Informe final da Consulta Preliminar ao Mercado do …...Consulta Preliminar ao Mercado, de acordo...

3

Informe final da Consulta Preliminar ao Mercado do Concello de Santiago de Compostela no marco da iniciativa SMARTIAGO de contratación pública de

innovación

Reto 1: MOBILIDADE INTELIXENTE E SOSTIBLE

Abril de 2020

4

1. Introdución ................................................................................................................................................................ 8

2. Descrición do reto ................................................................................................................................................... 12

Antecedentes ............................................................................................................................................................................................... 13 Estado da cuestión ...................................................................................................................................................................................... 15 Necesidades non cubertas .......................................................................................................................................................................... 15 Obxectivos estratéxicos ............................................................................................................................................................................... 17 Obxectivos específicos ................................................................................................................................................................................ 18 Resultados esperados ................................................................................................................................................................................. 24 Indicadores .................................................................................................................................................................................................. 24

3. Consulta Preliminar ao Mercado (CPM) ................................................................................................................. 28

Cuestionario para as empresas ................................................................................................................................................................... 29 Xornada de presentación das CPM ............................................................................................................................................................. 30 Obradoiro informativo .................................................................................................................................................................................. 32 Empresas participantes ............................................................................................................................................................................... 33 Entrevistas coas empresas participantes .................................................................................................................................................... 34

5

4. Resultado das CPM ................................................................................................................................................ 40

Conclusións extraídas ................................................................................................................................................................................. 43 Mapa de demanda temperá ........................................................................................................................................................................ 57

Anexo I: Resumen das propostas ............................................................................................................................... 60

Altia Consultores SA e Citic (UDC) ............................................................................................................................................................. 61 ATOS Spain S ............................................................................................................................................................................................. 62 Auto Drive Solutions S.L. ............................................................................................................................................................................. 63 Bahía Software ............................................................................................................................................................................................ 64 Balidea Consulting & Programming ............................................................................................................................................................. 65 Cástor Casas Tojo ....................................................................................................................................................................................... 66 Citius - Centro Singular de Investigación en Tecnoloxías Intelixentes (USC) ............................................................................................. 67 Centro de Observación e Teledetección Espacial S.A.U. ........................................................................................................................... 68 CTAG y Vodafone España SAU .................................................................................................................................................................. 69 BitNeutro S.L. e DooingIT Ciberseguridad S.L ............................................................................................................................................ 70 Dos Espacios Internet Consulting, S.L. ....................................................................................................................................................... 71 Eptisa Servicios de Ingeniería S.L. e Eptisa Tecnologías de la Información, S.A. ...................................................................................... 72 Gradiant ....................................................................................................................................................................................................... 73

6

Gradiant ....................................................................................................................................................................................................... 74 Consorcio Waybus (S.A. Itelsis S.L., GV Soluciones S.L. e Ednon S.A. .................................................................................................... 75 Ibermática S.A. e Ednon S.A. ...................................................................................................................................................................... 74 Imatia Innovation, S.L., ITG (Instituto Tecnológico de Galicia), . Arteixo Telecom, S.A., CESGA (Centro de Supercomputación de Galicia), Eptisa Servicios de Ingeniería, S.L. y Telefónica, S.L ................................................................................................................................. 77 Indra Soluciones Tecnologías de la Información, S.L.U. ............................................................................................................................. 78 Ingeniería Insitu S.L. .................................................................................................................................................................................... 79 Ingeniería Insitu S.L. .................................................................................................................................................................................... 80 Little Electric Car España, S.L. e Movelco (colaboración con CTAG) ......................................................................................................... 81 Moonoff S.L. ................................................................................................................................................................................................ 82 Tecnologías Plexus S.L ............................................................................................................................................................................... 83 SRM Consulting – Universidad Politécnica de Madrid (UPM) ..................................................................................................................... 84 SRM Consulting – Universidad Politécnica de Madrid (UPM) ..................................................................................................................... 85 SRM Consulting – Universidad Politécnica de Madrid (UPM) ..................................................................................................................... 86 SRM Consulting – Universidad Politécnica de Madrid (UPM) ..................................................................................................................... 87 SUEZ ........................................................................................................................................................................................................... 88 Televés, S.A.U. ............................................................................................................................................................................................ 89 Ukyfu Racing S.L. ........................................................................................................................................................................................ 90 Ukyfu Racing S.L. ........................................................................................................................................................................................ 91

