Una aplicación de realidad virtual gamificada para la rehabilitación de pacientes con discapacidades crónicas
febrero 22, 2023
Biofertilizantes con propiedades biopesticidas y bioestimulantes a partir de lodos de aguas residuales de la producción de biogás
marzo 14, 202323/02/2023
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.
MobilitApp incluye algoritmos que permiten recoger datos de los trayectos multimodales (cambios de modos de transporte) con total privacidad. Esto ayudará a analizar fácilmente los flujos y hábitos de movilidad de la ciudadanía para saber de dónde a dónde se mueven los usuarios, y dónde y cuándo se producen los cambios de modo de transporte, para ofrecer un mejor servicio del transporte público, y a la vez potenciar una movilidad más sostenible.
La aplicación se ha diseñado para la ciudad de Barcelona en colaboración con la Autoridad del Transporte Metropolitano (ATM). Durante el mes de febrero de 2023, ha comenzado a integrarse dentro del código de la aplicación MOU-TE de ATM y, para el mes de septiembre, se prevé iniciar las pruebas piloto en colaboración con UPC Sostenible, a fin de analizar los hábitos de movilidad y la huella de polución del estudiantado voluntario de toda la UPC.
MobilitApp usa tres sensores: el acelerómetro, el magnetómetro y el giroscopio. También lee una muestra GPS al inicio y al final de cada trayecto, y en cada cambio de modo de transporte detectado. El modo de transporte empleado se predice con un acierto del 98%, mediante un modelo de aprendizaje profundo, entrenado con una base de datos suficientemente grande y representativa. Esta base de datos recoge trayectos unimodales etiquetados por personas voluntarias en desplazamientos, utilizando 12 modos de transporte: metro, bus, tranvía, tren, bicicleta, bicicleta eléctrica, patinete eléctrico, correr, andar, moto, coche, incluso el reposo.
MobilitApp ayudará a estudiar las combinaciones entre medios de transporte (e-scooter + bus, bicing + metro, etc). El análisis del flujo de movilidad se podrá disgregar por diferentes variables, como género, rango de edad, franjas temporales, día de la semana y zonas del mapa, entre otras.
MobilitApp, disponible en Android y pronto también en iOS, ha sido desarrollada por el grupo de investigación Smart Services for Information Systems and Communication Network (SISCOM) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC), en colaboración con ATM. Está financiada por el proyecto 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); y por el proyecto COMPROMISE (Enhancing communication protocols with machine learning while protecting sensitive data, PID2020-113795RB-C31/AEI/10.13039/501100011033), ambos del Ministerio de Ciencia e Innovación.
Tema
¿Quieres saber más?
Proyectos Relacionados
- Las enfermedades neurodegenerativas, como la enfermedad de Parkinson, el Alzheimer y las enfermedades relacionadas con la edad, han sido ampliamente estudiadas debido a su gran impacto en las personas y la sociedad. Hasta ahora, se trata de enfermedades incurables y debilitantes que dan lugar a una degeneración progresiva y a la muerte de las células nerviosas, con un consiguiente resultado de deterioro cognitivo y de movilidad. Los temblores, principalmente en reposo, la lentitud de los movimientos (bradiquinesia), la rigidez de las extremidades y los problemas de marcha y equilibrio, son los típicos trastornos motores relativos a la enfermedad de Parkinson. Además, debido a la atrofia progresiva de los músculos, estos problemas pueden provocar caídas, lo que puede dar lugar a más complicaciones y riesgos para la calidad de vida.
- RootBot tiene como objetivo desarrollar y demostrar un sistema robótico autónomo de detección electromagnética, equipado con radar de subsuelo y tecnologías avanzadas de navegación, para mapear los sistemas radiculares de los árboles frutales y la humedad del suelo. El proyecto busca optimizar la gestión de los recursos agrícolas, especialmente el agua, y contribuir a una agricultura más sostenible mediante el uso de herramientas tecnológicas innovadoras.
- El Centro de Desarrollo de Sensores, Instrumentación y Sistemas (CD6) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) participa en el desarrollo de un dispositivo de asistencia inteligente que, combinando BIM con las tecnologías de realidad aumentada y realidad virtual, proporciona ayuda en cada etapa del ciclo de vida en el sector de la construcción.
- El laboratorio de innovación e investigación de la Facultad de Informática de Barcelona (inLab FIB) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) participa, junto a la empresa de distribución Assolim, en el diseño de una prueba de concepto para crear rutas optimizadas por cada vehículo para el transporte a demanda.
