Proxectos de I D i en frascos IPS

Proxecto CAMARIA

CAMARIA desenvolve unha ferramenta de mantemento preditivo rendible, baseada en cámaras 3D montadas en vehículos de vixilancia viaria e módulos de IA para detectar deficiencias na superficie da estrada e identificar sinais de tráfico.

Aprende a partir de información visual para estimar a futura degradación das estradas e crea un inventario actualizado de cada tipo de sinal de tráfico mediante unha abordaxe xerárquica.

Coche eléctrico e-Miles

e-Miles preséntase como unha solución de mobilidade innovadora, inclusiva e sostible. Trátase dun cuadriciclo expansible, ao que se accede pola parte frontal para facilitar a entrada de persoas con mobilidade reducida, e cuxas pezas se fabrican mediante impresión 3D. IPS Vial está a colaborar con The e-Miles Company na implementación do prototipo de coche eléctrico e-Miles en diversas zonas urbanas.

Proxecto RECON de InCa

O proxecto InCa Recon foi cofinanciado polo Fondo Europeo de Desenvolvemento Rexional (FEDER) co obxectivo de promover o desenvolvemento tecnolóxico, a innovación e a investigación de alta calidade. Número de expediente: IDI-20190219
O obxectivo xeral do proxecto InCa Recon é crear unha ferramenta autónoma para identificar sinais de tráfico e sinais informativos para aplicacións eficientes de inventario e mantemento, así como novos servizos de valor engadido. O principal reto ao que se enfronta o proxecto InCa Recon é a creación dun conxunto de algoritmos híbridos baseados en diversas técnicas de aprendizaxe profunda e procesamento de imaxes para acadar este obxectivo. Este conxunto de algoritmos constituirá unha solución tecnolóxica completa para o recoñecemento de sinais de tráfico e sinais direccionais, unha solución que non está dispoñible actualmente no mercado nin na literatura científica.
Ver más

Proxecto APPARCCO

O proxecto Apparcco foi cofinanciado polo Ministerio de Ciencia, Innovación e Universidades dentro do Plan Estatal de Investigación Científica e Técnica e Innovación, na convocatoria Retos-Colaboración 2017. Nº de identificación do expediente: RTC-2017-6555-4
O proxecto APPARCCO nace co obxectivo de crear unha plataforma que implemente unha política dinámica de prezos para o estacionamento, tendo en conta a contaminación e os niveis de tráfico nas diferentes zonas e desenvolvendo un sistema de monitorización de prazas de estacionamento que cumpra os requisitos de custo e precisión necesarios para o despegue definitivo deste mercado. APPARCCO reducirá as emisións e a conxestión nas cidades mediante unha política dinámica de prezos para o estacionamento na rúa, que se comunicará aos usuarios antes do inicio da súa viaxe a través dunha aplicación integrada nunha plataforma de estacionamento sostible. Esta aplicación xerará información precisa de ocupación mediante un sistema de radiofrecuencia, incorporará datos de calidade do aire e tráfico, estimará a ocupación futura e cuantificará os beneficios obtidos mediante ferramentas de intelixencia empresarial.
Proxecto TODO EN UN
O proxecto All In One foi cofinanciado polo Ministerio de Economía e Competitividade dentro do programa estatal de I D i, convocatoria Retos-Colaboración 2016. Número de identificación do expediente: RTC-2016-5479-4
All-in-One desenvolveu unha plataforma integrada, de baixo custo e completa de monitorización do tráfico. Esta plataforma inclúe un radar de reconto de vehículos e un identificador Bluetooth baseado nunha arquitectura innovadora de integración de hardware e software. Os datos proporcionados por este novo sensor de tráfico xerarán un novo nivel de información sobre o tráfico ao proporcionar medicións combinadas de reconto e identificación de vehículos, incluíndo matrices de orixe-destino (OD) absolutas e tempos de viaxe ponderados. Isto representa un avance significativo porque un xestor de tráfico non só coñecerá, por exemplo, a porcentaxe de vehículos que chegarán a un punto da rede nun momento determinado (matriz OD tradicional) senón tamén o seu número exacto (matriz OD absoluta). Esta nova información usarase e presentarase en sistemas SIX como InCa, que a representarán xeoespacialmente, e tamén incluirá ferramentas visuais avanzadas para lograr o máximo nivel de expresividade do seu contido.