8

1. INTRODUCIÓN

O 4 de decembro de 2017 o Ministerio de Economía, Industria e Competitividade, en diante, MEIC (agora, Ministerio de Ciencia e Innovación – MICI), e o Concello de Santiago de Compostela, en diante CSC, asinaron un convenio (con referencia CPI-2017-10-SMARTIAGO), para contribuír á mellora dos servizos públicos para a cidadanía impulsando o desenvolvemento de proxectos singulares de innovación tecnolóxica. Realizarase a través do fomento da innovación empresarial, mediante a selección das actuacións e proxectos relacionados coa resolución de retos de sustentabilidade e mellora da eficiencia en prestación de servizos públicos de recollida e tratamento de residuos, limpeza viaria, mobilidade e iluminación pública a nivel local. En diante, estes retos denominaranse así:

Reto 1. Mobilidade intelixente e sosteible Reto 2. Xestión sostible e intelixente de RSU Reto 3. Iluminación ornamental intelixente para a conservación do patrimonio.

O convenio enmárcase na liña FID - Fomento da Innovación desde a Demanda e da Compra Pública Innovadora, que xestiona o MEIC e que persegue a mellora dos servizos públicos a través do fomento da innovación empresarial no desenvolvemento de solucións para necesidades non cubertas dos servizos públicos baseadas na demanda. O desenvolvemento destas solucións cofinanciarase nun 80 % polo Fondo Europeo de Desenvolvemento Rexional 2014-2020 (Feder).

9

Desde principios do ano 2013, o Concello de Santiago está a traballar na elaboración da Estratexia Smartiago, que se traduce nunha folla de ruta formada por unha combinación de solucións tecnolóxicas innovadoras no campo das cidades intelixentes, orientada a converter a Santiago de Compostela na primeira iniciativa que busca a eficiencia, a máxima aplicabilidade e a adaptación da I+D+i aos problemas das cidades patrimonio da humanidade para que os resultados sexan altamente escalables noutras cidades ou contornas nas que o patrimonio histórico é un atributo distintivo.

A Estratexia Smartiago permitirá converter Santiago de Compostela e a súa cidade histórica nun conxunto eficiente, intelixente e cun mellor servizo para a súa cidadanía.

Esta estratexia non só tratou da definición de proxectos concretos baseados en necesidades propias da cidade, senón que mobilizou recursos financeiros e humanos propios para o seu despregamento.

O reto da Estratexia Smartiago fundaméntase, polo tanto, en impulsar o desenvolvemento de proxectos singulares de innovación tecnolóxica para contribuír á mellora dos servizos públicos dirixidos á cidadanía. Para iso, apóstase pola Compra Pública de Innovación (CPI).

Con carácter previo á licitación da compra, o CSC considerou de interese recadar información dos operadores económicos, os axentes sociais e os axentes de coñecemento para estar ao tanto da situación, e identificar e especificar as características das posibles solucións que mellor se adapten aos requisitos do servizo e ás necesidades dos usuarios e usuarias.

10

En consecuencia, convocouse unha consulta preliminar ao Mercado sobre as tres necesidades non cubertas. O presente informe recolle os resultados da consulta para o reto 1: Mobilidade intelixente e sostible.

O núcleo fundamental destas iniciativas é a existencia dunhas necesidades do Concello de Santiago non cubertas, ou cubertas de maneira insuficiente, susceptibles de ser atendidas polos axentes do Mercado.

