
Els ulls de la història: Una mirada immersiva sobre el patrimoni cultural català
14 de gener de 2026
XR4ED: Una infraestructura digital per a aplicacions orientades a l’aprenentatge, la formació i l’educació amb Realitat Estesa (XR)
22 de gener de 202620/01/2026
L’inLab FIB de la UPC ha col·laborat amb Lizcore® en el desenvolupament d’una prova de concepte basada en intel·ligència artificial per millorar la seguretat en l’escalada amb autoassegurador, mitjançant la detecció automàtica i precisa de situacions de risc abans d’iniciar la via.
Els autoasseguradors són dispositius àmpliament utilitzats als rocòdroms que permeten escalar en solitari: la corda es retreu automàticament durant l’ascens i, en cas de caiguda, el sistema frena i baixa l’escalador de manera controlada. A més, redueixen els errors humans en l’assegurament i faciliten l’entrenament.
En aquest context, l’inLab FIB de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) ha desenvolupat per a l’empresa Lizcore® una prova de concepte basada en machine learning aplicada als seus sistemes d’autoassegurament (autobelay). L’objectiu és millorar la seguretat abans d’iniciar l’escalada, detectant de manera automàtica, fiable i precisa possibles situacions de risc que podrien provocar accidents.
El model d'IA està integrat en el software del Safety Gate de Lizcore, un dispositiu que supervisa automàticament l'ús dels autoasseguradors mitjançant tècniques d'intel·ligència artificial i visió per computador. Aquest sistema permet generar alertes en temps real i, gràcies a la seva connexió directa amb el software de gestió (Lizcore GymOS), els mánagers i tècnics de les instal·lacions poden rebre avisos immediats i disposar de dades d'ús precises per controlar els manteniments preventius.
Aquest innovador dispositiu comprova de manera automàtica:
- Control d’accés: Només els escaladors autoritzats i amb les signatures legals al dia poden activar l’autoassegurador mitjançant la pulsera NFC.
- Verificació intel·ligent (IA): Una càmera frontal valida la correcta connexió de l'arnès i el tancament del mosquetó al punt ventral abans de permetre l’inici de l’activitat.
- Seguretat en ruta i rang d'acció: Una càmera superior verifica que l'escalador es mantingui dins de la ruta correcta i dins dels marges de seguretat que ofereix la línia de l'autoassegurador.
- Control de la zona d'aterratge: Una càmera frontal realiza la supervisió de l'àrea de caiguda o descens per evitar col·lisions amb altres persones que puguin estar creuant o situades sota l'escalador.
- Sistema d’alertes multi-canal: Davant de qualsevol anomalia en el funcionament o situació de perill, s'activen avisos acústics, lluminosos (LEDs) i notificacions mòbils immediates al personal del centre.
Aquesta capa de seguretat proactiva complementa —no substitueix— la supervisió humana, aportant una eina tecnològica clau per evitar accidents per distracció o error humà.
El sistema implementrats per l’inLab FIB utilitza models d’aprenentatge automàtic basats en xarxes neuronals convolucionals (CNN), entrenats amb imatges de les càmeres del Safety Gate. Aquests models permeten:
- Identificar i localitzar objectes (arnesos, mosquetons, dispositius).
- Reconèixer accions i comportaments (connectar-se, iniciar la via, intentar escalar sense assegurar-se).
- Detectar patrons de risc en temps real.
La solució desenvolupada per Lizcore® amb el suport de l’inLab FIB permet:
- Reduir accidents causats per error humà mitjançant IA.
- Proporcionar alertes i prevenció en temps real.
- Millorar l’experiència dels escaladors amb més seguretat i confiança.
- Oferir dades útils per a la gestió i el manteniment dels rocòdroms.
- Impulsar la digitalització i la innovació tecnològica en el sector de l’escalada indoor.
Lizcore® és una ‘start-up’ tecnològica catalana que aplica intel·ligència artificial al món de l’escalada indoor per millorar la seguretat, l’anàlisi del rendiment, la gamificacio de l’esport i la gestió dels rocòdroms.

Projectes Relacionats
- Investigadors de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) han desenvolupat una infraestructura única al servei de la UPC, centres de recerca i empreses per a l’experimentació i validació de tecnologies i serveis amb xarxes d’última generació. Aquesta plataforma permet validar solucions 5G en escenaris reals i liderar la recerca cap al 6G, facilitant la transferència de tecnologia al mercat.
- El grup de recerca AgroTech de la Universitat Politècnica de Catalunya – BarcelonaTech (UPC), juntament amb la seva spin-off Ugiat Technologies, han impulsat DoblAI, una plataforma d’IA que integra transcripció, traducció, subtitulació i doblatge de vídeo en un únic flux de treball. La solució, que fa servir tecnologia ‘deep learning’ i models de veu clonats o per defecte, està especialment pensada per al sector del periodisme i la comunicació.
- En el marc del projecte DigiPatICS, vuit hospitals de l’ICS han optimitzat el diagnòstic del càncer de mama gràcies a uns algorismes d’intel·ligència artificial (IA) que automatitzen l’anàlisi de les mostres de teixit per diagnosticar abans i millor la malaltia. Els resultats i els diagnòstics es comparteixen en temps real en els vuit centres, constituint, així, la xarxa d’anatomia patològica més gran d’Europa.
- El grup de recerca BIOsignal Analysis for Rehabilitation and Therapy (BIOART) de la la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) coordina el projecte Proactive Response and Efficient Planning with AI for Resilient Emergencies in hospitals (PREPARE), que té com a objectiu optimitzar la preparació hospitalària durant emergències mitjançant l’avaluació dinàmica de la capacitat i el risc amb intel·ligència artificial (IA).




