Metoder, verifiering och utbildning för Edge-AI-byggstenar för CCAM-system (CCAM-partnerskap) (HORIZON-CL5-2026-01-D6-05)
Bidragsgivare EU
Område: Digitalisering, automatisering, tech & AI | Praktiknära forskning, FoU & forskningsrelaterat | Samhällsbyggnad, infrastruktur & transport | Samhällsbyggnad, infrastruktur, avfall, mobilitet |
Beskrivning
Sammanfattning av vad utlysningen handlar om: Utlysningen syftar till att utveckla och validera AI-lösningar anpassade för edge computing inom området för uppkopplad, kooperativ och automatiserad mobilitet (CCAM), med fokus på realtidsfunktioner för perception, beslut och åtgärder i både fordon och infrastruktur.
Syfte med utlysningen: Syftet är att möjliggöra att komplexa AI-funktioner för CCAM körs på begränsade edge-enheter, genom optimering av både algoritmer och hårdvara, för att uppnå hög prestanda, låg energiförbrukning och förbättrad cybersäkerhet i säkerhetskritiska situationer.
Mål för utlysningen: Mål är att utveckla energieffektiva, robusta och pålitliga edge-AI-lösningar för hela CCAM-funktionskedjan – från perception och beslutsfattande till åtgärder – inklusive nya optimeringstekniker, OTA-uppdateringar, modellövervakning samt verktyg för att hantera integritet, säkerhet och rättvisa i AI-system.
Förväntad påverkan/resultat: Förväntade resultat inkluderar CCAM-lösningar med lägre energiförbrukning och latens, förbättrad prestanda och cybersäkerhet, balanserad fördelning av AI-beräkningar mellan edge, moln och fordon, samt validerade tillvägagångssätt för att integrera edge-AI i trafikledning och fordonssystem.
Finansieringsgrad: Finansieringsgraden specificeras inte i texten. Den behöver kontrolleras i det officiella arbetsprogrammet eller i EU:s Funding & Tenders Portal.
Behörighet: Behöriga är konsortier som inkluderar expertis inom edge-AI, CCAM, fordons- och infrastrukturteknik, cybersäkerhet, dataskydd och etik. Projekt måste ta hänsyn till GDPR, AI-förordningen och sociala aspekter såsom kön, ålder, funktionsvariationer och andra inkluderingselement.
Möjliga krav på konsortier: Konsortier förväntas inkludera industripartners, forskningsorganisationer och teknikleverantörer med möjlighet att genomföra praktiska tester. Samverkan med tidigare projekt som AI4CCAM, AIthena och SYNERGIES samt internationellt samarbete, särskilt med Japan och USA, uppmuntras.