Förbättra trafiksäkerheten genom avancerade och automatiska körutvärderingar med hjälp av AI och ögonspårning
Syftet med projektet är att förbättra trafiksäkerheten genom avancerade och automatiska körutvärderingar med hjälp av AI och ögonspårning. Projektet är en förlängning av en redan genomförd förstudie med sjukvården.
Effekter
Förbättrad körutvärderingsmetod som kan förändra sättet att köra utvärderingar och därmed förbättra trafiksäkerheten och i slutändan bidra till Nollvisionen.
Bakgrund
Denna forskningsinriktning är en spinoff från tillämpningen av ögonföljande mänskliga avsikter i interaktionsforskning mellan människa och robot med tillämpning inom industriell logistik.
Sammanfattning
I denna förstudie undersökte vi olika samarbetsmöjligheter och lämnade in ansökningar om flera finansieringsförslag genom de etablerade förbindelserna. De etablerade förbindelser som leder fram till det inlämnade förslaget är ett direkt bidrag från denna förstudie.
När vi har ett system som automatiserar processen för körutvärderingar kan det skapa mycket värde för vårdinrättningar eftersom inom sjukvården idag krävs det alltid en vårdprofessionell som sitter i fordonet och en trafikskollärare, vilket kan innebära långa väntetider. Till exempel, i Stockholm, kan det vara upp till nio månader. Tanken är att genom att använda vårt system kan vi delvis automatisera processen för körutvärderingar, och vi vill börja med att erbjuda ett beslutssupportsystem som vi hoppas så småningom ska utvecklas till ett beslutssystem.
Ravi Teja Chadalava, Founder & CEO at QT-PIE
Projektledning
Örebro Universitet
