Chmurowa platforma oświetleniowa dla inteligentnych miast - Projekt - MOST Wiedzy

Wyszukiwarka

Chmurowa platforma oświetleniowa dla inteligentnych miast

Celem projektu jest zaproponowanie wieloelementowego systemu inteligentnych lamp z funkcjami IoT i dostępem do technologii chmurowej, przebadanie optymalnego sposobu pozyskiwania danych z sensorów środowiskowych, ich przetwarzania, wymiany danych między węzłami sieci fog computing, wnioskowania i modyfikacji charakterystyk świecenia zgodnie z wypracowanymi w projekcie regułami. Partnerzy projektu wykonują warstwy sprzętową i komunikacyjną, zaś zespół Politechniki Gdańskiej opracowuje sposoby wstępnego przetwarzania i synchronizacji danych z sensorów, obliczeń w chmurze, wnioskowania odnośnie doboru optymalnych dla zmiennych, monitorowanych przez lampę, warunków widoczności i światła. PG zrealizuje także badania wpływu światła (natężenia i temperatury barwowej) na człowieka, w tym zagadnienia zdolności rozpoznawania przedmiotów i obiektów na drodze przez kierowców, szybkość reakcji, samopoczucie, cykl dzienny organizmu, inne funkcje życiowe. Algorytmy analizy i wnioskowania utworzą pulę usług podstawowych, łączonych za pomocą reguł decyzyjnych w usługi złożone, oferowane użytkownikom końcowym jako gotowe rozwiązania i komponenty do wykonania własnych aplikacji smart city. Przewidziane są funkcje integracji z zewnętrznymi źródłami danych i infrastrukturą inteligentnych miast, w tym także pojazdów za pomocą protokołu V2X (vehicle-to-everything). W wyniku realizacji projektu zespół Politechniki Gdańskiej zacieśni współpracę z firmami REVA i Siled, kluczowymi wykonawcami technologii IoT i oświetlenia. Zespół wzmocni kompetencje w dziedzinach programowania aplikacji dla Internetu Rzeczy, algorytmach analizy strumieni danych, fuzji danych i wnioskowania.
Ilustracja publikacji

Informacje szczegółowe

Akronim projektu:
INFOLIGHT
Program finansujący:
Program Operacyjny Inteligentny Rozwój
Instytucja:
Narodowe Centrum Badań i Rozwoju (NCBR) (The National Centre for Research and Development)
Porozumienie:
POIR.04.01.04-00-0075/19 z dnia 2019-09-24
Okres realizacji:
2020-04-01 - 2023-06-29
Kierownik projektu:
dr hab. inż. Piotr Szczuko
Członkowie zespołu:
Realizowany w:
Katedra Systemów Multimedialnych
Instytucje zewnętrzne
biorące udział w projekcie:
  • Reva-Siled Sp. z o.o. (Polska)
  • Siled Sp. z o.o,. (Polska)
Wartość projektu:
7 134 301.47 PLN
Typ zgłoszenia:
Fundusze Europejskie [w tym Fundusze Strukturalne]
Pochodzenie:
Projekt krajowy
Weryfikacja:
Brak weryfikacji

Filtry

wszystkich: 9

  • Kategoria

  • Rok

  • Opcje

wyczyść Filtry wybranego katalogu niedostępne

Katalog Projektów

Rok 2023

  • Autoencoder application for anomaly detection in power consumption of lighting systems
    Publikacja

    - IEEE Access - Rok 2023

    Detecting energy consumption anomalies is a popular topic of industrial research, but there is a noticeable lack of research reported in the literature on energy consumption anomalies for road lighting systems. However, there is a need for such research because the lighting system, a key element of the Smart City concept, creates new monitoring opportunities and challenges. This paper examines algorithms based on the deep learning...

