IMPLEMENTACION Y VALIDACION DE UNA ARQUITECTURA MODULAR BASADA EN INTELIGENCIA A...
IMPLEMENTACION Y VALIDACION DE UNA ARQUITECTURA MODULAR BASADA EN INTELIGENCIA ARTIFICIAL PARA CONDUCCION AUTONOMA
SEGUN LA ONU, MAS DE DOS TERCIOS DE LA POBLACION MUNDIAL VIVIRA EN CIUDADES EN 2050. PROPORCIONAR UNA MOVILIDAD MAS SEGURA, SOSTENIBLE Y EFICIENTE PARA BIENES Y PERSONAS EN CIUDADES POBLADAS ES UNA PRIORIDAD IDENTIFICADA EN HORIZO...
ver más
UNIVERSIDAD DE ALCALÁ
No se ha especificado una descripción o un objeto social para esta compañía.
Total investigadores846
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.
¿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
PID2021-128327OA-I00
PERCEPCION MULTIMODAL Y MULTISENSORIAL PARA VEHICULOS AUTONO...
79K€
Cerrado
PDC2021-121517-C32
SISTEMA PARA LA AUTOMATIZACION DE VEHICULOS DE TRANSPORTE PU...
59K€
Cerrado
TIN2015-65515-C4-3-R
ARQUITECTURA AUTOORGANIZATIVA DE SENSORES Y BIOMETRIA PARA E...
118K€
Cerrado
PID2019-110355RB-I00
FORMAS INNOVADORAS DE PLANIFICACION URBANA Y DEL TRANSPORTE...
120K€
Cerrado
SUperSAFE
SUrrogate measures for SAFE autonomous and connected mobilit...
2M€
Cerrado
DPI2013-46897-C2-1-R
HACIA UN SISTEMA DE TRANSPORTE INTELIGENTE EN URBANIZACIONES...
61K€
Cerrado
Información proyecto PID2021-126623OB-I00
Líder del proyecto
UNIVERSIDAD DE ALCALÁ
No se ha especificado una descripción o un objeto social para esta compañía.
Total investigadores846
Presupuesto del proyecto
184K€
Descripción del proyecto
SEGUN LA ONU, MAS DE DOS TERCIOS DE LA POBLACION MUNDIAL VIVIRA EN CIUDADES EN 2050. PROPORCIONAR UNA MOVILIDAD MAS SEGURA, SOSTENIBLE Y EFICIENTE PARA BIENES Y PERSONAS EN CIUDADES POBLADAS ES UNA PRIORIDAD IDENTIFICADA EN HORIZONTE EUROPA Y EN EL PEICTI 2021-2023. EL CAMBIO TRANSFORMADOR QUE SE DARA EN LA MOVILIDAD CONTRIBUIRA A LOS ODS, AL PACTO VERDE EUROPEO, ASI COMO AL PACTO VISION ZERO. UNA TECNOLOGIA CLAVE PARA LA MOVILIDAD DEL FUTURO ES LA CONDUCCION AUTONOMA (AD), QUE HA SIDO UN TEMA CANDENTE EN LA ULTIMA DECADA QUE HA LLAMADO LA ATENCION DE LA INVESTIGACION Y LA INDUSTRIA. SIN EMBARGO, LA TECNOLOGIA DE VEHICULOS AUTONOMOS ESTA LEJOS DE ESTAR LISTA PARA IMPLEMENTARSE A GRAN ESCALA. LA ASOCIACION EUROPEA CCAM IDENTIFICA CUATRO PROBLEMAS PARA LA INTRODUCCION DE LA AD EN EL MERCADO: 1) DEMANDA INSUFICIENTE. 2) LAS TECNICAS DE AD AUN NO ESTAN LO SUFICIENTEMENTE MADURAS. 3) LOS ESFUERZOS ACTUALES DE I+D+I ESTAN FRAGMENTADOS Y CARECEN DE UNA VISION A LARGO PLAZO. 