Wysoce dokładna i autonomiczna programowalna platforma do świadczenia usług w zakresie danych dotyczących zanieczyszczenia powietrza kierowcom i społeczeństwu - Projekt - MOST Wiedzy

Wyszukiwarka

Wysoce dokładna i autonomiczna programowalna platforma do świadczenia usług w zakresie danych dotyczących zanieczyszczenia powietrza kierowcom i społeczeństwu

Wysoce dokładna i autonomiczna programowalna platforma do świadczenia usług w zakresie danych dotyczących zanieczyszczenia powietrza kierowcom i społeczeństwu (HAPADS) to ambitny projekt, w ramach którego opracowana zostanie nowatorska inteligentna i autonomiczna platforma monitorująca (MP), która pomoże użytkownikom końcowym (kierowcom, przedsiębiorstwom transportowym, gminom i ogółowi społeczeństwa) w podejmowaniu decyzji mających na celu ograniczenie narażenia ludzi na zanieczyszczenie powietrza. Jednym z celów projektu jest opracowanie nowych detektorów, takich jak mikrofalowy czujnik NO2 oraz optyczny czujnik cząstek stałych (PM) wykorzystujący metodę Time Delay Integration (TDI), które można stosować zarówno wewnątrz jak i na zewnątrz pojazdów. Ponadto opracowany zostanie programowalny wieloprocesorowy sprzęt do akwizycji danych i przetwarzania sygnałów, wspomagający obliczenia równoległe oraz algorytmy Deep Learning wraz z wbudowanym oprogramowaniem do modelowania i kalibracji czujników zanieczyszczenia powietrza i wielokryterialną optymalizacją. Jakość tanich czujników jest często wątpliwa, a istniejące czujniki jakości powietrza muszą być ręcznie kalibrowane dla danego miejsca instalacji, co czyni je nieodpowiednimi dla zastosowań mobilnych. W ramach projektu HAPADS zostanie opracowane i wdrożone specjalistyczne oprogramowanie wbudowane dla mobilnych platform MP, które będą w stanie automatycznie się kalibrować dla nowych lokalizacji. Mobilne platformy z czujnikami można będzie wykorzystywać do dostarczania danych podmiotom publicznym np. w celu sporządzenia mapy zanieczyszczeń w czasie zbliżonym do rzeczywistego. Główne części projektu będą realizowane na Politechnice Gdańskiej (PG), m.in. projekt i realizacja detektorów cząstek w postaci specjalizowanych układów scalonych ASIC oraz projekt i realizacja nowoczesnej mobilnej platformy obliczeniowej. Współpraca z renomowanymi uczelniami oraz instytucjami z Polski i Norwegii, w tym z jednostkami specjalizującymi się w monitorowaniu jakości powietrza, pozwoli naukowcom PG zdobywać nowe doświadczenia naukowe i praktyczne oraz prezentować wyniki prac w postaci wartościowych publikacji.

Informacje szczegółowe

Akronim projektu:
HAPADS
Program finansujący:
Fundusze norweskie i EOG - Program Badania Stosowane
Instytucja:
Narodowe Centrum Badań i Rozwoju (NCBR) (The National Centre for Research and Development)
Porozumienie:
NOR/POLNOR/HAPADS/0049/2019-00 z dnia 2020-10-20
Okres realizacji:
2020-10-01 - 2024-04-01
Kierownik projektu:
dr hab. inż. Marek Wójcikowski
Członkowie zespołu:
Realizowany w:
Katedra Systemów Mikroelektronicznych
Instytucje zewnętrzne
biorące udział w projekcie:
  • Norwegian Institute for Air Research (Norwegia)
  • Wroclaw University of Science and Technology (Polska)
  • Logistics Enhancement Systems and Services Sp. z o.o. (Polska)
  • AGH University of Science and Technology (Polska)
  • University of Tromsø – The Arctic University of Norway (Norwegia)
Wartość projektu:
6 999 075.00 PLN
Typ zgłoszenia:
Międzynarodowy Program Badawczy
Pochodzenie:
Projekt zagraniczny/międzynarodowy
Weryfikacja:
Politechnika Gdańska

Filtry

wszystkich: 3

  • Kategoria

  • Rok

  • Opcje

wyczyść Filtry wybranego katalogu niedostępne

Katalog Projektów

Rok 2024

  • Data fusion of sparse, heterogeneous, and mobile sensor devices using adaptive distance attention
    Publikacja
    • J. Lepioufle
    • P. Schneider
    • P. D. Hamer
    • R. Odegard
    • I. Vallejo
    • T. Cao
    • A. Taherkordi
    • M. Wójcikowski

    - Environmental Data Science - Rok 2024

    In environmental science, where information from sensor devices are sparse, data fusion for mapping purposes is often based on geostatistical approaches. We propose a methodology called adaptive distance attention that enables us to fuse sparse, heterogeneous, and mobile sensor devices and predict values at locations with no previous measurement. The approach allows for automatically weighting the measurements according to a priori...

    Pełny tekst do pobrania w serwisie zewnętrznym

Rok 2023

  • Accurate Lightweight Calibration Methods for Mobile Low-Cost Particulate Matter Sensors
    Publikacja

    - Rok 2023

    Monitoring air pollution is a critical step towards improving public health, particularly when it comes to identifying the primary air pollutants that can have an impact on human health. Among these pollutants, particulate matter (PM) with a diameter of up to 2.5 μ m (or PM2.5) is of particular concern, making it important to continuously and accurately monitor pollution related to PM. The emergence of mobile low-cost PM sensors...

    Pełny tekst do pobrania w serwisie zewnętrznym

  • Adaptive Wavelet-Based Correction of Non-Anechoic Antenna Measurements
    Publikacja

    Non-anechoic measurements represent an affordable alternative to evaluation of antenna performance in expensive, dedicated facilities. Due to interferences and noise from external sources of EM radiation, far-field results obtained in non-ideal conditions require additional post-processing. Conventional correction algorithms rely on manual tuning of parameters, which make them unsuitable for reliable testing of prototypes. In this...

    Pełny tekst do pobrania w portalu

wyświetlono 671 razy