Integrado en InCa

Todos os resultados pódense ver graficamente desde o SIX de InCa
Botón

Matrices de orixe/destino

Visualización de matrices Orixe-Destino
Botón

selección interactiva de rutas

Pantalla gráfica e alfanumérica combinadas
Botón

Capacidade

Datos IMD con rastrexabilidade do vehículo e cálculo da velocidade
Botón
Ver más

Proxecto Urbanet

O proxecto Urbanet foi cofinanciado polo Ministerio de Industria, Enerxía e Turismo, dentro do Plan Nacional de Investigación Científica, Desenvolvemento e Innovación Tecnolóxica 2008-2011. Número de identificación do expediente: TSI-020100-2011-122
Novo parágrafo URBANET: Integración das Tecnoloxías da Información e a Comunicación nos procesos da Administración Pública para o mantemento de infraestruturas urbanas. O obxectivo do proxecto é estudar a viabilidade dunha solución tecnolóxica baseada en tabletas e computación na nube para mellorar a eficiencia dos procesos da Administración Pública para a xestión de elementos urbanos. O obxectivo estrutúrase arredor dos seguintes obxectivos principais: Estudo das capacidades das tabletas para o seu uso como ferramenta de campo e a súa diferenciación doutros dispositivos móbiles. Estudo dos procesos da Administración Pública e a súa adaptación para o uso de tabletas no traballo de campo. Estudo das posibilidades da computación na nube e o seu uso nunha solución baseada en tabletas para o traballo de campo. Estudo das posibilidades de comercialización de solucións baseadas en tabletas para o traballo de campo. Implementación dunha ferramenta de software nunha tableta para un caso de uso real de traballo de campo. Como resultado xeral, espérase sentar as bases para o desenvolvemento e comercialización de ferramentas de software para tabletas, que mellorarán os procesos das Administracións Públicas relacionados coa xestión de elementos urbanos mediante: Dixitalización directa da información xerada no campo, evitando erros de transcrición, aforrando tempo do persoal, reducindo o consumo de papel e racionalizando a actualización da información nos sistemas informáticos.

Proxecto Accidente0

O proxecto Accident0 enmárcase no marco das subvencións para proxectos e accións da Acción Estratéxica para as Telecomunicacións e a Sociedade da Información, cofinanciada polo Ministerio de Industria, Turismo e Comercio, dentro do Plan Nacional de Investigación Científica, Desenvolvemento e Innovación Tecnolóxica 2008-2011. Número de identificación do expediente: TSI-020100-2009-735
  • ACCIDENT0 é unha ferramenta de extracción de causas para accidentes (HECA) que permite xerar modelos de accidentes precisos baseados en rexistros históricos. Inclúe:
  • Identificación de variables relevantes do accidente
  • Identificación de interaccións complexas (non lineais) entre estas variables
  • Inversión de modelos, é dicir, determinación do conxunto de variables que representan os principais obxectivos para a redución dos accidentes, tendo en conta as complexas relacións entre elas. Partimos de datos históricos de accidentes, obtidos mediante o formulario publicado no Boletín Oficial do Estado (BOE). Dispoñemos de máis de 9000 rexistros e 82 campos diferentes, que recollen información sobre a estrada, as condicións ambientais, as circunstancias do accidente, a súa gravidade e calquera factor humano que puidese estar implicado. A variedade de tipos de datos dificulta enormemente o seu procesamento. Accident0 está integrado como un módulo en InCa, xunto cun conxunto de ferramentas para a creación de mapas temáticos, consultas estatísticas, etc.
    •

    Aplicación HECA

    A aplicación HECA é unha ferramenta de extracción de causas de accidentes que permite a xeración de modelos de accidentes precisos baseados en rexistros históricos. Esta aplicación execútase directamente desde a interface de InCa e permite varias análises dos datos de accidentes almacenados na base de datos.

