El aumento del tráfico y el incremento de la contaminación ha provocado que se investigue en nuevos métodos para la gestión de la movilidad y la mejora en la gestión de los recursos para el mantenimiento de las infraestructuras. Según diferentes estudios, el 30% de la emisión de gases de efecto invernadero en Europa corresponden al transporte, por esta razón una buena gestión de la movilidad permitirá reducir la emisión de gases mejorando además la calidad del aire en las grandes ciudades. Además, el mantenimiento de las infraestructuras también requiere de diferentes acciones que a través de una buena monitorización permitiría reducir el consumo de recursos y mejorar la seguridad como podría ser el caso de la gestión para la realización de tratamientos invernales de autovías. En este proyecto se ha llevado a cabo un sistema de monitorización y seguimiento que permite mejorar la movilidad de usuarios y además facilite la realización de tareas de mantenimiento en carreteras y autovías. Para la monitorización del entorno y la actuación sobre él, se hace uso de redes de sensores y actuadores, la información generada por los sensores se almacena de manera distribuida y segura en entornos de Blockchain. Para facilitar apertura y flexibilidad del sistema se utilizan modelos sociales basados en organizaciones virtuales de agentes que se encargan de gestionar la interacción con las redes de sensores y llevarán a cabo el procesamiento de la información según el paradigma de Edge Computing. Para ganar en confianza y estabilidad de las organizaciones virtuales de agentes se hace uso de Smart Contracts. Además, los Smart contracts permitirán definir el comportamiento de determinadas tareas importantes del sistema asociadas por ejemplo a labores de coordinación entre los diferentes usuarios y máquinas. Estos aspectos son fundamentales para la realización de diferentes casos de estudio que permitan gestionar de manera inteligente diferentes infraestructuras como puede ser las infraestructuras de comunicación asociadas al reto Transporte Sostenible, Inteligente e Integrado. El sistema se ha aplicado a dos casos de estudio para así validar el funcionamiento y comprobar la facilidad de adaptación a diferentes entornos. El primero de ellos para la mejora de la movilidad a través del uso de dispositivos de detección y monitorización de vehículos y peatones para la coordinación y optimización de tráfico. El dispositivo hace uso de la plataforma creada para gestionar la información y realizar los procesamientos en base al paradigma de la computación Edge Computing. En el segundo caso de estudio se hará uso de estaciones de sensorización en autovías fijas y móviles para parametrizar las calzadas de modo que sea posible elaborar un sistema de apoyo a la toma de decisiones que permita optimizar la realización de tratamientos invernales mejorando la movilidad de los usuarios, reduciendo los gastos de mantenimiento sin reducir la seguridad. Cabe destacar que en ambos proyectos se ha contado con la colaboración de empresas responsables en estas tareas de modo que se facilitará el acceso a las infraestructuras necesarias para la realización de los casos de estudio.

Paquetes de trabajo

PT01: Abstract platform for sensorization, monitoring and tracking
PT02: Distributed and collaborative platform through secure information management
PT03: Models for intelligent monitoring, coordination and decision making
PT04 Case study: Monitoring and traffic
PT05 Winter road manteinance in highways study case
PT06. Diseminación y Explotación
PT07. Coordinación

Performance and Security Evaluation on a Blockchain Architecture for License Plate Recognition Systems
Iago Sestrem Ochôa, Valderi Reis Quietinho Leithardt, Leonardo Calbusch,Juan Francisco De Paz Santana, Wemerson Delcio Parreira and Laio Oriel Seman and Cesar Albenes Zeferino
Applied Sciences, 11 (3), 1, 21 (2021) 2.474 Physics, Applied (62/154) (Q2) Engineering, Multidisciplinary (32/91) (Q2)

Multi-Object Tracking in Traffic Environments: A Systematic Literature Review
Diego M. Jiménez-Bravo, Álvaro Lozano Murciego, André Sales Mendes, Héctor Sánchez San Blás and Javier Bajo
Neurocomputing, 43-55 (2022) JCR..6.0 Computer Science, Information Systems (49/152) Q2

Edge Face Recognition System Based on One-Shot Augmented Learning
Jiménez-Bravo, Diego M., Lozano Murciego, Álvaro, Sales, A. Augusto Silva, Luis De La Iglesia, Daniel H.
International Journal of Interactive Multimedia and Artificial Intelligence (IJIMAI) (2022).
Computer Science, Artificial Intelligence (73/145) Q3 Computer Science, Interdisciplinary Applications (56/110) (Q3)

A Fog and Blockchain Software Architecture for a Global Scale Vaccination Strategy
H. J. De Moura Costa, C. A. Da Costa, R. Da Rosa Righi, R. S. Antunes, J. F. De Paz Santana and V. R. Q. Leithardt,
in IEEE Access, vol. 10, pp. 44290-44304, 2022. JCR. 3.9 Computer Science, Information Systems (65/161) (Q2) Engineering, Electrical & Electronic (109/352) (Q2) Telecommunications (42/116) (Q2)

Improving Speaker Recognition in Environmental Noise With Adaptive Filter
V. A. D. Santos, W. D. Parreira, A. M. D. R. Fernandes, R. García Ovejero and V. R. Q. Leithardt
IEEE Access, vol. 10, pp. 124523-124533, 2022, JCR. 3.9
Computer Science, Information Systems (65/161) (Q2) Engineering, Electrical & Electronic (109/352) (Q2) Telecommunications (42/116) (Q2)

