Back to search

TRANSPORT-Transport 2025

Automatisert tilbakemeldings- og instrukssystem for trafikkopplæring personbil

Alternative title: Automated feedback and instruction system for driver´s training in personal vehicle

Awarded: NOK 6.4 mill.

The purpose of the project is to create a more targeted, individually adapted and data-driven driver´s education, which allows for an increased amount of training, gives the student the opportunity to train on dangerous and unusual situations, and gives the student the opportunity to start training before the age of 16. In addition there is an element of efficiency in the system. Currently, the system is designed as an agent system where agents reason about the current traffic situation. The current situation is maintained as a knowledge graph. Agents are capable of giving the driver feedback on complex situations including yielding and overtake. The system has been evaluated by seven experts on 20 students that have driven in three different traffic situations, and it has the same conclusion on between 80-100% on different subtasks that were evaluated. One experiment has been done where the system has trained students over ten lessons without any involvement from teachers. The results have yet to be analyzed. Finally, an early prototype of a system that generates lessons based on the skills of the students have been developed. The early results are positive.

Et system som kan vurdere ferdighetene til førere, øke deres trafikkforståelse og gi dem tilbakemelding i sanntid og i mobilapp er utviklet. Systemet standardiserer vurderingen av elever og er på nivå med menneskelige lærere i utvalgte trafikale situasjoner hvor systemet er grundig evaluert og som dekker store deler av ferdighetene som kreves for å få førerkort. Systemet kan ikke brukes til alle deler av undervisningen ettersom det er påkrevd at elever har 16 timer i bil. Ettersom systemet er fullstendig automatisert og ikke krever at en trafikklærer eller annen sjåfør som har hatt førerkortet i fem år veileder elven, kan elever lettere få mye erfaring uten å binde opp tiden til andre enn eleven selv som skal lære. Elevene får en bedre opplæring ettersom de blir opplært og testet i situasjoner som ikke kan fremprovoseres i trafikken slik at de er bedre rustet til å håndtere uvanlige situasjoner når de er ferdig utdannet.

Way vil utvikle en software-plattform for trafikkopplæring tilpasset et simulatorformat, men kompatibelt med flere verktøy, slik som VR-/AR, desktop, mobil og en fysisk bil. Software-plattformen vil bestå av en virtuell verden som autogenereres i sanntid etter et tiles-basert prinsipp. Det vil si at begrensede geografiske områder genereres basert på elevens prestasjon i foregående geografiske område. På den måten kan man skape en mer relevant og dynamisk treningsverden, til enhver tid skreddersydd for elevens behov. Systemet vil videre tilby en kontinuerlig oppfølging av eleven med automatiserte tilbakemeldinger og instrukser. Etter funn i gjennomført Pilot-t forprosjekt, er vår hypotese at mest relevant metodikk vil være case based reasoning (CBR). Formålet med prosjektet er å skape en mer målrettet, individuelt tilpasset og datadrevet trafikkopplæring, som åpner for mer mengdetrening, gir eleven mulighet til å trene på farlige og uvanlige situasjoner, samt gir eleven mulighet til å starte opplæringen før fylte 16 år. I tillegg ligger det effektviseringselement i systemet, som gjør det mulig å tilby førerkort til så lite som 25% av dagens priser, og samtidig drive lønnsomt. Dette samtidig som man får økt kvalitet i læringen. Av sentrale FoU-utfordringer vi venter å møte underveis, er effektiv generering av relevante tiles til eleven, under kjøring. Et tilbakemeldingssystem som bygger på CBR vil videre kreve rask prosessering av et tilstrekkelig antall relevante caser i vårt bibliotek, slik tilbakemeldingen ligger tett på den teoretisk mest relevante oppfølgingen. Prosjektresultatene vil bli benyttet til å bygge opp en internasjonal trafikkskolekjede rigget for fremveksten av gradvis mer autonome biler, på en datadrevet og kostnadseffektiv måte, samt styrke fremtidens trafikkopplæring. Prinsippene man benytter vil også kunne ha overføringsverdi til simulatorbruk i andre bransjer, slik som luftfart, skipsfart og kranstyring.

Publications from Cristin

No publications found

No publications found

No publications found

No publications found

Funding scheme:

TRANSPORT-Transport 2025