Steigende Mobilitätsanforderungen bei gleichzeitigem Wunsch diese effizienter zu gestalten führen gemeinsam mit einem erhöhten Sicherheitsbewusstsein dazu, dass zunehmend das Potential bildgebender Sensor genutzt wird. Der allgemeine Trend der geringer werdenden Bauform bei höherer Leistungsfähigkeit der Sensoren beschleunigt das Vorantreiben von einsetzbaren Lösungen.

Unter Mobilität versteht man den Zustand des „in Bewegung“ sein. Konkret nutzt dieser Forschungsschwerpunkt die Technologie des maschinellen Sehens dazu einerseits den Transport- / Logistikbereich und andererseits den Flugverkehr zu unterstützen.
Im Transportbereich werden robuste, echtzeitfähige Sensoren zur Positionsbestimmung in 2D und 3D und neue Sensoren für eine statische und dynamische Erfassung der Umwelt entwickelt. Damit autonome Transportfahrzeuge ihren Auftrag Güter von A nach B zu transportieren wahrnehmen können, müssen sie in der Lage sein, auf Veränderungen ihrer Umgebung zu reagieren. Im einfachen Fall wird davon ausgegangen, dass eine Sicherheitseinrichtung zum Personenschutz für diese Aufgabe ausreichend ist. Im allgemeinen Fall eines Transportfahrzeuges in einer sich stark ändernden Umgebung, wie dies z.B. in Kaufhäusern der Fall ist, muss es in der Lage sein, die aktuelle Umgebung zu analysieren und gegebenenfalls einen alternativen Verkehrsweg zu planen. Aufgrund der verfügbaren Reaktionszeit und Rechenleistung ist die Ausnutzung alternativer und paralleler Rechnerarchitekturen notwendig (Mehr-Kernsysteme und CUDA zur Nutzung der Grafikkarten-Rechenleistung) ein Muss.
Mit Oktober 2008 wurde das Research Studio Austria „Machine Vision meets Mobility“ eingerichtet, das diese Forschungsthemen gemeinsam mit der TU-Graz vorantreibt.
Im Flugverkehr stehen Fluglotsen vor der Herausforderung mit einer Flut an Informationen umgehen zu müssen. Eine wesentliche Informationsgrundlage dabei sind Bilder und Messwerte der aktuellen Wetterlage. Automatisierte Aussagen durch digitale Bildverarbeitung aus Wetterradar- und Satellitenbildern zu treffen, diese zu kombinieren und die Generierung neuer Messwerte für eine verbesserte Sichtweitenabschätzung bringt eine wesentliche Erleichterung.