É, por tanto, a definición destas necesidades non cubertas a que xustificou e articulou a definición dos retos que o Concello de Santiago lles formula aos axentes do mercado para o desenvolvemento de solucións mediante un proceso formal de licitación pública.

12

2. DESCRICIÓN DO RETO

O reto fundaméntase en desenvolver unha solución innovadora para a racionalización do modelo actual de carga e descarga, para a redución de conxestión e emisións, e para a evolución do control de acceso e estacionamento, coa finalidade de evitar danos en pavimentos históricos e o bloqueo de vías de servizo público, tal e como se recollía no convenio entre o Ministerio de Economía, Industria e Competitividade e o Concello de Santiago de Compostela para o proxecto Smartiago, cofinanciado con fondos Feder.

Pode verse unha descrición completa do reto nas bases da convocatoria das CPM na web do proxecto.

As seguintes especificacións da necesidade non cuberta son orientativas e poderán evolucionar a medida que se vaia actualizando o estado da cuestión en cada un dos ámbitos.

13

Antecedentes

A mobilidade é un dos aspectos máis complexos de xestionar nunha cidade, posto que interveñen multitude de factores (sociais, económicos…) e multitude de modos de transporte (peóns, bicicletas, patinetes, motos, coches, furgonetas, camións…).

En xeral, poderíase dicir que un dos ámbitos que máis preocupan tanto ás Administracións locais como á cidadanía é o tráfico de vehículos e os riscos que implica: alto consumo enerxético, elevadas emisións (polo menos, mentres a porcentaxe de vehículos a motor de combustión supere a dos vehículos eléctricos), contaminación ambiental e acústica, atropelos, invasión do espazo “vital” das persoas etc. Isto débese a que as cidades foron deseñadas desde o século pasado por e para o coche.

Por outra banda, o incremento no uso de teléfonos intelixentes en 2007 e o crecente éxito do comercio electrónico influíu nos patróns de consumo da cidadanía que, ante a facilidade das compras en liña, provocou un crecemento espectacular da paquetería na contorna urbana, polo que a loxística de repartición aumentou a súa actividade na última década.

No caso concreto das cidades patrimonio da humanidade, como Santiago de Compostela, existen estes problemas xerais, pero tamén algúns máis específicos dunha cidade monumental, pero tamén turística e receptora de peregrinos do Camiño de Santiago.

14

Neste sentido, a cidade de Santiago dispón dunha zona monumental na que se desenvolveu o sector da hostalería de maneira notable, o que implica un fluxo de mercadorías importante (e de recollida de residuos tamén) durante as mañás. Ao tratarse dunha cidade patrimonio, os fluxos de vehículos que circulan na cidade histórica danan os pavimentos e contribúen á xeración de fumes que teñen a capacidade potencial de danar os monumentos. Ademais, a coincidencia no mesmo territorio de centros de estudo da Universidade ou dos puntos de interese turístico ou de culto poden pór en risco os viandantes, xa sexan peregrinas/os, turistas, estudantes ou os propios residentes.

Así mesmo, en relación con este punto, cómpre anotar que os procesos de descarga de mercadorías no centro histórico poden chegar a influír negativamente na estética da cidade durante algúns momentos do día.

Por outra banda, hai que ter tamén en consideración que a picaresca no transporte de mercadorías pode facer que certos vehículos de repartición leven máis carga da autorizada, o que entrañaría riscos adicionais.

En relación co aspecto turístico da cidade, as épocas de grande afluencia de visitantes chegan a implicar saturacións das vías de acceso á cidade histórica de Santiago e os seus arredores. O feito de ser unha cidade na que abunda a choiva tampouco axuda, posto que en certos días tamén se ve incrementado o tráfico.

15

Estado da cuestión

Para a descrición das necesidades que o Concello de Santiago necesita resolver no marco do proxecto Smartiago, levouse a cabo un estudo sobre o estado das diferentes tecnoloxías coas que actualmente é posible abordar estas problemáticas. Grazas a este estudo chegouse a unha serie de conclusións que poden consultarse na convocatoria.

Necesidades non cubertas

Malia a dispoñibilidade dunha ampla gama de solucións tecnolóxicas que poden axudar a resolver os problemas de tráfico e mobilidade nunha cidade, no caso de Santiago de Compostela seguen existindo necesidades non cubertas, como as seguintes:

Controlar o peso de todos os vehículos de repartición sen intervir ou realizar obras en pavimentos ou monumentos do centro histórico (como, por exemplo, instalar unha báscula no chan) ou que, sen necesidade de intervención ou obra, non afecten á estética do conxunto monumental.

Controlar de maneira automática todos os accesos á cidade histórica e arredores (e zonas de carga e descarga) de vehículos de repartición, non só a nivel de matrícula, senón tamén do tipo de vehículos e tipo de mercadorías que se transportan, para os efectos de dispor de información ampliada sobre o transporte de mercadorías para deseñar estratexias que permitan reducir o transporte no centro histórico.

16

Predicir de maneira fiable e con detalle suficiente as condicións de afluencia de persoas ou de tráfico á cidade histórica e arredores, coa finalidade de anticipar os servizos municipais ás situacións que se darán no futuro e optimizar así a xestión de recursos humanos, materiais e económicos, así como planificar rutas de tráfico ou de guiado de vehículos a aparcadoiros disuasorios.

Dispor de ferramentas que permitan influenciar os visitantes durante a visita á cidade para xestionar mellor a saturación de puntos de interese turístico e asegurar un turismo sustentable e equitativo na cidade.

Predicir de maneira fiable e con detalle suficiente os niveis de contaminación ambiental e acústica que os vehículos a motor de combustión producen e que afectan os peóns.

Dispor de vehículos de transporte de persoas ou mercadorías que se poidan adecuar ás condicións cambiantes (estacionalidade) da cidade histórica e que realicen o mínimo dano posible aos pavimentos.

Estes retos teñen lugar, principalmente, na cidade histórica e na área de centro da cidade. Así, as actuacións CPI enmarcaranse a nivel xeográfico nesta área delimitada.

17

Obxectivos estratéxicos

A continuación, identifícanse os obxectivos estratéxicos da iniciativa:

Posibilitar a racionalización da loxística de última milla, así como o cumprimento de normas de acceso e

estacionamento na cidade histórica, reducindo custos e conservando o patrimonio.

Promover a sustentabilidade ambiental, reducindo

emisións de mobilidade na cidade histórica.

18

Obxectivos específicos

Tendo en consideración as necesidades non cubertas expóñense os seguintes obxectivos específicos:

A. Deseño e posta en funcionamento dun sistema que permita medir ou inferir a masa dun vehículo de repartición e do seu contido

Requisitos básicos:

Non debe afectar á integridade física do patrimonio (non se pode realizar obra en pavimentos ou paramentos) nin á estética da cidade histórica.

Debe ter unha fiabilidade elevada, superior ao 70 %.

Tecnoloxías de referencia:

Tomografía.

Resortes de inercia.

19

B. Deseño e posta en funcionamento de sistema de visión artificial baseado en computación de bordo para a identificación e a clasificación de obxectos e/ou vehículos ou das súas características no espazo urbano


A execución de código terá lugar no propio hardware (sensor), polo que este deberá dispor dun SoC (System on Chip) para intelixencia artificial (por exemplo, para a execución de redes neuronais artificiais).

Debe permitir a identificación de obxectos en tempo real (polo menos, 20 frames por segundo).

Debe estar baseada en redes neuronais artificiais “lixeiras” e de código aberto.

Debe permitir a súa execución en arquitecturas sinxelas e de baixo custo (por exemplo, arquitecturas ARM con pouca RAM).