    Análise descritiva de HECA

    Trátase de análises estatísticas básicas de todos os datos ou conxuntos de datos filtrados: gráficos de barras e distribución conxunta de variables. Estas ferramentas permiten unha análise visual sinxela das diferentes variables implicadas nos accidentes.

    Sobrerrepresentación

    Permite detectar problemas que na maioría dos casos poderían resolverse aplicando algún tipo de medida de control: aumento das medidas de seguridade, modificación dos trazados das estradas, implantación de probas de alcoholemia, etc. Un exemplo sinxelo é o alcohol: segundo os datos analizados, os sábados e os domingos están sobrerrepresentados en termos de accidentes nos que está implicado o alcohol. Con esta ferramenta intuitiva e potente son posibles moitas outras análises. Explicación adicional: o cálculo é sinxelo. No exemplo, se o 20 % dos accidentes sen alcohol ocorren os fins de semana, pero o 40 % dos accidentes nos que está implicado o alcohol ocorren eses mesmos días, entón o alcohol está sobrerrepresentado por un factor de 40 %/20 % = 2 os fins de semana.

    Beneficio máximo

    Dada a sobrerrepresentación dun factor de risco, paga a pena preguntarse cal podería ser o número máximo de accidentes se se implementase unha medida de control para evitalo. Este número denomínase ganancia máxima e permite unha análise de custo-beneficio do deseño das contramedidas que se aplicarán para reducir o factor. Explicación adicional: no exemplo do alcol os fins de semana, é improbable que os accidentes de fin de semana se poidan reducir en menos do 20 % (correspondente á porcentaxe de accidentes en ausencia de alcol). Máis detalle: para calcular a ganancia máxima, primeiro calculamos o número mínimo de accidentes que poderiamos conseguir, que corresponde á porcentaxe de accidentes de fin de semana do total de accidentes sen alcol (20 % no noso exemplo) multiplicado polo número total de accidentes con presenza de alcol. Este número é o límite inferior alcanzable. Polo tanto, a ganancia máxima é o número de accidentes relacionados co alcol os fins de semana (a situación actual) menos este límite inferior alcanzable.

    Agrupación espacial

    As variables implicadas nun accidente de tráfico teñen unha correlación espacial que permite clasificar os segmentos de estrada segundo os perfís destas variables. Por exemplo, nalgunhas estradas, os accidentes tenden a concentrarse a primeira hora da mañá e da tarde, o que corresponde ao fluxo diario de persoas que se desprazan ao traballo e volven del, mentres que noutras zonas, os accidentes tenden a concentrarse nas primeiras horas das mañás dos fins de semana. A innovadora técnica de agrupamento espacial incluída no HECA permite a análise local, é dicir, dos segmentos de estrada, da aparición de certas variables relacionadas cos accidentes. Cada un dos segmentos de estrada considerados clasifícase posteriormente segundo un perfil de accidentes típico. Esta análise permítenos responder a preguntas como: En que segmentos se producen os accidentes máis graves? A que hora do día e en que segmentos debemos controlar a velocidade para reducir significativamente o número de accidentes? Que zonas teñen perfís de accidentes nocturnos?

    Análise de correspondencia

    A análise de correspondencias crea unha representación 2D dos diferentes valores que poden ter dúas variables, o que nos permite descubrir relacións entre as categorías das variables analizadas. Por exemplo, podemos atopar unha relación entre a variable de gravidade das lesións (sense feridos, leves, graves, mortais) e a variable de tipo de estrada. Esta análise permítenos responder a preguntas como: Cal é a relación entre a gravidade das lesións dun accidente e a hora do día? Nos lugares dos accidentes, existe algunha relación entre o estado da superficie da estrada e o tipo de estrada?

    Xeorreferenciación

    Todas as ferramentas estatísticas de InCa permiten a xeorreferenciación de cada accidente na base de datos. Esta capacidade permite a creación de mapas temáticos complexos baseados en filtros seleccionados polo usuario. Neste exemplo, mostramos un mapa temático que usa cores para diferenciar os accidentes segundo o trimestre do ano no que ocorreron.