VALD
Målet med VALD är att automatisera kortcykelbelastningen för att förbättra förarstöd i produkter på marknaden som används i dag, såväl som autonom drift av nästa generations obemannade maskiner.
Man kommer att fokusera på neurala nätverksmodeller och maskininlärning (ML) med rambaserat kameraseende för att fånga upp miljöaspekter och egenskaper. VALD kommer att utveckla hela styr- och navigeringsvägen för den korta lastcykeln.
Resultaten av forskningen kommer att användas av samarbetspartnern, Volvo, för att stärka förmågan att utveckla och testa nya funktioner för förarstöd, fjärrstyrda, semi-autonoma och helt autonoma hjullastare. Förmågan och kapaciteten att introducera funktioner baserade på maskininlärning (ML) och kameraseende kommer att stärkas genom företagets ökade kunskap och utveckling av nya prototyplösningar. Dessa funktioner förväntas bidra till att göra resan mot helt autonoma lastbärare som kan fungera effektivt i tunga byggmiljöer.
Koordinator: Luleå tekniska universitet – Institutionen för system & rymdteknik
Finansiär: Vinnova
Löptid: Maj 2022 – maj 2024
Kontakt
Ulf Bodin
- Professor
- 0920-493036
- ulf.bodin@ltu.se
- Ulf Bodin
Uppdaterad: