Database- og bruksplanlegging for person-, adferds-, biometrisk, trafikk- og kjøretøysdata logget i simulator

Way wants to utilize data collected in the simulator using integrated sensors and software to build the world's first AI based traffic instructor. This includes dozens of different data points that include behavior, biometrics and traffic data. By intelligently leveraging the specified data, the goal will be to optimize the tools that together form the automated instructions and feedback within traffic training (primarily) and training of autonomous vehicles (secondary). By virtue of being an approved traffic school and having taken students all the way to the driver's license with a significant amount of simulator training, we already have the necessary prerequisites for gathering the desired data. Traffic training in a simulator has a number of benefits to the user, both today and in a future consisting of autonomous vehicles. You can get more training, more focused training, work out on dangerous and unusual situations, and start training before you reach the age of 16. It could potentially also be significantly cheaper. In order to best realize these benefits, a deliberate collection and processing of data will be a key focus area.

Formålet med forprosjektet vil være å definere innhold og rammer for et hovedprosjekt. Dette betyr i første omgang å kartlegge hvilken data man har tilgang på i dag gjennom eksisterende system og sensorikk. Deretter skaffe en oversikt over hvilken data man teoretisk kan skaffe ved hjelp av systemet. Neste steg blir så å identifisere hvilken data man har praktisk mulighet til å skaffe gjennom ytterligere sensorikk, kompetanse og ressurser. Her må ressurspådrag ses i sammenheng med dataens antatte verdi når man foretar datamessige prioriteringer. Hvilke parametere har størst forklaringsverdi, hvor mange trenger vi, og hvordan skal de eventuelt sammenkobles. I neste runde se på hvordan disse parametrene skal fanges, sammenstilles, og arkiveres. Hvordan bygger vi en database som er best egnet for vår bruk, og hvilke verktøy vil kunne effektivisere denne prosessen. Et videre ledd i de prioriteringene som foretas, vil være å få klarhet i hvilken data de ulike tilknyttede partene i prosjektet er interessert i. Kommersielle parters interesser, Way og Volvos, vil bli vektlagt, da det er et mål for både selskapet og Forskningsrådet at de funnene man gjør skal kunne benyttes kommersielt. Når man kjenner både prioritering, teoretisk og praktisk mulighetsrom rundt databiten, vil vi samtidig formulere eventuelle hypoteser for et hovedprosjekt, samt vurdere hvilke metoder og koder som trengs å utvikles for å på best mulig måte kunne hente ut nødvendig data og bruke denne i praktisk kommersiell sammenheng. Neste ledd blir så å se nærmere på hvordan arbeidet med datafangst, -arkivering, -behandling og -bruk organiseres blant partene. Hvilke roller er det naturlig at de ulike tilknyttede partene i prosjektet har i dette arbeidet. Dette handler om å formulere forskningsprosjektet som helhet, både på innholdsnivå og organisatorisk/strukturelt nivå. Slikt vil være førende for aktiviteter, prosess og involvering underveis. Juridiske detaljer vil også inngå her.