Il progetto si propone di analizzare, modellare e sfruttare i dati relativi al comportamento di guida per supportare la transizione verso una mobilità elettrica più efficiente e sicura. La ricerca si articola in tre principali attività (WP):

• WP1 – Definizione stato dell’arte sui modelli di comportamento alla guida
viene fatta una revisione approfondita della letteratura esistente sui modelli di guida, considerando le recenti opportunità offerte dai big data, dai veicoli connessi e dai dispositivi di raccolta dati (sensori di bordo, smartphone, V2V, cloud); lo scopo è identificare tendenze, applicazioni e direzioni future della ricerca in questo ambito;

• WP2 – Valutazione dell’impatto sui consumi energetici e sulla vita delle batterie dei veicoli elettrici
vengono ricostruiti i profili di utilizzo reali dei sistemi di accumulo nei veicoli elettrici per valutarne il degrado in condizioni reali; l’obiettivo è comprendere meglio come le abitudini di guida, i cicli di carica/scarica e le condizioni ambientali influenzino la durata delle batterie; verranno utilizzate tecniche di analisi dei dati e machine learning per costruire modelli predittivi dello stato di salute delle batterie;

• WP3 – Sviluppo di modelli adattivi per sistemi ADAS proattivi
sulla base delle conoscenze acquisite nei WP precedenti e dell’esperienza maturata nel progetto EMOTIVEs, verranno sviluppati prototipi di modelli predittivi per la sicurezza stradale; tali modelli saranno in grado di stimare il rischio di incidenti in base al comportamento del conducente e alle condizioni ambientali, con l’obiettivo di integrarli in futuri sistemi di assistenza alla guida intelligenti.
Per la raccolta e l’analisi dei dati, verranno utilizzati strumenti avanzati tra cui il simulatore di guida SimEASY, data logger GPS, e dati CAN bus, al fine di ricostruire scenari realistici in diverse condizioni di traffico, clima e tipologia di percorso. Le analisi includeranno l’elaborazione dei dati e l’estrazione di caratteristiche rilevanti per lo sviluppo dei modelli.