Una aplicació de realitat virtual gamificada per a la rehabilitació de pacients amb discapacitats cròniques
febrer 22, 2023
Biofertilizants amb propietats biopesticides i bioestimulants a partir de llots d’aigües residuals de la producció de biogàs
març 14, 202323/02/2023
MobilitApp és una aplicació capaç de predir el mode de transport emprat per la ciutadania mitjançant una eina basada en aprenentatge profund a partir de tres sensors del telèfon mòbil.
MobilitApp inclou algorismes que permeten recollir dades dels trajectes multimodals (canvis de modes de transport) amb total privadesa. Això ajudarà a analitzar fàcilment els fluxos i hàbits de mobilitat de la ciutadania per saber d'on a on es mouen els usuaris, i a on i quan es produeixen els canvis de mode de transport oferir un millor servei del transport públic, i alhora potenciar una mobilitat més sostenible.
L’aplicació s’ha dissenyat per a la ciutat de Barcelona en col·laboració amb l’Autoritat del Transport Metropolità (ATM). Durant el mes de febrer de 2023, s’està iniciant la integració de l’aplicació dins del codi de l’aplicació MOU-TE de l’ATM i per al mes de setembre, es preveu iniciar les proves pilot en col·laboració amb UPC Sostenible, per analitzar els hàbits de mobilitat i la petjada de pol·lució de l'estudiantat voluntari de tota la UPC.
MobilitApp fa servir tres sensors: l’acceleròmetre, el magnetòmetre i el giroscopi. També llegeix una mostra GPS a l’inici i al final de cada trajecte, i a cada canvi de mode de transport detectat. El mode de transport emprat es prediu amb un encert del 98%, mitjançant un model d’aprenentatge profund, entrenat amb una base de dades suficientment gran i representativa. Aquesta base de dades recull trajectes unimodals etiquetats per persones voluntàries en desplaçaments, fent servir 12 modes de transport: metro, bus, tranvia, tren, bicicleta, bicicleta elèctrica, patinet elèctric, córrer, caminar, moto, cotxe, inclòs el repòs.
MobilitApp ajudarà a estudiar les combinacions entre mitjans de transport (e-scooter + bus, bicing + metro, etc). L'anàlisi del flux de mobilitat es podrà disgregar per diferents variables com ara gènere, rang d’edat, franges temporals, dia de la setmana i zones del mapa, entre d’altres.
MobilitApp, disponible en Android i aviat també en iOS, ha estat desenvolupada pel grup de recerca Smart Services for Information Systems and Communication Network (SISCOM) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC), en col·laboració amb l’ATM. És finançada pel projecte MOBILYTICS (Anonymization technology for AI-based analytics of mobility data, TED2021-129782B-I00, proyectos estratégicos orientados a la transición ecológica y a la transición digital); i pel projecte COMPROMISE (Enhancing communication protocols with machine learning while protecting sensitive data, PID2020-113795RB-C31/AEI/10.13039/501100011033), ambdós del Ministerio de Ciencia e Innovación.
Tema
Vols saber més?
Projectes Relacionats
- Les malalties neurodegeneratives, com la malaltia de Parkinson, l'Alzheimer i les malalties relacionades amb l'edat, han estat àmpliament estudiades a causa del seu gran impacte en les persones i la societat. Fins ara, són malalties incurables i debilitants que produeixen una degeneració progressiva i la mort de les cèl·lules nervioses, amb un consegüent deteriorament cognitiu i de la mobilitat. Els tremolors, principalment en repòs, la lentitud dels moviments (bradiquinesi), la rigidesa de les extremitats i els problemes de marxa i equilibri són els trastorns motors típics de la malaltia de Parkinson. A més, a causa de l'atròfia progressiva dels músculs, aquests problemes poden provocar caigudes, la qual cosa comporta més complicacions i riscos per a la qualitat de vida.
ROOTBot: Un sistema robòtic autònom amb radar per a l’estudi del sistema radicular d’arbres fruiters
RootBot té com a objectiu desenvolupar i demostrar un sistema robòtic autònom de detecció electromagnètica equipat amb radar de subsol i tecnologies avançades de navegació per mapar els sistemes radiculars dels arbres fruiters i la humitat del sòl. Aquest projecte busca optimitzar la gestió dels recursos agrícoles, especialment l’aigua, i contribuir a una agricultura més sostenible mitjançant l’ús d’eines tecnològiques innovadores.- El Centre de Desenvolupament de Sensors, Instrumentació i Sistemes (CD6) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) participa en el desenvolupament d’un dispositiu d’assistència intel·ligent que, combinant BIM amb les tecnologies de realitat augmentada i realitat virtual, proporciona ajuda en cada etapa del cicle de vida en el sector de la construcció.
- El laboratori d’innovació i recerca de la Facultat d’Informàtica de Barcelona (inLab FIB) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) participa, juntament amb l’empresa de distribució Assolim, en el disseny d’una prova de concepte per crear rutes optimitzades per cada vehicle per al transport a demanda.
