Desarrollan una ‘app’ basada en técnicas de Inteligencia Artificial que permite obtener rutas accesibles
Fuente: Universidad de Granada
Foto de los investigadores de la UGR que han desarrollado esta aplicación
Existen un gran número de aplicaciones para dispositivos móviles que nos permiten encontrar la ruta más corta entre dos puntos. Sin embargo, pensando en ciudades como Granada, donde existen calles con pendientes muy pronunciadas o escaleras, es posible que la ruta obtenida sea completamente inútil si vamos andando o en bicicleta.
En este contexto surge ProA: Personalized Route Assistant, una aplicación (‘app’) desarrollada por investigadores de la Universidad de Granada (UGR) y basada en técnicas de Inteligencia Artificial, que permite obtener rutas con poca pendiente (de subida y/o bajada), que no contengan escaleras o simplemente que pasen preferentemente por zonas peatonales, parques o bulevares. A estas opciones de personalización se incorpora, además, la opción de elegir que las rutas pasen por calles con el mayor número de “puntos de interés” (museos, centros de ocio, bares de tapas, etc.).
Teniendo en mente la política de movilidad y accesibilidad de la UGR, PRoA ayuda a personas que tienen necesidades especiales a la hora de desplazarse a pie, pero también puede ser una aplicación muy útil para personas que se muevan en bicicleta, o que simplemente deseen disfrutar de un paseo.
Es sabido, además, que la decisión de caminar (por ejemplo, para ir al trabajo), depende de las características de la ruta. Por tanto, ProA sirve de manera adicional como herramienta para el fomento de la actividad física de baja intensidad y la mejora de la salud de los ciudadanos.
Una captura de pantalla de la app
Los desarrolladores de PRoA apuestan por el Open Data y el Open Source, ya que utilizan preferentemente datos públicos y abiertos y están en proceso de publicar el código de la aplicación de forma libre bajo una licencia de código abierto, para que así cualquier persona pueda beneficiarse de esta aplicación.
PRoA está disponible en dos idiomas en Google Play desde el pasado 18 de mayo (descarga disponible en httpsHYPERLINK “https://goo.gl/1cBGdC”://HYPERLINK “https://goo.gl/1cBGdC“gooHYPERLINK “https://goo.gl/1cBGdC”.HYPERLINK “https://goo.gl/1cBGdC“glHYPERLINK “https://goo.gl/1cBGdC”/1HYPERLINK “https://goo.gl/1cBGdC“cBGdC). Además, es completamente gratuita para todos los usuarios.
En el grupo de investigación MODO, autor de este trabajo, continúan las investigaciones relacionadas con la personalización de las rutas que a día de hoy han hecho posible la publicación de PRoA.
Los investigadores que actualmente trabajan en este ámbito son los profesores del departamento de Ciencias de la Computación e Inteligencia Artificial José Luis Verdegay y David A. Pelta, así como Marina Torres Anaya, becaria del programa de formación de doctores del Ministerio de Economía y Competitividad, cofinanciado por el Fondo Europeo de Desarrollo Regional.
Contacto:
David Alejandro Pelta
Departamento de Ciencias de la Computación e Inteligencia Artificial
Teléfono: 958 244216
Correo electrónico: dpelta@ugr.es
Web: http://decsai.ugr.es/~dpelta
Últimas publicaciones
Investigadores de la Universidad de Cádiz han impulsado, junto al Instituto de Investigación e Innovación Biomédica de Cádiz – INIBICA, el proyecto STELAR, que en colaboración con el SAS, apuesta por un abordaje multidisciplinar de la salud en población con riesgo de dependencia y situación de discapacidad.
Sigue leyendo
La tecnología desarrollada en la Universidad de Almería permite realizar simulaciones que replican fielmente las condiciones naturales, sirviendo como base para el diseño de medidas correctoras en el manejo de los suelos. El objetivo final es minimizar las consecuencias negativas de la erosión eólica. En el estudio han participado investigadores de una docena de países.
Un equipo de investigación de la Universidad de Jaén ha comprobado la eficacia de estos dispositivos que reciben señales de satélites de navegación para medir la cantidad de vapor de agua presente en la atmósfera. Este avance permitiría desplegar redes más asequibles para la predicción de lluvias intensas y el análisis de periodos de sequía en lugares concretos.
Sigue leyendo
