Reto: ParkSmart

ParkSmart: Optimización Inteligente del Aparcamiento en la UPCT en Campus la Muralla de Mar mediante Vision Artificial y Holografía

Tipo de reto

Reto

Modalidad

Colaborativo

Coordinador/es

Fernando Terroso Sáenz (fernando.terroso@upct.es)

Descripción breve

El desafío ParkSmart consiste en desarrollar una aplicación informática avanzada que
optimice el uso del aparcamiento de la UPCT en el entorno del campus Muralla del Mar
integrando tecnologías de visión por computador, holografía y algoritmos basados en
Inteligencia Artificial.
Los estudiantes deberán diseñar un sistema capaz de percibir el contexto en tiempo real,
indicando las plazas disponibles para aparcar en el entorno del campus de la Muralla del Mar
mediante cámaras y sensores, cumpliendo estrictamente la Ley General de Protección de
Datos.

Para ello, se implementará un teselado en tiempo real del área o plazas de aparcamiento
que se encuentre disponible en dicho entorno respetando las entradas, salidas y maniobras
seguras de los vehículos. En base a dicha división del espacio, se generarán recomendaciones a los usuarios del mejor sitio para aparcar
, considerando factores como zonas de sombra (a fin de optimizar la temperatura en cabina a la hora de recoger el vehículo) posibles
encharcamientos y protecciones frente a condiciones adversas.

El objetivo final es ofrecer una solución práctica, escalable y amigable para el usuario, que
mejore la experiencia de aparcamiento y optimice la ocupación del espacio en las instalaciones
de la UPCT.

Producto, prototipo o resultado final esperado

Una aplicación funcional que combine:
• Módulo de percepción: detección de plazas libres mediante visión por computador,
algoritmos de inteligencia artificial y holografía.
• Algoritmo de teselado: distribución óptima del espacio respetando accesos y
maniobras.
• Sistema de recomendación: sugerencia del mejor lugar para aparcar según criterios
ambientales y de comodidad. El prototipo incluirá una interfaz visual interactiva
multiplataforma y un panel de simulación, demostrable en la Feria de Retos UPCT.

Competencias a adquirir por los estudiantes

• Desarrollo de aplicaciones con integración de visión artificial y procesamiento de
imágenes.
• Diseño de algoritmos de optimización espacial y teselado.
• Diseño e implementación de algoritmos de Inteligencia Artificial.
• Cumplimiento normativo en protección de datos.
• Trabajo interdisciplinar en ingeniería industrial, telecomunicaciones y ciencia de datos.
• Creatividad y toma de decisiones basadas en datos reales.

Composición esperada del equipo

Estudiantes de grados de ingeniería y ciencia de datos, industriales, telecomunicaciones y
áreas afines.
• Equipo de 3–4 estudiantes.
• Se valoran conocimientos en programación (Python, C++), visión por computador, diseño de
interfaces, análisis de datos y visualización de datos y diseño e implementación de algoritmos
de Inteligencia Artificial.

Colaboraciones externas previstas (opcional)

Servicio de Infraestructuras de la UPCT
Aportarán planos de los aparcamientos, datos reales de ocupación y validación técnica del
prototipo.
Biyectiva Technology (Cartagena)
Startup con sede en Cartagena, fundada en 2018, especializada en el desarrollo de soluciones
avanzadas de inteligencia artificial a medida.
Cuentan con más de 7 años de experiencia en proyectos certificados de I+D+i, incluyendo
sectores estratégicos como agroindustria, automoción, logística, sanidad y urbanismo.
Visión artificial y reconocimiento de patrones en espacios públicos y entornos
urbanos.
Desarrollo de tecnologías disruptivas para smart cities, con aplicaciones en control de
calidad, automatización de procesos y análisis de vídeo en tiempo real.
Casos de éxito en detección basada en visión hiperespectral y sistemas inteligentes que
optimizan procesos, recursos y entornos físicos.

Su colaboración puede incluir:

Transferencia de knowhow en visión por computador, detección de plazas libres y
segmentación de espacios.
Apoyo en el diseño del módulo de percepción y sus algoritmos de teselado espacial.
Desarrollo de modelos termodinámicos de la cabina de un vehículo.
Integración de su experiencia en smart cities para la recomposición y modelización en
entornos reales.