    Pełny tekst do pobrania w portalu

  • Detection of Water on Road Surface with Acoustic Vector Sensor
    Publikacja

    - SENSORS - Rok 2023

    This paper presents a new approach to detecting the presence of water on a road surface, employing an acoustic vector sensor. The proposed method is based on sound intensity analysis in the frequency domain. Acoustic events, representing road vehicles, are detected in the sound intensity signals. The direction of the incoming sound is calculated for the individual spectral components of the intensity signal, and the components...

    Pełny tekst do pobrania w portalu

Rok 2022

  • Detection of Anomalies in the Operation of a Road Lighting System Based on Data from Smart Electricity Meters
    Publikacja

    - ENERGIES - Rok 2022

    Smart meters in road lighting systems create new opportunities for automatic diagnostics of undesirable phenomena such as lamp failures, schedule deviations, or energy theft from the power grid. Such a solution fits into the smart cities concept, where an adaptive lighting system creates new challenges with respect to the monitoring function. This article presents research results indicating the practical feasibility of real‐time...

    Pełny tekst do pobrania w portalu

  • Machine learning applied to acoustic-based road traffic monitoring
    Publikacja

    - Rok 2022

    The motivation behind this study lies in adapting acoustic noise monitoring systems for road traffic monitoring for driver’s safety. Such a system should recognize a vehicle type and weather-related pavement conditions based on the audio level measurement. The study presents the effectiveness of the selected machine learning algorithms in acoustic-based road traffic monitoring. Bases of the operation of the acoustic road traffic...

    Pełny tekst do pobrania w portalu

  • Robust Object Detection with Multi-input Multi-output Faster R-CNN
    Publikacja

    Recent years have seen impressive progress in visual recognition on many benchmarks, however, generalization to the out-of-distribution setting remains a significant challenge. A state-of-the-art method for robust visual recognition is model ensembling. However, recently it was shown that similarly competitive results could be achieved with a much smaller cost, by using multi-input multi-output architecture (MIMO). In this work,...

    Pełny tekst do pobrania w portalu

Rok 2021

  • Acoustic Detector of Road Vehicles Based on Sound Intensity
    Publikacja

    - SENSORS - Rok 2021

    A method of detecting and counting road vehicles using an acoustic sensor placed by the road is presented. The sensor measures sound intensity in two directions: parallel and perpendicular to the road. The sound intensity analysis performs acoustic event detection. A normalized position of the sound source is tracked and used to determine if the detected event is related to a moving vehicle and to establish the direction of movement....

    Pełny tekst do pobrania w portalu

  • Closer Look at the Uncertainty Estimation in Semantic Segmentation under Distributional Shift

    While recent computer vision algorithms achieve impressive performance on many benchmarks, they lack robustness - presented with an image from a different distribution, (e.g. weather or lighting conditions not considered during training), they may produce an erroneous prediction. Therefore, it is desired that such a model will be able to reliably predict its confidence measure. In this work, uncertainty estimation for the task...

    Pełny tekst do pobrania w portalu

  • Estimation of Average Speed of Road Vehicles by Sound Intensity Analysis
    Publikacja

    - SENSORS - Rok 2021

    Constant monitoring of road traffic is important part of modern smart city systems. The proposed method estimates average speed of road vehicles in the observation period, using a passive acoustic vector sensor. Speed estimation based on sound intensity analysis is a novel approach to the described problem. Sound intensity in two orthogonal axes is measured with a sensor placed alongside the road. Position of the apparent sound...

    Pełny tekst do pobrania w portalu

Rok 2020

  • Toward Robust Pedestrian Detection With Data Augmentation
    Publikacja

    In this article, the problem of creating a safe pedestrian detection model that can operate in the real world is tackled. While recent advances have led to significantly improved detection accuracy on various benchmarks, existing deep learning models are vulnerable to invisible to the human eye changes in the input image which raises concerns about its safety. A popular and simple technique for improving robustness is using data...

    Pełny tekst do pobrania w portalu

wyświetlono 2756 razy