Das Framework des FOT und der Aufbau von großen Datenbanken („Big Data“) sind sehr wichtig. Es ist notwendig, das System auf Basis von realen Fahrdaten mittels Techniken des maschinellen Lernens zu verbessern und das menschliche Fahrerverhalten in Versuchsfahrzeugen aufzunehmen. Bild 4 zeigt das Schema des FOT, das in diesem Projekt verwendet wurde, einschließlich des Konzepts der globalen und lokalen intelligenten Fahrens.
Wie in Bild 4 ersichtlich ist, ist es für den Aufbau der nächsten Generation von Fahrerassistenzsystemen notwendig, menschliche Faktoren mit Verkehrsumgebungs-Daten mittels on-board, Car-to-X und Car-to-Car und Sensor-Fusion zu verknüpfen und ein intelligentes Fahrmodell mit Techniken des maschinellen Lernens zu entwickeln. In der letzten Phase soll mit diesem Projekt, eine innovative Systemarchitektur entwickelt werden, bei der wissensbasierte Informationen aus der Datenbank während der Fahrt in Echtzeit extrahiert werden können.