Investigadores, miembros de SEGVAUTO y de la Universidad Politécnica de Madrid, en colaboración con la UCM, han desarrollado un sistema de ayuda al conductor para la maniobra de incorporación en carreteras interurbanas El equipo de investigadores ha desarrollado un sistema para mejorar la seguridad en las incorporaciones en vías interurbanas, zona de gran peligrosidad y riesgo. [...]
El objetivo es el diseño y fabricación de placas bipolares ligeras mediante impresión 3D utilizando filamento de contenido metálico. Se diseñan las placas mediante herramientas CAD y se imprimen con una impresora 3D. Posteriormente se someten a un proceso de sinterizado para eliminar el aglutinante orgánico y fusionar las partículas metálicas a fin de [...]
Los vehículos autónomos deben tener la capacidad de conducir de forma predictiva, anticipando los movimientos de otros conductores, para mejorar la seguridad y la eficiencia. Para diseñar estos sistemas, es muy útil entender como predecimos los humanos este tipo de maniobras. Sin embargo, ¿cómo de eficientes somos al anticipar cambios de carril de otros [...]
Artículo en abc en el que José María López Director del INSIA e investigador miembro del Programa SEGVAUTO 4.0-CM ha sido entrevistado. Artículo completo AQUÍ
Desde la Consejería de Ciencia, Universidades e Innovación se está organizando un hackathon virtual el 4 y 5 de abril para la lucha contra el Covid 19. Se trata de un encuentro online que pretende involucrar al talento universitario, investigador e innovador de la Comunidad de Madrid. Se plantean tres retos en donde la componente [...]
Investigadores de la Universidad Politécnica de Madrid, miembros del programa SEGVAUTO 4.0, han descubierto que los vehículos diésel producen óxidos de nitrógeno durante picos instantáneos de emisión. Estos son difíciles de predecir, pero aparecen con más probabilidad cuando se aumenta la velocidad y se conduce con acelerones de forma agresiva. Un equipo de investigadores del (INSIA) de [...]
Las situaciones de riesgo a las que se enfrentan los usuarios vulnerables en una ciudad como Madrid (cruzar fuera de paso de cebra, uso del móvil por la calle, no respetar las señales de prioridad, …) pueden ser simuladas usando herramientas de realidad virtual mediante la creación de escenarios realistas. Los resultados de esta investigación [...]
Un nuevo dataset - PREVENTION (https://prevention-dataset.uah.es/) – centrado en la predicción de intenciones y movimiento de vehículos ha sido recientemente publicado tras su presentación en el IEEE Intelligent Transportation Systems Conference 2019 (Auckland, New Zealand). Los datos han sido capturados usando el vehículo DRIVERTIVE equipado con 3 radares, 1 LiDAR 360º y 2 cámaras de [...]
Investigadores de la Universidad Politécnica de Madrid miembros del programa SEGVAUTO 4.0 - CM han desarrollado un modelo de lógica difusa que permite estimar la agresividad de los conductores al volante, considerando las infracciones de tráfico y los eventos de conducción agresivos. Según la Dirección General de Tráfico (DGT), los factores que más nos influencian [...]
The INVETT Research Group of the University of Alcalá has developed a Deep Learning system for accurate road detection using the ResNet-101 network with a fully convolutional architecture and multiple upscaling steps for image interpolation. It is demonstrated that significant generalization gains in the learning process are attained by randomly generating augmented training data using [...]
