Förutsäga och undvika trafikolyckor baserat på artificiell intelligens (AI) och stordata (HORIZON-CL5-2026-01-D6-14)

Sammanfattning av vad utlysningen handlar om: Utlysningen fokuserar på att utveckla AI-baserade verktyg och digitala tvillingar för vägtrafiksystem som möjliggör proaktiv identifiering av olycksrisker i realtid, innan olyckor inträffar, genom att kombinera och analysera stora mängder data från olika källor.

Syfte med utlysningen: Syftet är att stödja en övergång från reaktiv till proaktiv trafiksäkerhetshantering genom att utnyttja dataanalys och AI för att förutsäga olyckor och genomföra förebyggande åtgärder som förbättrar säkerheten för alla trafikanter.

Mål för utlysningen: Målen är att utveckla digitala tvillingar för trafik- och infrastrukturdata, skapa pålitliga modeller för olycksförutsägelser, ta itu med tekniska och icke-tekniska utmaningar (som dataskydd och etiska aspekter), samt att demonstrera realtidsåtgärder för riskminskning.

Förväntad påverkan/resultat: Förväntade resultat är förbättrad tillgång till kunskap om olycksbenägna platser innan olyckor sker, realtidsidentifiering av säkerhetskritiska situationer, förbättrad trafikövervakning, mer effektiv trafikledning och en vetenskapligt baserad grund för proaktiv säkerhetspolicy.

Behörighet: Aktörer som arbetar med trafiksäkerhet, AI, big data, digitala tvillingar, infrastrukturförvaltning, ITS, juridik och etik kan vara behöriga. Samarbete mellan teknikleverantörer, myndigheter, forskningsinstitut och internationella partners rekommenderas starkt.

Möjliga krav på konsortier: Konsortier bör inkludera multidisciplinära aktörer med teknisk, juridisk och etisk kompetens. Det förväntas samarbete med internationella partners (exempelvis USA, Japan, Singapore och Australien) samt samverkan med andra EU-initiativ och projekt inom datadelning och ITS.