Transporte y almacenamiento
URBANITE: APOYANDO LA TOMA DE DECISIONES EN LA TRANSFORMACIÓN URBANA CON EL USO DE TECNOLOGÍAS DISRUPTIVAS
Transporte y almacenamiento
URBANITE: APOYANDO LA TOMA DE DECISIONES EN LA TRANSFORMACIÓN URBANA CON EL USO DE TECNOLOGÍAS DISRUPTIVAS
Business Case
El proceso de toma de decisiones en la formulación de políticas debe basarse en evidencia basada en datos. En la mayoría de los casos, es
necesario procesar los datos brutos para transformarlos en información práctica. Para ello, se han desarrollado diversas herramientas en el marco
del proyecto URBANITE para transformar los datos de movilidad urbana en información útil. Estas herramientas se clasifican en análisis de datos,
simulación y soporte de recomendaciones.
Objetivos
1.Crear un conocimiento profundo sobre las implicaciones del uso de las tecnologías disruptivas como la IA, en el sector público y otros actores de la cadena de valor de la movilidad y la transformación urbana.
2.Proporcionar mecanismos automáticos para recolectar, curar, fusionar y visualizar datos abiertos y propietarios existentes provenientes de diferentes fuentes relacionadas con la movilidad urbana y el transporte.
3.Facilitar los procesos de toma de decisiones políticas en el contexto de la movilidad y la transformación urbana con un ecosistema de TIC escalable, integrado y modular construido sobre tecnologías disruptivas.
Use case
Casos de Uso
Infraestructura
Cloud;
Tecnologías utilizadas
Tecnologías utilizadas
Datos utilizados
Datos de movilidad: uso del servicio de bicicletas urbanas, GPS del servicio de bicicletas, flujo de vehículos en los aforadores, datos meteorológicos, calendario de festivos, calendario de eventos, datos de la Barik (BilboBUS), datos GPS de autobuses urbanos, datos de llegada de ferries.
imagen
imagen
Recursos utilizados
Equipo multidisciplinar de: expertos de dominio, desarrolladores web, expertos en Ciencia de Datos y expertos en simulación.
Dificultades y aprendizaje
Dificultad para la obtención de datos, dificultad para la interlocución con los actores principales de movilidad urbana, control de expectación de las posibilidades de la IA.
KPIs (impacto en el negocio y métricas del modelo)
• Herramientas con el potencial de simular la aplicación de políticas relacionadas con la movilidad urbana.
• Único punto de acceso a toda la información
• Interfaz intuitiva
Financiación
Financiación
Colaboradores
ALMA Digit (Italia), Comune di Messina (Italia), Engineering (Italia), Forum Virium Helsinki (Finlandia), Fraunhofer (Alemania), Institut Jozef Stefan (Eslovenia), Waag (Países Bajos), City of Amsterdam (Países Bajos), Ayto Bilbao (España), mlc-its (España).
multimedia
