Till innehåll på sidan
Till KTH:s startsida

WILDCAT

Användningen av fjärrstyrda robotar ökar snabbt till stöd för (för-)förstainsatspersonal under katastrofhantering. Mest uppmärksamhet fokuseras på responsfasen, när robotar t.ex. kan ta sig fram genom svår terräng. Det finns dock också betydande fördelar att vinna genom användning av denna teknik under förebyggande/förmildrande, beredskaps- och återhämtningsfaserna.

WILDCAT riktar sig mot den gemensamma utmaningen att tillhandahålla situationsmedvetenhet för att minska risken som (för-)förstainsatspersonal utsätts för genom oundvikliga nödsituationer med hjälp av sensorplattformar för att dela riskinformation monterad på autonoma eller fjärrstyrda robotar. Specifikt är projektets mål att förbättra bästa praxis beträffande delning av detaljerade terrängkartor för risker som inte är enkla att identifiera, utan snarare kantade med stor osäkerhet. Ett exempel på detta involverar hot mot (kritisk) infrastruktur, t.ex. vägar och högspänningsledningar, på grund av skogsbränder, för vilka antändnings- och spridningsmodeller är underforskade och mycket omdiskuterade.

WILDCAT tillvägagångssätt är att ta itu med detta mål ur ett teknologiskt och politiskt perspektiv. Ur ett teknologiskt perspektiv kommer WILDCAT att analysera och beskriva de verktyg som finns tillgängliga, från sensorer till visualiseringar, för att kommunicera komplexa risker genom detaljerade terrängkartor (med fokus på skogsbränder). Detta kommer att möjliggöra för (för-)förstainsatspersonal att bättre förstå och hantera hot. Ur ett politiskt perspektiv kommer WILDCAT att vidareutveckla en relevant Katastrofscenarieanalysram (DSAF) för att möjliggöra implementering av denna teknik med hänsyn till lokala traditioner och förhållanden under katastrofhantering. Detta kommer att möjliggöra för strategiska beslutsfattare att beskriva hur beredskapen kan ökas för en stor, ständigt växande uppsättning samhällsrisker.

Projektet leds av KTH Kungliga Tekniska Högskolan i samarbete med det National Aerospace University i Ukraina (KhAI) och SAHER (Europe) i Estland.

Partner Logos

Kontakt Information

Ansvarig Forskare

Fredrik Asplund, KTH
www.kth.se/profile/fasplund

Innehållsansvarig:vickid@md.kth.se
Tillhör: Maskinkonstruktion
Senast ändrad: 2024-07-03
EXHILO: Exoskelettkontroll i realtid för "human-in-the-loop" optimering
WILDCAT
FIRE - the Future of mItigating Rural firEs
TADDO2: Pålitlig DevOps för autonoma fordon
TADDO: Pålitlig DevOps för autonoma fordon
Entice - Enablers for trustworthy, infrastructure supported, autonomous vehicles
InSecTT – Intelligent Secure Trustable Things