Today there are cameras monitoring traffic at strategic locations in the Swedish road system. This project used data from such cameras to automatically create realistic test scenarios. In combination with driver behaviour modelling and prediction, these scenarios will improve and simplify the testing of functions for autonomous vehicles. This leads to increased safety and fewer persons killed or seriously injured in traffic. Sensors placed in the infrastructure, cameras in this project, was gathering traffic information which then serves as input to generating scenarios for testing autonomous driving. In essence, real traffic situations were then influencing the assessment of future safety functions in vehicles. The outcome was more realistic testing and thus safer vehicles, both to drivers and passengers and persons outside the vehicle in question.

Idag finns kameror som övervakar trafiken på strategiska platser i det svenska vägsystemet. Detta projekt har använt data från sådana kameror för att automatiskt skapa realistiska testscenarier. I kombination med modellering och förutsägelse av förarbeteende kommer dessa scenarier att förbättra och förenkla testningen av funktioner för autonoma fordon. Det leder till ökad säkerhet och färre döda eller allvarligt skadade i trafiken. Sensorer placerade i infrastrukturen, kameror i detta projekt, har samlat in trafikinformation som sedan fått fungera som input för att generera scenarier för att testa autonom körning. I huvudsak påverkar verkliga trafiksituationer då bedömningen av framtida säkerhetsfunktioner i fordon. Resultatet är mer realistiska tester och därmed säkrare fordon, både för förare och passagerare och personer utanför fordonet i fråga.