Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

PID2021-126921OB-C21

Financiado

GESTION DEL APRENDIZAJE Y PLANIFICACION DE FLOTAS DE VEHICULOS ACUATICOS NO TRIP...

GESTION DEL APRENDIZAJE Y PLANIFICACION DE FLOTAS DE VEHICULOS ACUATICOS NO TRIPULADOS PARA LA MONITORIZACION DE MASAS DE AGUA SUPERFICIALES EL EQUIPO US (COORDINADOR DEL PROYECTO) SE ENCARGA DE DESARROLLAR NUEVOS ALGORITMOS QUE SE EJECUTAN EN LAS CAPAS DE APRENDIZAJE Y PLANIFICACION. ESTOS ALGORITMOS, BASADOS EN LOS DATOS RECOGIDOS POR LA FLOTA DE ASV, ELABORAN MODELO... ver más

01/01/2021

91K€

Presupuesto del proyecto: 91K€

Líder del proyecto

UNIVERSIDAD DE SEVILLA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 3670

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2021-01-01 No tenemos la información de la convocatoria

0% 100%

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

Participantes

Lider

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Proyectos interesantes

DPI2012-32100 EQUIPOS MULTI-ROBOT PARA LOGISTICA, MANTENIMIENTO Y MONITORI... 153K€ Cerrado

DPI2009-08126 SISTEMAS MULTI-ROBOT EN APLICACIONES DE SERVICIO Y SEGURIDAD 369K€ Cerrado

AUTOFLY GPS-free, beyond the visual line of sight navigation for log... 4M€ Cerrado

