Projekty a granty

informace pocházejí z univerzitní databáze V3S

Řešitel:
Spoluřešitelé:
Ing. Lukáš Kacar; doc. Ing. Tomáš Tichý, Ph.D., MBA
Anotace:
Navrhovaný projekt se zabývá aktuální problematikou dopravních detektorů používaných ve městech se zaměřením na jejich vhodný výběr a využití dopravních dat měřených těmito detektory. Snahou měst je zvýšení plynulosti dopravy a průjezdnosti jednotlivých křižovatek. K tomu se používají právě data z dopravních detektorů a dalších způsobů detekce jako jsou například FCD nebo C-ITS. Ty se používají pro snímání dopravního proudu, environmentální zátěže, ale i dalších potřebných charakteristik pro uplatnění nových přínosů pro udržitelnou mobility ve městě. Dále se využívají v oblastech křižovatek pro jejich dynamické řízení. V dnešní době se zejména v křižovatkách nejčastěji používají indukční smyčky, které často nefungují a jsou nákladné na opravu nebo se data, která poskytují dále nevyužívají. Je snahou zefektivnit využití těchto stávajících dat a zároveň instalovat udržitelné detektory, které poskytnou více dopravních dat, které pak bude moci využívat více subjektů. Cílem projektu je optimalizace vhodného rozmístění detektorů ve veřejném prostoru pro budoucí predikce chování individuální a veřejné dopravy, chodců, cyklistů, zásobování i potenciální autonomní mobility včetně trajektorií všech účastníků provozu s využitím nových přístupů AI. Významnými prvky AI jsou nejen jazykové modely na bázi hloubkových neuronových sítí typu YOLOv8, které se úspěšně uplatňují v rámci analýzy obrazu videodetekce nebo termovize, ale i další přístupy jako jsou multiagentní systémy, fuzzy logika apod. Všechny tyto inovativní přístupy mají zásadní vliv na budoucí optimalizaci dopravy i využívání alternativních detekcí jako jsou data od mobilních operátorů, FCD, C-ITS a další inovativní přístupy v rámci řízení oblasti. Snahou bude navržené řešení modelovat a optimalizovat, s následným vyhodnocením konkrétních návrhů a usecase v navrhované oblasti, jež budou využitelné pro přesnější řízení a informování v dané lokalitě s vazbou i na další telematické systémy.
Pracoviště:
Rok:
2025 - 2026
Program:
Studentská grantová soutěž ČVUT - SGS25/105/OHK2/2T/16

Řešitel:
Spoluřešitelé:
doc. Ing. Martin Leso, Ph.D.; Ing. Pavel Mašinda; doc. Ing. Tomáš Tichý, Ph.D., MBA
Anotace:
Navrhovaný projekt se zaměřuje na komplexní problematiku automatizace kolejové dopravy, zejména na přechod z dnešní úrovně automatizace GoA 2 na plně autonomní úroveň GoA 4. V rámci projektu budou detailně analyzovány procesy a požadavky na bezpečnost a provozní efektivitu, které tento přechod vyžaduje. Základními cíli projektu jsou: posouzení technické proveditelnosti a bezpečnostních aspektů plné autonomie kolejových systémů, určení, zda je vhodné a žádoucí zcela nahradit lidskou obsluhu, a získání dat pro optimalizaci systémů ATO (Automatic Train Operation). Pozornost bude věnována zejména rozhodovacím modulům ve vozidlových jednotkách ATO, které přijímají data z ETCS (případně jiné ATP - vlakové zabezpečovací zařízení) a ATO trackside. Tyto moduly nebudou v rámci projektu vyvíjeny, ale budou rozvíjeny jako prostředek pro shromažďování a analýzu relevantních dat o chování autonomních systémů. Projekt navazuje na současný výzkum v oblasti autonomních a inteligentních dopravních systémů a reflektuje globální snahy o modernizaci železniční infrastruktury, zvýšení kapacity tratí, snížení chybovosti způsobené lidským faktorem a zlepšení environmentálních dopadů kolejové dopravy. Výstupy projektu budou využitelné nejen v akademické a výzkumné sféře, ale také při tvorbě regulačních a technických standardů pro autonomní železniční systémy. Projekt rovněž podporuje vzdělávání studentů v oblasti řízení a automatizace dopravy a bude využit v pedagogické činnosti Fakulty dopravní.
Pracoviště:
Rok:
2025 - 2026
Program:
Studentská grantová soutěž ČVUT - SGS25/104/OHK2/2T/16