Analítica de DAtos para GEstión de Flotas de VEhículos COnectados (ADAGEFVECO)

Diseño de un servicio que, mediante minería de datos (DM) y aprendizaje automático (ML), ofrece información de interés para gestores de flotas de vehículos conectados y conductores.

Investigador principal

Emil Jatib Khatib

Sede:

UMA

Tecnología

Machine Learning, Big Data

Agentes agregados

Bot-On Automotive S.L.

Resumen de la propuesta

Diseño de un servicio que, mediante minería de datos (DM) y aprendizaje automático (ML), ofrece información de interés para gestores de flotas de vehículos conectados y conductores. Se estudiarán (e implementarán algunas) funciones de control en tiempo real de los vehículos, mantenimiento preventivo y correctivo, evaluación de riesgos, etc. El sistema tomará datos del vehículo, de los conductores y fuentes externas, en los que se buscarán patrones de interés para análisis y predicción.

Objetivo del proyecto

El principal objetivo de este proyecto es la aplicación de técnicas DM y ML sobre datos provenientes de vehículos, conductores y bases de datos de contexto para extraer información de interés para la gestión de flotas de vehículos y usuarios de la vía pública. Serán necesarios varios desarrollos con el objetivo de:

- Identificar las necesidades de los gestores de flotas de vehículos y conductores, como el control en tiempo real, mantenimiento preventivo y correctivo, seguridad y prevención de fraudes, optimización de rutas, evaluación de la calidad de las vías, predicción del consumo, etc.

- Identificar, calificar e integrar fuentes de datos externas, como la red de sensores del Smart Campus y APIs públicas, normalizarlas y compararlas (benchmark).

- Seleccionar e implementar métodos de DM y ML apropiados para los datos y los objetivos.

- Modelar las variables y buscar patrones de interés.

- Integrar el servicio en una aplicación con funcionalidades de visualización Big Data avanzados.

Resultados esperados e indicadores

El principal resultado esperado es la creación de una plataforma donde se puedan integrar servicios basados en la extracción de información de interés para gestores de flotas de coches y conductores, que podrá ser integrado en las soluciones de BotOn. Además, se implementarán varios casos de uso sobre esta plataforma.

Indicadores (esperados hasta el 31/12/2021)

  • Nuevo personal investigador (equivalente anual): 1
  • Patentes: -
  • Nº contratos transferencia: 1
  • Congresos: 2
  • Publicaciones indexadas: 1
  • Tesis doctorales: 0

Justificación potencial impacto tecnológico del proyecto TRL

El sistema desarrollado en este proyecto dará lugar a un prototipo o aplicación pre-comercial que será usado con fuentes de datos reales; específicamente, datos procedentes de sensores en coches, Apps de conductores, APIs de bases de datos públicas y privadas, etc. Los resultados serán utilizados y validados por la cartera de clientes de BotOn. Por tanto, el prototipo tendrá un nivel TRL 8/9.