TED2021-131326B-C21 SISTEMA DE DETECCION DE RESIDUOS EN ENTORNOS PORTUARIOS MEDI... 85K€ Cerrado

EQC2019-006022-P SENSÓRICA, CÓMPUTO Y ALMACENAMIENTO DE ALTO RENDIMIENTO PARA... 653K€ Cerrado

TIN2008-06742-C02-01 TECNICAS DE FUSION DE SENSORES Y RAZONAMIENTO PARA SERVICIOS... 135K€ Cerrado

Líder del proyecto

UNIVERSIDAD DE SEVILLA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 3670

Presupuesto del proyecto 91K€

Descripción del proyecto EL EQUIPO US (COORDINADOR DEL PROYECTO) SE ENCARGA DE DESARROLLAR NUEVOS ALGORITMOS QUE SE EJECUTAN EN LAS CAPAS DE APRENDIZAJE Y PLANIFICACION. ESTOS ALGORITMOS, BASADOS EN LOS DATOS RECOGIDOS POR LA FLOTA DE ASV, ELABORAN MODELOS EN TIEMPO REAL DEL ENTORNO ACUATICO (CALIDAD DEL AGUA U OTRAS VARIABLES) Y PLANIFICAN LAS TRAYECTORIAS A SEGUIR (SECUENCIA DE PUNTOS) POR LOS VEHICULOS EN FUNCION DE LA MISION DE MONITORIZACION OBJETIVO (EXPLORACION Y/O PATRULLAJE). ADEMAS, EL EQUIPO DE LA US APORTA SU EXPERIENCIA EN APRENDIZAJE AUTOMATICO, OPTIMIZACION, INTEGRACION DE SENSORES Y COMPUTACION EN LA NUBE.EL SUBPROYECTO 1 PROPONE UTILIZAR LA OPTIMIZACION BAYESIANA BASADA EN PROCESOS GAUSSIANOS PARA LAS ETAPAS DE APRENDIZAJE Y PLANIFICACION. LA OPTIMIZACION BAYESIANA TIENE UNA AMPLIA APLICACION EN LOS SISTEMAS DE DECISION SECUENCIALES COMO SON LAS PLATAFORMAS ROBOTICAS O SISTEMAS AUTONOMOS. ESTA DEFINIDA POR TRES COMPONENTES (I) MODELO SUBROGADO (ETAPA DE APRENDIZAJE); (II) FUNCION DE ADQUISICION O UTILIDAD (ETAPA DE PLANIFICACION), QUE DETERMINA CUANTITATIVAMENTE EL APRENDIZAJE OBTENIDO POR LA MEDICION EN NUEVAS ZONAS; Y (III) OPTIMIZADOR (ETAPA DE PLANIFICACION), QUE SE ENCARGA DE MAXIMIZAR LA FUNCION DE UTILIDAD EN CADA ITERACION PARA DETERMINAR LA SIGUIENTE ZONA DE INTERES DONDE SE DESPLEGARA LA FLOTA DE VEHICULOS. SE SUELEN EMPLEAR PROCESOS GAUSSIANOS COMO MODELO, YA QUE PERMITEN INCLUIR EL CONOCIMIENTO PREVIO (INFERENCIA BAYESIANA) DE LA SITUACION/ESCENARIO A TRAVES DE LA ELECCION DEL KERNEL (MATRIZ DE COVARIANZA) Y SUS PARAMETROS DE CONFIGURACION. DE ESTE MODO, EL KERNEL PUEDE UTILIZARSE PARA ESTIMAR LAS COVARIANZAS DE LA CALIDAD DEL AGUA MEDIDA POR LOS ASV. LA PLANIFICACION DE RUTAS BASADA EN OPTIMIZACION BAYESIANA PERMITE UNA SOLUCION REACTIVA A POSIBLES CAMBIOS EN LOS ENTORNOS ACUATICOS SUPERFICIALES YA QUE EL MODELO SUBROGADO SE ACTUALIZA EN CADA MUESTRA TOMADA POR LOS VEHICULOS, REALIZANDO ASI UNA TOMA DE DECISION ACTUALIZADA. ADEMAS, CON UNA SELECCION ADECUADA DEL KERNEL, SE PUEDE OBTENER UN MODELO SUFICIENTEMENTE PRECISO CON POCAS MUESTRAS, ASPECTO IMPORTANTE CONSIDERANDO LAS CARACTERISTICAS DE GRAN ESCALA DE LAS AGUAS SUPERFICIALES. SIN EMBARGO, LA ADAPTACION DE LA OPTIMIZACION BAYESIANA A LA MONITORIZACION DE LOS RECURSOS HIDRICOS PRESENTA IMPORTANTES RETOS QUE NO SE HAN ABORDADO PREVIAMENTE Y QUE SE TRATARAN EN ESTE SUBPROYECTO. EN PRIMER LUGAR, LA ELECCION DEL KERNEL Y SUS PARAMETROS DE AJUSTE DEBEN TENER EN CUENTA LAS CARACTERISTICAS DE LAS VARIABLES DE CALIDAD DEL AGUA QUE SE VAN A MEDIR. UNA BUENA ELECCION DEL KERNEL PERMITIRA UNA ESTIMACION PRECISA DE LAS COVARIANZAS ESPACIALES EN EL MODELO, QUE SE UTILIZARA PARA DETERMINAR LAS DISTANCIAS OPTIMAS ENTRE LOS ASV PARA LA TOMA DE MEDIDAS. ESTA INFORMACION SE TRANSMITIRA A LA CAPA DE CONTROL PARA GARANTIZAR LA NAVEGACION SEGUN LAS DISTANCIAS CALCULADAS. EN SEGUNDO LUGAR, EXISTEN IMPORTANTES RESTRICCIONES DE MOVILIDAD DE LOS VEHICULOS EN TERMINOS DE VELOCIDAD, AUTONOMIA, PELIGRO DE COLISION Y OBSTACULOS. ADEMAS, PUEDE HABER LIMITACIONES EN CUANTO AL EQUIPO DE MEDICION O LOS SENSORES INCORPORADOS EN LOS VEHICULOS. EL DESARROLLO Y LA APLICACION DE ESTOS NUEVOS ALGORITMOS PROPORCIONARAN A LA PLATAFORMA CAPACIDADES MEJORADAS EN TERMINOS DE SEGUIMIENTO EN TIEMPO REAL (MODELOS EN LINEA QUE APRENDEN LA DISTRIBUCION DE LAS VARIABLES DE INTERES) Y DE REACTIVIDAD A LOS CAMBIOS DETECTADOS (OPTIMIZACION EN LINEA A MEDIDA QUE SE RECOGEN NUEVOS DATOS). EHICULOS AUTONOMOS DE SUPERFICIE\CONTROL DISTRIBUIDO PARA NAVEGACION POR \FUNCIONES DE ADQUISICION\OPTIMIZACION BAYESIANA\RUTAS OPTIMAS\MONITORIZACION REACTIVA\MASAS DE AGUA SUPERFICIALES

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores