En esta tesis doctoral se explorará la implementación de infraestructuras inteligentes para mejorar el Diseño Operacional de Dominios (ODD) en zonas de trabajo dinámicas, optimizando la circulación de vehículos conectados, automatizados y AGVs. Además, se analizará cómo estas infraestructuras pueden mejorar la comunicación y coordinación entre vehículos y su entorno, aumentando la seguridad y eficiencia operativa. La investigación considerará las nuevas tecnologías en sistemas de decisión avanzados (incluyendo inteligencia artificial), comunicaciones V2I (Vehículo a Infraestructura) e I2V, así como técnicas para trayectorias y control óptimo.
La investigación se desarrollará de la siguiente manera:
Estudio del Estado del Arte: Se realizará una revisión exhaustiva sobre sobre infraestructuras inteligentes, vehículos conectados/automatizados (CAVs) y AGVs, con especial hincapié en sistemas de decisión y control.
la arquitectura de la infraestructura inteligente: Se modelará el entorno operativo (ODD) y se establecerán los parámetros para la circulación y coordinación de vehículos.
Desarrollo de Simulaciones en Entornos Virtuales: se implementarán escenarios de simulación que repliquen situaciones reales de entornos industriales y de carreteras.
Implementación Piloto en Entornos Reales se implementará la infraestructura inteligente en escenarios reales, tanto en carreteras como en instalaciones industriales
Presentación de Resultados: Se analizarán los resultados de las simulaciones y la fase de implementación de pilotos.
Publicación de Resultados: Los resultados se documentarán y se presentarán en revistas y conferencias internacionales, contribuyendo al conocimiento en el campo de vehículos automatizados/autónomos. Finalmente, se realizará la publicación de la tesis.
La investigación del candidato contribuirá significativamente al avance del sector de vehículos conectados y autónomos, y su interacción con la infraestructura. Este trabajo supondrá una serie de logros que permitirán mejorar el decempeño de vehículos automatizados en diferentes entornos (ODD). Esto se traduce en una mayor eficiencia y seguridad en entornos críticos, optimizando la circulación de CAVs y AGVs y reduciendo riesgos operativos en zonas industriales y en vías públicas. Esto permitirá pueda extenderse los entornos de trabajo de los vehículos y contribuirá a la creación de maniobras más seguras.
Universidad - Master
Graduado con master en Ingeniería o Matemáticas (Industrial, Inteligencia Artificial, telecomunicaciones, Informática, ciencia de datos, electrónica, entre otros).
Idiomas:
Inglés nivel medio-alto, Castellano
Informática:
Se valorará positivamente el dominio cómodo del entorno digital y conocimiento en tecnologías de programación, simulación y análisis de datos. Manejo de Python, Linux, y programación orientada objetos en general.
Inglés / B2