Projektet ämnade bygga en sensor, utveckla mjukvara och undersöka maskininlärningsmetoder för trafikanalys. I detta projekt har vi specifikt tittat på trafiksäkerhetsrelaterade applikationer som nyttjar högupplöst data som beskriver trafikantrörelser. Partnerkompetensen ledde till en ny innovativ hårdvara (kamera) som prototyp, nya unika maskininlärningsmetoder kopplat till hårdvaran och möjliggjort trafikanalys med nya data. Tre versioner av prototypen konstruerades under projektet. Den första bestod av en kombination av standardprodukter som redan var kommersiellt tillgängliga. Därmed kunde den färdigställas tidigt i projektet för att sedan testas och utvärderas i fält. Utvärderingen resulterade i en bättre bild av vad det fanns för krav och önskemål på produkten. Både ifrån tilltänkta användare och i tilltänkta miljöer. Baserat på dess krav förfinades prototypen i två steg.

The project aimed to build a sensor, develop software and machine learning methods for traffic analysis. i.e. from sensor (AXIS) via algorithms (LTH-MATH) to traffic analysis (LTH-TOS). The partner expertise led to a new innovative hardware (camera) as a prototype, new unique machine learning methods linked to the hardware and enabled traffic analysis with new data. Three versions of a trinocular camera prototype were made during the project. The first, was a combination of commercially available off the shelf products. That allowed it to be constructed quickly in the beginning of the project, and to be tested in the field early in order to more precisely find the needs and demands put on the camera by the users. The prototype was then refined in two steps based on the feedback from the field tests.