{"id":105734,"date":"2020-09-28T06:38:24","date_gmt":"2020-09-28T05:38:24","guid":{"rendered":"https:\/\/eurecat.org\/?post_type=avada_portfolio&p=105734"},"modified":"2021-09-27T13:41:56","modified_gmt":"2021-09-27T12:41:56","slug":"assets4rail","status":"publish","type":"avada_portfolio","link":"https:\/\/eurecat.org\/es\/portfolio-items\/assets4rail\/","title":{"rendered":"Assets4Rail"},"content":{"rendered":"

\"Assets4Rail<\/p>\n<\/div>

<\/div>
<\/div>
<\/div>
<\/div>
<\/div><\/div>
<\/div>

El proyecto Assets4Rail<\/strong> aplica innovaciones tecnol\u00f3gicas como el georradar, la visi\u00f3n artificial y los veh\u00edculos aut\u00f3nomos<\/strong>, para monitorizar posibles defectos de los t\u00faneles, as\u00ed como la geograf\u00eda y el desgaste de las v\u00edas y el ruido y las vibraciones de los puentes, con el prop\u00f3sito de obtener unas infraestructuras y unos veh\u00edculos m\u00e1s seguros y rentables.<\/p>\n

\"\"<\/p>\n

Por otra parte, Assets4Rail aplica el uso de la tecnolog\u00eda de identificaci\u00f3n por radiofrecuencia<\/strong> que permite identificar problemas relacionados a defectos del material rodante y as\u00ed, mejorar los veh\u00edculos.<\/p>\n

La Unidad de Rob\u00f3tica y Automatizaci\u00f3n<\/a> participa en este proyecto proporcionando un veh\u00edculo a\u00e9reo completamente aut\u00f3nomo capaz de crear un mapa del entorno, a la vez que planifica y ejecuta trayectorias que maximizan la cantidad y cualidad de la informaci\u00f3n capturada por los sensores a bordo. De esta forma, se minimiza el recorrido y se optimiza la inspecci\u00f3n de la infraestructura. Este proyecto pretende demostrar la viabilidad del uso de drones para monitorizar el estado de las infraestructuras ferroviarias, concretamente t\u00faneles, con la finalidad de detectar posibles defectos y aumentar la seguridad.<\/p>\n

En relaci\u00f3n a las infraestructuras, el proyecto, coordinado por Eurecat, introduce un modelo de generaci\u00f3n y gesti\u00f3n de datos que permite analizar la informaci\u00f3n recopilada por los sensores. Adem\u00e1s, tambi\u00e9n se instala un sistema automatizado de generaci\u00f3n de im\u00e1genes<\/strong> en los extremos de la v\u00eda en la parte inferior para poder detectar defectos relevantes.<\/p>\n

El proyecto cuenta con la participaci\u00f3n de un consorcio formado por 19 socios de 10 pa\u00edses. Los integrantes son AITEC<\/a>, SENER<\/a> y AIMEN<\/a> (Espa\u00f1a); EURNEX<\/a>, TU-Berlin<\/a>, Witt GmbH IndustrieElektronik<\/a>, S+V Scherer & Veit (Alemania); OLTIS GROUP<\/a> (Rep\u00fablica Checa); Sapienza Universit\u00e0 di Roma<\/a>, Ferrovie dello Stato Italiane<\/a> (Italia); University of Leeds<\/a> (Reino Unido); VILNIAUS Gediminio Technikos Universitets<\/a> y Lietuvos Gelezinefelial<\/a> (Lituania); FCC-Group<\/a>, AIT<\/a> (Austria); LORAM Finland<\/a> (Finlandia) y ZAG<\/a> y Bexel Consulting<\/a> (Eslovenia).<\/p>\n