Debe permitir o readestramento de modelos de visión artificial dunha maneira fácil e rápida.

No caso concreto dos accesos á cidade histórica, a visión artificial debe servir de base como sistema alternativo ou complementario ao control de accesos xa existente e que estea baseado en cámaras de tráfico estándar.


Bibliotecas de aprendizaxe profunda de código aberto: Tensorflow, Keras, MxNET, GluonCV, OpenCV.

20

C. Deseño e posta en funcionamento de sistema de intelixencia artificial para a predición de condicións de tráfico (incluído o tráfico de loxística de repartición) e o deseño automático de recomendacións para a xestión do tráfico con base en series históricas e perspectivas de condicións futuras


Debe incluír a posta en funcionamento dun framework de aprendizaxe automática de código aberto.

Debe permitir a inferencia de capacidade e fluxos de tráfico á rúa Xoán XXIII e aos accesos á cidade histórica pola rúa do Hórreo e a rúa Basquiños, baseándose nas condicións e os factores esperados nun momento e lugar concretos.

Debe permitir o deseño automático de recomendacións de xestión de capacidade e tráfico con base nas condicións e os factores esperados nun momento e un lugar concretos.

Debe permitir o readestramento de algoritmos dunha maneira sinxela e rápida.

Deben ter unha fiabilidade elevada, superior ao 70 %.

Debe permitir a integración de fontes de big data de operadores de telefonía e de empresas de banca ou tarxetas de crédito.

Debe ser totalmente integrable con outros sistemas de control e ordenación de tráfico.


Bibliotecas de algoritmos de aprendizaxe automática de código aberto: Weka.


21

D. Deseño e posta en funcionamento de sistema de intelixencia artificial para a predición de capacidade de persoas e o deseño automático de recomendacións para turistas baseadas en series históricas e perspectivas de condicións futuras, así como en perfís e patróns de visitantes



Debe permitir a inferencia de capacidade e fluxos de persoas a puntos de interese turístico, baseándose nas condicións e os factores esperados nun momento e lugar concretos, así como en perfís e patróns de visitantes.

Debe permitir o deseño automático de recomendacións para visitantes, e actuar de maneira indirecta a través de canles en liña ou canles de comunicación física (en colaboración con hoteis e hostalería) para influír nas decisións de visitas á cidade, pero garantindo a mellor experiencia turística posible.

Debe permitir a integración de fontes de big data de operadores de telefonía e de empresas de banca ou tarxetas de crédito.

Debe permitir o readestramento de algoritmos dunha maneira doada e rápida.

Deben tener una fiabilidad elevada, superior ao 75 %.

Neste caso concreto, Santiago de Compostela quere traballar especialmente no control da capacidade da rúa Xoán XXIII e da contorna da catedral, de xeito que serán estas zonas sobre as que se pilotará calquera acción de innovación.


Bibliotecas de algoritmos de aprendizaxe automática de código aberto: Weka.


22

E. Deseño e posta en funcionamento dun sistema de diagnóstico avanzado de niveis de contaminación ambiental e acústica que os vehículos a motor de combustión producen e que afectan a peóns ou monumentos.



Debe permitir a captación distribuída e móbil dos datos concretos e necesarios que afectan á saúde das persoas na rúa ou á integridade dos monumentos.

Debe permitir a inferencia de momentos e lugares exactos onde se producen “puntos negros” de contaminación para establecer estratexias ou medidas correctoras desde a Administración local.

Débese valorar a posibilidade de realizar campañas de crowdsourcing para a captación de datos vía cidadana ou sector turismo.

Debe permitir o readestramento de algoritmos dunha maneira fácil e rápida.



Bibliotecas de algoritmos de aprendizaxe automática de código aberto: Weka

Internet das cousas

23

F. Deseño, produción e validación dun vehículo eléctrico modular e multifuncional (maximización da utilización) con control de tracción para evitar danos no pavimento.


Debe permitir a súa configuración como vehículo de transporte e recollida de residuos.

Debe permitir a súa configuración para transporte de pequenos grupos de persoas na cidade histórica en determinadas épocas do ano (microbús), con número de prazas axustable.

Debe permitir a súa configuración como varredora.

Non debe emitir gases contaminantes nin ruídos.


Vehículo eléctrico

24

Resultados esperados

Reducir de forma drástica os desprazamentos con vehículos contaminantes na cidade histórica.

Previr os danos en pavimentos por acceso indebido de vehículos de tonelaxe excesiva.

Garantir o cumprimento estrito do acceso en vehículos contaminantes á cidade histórica..

Garantir o cumprimento do tempo de estacionamento en zona ORA e residentes.

Indicadores

Redución dos desprazamentos con vehículos contaminantes na cidade histórica nun 50 %.

Reducir o custo de reparación e mantemento de danos en pavimentos por acceso indebido de vehículos de tonelaxe excesiva nun 50 %.

Garantir o cumprimento de acceso á cidade histórica no 100 % dos vehículos.

Garantir o cumprimento de tempo de estacionamento en zona ORA e residentes no 100 % dos vehículos.

25

Ilustración 1 Alcance xeográfico das iniciativas CPI relacionadas con mobilidade.

28

3. CONSULTA PRELIMINAR AO MERCADO (CPM)

O pasado 21 de novembro de 2019 púxose en marcha o proceso de Consulta Preliminar ao Mercado, de acordo co establecido no artigo 115 da Lei 9/2017, de 8 de novembro de contratos do sector público.

O anuncio da convocatoria foi publicado e difundido, para os efectos de non distorsionar a competencia, no Perfil do Contratante do Concello de Santiago, na Plataforma de Contratación do Sector Público, onde se incluían os seguintes aspectos:

O obxecto da convocatoria

O órgano de contratación.

A data de inicio, a data de fin, a data de publicación e o estado

As condicións de presentación das propostas

A aplicación dos principios de transparencia, igualdade de trato e non discriminación nin falseamento da competencia

O prazo e as actualizacións da Consulta Preliminar ao Mercado

Todo o anterior para os efectos de que poidan ter acceso e posibilidade de realizar achegas todos os posibles interesados, en cumprimento do previsto no artigo 115 de Lei 9/2017, de 8 de novembro, de contratos do sector público.

29

Así mesmo, o Concello de Santiago de Compostela, coa finalidade de garantir a transparencia do procedemento e a participación das empresas, creou un portal específico do proxecto (https://smartiago.santiagodecompostela.gal/), onde se publicou toda a documentación relativa ao reto, incluídos vídeos, presentacións, preguntas frecuentes, listaxe de asistentes ao taller informativo etc.

Cuestionario para as empresas

Coa finalidade de poder obter a maior cantidade de información sobre as propostas de solución e as características das empresas, dentro da consulta incluíuse un anexo cun formulario de proposta, que se dilixenciou por parte de todas as empresas participantes. Este cuestionario púxose a disposición do público nas seguintes URL:

https://contrataciondelestado.es/wps/wcm/connect/PLACE_es/Site/area/docAccCmpnt?srv=cmpnt&cmpntname=GetDocumentsById&source=library&DocumentIdParam=52d2c84c-2b7c-44f4-8b59-3268ccd722aa y

https://smartiago.santiagodecompostela.gal/gl/participacion-nas-consultas/anexo-III-formulario-solicitude.

O uso do contido da información proporcionada non é vinculante e limítase exclusivamente á súa posible inclusión no proceso de definición do proxecto e que se implementará nas especificacións dun eventual procedemento de contratación posterior por parte do Concello de Santiago de Compostela.

30

Xornada de presentación das CPM

Para dar visibilidade a este proceso, levouse a cabo unha xornada informativa de lanzamento da Consulta Preliminar ao Mercado, para a que se realizaron labores de difusión a través de correo electrónico e da páxina web do proxecto.