Entropy to Mitigate Non-IID Data Problem on Federated Learning for the Edge Intelligence Environment
F. C. Orlandi, J. C. S. Dos Anjos, V. R. Q. Leithardt, J. F. De Paz Santana and C. F. R. Geyer
IEEE Access, vol. 11, pp. 78845-78857, 2023, JCR. 3.9
Computer Science, Information Systems (65/161) (Q2) Engineering, Electrical & Electronic (109/352) (Q2) Telecommunications (42/116) (Q2)

Analysis of the Ultrasonic Signal in Polymeric Contaminated Insulators Through Ensemble Learning Methods
S. F. Stefenon, R. Bruns, A. Sartori, L. H. Meyer, R. G. Ovejero and V. R. Q. Leithardt
IEEE Access, vol. 10, pp. 33980-33991, 2022, JCR. 3.9
Computer Science, Information Systems (65/161) (Q2) Engineering, Electrical & Electronic (109/352) (Q2) Telecommunications (42/116) (Q2)

Interference recommendation for the pump sizing process in progressive cavity pumps using graph neural networks
Leandro Starke, Aurélio Faustino Hoppe, Andreza Sartori, Stefano Frizzo Stefenon, Juan Francisco De Paz Santana & Valderi Reis Quietinho Leithardt
Sci Rep 13, 16884 (2023). 4.6
MULTIDISCIPLINARY SCIENCES (22/73) Q2

Automated Road Damage Detection Using UAV Images and Deep Learning Techniques
L. A. Silva, V. R. Q. Leithardt, V. F. L. Batista, G. Villarrubia González and J. F. De Paz Santana
IEEE Access, vol. 11, pp. 62918-62931, 2023, JCR. 3.9
Computer Science, Information Systems (65/161) (Q2) Engineering, Electrical & Electronic (109/352) (Q2) Telecommunications (42/116) (Q2)

Traffic optimization through waiting prediction and evolutive algorithms
Francisco García, Helena Hernández, María N. Moreno-García, Juan F. De Paz*, Vivian F. López, Javier Bajo
International Journal of Interactive Multimedia and Artificial Intelligence (IJIMAI) (2024). 3.6
Computer Science, Artificial Intelligence (73/145) Q3 Computer Science, Interdisciplinary Applications (56/110) (Q3)

Estimating Time Lost on Semaphores with Deep Learning.
García Encinas F., Hernández Payo H., de Paz Santana J.F., Moreno García M.N., Bajo Pérez J. (2022)
In: de Paz Santana J.F., de la Iglesia D.H., López Rivero A.J. (eds) New Trends in Disruptive Technologies, Tech Ethics and Artificial Intelligence.
DiTTEt 2021. Advances in Intelligent Systems and Computing, vol 1410. Springer, Cham.
https://doi.org/10.1007/978-3-030-87687-6_4

Multiagent System for the Prediction of Roadway Maintenance Actions.
Pablo Galcerán, Juan F. De Paz, Jacinto González-Pachón, Javier Bajo. (2022)
In: de Paz Santana J.F., de la Iglesia D.H., López Rivero A.J. (eds) New Trends in Disruptive Technologies, Tech Ethics and Artificial Intelligence.
DiTTEt 2021. Advances in Intelligent Systems and Computing, vol 1410, pp. 98-106. Springer, Cham.
https://doi.org/ 10.1007/978-3-030-87687-6_11

Intelligent Agent for Roadway Data Analysis.
González-Moro G., Villarrubia G., Zanardini D., Bajo J. (2022)
In: de Paz Santana J.F., de la Iglesia D.H., López Rivero A.J. (eds) New Trends in Disruptive Technologies, Tech Ethics and Artificial Intelligence.
DiTTEt 2021. Advances in Intelligent Systems and Computing, vol 1410, pp. 88-97. Springer, Cham.
https://doi.org/10.1007/978-3-030-87687-6_10

Dimensionality-reducing classifiers for Spanish winter maintenance of roadways
Diego M. Jiménez-Bravo, Javier Bajo, Esther Dopazo, Juan F. De Paz, Valderi Reis Quietinho Leithardt (2023)
6th Conference on Cloud and Internet of Things (CIoT), 17-23.
https://doi.org/10.1109/CIoT57267.2023.10084897

Object Detection Through Computer Vision.
Martínez, D.P., López-Batista, V.F., de Paz Santana, J.F., Moreno-García, M.N., García, F.
In: de la Iglesia, D.H., de Paz Santana, J.F., López Rivero, A.J. (eds) New Trends in Disruptive Technologies, Tech Ethics and Artificial Intelligence.
DiTTEt 2022. Advances in Intelligent Systems and Computing, vol 1430. 122–130.
https://doi.org/10.1007/978-3-031-14859-0_11

Use of YOLOv4 and Yolov4Tiny for Intelligent Vehicle Detection in Smart City Environments
Daniel H. de la Iglesia, Héctor Sánchez San Blas, Vivian F. López, María N. Moreno-García, M. Dolores Muñoz Vicente, Raul Garcia Ovejero, Gabriel Villarrubia & Juan F. de Paz Santana (2023)
In: de la Iglesia, D.H., de Paz Santana, J.F., López Rivero, A.J. (eds) New Trends in Disruptive Technologies, Tech Ethics and Artificial Intelligence.
DiTTEt 2022. Advances in Intelligent Systems and Computing, vol 1430. Springer, 265–274.
https://doi.org/10.1007/978-3-031-14859-0_24