Descripción del proyecto
El objetivo del Proyecto BeCamGreen es desarrollar una solución basada en visión artificial y big data para contribuir a la mejora del tráfico, fomentando la disminución de los vehículos con un solo pasajero y el desarrollo de políticas para favorecer una movilidad más sostenible.
La solución permitirá a las autoridades municipales y otros gestores de infraestructuras de transporte, como operadores de carreteras o aparcamientos, conocer los patrones de movilidad y establecer estrategias y políticas que reduzcan la congestión del tráfico, den prioridad y fomenten el uso del transporte público, los vehículos de alta ocupación y de bajas emisiones, con la consiguiente mejora de la circulación, de la calidad del aire y de los niveles de ruido
BeCamGreen será una solución automática y no intrusiva, que ayudará en el desarrollo de estrategias mediante:
extracción de patrones de movilidad y predicción de la situación del tráfico, favoreciendo el desarrollo de estrategias que reduzcan los vehículos con un solo ocupante, como vías de acceso restringidas a Vehículos de alta ocupación (carriles VAO), o descuentos por alta ocupación en parkings o peajes.
Detección automática del tipo y número de ocupantes de un vehículo, lo que permite asegurar el cumplimiento de esas políticas
Con estas medidas se pretende promover entre los ciudadanos el uso del transporte colectivo, los vehículos compartidos, de alta ocupación (carsharing, park&ride), de baja emisión, aparcamientos disuasorios, etc.
Este tipo se soluciones empieza a ser demandada en Estados Unidos, donde están muy extendidos los carriles HOV/HOT (High Occupancy Vehicles/Toll), y pretende ser también una herramienta clave en ciudades europeas en las que gradualmente se están implantando estrategias de control de acceso a ciudades, con políticas de acceso o tarifarias que se aplican según hora, tipo de vehículo u ocupación.
Socios Industriales
Papel de Indra
Indra va trabajar en la evolución de algoritmos de procesamiento de imágenes para detección de personas y detección facial desarrollados en proyectos de I+D+i anteriores en los que ha participado. Se va a incorporar la última tecnología, tanto en hardware como en software, para aumentar la precisión del sistema y poder poner en el mercado un producto con las prestaciones demandadas.
Universidades y Centros Tecnológicos
Tecnologías empleadas
Principales tecnologías implicadas:
- Subsistema para la detección de ocupantes utilizando inteligencia artificial: Visión artificial, machine learning, redes neuronales, deep learning, análisis multiespectral
- Motor de Big Data capaz de integrar datos en tiempo real de diversas fuentes (sensores de tráfico, redes sociales, open data, subsistema de visión) y predecir la situación del tráfico.
Más información
Proyecto co-financiado en el marco del programa EIT Digital e incluido en el Business Plan de 2017, con número de referencia ID 7058
Desenvolvimento Sustentável Metas (ODS) da ONU:
