Nu startar ett nytt forskningsprojekt på Mälardalens högskola där ny teknik med hjälp av artificiell intelligens kommer att utläsa olika typer av onormalt körbeteende och trafiksäkerhetsrisker hos yrkesförare. FitDrive-projektet kommer att utforma, implementera och testa nya metoder, tekniker och verktyg för att övervaka och utvärdera bland annat körprestanda, reaktionstid, kognitiv belastning och fysisk trötthet för yrkesförare.
Genom ett molnbaserat Internet of Things AI-system kommuniceras aktuell information om förarens tillstånd, dels till föraren själv men även till polispatruller och andra relevanta enheter inom samhällets infrastruktur - viktig information som förbättrar trafiksäkerheten både för individen och samhället.
I projektet, som är ett samarbete mellan tio aktörer från sju olika länder, spelar MDH en viktig roll inom tillämpad AI samt multimodal maskininlärning genom Internet of Things och molnbaserade tjänster. Tekniken kommer att användas för att mäta och associera olika typer av avvikande beteenden hos föraren och känna igen den mest troliga orsaken: droger, mediciner, alkohol, trötthet eller annat.
– Projektet kommer att pågå i tre och ett halvt år. Det finansieras av EU:s Horizon 2020-program och är ett fortsatt forsknings- och utvecklingsarbete inom trafiksäkerhetsområdet med projekt som utförts tidigare av gruppen Artificiell intelligens och intelligenta system vid MDH, säger professor Shahina Begum, som är biträdande ledare för gruppen.
– FitDrive kommer att påverka den allmänna trafiksäkerheten, genom att förhindra och därmed minska dödsfall hos förare. Det intelligenta systemet kommer att påverka arbetsförhållanden för yrkesförare, genom en regelbunden kontroll av både deras allmänna och nuvarande hälsa, säger Mobyen Uddin Ahmed, docent och projektledare vid MDH.
FitDrive kommer att kunna installeras i fordon, där den kopplas ihop med annan teknik som moderna bilar har; till exempel ”CAN bus” som är ett smart system som används i fordon för att låta olika komponenter kommunicera med varandra.
Genom att samla in individuell data om de normala köregenskaperna hos varje enskild förare och även för fordonet, kan sedan olika avvikande beteenden upptäckas. Insamlingen av data sker genom till exempel sensorer, kameror och annan mätutrustning. Inom ramen för projektet kommer forskarna även att utveckla en egen enhet som kan upptäcka och analysera avvikande köregenskaper och hälsoförändringar hos föraren.
Gällande trafiksäkerheten för samhället i stort ser Mobyen Uddin Ahmed även andra områden där FitDrive kan göra skillnad.