Den mänskliga faktorn ligger bakom 90 procent av alla trafikolyckor. Men om fordon kan lära sig identifiera riskbeteenden hos fotgängare, cyklister och förare så kan en stor del av olyckorna förebyggas. Det tror forskare projektet SimuSafe. Nu ska forskarna göra tester i en simulator i Västerås och om några veckor kommer de annonsera efter testpersoner.
Denna vecka samlas 50 internationella SimuSafe-forskare för att genomgå de olika delarna av projektet. Hos MDH är det forskarna Mobyen Uddin Ahmed och Shahina Begum som deltar, tillsammans Gunnar Widforss som är projektledare.
MDH ansvarar för ett av nio arbetspaket i projektet, som handlar om så kallad intelligent dataanalys. Stora mängder information som hämtats in från trafikanter via bland annat sensorer och simulatorer, ska analyseras för att man ska kunna upptäcka sammanhang och mönster som kan visa på ett ökat riskbeteende.
För att samla in data görs tester med över 800 personer i olika åldrar och länder, varav 90 personer i Västerås. Testerna genomförs på verkliga testbanor och med simulatorer. I Västerås ska testerna genomföras i en simulator där testpersonerna blir utsatta för verkliga trafiksituationer – både i normalt tillstånd, med stresspåslag samt med alkohol i kroppen. Genom testerna samlar forskarna in data om hur trafikanterna beter sig och data analyseras därefter av arbetsgruppen på MDH.
– Om ett par veckor kommer vi annonsera efter testpersoner, säger Mobyen Uddin Ahmed. Det är viktigt att vi använder ”äkta människor” för att få relevant data.
– Vi har arbetat mycket och länge med monitorering av människor, alltså insamling av information om fysiska och mentala hälsotillstånd via sensorer. Dessutom har vi lång erfarenhet av att analysera stora mängder data. I det här projektet får vi kombinera de två expertområdena, i syfte att utveckla ett system som kan göra verklig skillnad för trafikanter i hela världen, säger Shahina Begum.
– Ytterst ska projektet utveckla datorsystem som kan simulera mänskliga beteenden, med hjälp av artificiell intelligens (AI), virtuell verklighet (VR) och andra datavetenskapliga metoder. Systemen ska kunna användas i olika typer av fordon för att öka kunskapen om mänskliga körmönster och beräkna risker. Om fordonen kan lära sig räkna ut hur människor kommer agera, kan olyckor förhindras. Det är väldigt svårt att utveckla ett så komplext system på egen hand, men i ett stort projekt som Simusafe blir det möjligt, säger Mobyen Uddin Ahmed.
