This project investigated new methods to enhance the use of micromobility vehicles, focusing on the growing use of bike and pedestrian road networks. It a preliminary study that utilized such vehicles for gathering images and applied machine learning to expand knowledge of infrastructure. The study successfully demonstrated the feasibility of collecting images of the road network, but also identified unique challenges such as varying angles and specific obstacles like gravel that need attention. Due to GDPR concerns, external cameras were preferred over built-in ones in vehicles like e-scooters. The project also looked into how data could be shared back with users and stakeholders. It found established methods for handling static data but noted a lack of standards for dynamic obstacles. Efforts to participate in a U.S. Department of Transportation-led standardization initiative have begun. Additionally, the project crafted a preliminary policy for delivery robots. This policy includes geofencing, speed limits, and operating schedules, which Helsingborg has translated into machine-readable code using the Mobility Data Specification. Hugo Delivery have adjusted its platform to comply with these digital policies. The final hypothesis of the project revolves around a pilot concept for autonomous delivery robots. This concept is grounded in on-site testing, workshops with municipal and commercial stakeholders, reviews of existing global delivery robot pilots, and Helsingborg’s sustainability goals. It also takes into account the strengths and weaknesses of delivery robots. The idea is to pilot these robots as mobile delivery lockers in suburban areas, avoiding city centers with high traffic. This approach, termed 'community robots', envisions the robots operating within a specific area, with daily battery swaps. By shifting parcel deliveries from vans to these robots, a significant reduction in traffic accidents and emissions in residential areas is anticipated.

Projektet har undersökt nya metoder för att förbättra användningen av mikromobilitetsfordon, med fokus på den ökande användningen av cykel- och gångvägsnät. Det innefattade en förstudie som använde sådana fordon för att samla bilder på det vägnätet och tillämpade maskininlärning för att bättre förstå tillståndet på anläggningen. Studien visade att det var möjligt att samla bilder av vägnätet, men identifierade också nya utmaningar som att olika fordon och specifika GC-nätshinder som grus som behöver ytterligare arbete. På grund av GDPR-förordningen har projektet kommit fram till externa kameror är att föredra framför inbyggda i fordon som elscootrar. Projektet undersökte även hur data kunde delas tillbaka med användare och andra intressenter. Projketet fann etablerade metoder för hantering av statisk data men noterade en brist på standarder för mer dynamiska hinder. Ansträngningar för att delta i ett standardiseringsinitiativ ledd av USA:s transportdepartement har därför gjorts. Dessutom utformade projektet en preliminär policy för leveransrobotar. Denna policy innefattar geofencing, hastighetsbegränsningar och driftscheman, vilket Helsingborg har översatt till maskinläsbar kod med hjälp av Mobility Data Specification. Hugo Delivery har justerat sin plattform för att följa dessa digitala policyer. Projektets slutliga och viktigaste hypotes kretsar kring ett pilotkoncept för autonoma leveransrobotar. Detta koncept är grundat på tester på plats, workshops med kommunala och kommersiella intressenter, granskningar av befintliga globala pilotprojekt för leveransrobotar samt Helsingborgs hållbarhetsmål. Det tar också hänsyn till styrkor och svagheter hos leveransrobotar. Tanken är att testa dessa robotar som mobila leveransskåp i förortsområden, och undvika stadskärnor med hög trafik. Denna strategi, kallad 'community robots', föreställer sig att robotarna opererar inom ett specifikt område med dagliga batteribyten. Genom att flytta paketleveranser från skåpbilar till dessa robotar förväntas en betydande minskning av trafikolyckor och utsläpp i bostadsområden.