INTELLIGENT ROADS FOR A 0 VISION (0 DECEASED, 0 INJURED, 0 CONGESTION AND 0 EMISSIONS

InRoad 4.0 – Intelligent Roads for a 0 Vision (0 Deceased, 0 Injured, 0 Congestion and 0 Emissions

Proyecto Nacional

El objetivo del proyecto InRoad 4.0 es investigar en diversas tecnologías, técnicas, herramientas,  metodologías y conocimiento dirigido a optimizar el ciclo integral de gestión de las carreteras y su interacción con los usuarios, aportando un salto tecnológico imprescindible hacia la Visión 0.

El proyecto facilitará InRoad 4.0 la adopción de soluciones tecnológicas para proporcionar información útil a los usuarios (para una conducción más segura), a las empresas concesionarias de carreteras (para una mejor conservación de las mismas y una mayor eficiencia de los recursos), a los organismos públicos (para una adecuada toma de decisiones en planificación vial) y los cuerpos de emergencia (para intervenir de forma rápida y segura).

El proyecto InRoad 4.0 se centra en la investigación de tecnologías que influyen en la gestión de las carreteras (tanto urbanas como interurbanas), en el marco de las nuevas tecnologías digitales, y propone una nueva perspectiva hacia la gestión de las carreteras

 Objetivos técnicos

  • Investigar nuevos sensores, de bajo coste, para adquisición de imágenes/video y detección de fauna del espectro visible/infrarrojo.
  • Desarrollar nuevas soluciones software de procesado de imágenes visibles e infrarrojas.
  • Desarrollar solución compacta de bajo coste y alerta temprana a conductores que evite los atropellos/colisiones fauna silvestre.
  • Reducir el impacto social, medioambiental y económico de los atropellos a fauna en las carreteras.
  • Identificar marcadores de carreteras para su mantenimiento y los métodos y sistemas para su evaluación automatizada.
  • Investigar en sensores que implemente funcionalidades de captación de datos automática y remota.
  • Desarrollar arquitectura hardware que posibilite la captura de datos en tiempo real e integre estos datos en una arquitectura IoT.
  • Incorporación de las unidades de cartografiado móvil 3D como dato para un modelo descriptivo de la carretera.
  • Desarrollar algoritmos de almacenamiento y visualización de nubes de puntos 3D
  • Crear herramientas basadas en tecnologías de simulación que permitan el entrenamiento de técnicos en el manejo de drones.
  • Aplicar las tecnologías de simulación para formar y evaluar a los técnicos en situaciones similares de trabajo.
  • Integrar hardware para control de drones en herramientas de simulación, con el fin de reducir la brecha entre simulador y realidad.
  • Utilizar tecnologías de realidad virtual para mejorar la inmersión del usuario en las simulaciones.
  • Identificar los factores climáticos de contaminación que conducen a situaciones críticas de alta polución.
  • Desarrollar modelos de simulación y predicción de los episodios de contaminación en función de parámetros climáticos.
  • Identificar marcadores y fuentes de datos de los indicadores de carreteras que determinen el estado del firme.
  • Desarrollar modelos de toma de decisiones basados en sistemas de razonamiento de casos CBR,s
  • Desarrollo algoritmos avanzados para caracterización, inventario y mantenimiento predictivo de carreteras a partir de la trazabilidad de la carretera, estado de la misma y su inventario.
  • Desarrollar algoritmos que permitan una segmentación y clasificación semántica de los elementos funcionales del entorno viario.
  • Desarrollar una herramienta de geometrización integral secuencial de trazados viarios.
  • Desarrollar un sistema de detección de posibles baches y desperfectos en el firme vial.
  • Integrar información digitalizada a partir de la sensorización y bases de datos del proyecto en entornos colaborativos BIM.
  • Desarrollar modelo predictivo de disminución en la capacidad de niveles retrorreflectancia en la señalización vertical y horizontal.
  • Disponer sistema de trazabilidad global de cada uno de los elementos de las vías de comunicación y con capacidad de alarma.
  • Investigar modelos 3D como soporte al mantenimiento predictivo con algoritmos de detección automática de defectos en las vías.
  • Investigar la influencia de la contaminación atmosférica en la gestión del tráfico.
  • Diseñar algoritmos de cálculos de rutas en función de los niveles de contaminación de una ciudad.
  • Identificar plataformas cartográficas e integración de fuentes de datos heterogéneas.
  • Integrar los cálculos de rutas de tráfico en la agenda social de una ciudad.
  • Integrar los cálculos de rutas con el estado real de la contaminación atmosférica.
  • Determinar restricciones de tráfico y alternativas de tráfico en función de niveles de contaminación.
  • Diseñar una herramienta de análisis de la consistencia geométrica interna de un trazado.
  • Analizar la visibilidad real disponible en carreteras mediante un innovador Prisma de Visibilidad Dinámica
  • Localizar puntos potenciales generadores de riesgos, optimizando la toma de decisiones en el ámbito de la seguridad vial
  • Integrar los mapas de riesgos en los navegadores habituales de los coches

Socios del proyecto

Colaboradores del proyecto

  • Instituto Tecnológico de Castilla y León (ITCL)
  • Universidad de Salamanca

Duración: 2018-2022

Financiación privada por subcontratación de TECOPYSA, VALORIZA en el Programa Estratégico de Consorcios de Investigación Empresarial Nacional (CIEN) de 2018 del CDTI