främjande av ömsesidig förståelse mellan AI- och mobilitetsexperter. Etablering av en mångfaldig rådgivande styrelse är avgörande för att effektivt styra framtida initiativ. Snabbt experimenterande med idéer är avgörande, underlättat av en effektivt hanterad plattform. Projektets flexibla ekonomiska struktur, som möjliggjorde snabba förstudier och samarbeten, visade sig vara avgörande. Vidare expansion av nätverket, inkludering av ytterligare partners och kontinuerlig kunskapsdelning är avgörande för att främja nya samarbeten och överbrygga befintliga klyftor.
Resultat
Projektet AI Driven Mobility fungerade som en initial utforskning av AI:s potential inom mobilitetssektorn, främjade samarbete mellan AI- och mobilitetsexperter. Det etablerade ett nätverk som underlättar kunskapsutbyte och partnerskapsbildning, avgörande för att främja AI-applikationer inom mobilitet. Dessutom förstärkte projektet AI-kompetensen inom mobilitet, avgränsade praktiska implementeringar och främjade tvärvetenskaplig förståelse. Det utvecklade en metodik för idégenerering och projektutveckling, identifierade nyckelområden för samarbetsinnovation.
Sex förstudier som nämns nedan initierades för att identifiera högpotential AI-applikationer för hållbara mobilitetslösningar, med målet att lägga grunden för större projekt. Projektets framgång hängde på att adressera konkreta operativa behov hos deltagande organisationer och främja en kultur av transformativt samarbete. Dessa insatser understryker nödvändigheten av fortsatt utforskning och partnerskap för att driva innovation inom mobilitetslandskapet.
1. AI vid vägarbeten:
Användning av Intelligent Transportation Systems (ITS) för att förbättra säkerheten och effektiviteten vid vägarbeten, minska påkörningar bakifrån och optimera trafikstyrningsstrategier i realtid.
2. AI minskar risken för nära incidenter:
Utveckling av realtidsberäkningsmetoder för nära incidenter och riskindikatorer vid på- och avfartsplatser, med målet att förbättra trafiksäkerheten genom effektiva kontrollstrategier.
3. AI-drivna identifiering av vägkantobjekt "Multilager vägdatamodell":
Skapa en detaljerad 3D-modell av vägytor och omgivningar för olika tillämpningar som ruttplanering, navigation för autonoma fordon och prediktivt underhåll.
4. AI-stöd för samhälle och infrastruktur:
Utnyttja nya teknologier som storskalig datanalys, sensordata och AI för att adressera samhällsutmaningar och optimera planeringsprocesser för agila strategier inom samhälle och infrastrukturhantering.
5. AI-applikationer för samhällets transporter - långsiktiga lösningar:
Identifiera projektidéer för att använda AI i långsiktiga transportlösningar, adressera intressenternas behov och främja förståelse för AI:s potentiella fördelar.
6. Systemanalys av potentialen att tillämpa AI inom logistiksektorn:
Genomföra en systemanalys för att identifiera utmaningar och möjligheter med AI-implementering inom godstransport, inklusive behovet av förbättrad datahantering och samarbetsplattformar mellan intressenter.
Fakta:
Partners inom fokusområdets logistik är AFRY, Region Jönköpings Län, Region Örebro Län, Sjöfartsverket (Swedish Maritime Administration), Dokiv AB, Nordvästra Skånes Renhållnings AB (NSR) bland andra.
Period: oktober 2019 till december 2021
Vill du veta mer om AI-driven mobilitet?
Anna Kristiansson