4) LOS DEMOSTRADORES Y SU ESCALA SON LIMITADOS.POR OTRO LADO, LA GRAN CANTIDAD DE DATOS QUE NUESTRA SOCIEDAD GENERA CADA DIA (BIG DATA) Y EL AUMENTO EXPONENCIAL DE LA POTENCIA COMPUTACIONAL HAN REVOLUCIONADO EL CAMPO DE LA INTELIGENCIA ARTIFICIAL (IA), IMPULSANDO LOS PARADIGMAS DEL MACHINE LEARNING (ML) Y EL DEEP LEARNING (DL). LOS ALGORITMOS DL RECIENTES SON HERRAMIENTAS EXTREMADAMENTE PODEROSAS QUE PUEDEN CONTRIBUIR A RESOLVER LOS PROBLEMAS ANTES MENCIONADOS.NUESTRO GRUPO HA ESTADO TRABAJANDO EN EL PROYECTO TECH4AGECAR (2019-2021), DESARROLLANDO TECNOLOGIAS CLASICAS QUE HABILITAN NUESTRO VEHICULO AUTOMATIZADO DE CODIGO ABIERTO CON CAPACIDADES DE CONDUCCION AUTONOMA, QUE HAN SIDO PROBADAS EN SIMULACION EN EL DESAFIANTE LEADERBOARD DE CARLA Y EN PRUEBAS DE CAMPO REALES EN CASOS DE USO RESTRINGIDO. EN BASE A LOS RESULTADOS OBTENIDOS EN NUESTRO PROYECTO ANTERIOR, AIVATAR PROPONE UNA ARQUITECTURA DE CONDUCCION AUTONOMA ROBUSTA Y MODULAR, SIMILAR A LA HUMANA, QUE EVOLUCIONA NUESTRAS TECNICAS ACTUALES MEDIANTE LA CLONACION DE COMPORTAMIENTOS HUMANOS A TRAVES DE TECNICAS DE APRENDIZAJE PROFUNDO CON EL OBJETIVO DE LOGRAR UNA NAVEGACION SEGURA Y SOSTENIBLE EN ESCENARIOS DESAFIANTES EN SIMULACION Y EN CONDICIONES REALES CONTROLADAS, PRESTANDO ESPECIAL ATENCION A LA METODOLOGIA DE VALIDACION Y LA EXPLICABILIDAD DE LAS DECISIONES.LA PROPUESTA ES DISRUPTIVA Y PRESENTA CINCO AVANCES PRINCIPALES: 1) IMPLEMENTAR UNA PREDICCION DE TRAYECTORIA A LARGO PLAZO CON ATENCION DE MULTIPLES AGENTES PARA DESCUBRIR LAS INTENCIONES DE LOS OBJETOS CIRCUNDANTES Y PODER TOMAR DECISIONES CON ANTICIPACION, COMO LO HACEN LOS HUMANOS. 2) ABORDAR UN SISTEMA DE PLANIFICACION COMPLETO, BASADO EN UNA ESTRUCTURA HIBRIDA, CON UNA CAPA DE DECISION DE ALTO NIVEL BASADA EN DRL MULTIAGENTE JERARQUICO, Y CONTROL DE MANIOBRAS BASADO EN MODEL PREDICTIVE CONTROL, CON EL OBJETIVO DE GESTIONAR DECISIONES DE TRAFICO COMPLEJAS IMITANDO COMPORTAMIENTOS HUMANOS. 3) DISEÑAR UN PROTOCOLO DE COMUNICACION VEHICULO-CONDUCTOR BASADO EN LA INTERACCION PREGUNTA/RESPUESTA UTILIZANDO LENGUAJE NATURAL Y RECONOCIMIENTO / SINTESIS AUTOMATICA DE VOZ, CONTRIBUYENDO A MEJORAR LA EXPLICABILIDAD DE LAS DECISIONES DEL AD. 4) PROPORCIONAR UNA ARQUITECTURA AD MODULAR CAPAZ DE SER PROBADA EN SIMULACION Y EN CONDICIONES REALES. 5) PROPONER UN ESTANDAR DE METODOLOGIA DE VALIDACION QUE PERMITA EVALUAR LOS MODULOS Y TODA LA ARQUITECTURA DE FORMA HOLISTICA EN SIMULACION, MINIMIZANDO SU BRECHA CON EL MUNDO REAL. ONDUCCION AUTONOMA\VEHICULO AUTONOMO\SIMULADORES DE CONDUCCION\METODOLOGIAS DE VALIDACION\INTERACCION VEHICULO CONDUCTOR\SISTEMAS DE DECISION\PREDICCION DE TRAYECTORIAS\ARQUITECTURAS DE NAVEGACION\APRENDIZAJE PROFUNDO\INTELIGENCIA ARTIFICIAL