AntiTrash: Un cambio de modelo en el mantenimiento para el vehículo compartido
Go Zero Waste – La app que localiza las tiendas donde comprar sin plástico
junio 5, 2020
Simulación de una terminal ferroviaria para el transporte de mercancías
mayo 10, 2020Una de las principales dificultades a las que se enfrentan las empresas de vehículo compartido (Carsharing) y transporte público es mantener en condiciones óptimas de uso el interior del vehículo cuando éste cambia de usuario, mejorando la experiencia de viaje.
El proyecto AntiTrash (Limpieza inteligente y prevención de daños para la movilidad compartida) promueve un cambio de modelo en la limpieza de vehículos compartidos de forma regular y con óptimos resultados. En este marco se desarrolla un sistema para detectar de manera automática la basura o los posibles daños en el vehículo compartido o transporte público. A partir de técnicas de aprendizaje automático (Machine Learning) se utilizarán las imágenes obtenidas por una cámara que inspeccionará el interior del vehículo para evaluar su estado. Esto permitirá también identificar a la persona responsable de los daños y/o basura dentro del vehículo compartido y facturarle directamente los costes de mantenimiento si procede.
Se contempla también promover el uso de materiales inteligentes que aumenten la durabilidad del interior (plásticos, metales y polímeros), así como el uso de la nanotecnología (sistemas microfluhídricos) para la detección de olores y partículas que aseguren la buena calidad del aire en el interior. Esto también contribuye a la reducción de los costes de limpieza y la más fácil sustitución de los componentes del vehículo.
El proyecto AntiTrash está financiado en la categoría Proyecto Innovación 2020 por el EIT Urban Mobility y está prevista su continuidad hasta finales de 2021. El proyecto está coordinado por la Universidad AALTO, y también participan la NFF en Braunschweig, SEAT, Zone Cluster y la ciudad de Hamburgo.
El EIT Urban Mobility está financiado por el European Institute of Innovation and Technology (EIT).
Partners del Proyecto
Tecnología
Sector
¿Quieres saber más?
Proyectos Relacionados
- MobilitApp es una aplicación capaz de predecir el modo de transporte empleado por la ciudadanía mediante una herramienta basada en aprendizaje profundo a partir de tres sensores del teléfono móvil.
- Els vehicles autònoms són una realitat a la qual ens acostem a poc a poc, però de manera inexorable. El Centre de Desenvolupament de Sensors i Sistemes (CD6) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) ha desenvolupat tecnologies per a aquest tipus de vehicles, que milloren la seguretat en els desplaçaments. En aquest sentit, i per cobrir les necessitats de percepció de l’entorn a llarg abast, es requereix el desenvolupament d’un conjunt molt complet de sensors, entre els quals s’inclouen càmeres, LIDAR (Light Detection And Ranging) i radar.
- El objetivo de ANEM, en el que participa el SISCOM de la UPC, ha sido desarrollar, con modelos y técnicas de última generación, una plataforma modular capaz de generar datos sintéticos (es decir, no reales pero que servirán para entrenar la inteligencia artificial) protegidas de posibles amenazas en el ámbito de la ciberseguridad.
- La movilidad del futuro tiene que ser más inteligente, sostenible y conectada. En este contexto, el proyecto ‘Soluciones para la movilidad inteligente’, en el que ha participado el Laboratorio de la Facultad de Informática de Barcelona (inLab FIB) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC), ha logrado el desarrollo de un modelo predictivo de la ocupación de pasajeros en autobuses del transporte público basado en métodos de aprendizaje profundo (Deep Learning).
