Az alprojekt kutatási területei a környezetdetektálás, prediktálás, szituáció értékelés, valamint kommunikációs megoldások kutatása és fejlesztése.
Az önjáró járművek és robotok elterjedésével egyre nagyobb igény mutatkozik terepi viszonyok között közlekedő járművek környezetérzékelését és navigációját megvalósító automatikus funkciók kifejlesztésére, mind a polgári mind a katonai célú alkalmazásoknál. A jelenlegi legkorszerűbb önvezető megoldások (például Tesla, Waymo) egyre jobban megközelítik az ember vezetési képességeit autópályán, vagy ismert zárt területen (például egy telephelyen), és gyors fejlődésnek lehetünk szemtanúi jól definiált városi környezetben ahol jó minőségű, szabályos felfestésekkel ellátott úton haladó járművekre és gyalogosokra, közlekedési táblákkal és lámpákkal irányított forgalmi dinamikára lehet számítani. Azonban ezek a megoldások még nincsenek felkészítve a teljesen ismeretlen környezetben, változó terepviszonyok mellett való robusztus működésre. Ide sorolhatjuk a városszéli elhagyott „szemi-urbánus” területeken, a földutakon vagy teljesen offroad közlekedést.
Az autonóm közlekedésben fontos feladat a közlekedés más résztvevőinek folyamatos „szemmel kísérése”, a várható mozgások előrejelzése, valamint annak felderítése, hogy a résztvevő emberek merre figyelnek, esetleges kétséges közlekedési szituációban milyen reakciójuk lehet, és ez mennyire köthető az aktuális figyelmi területükhöz (Region of Interest).
Feladatok:
Viselkedés előrejelzés, manőver detektálás kutatása gépi tanulási módszerekkel. Konvolúciós neurális hálózatok, valamint enkóder és dekóder struktúrák tanítása és osztályozása.
Multi-szenzoros és multiobjektumos szűrők alkalmazása mérési hibák kiküszöbölésére, objektumok követésére. Kísérletek többféle mozgásmodell alkalmazásával.