香港理工大学（理大）致力于开创创新的交通科技，以推动可持续及高效的出行模式。理大一项研究，旨在研发具备分析汽车零件数据及即时预测功能的普及化车辆自我诊断系统，获智慧交通基金支持，以期协助加强车辆管理与维护的智能方案。
由理大航空及民航工程学系副教授兼利民航空导航青年学者许立达教授带领，项目名为「具分析汽车零件数据及即时预测功能的普及化车辆自我诊断系统」，获资助约619万港元，为期 24个月。
该项目旨在开发一套具备分析汽车零件数据及即时预测功能的普及化车辆自我诊断系统。系统融合多模态感测技术，整合来自车辆OBD-II参数、全球定位系统、高解析度摄像头、声学感测器及惯性测量单元等感测器数据。
透过深度融合与同步处理这些多源数据，系统能精准萃取车辆故障特征及异常行为模式。收集的多模态数据传输至云端分析平台，平台运用深度学习与时间序列分析模型，进行故障分类，以精准预测故障与使用寿命。
系统同时开发全球导航卫星系统推理演算法，支援室内外定位与环境识别，并与车队管理平台连接，以提供日常营运与维修决策。
理大一直致力于车辆相关创新技术的研究与应用，至今已有28个项目获智慧交通基金支持。
智慧交通基金旨在资助本地机构及企业进行研究及应用创新科技，以提升出行便利、改善道路网络或道路空间的效率，以及加强行车安全。
