57 INTELIGENCIA ARTIFICIAL Centros tecnológicos como Eurecat, líder del proyecto, universidades y empresas de Europa se han unido en el proyecto FRONTIER para facilitar la transición hacia la movilidad multimodal autónoma desarrollando modelos de IA para la predicción de tráfico y la detección de accidentes, definiendo procesos de colaboración y arbitraje entre los diferentes actores involucrados y estableciendo modelos de negocio para asegurar la viabilidad comercial de las soluciones desarrolladas. La validación de las mismas se lleva a cabo mediante pruebas piloto en tres localizaciones específicas: estructuras inteligentes para la integración de vehículos autónomos conectados (CAVs) en Oxfordshire, Inglaterra; análisis de rendimiento de red para la planificación y desarrollo de políticas en Atenas, Grecia, y movilidad multimodal para pasajeros y mercancías en Amberes, Bélgica. FRONTIER captura datos en tiempo real de diversas fuentes para poder ejecutar los diferentes algoritmos, planes de respuesta y simulaciones necesarias en cada uno de los casos de estudio. Los datos se exponen temporalmente y se intercambian mediante herramientas de subscripción/publicación y a través de REST-APIs, que son interfaces de comunicación e intercambio de datos estándar usadas por los sistemas informáticos. El acceso a los datos queda protegido por claves privadas y herramientas de gestión de la identidad como Keyrock de FIWARE. Además, para asegurar una comunicación eficiente entre los distintos componentes, los cuales interactúan con diferentes fuentes de datos, se ha adoptado el standard DATEX-II y se ha elaborado una ontología propia partiendo de la extensión de SAREF (Smart Applications REFerence ontology) para el sector de la automoción del ETSI (European Telecommunications Standards Institute). El objetivo del piloto de Oxfordshire es probar, validar y evaluar en condiciones controladas y reales aspectos de gestión de la red viaria relacionados con enfoques de gestión del tráfico que incluyan vehículos autónomos conectados. Para esta demostración se han considerado cinco escenarios que representan restricciones en la carretera: límites de velocidad, ruta obstruida por un vehículo averiado, zona inundada, todas las rutas cerradas y escenario sin limitaciones. Centros tecnológicos como Eurecat, líder del proyecto, universidades y empresas de Europa se han unido en el proyecto FRONTIER para facilitar la transición hacia la movilidad multimodal autónoma desarrollando modelos de IA para la predicción de tráfico y la detección de accidentes, entre otros.
RkJQdWJsaXNoZXIy Njg1MjYx