A xornada desenvolveuse en Santiago, o 21 de novembro de 2019 e os seus obxectivos principais foron os seguintes:

1. Presentación do proxecto Smartiago

2. Explicación das fases do programa: expresións de interese, Consultas Preliminares do Mercado e licitación

3. Participación no programa

Esta xornada de apertura, á que asistiron 128 persoas, supuxo un primeiro contacto entre a entidade contratante e as empresas

asistentes. Ademais da representación institucional por parte do Concello de Santiago, contou coa participación da secretaria de Estado de Universidades, Investigación, Desenvolvemento e Innovación, do Ministerio de Innovación, Ciencia e Universidades, Ángeles Heras Caballero.

Na xornada, e durante todo o período da CPM, recibíronse preguntas formuladas por algunhas das empresas participantes no proceso, que foron resoltas por parte do equipo técnico do proxecto e publicadas na páxina web de referencia da consulta do CSC.

O documento de preguntas e respostas, así como as presentacións utilizadas polos relatores da xornada de información nas súas intervencións, foron postas a disposición das persoas interesadas na páxina web do proxecto:

https://smartiago.santiagodecompostela.gal/gl

31

Ilustración 2: Xornada de presentación CPM Smartiago, 21 de novembro de 2019.

32

Obradoiro informativo

O 2 de decembro de 2019 celebrouse un obradoiro informativo dirixido ás entidades interesadas en participar na Consulta Preliminar ao Mercado do proxecto Smartiago.

Durante a sesión, que contou coa presenza de 72 entidades (https://smartiago.santiagodecompostela.gal/sites/portalsmartiago/files/Smartiago-Listado_asistentes_taller.pdf), explicouse o funcionamento das Consultas Preliminares ao Mercado e resolvéronse as dúbidas e as cuestións remitidas previamente polas entidades, que poden ser consultadas a través da seguinte ligazón:https://smartiago.santiagodecompostela.gal/gl/consultas-ao-mercado/preguntas-frecuentes

Ilustración 3: Obradoiro informativo sobre a CPM de Smartiago, 2 de decembro de 2019.

33

Empresas participantes

Un total de 39 entidades (empresas, centros tecnolóxicos e universidades) presentaron as súas propostas para o Reto 1 do proxecto a través do cuestionario de consulta ou vía correo electrónico. A continuación, enuméranse estas entidades:

34

Entrevistas coas empresas participantes

Tras a recepción e a análise das propostas presentadas polas entidades participantes, o equipo do proxecto mantivo entrevistas individuais coas entidades con propostas sobre as que se necesitaba conseguir un maior nivel de detalle.

Organización

Ante o volume de propostas recibidas na consulta e a diversidade tecnolóxica destas, o equipo do proxecto decidiu recorrer ao asesoramento de especialistas, de conformidade co previsto no artigo 115.1 da Lei 9/2017 de contratos do sector público.

Estes asesores expertos acompañaron o equipo do Concello de Santiago de Compostela nas reunións coas entidades, para proporcionar o seu coñecemento e experiencia no ámbito da compra pública de innovación e en solucións para o ámbito da mobilidade e a aplicación das novas tecnoloxías para a resolución de problemas neste campo.

Equipo CSC:

Gumersindo Guinarte Cabada – concelleiro de

Presidencia, Relacións Institucionais e Turismo María Moreno – xefa de servizo da área de Mobilidade

José Manuel Miranda – técnico da área de Mobilidade

Francisco García – inspector da Policía Local

Aníbal Mourelos – Policía Local

Jesús Capeáns – Policía Local

Jesús Rodríguez – xefe de servizo da área de Informática

Rafael Rodríguez – técnico da área de Informática

Antón Varela – asesor do Goberno municipal

35

Asesores expertos:

Gonzalo Pellejero, socio director de TechFriendly, empresa especializada en smart cities, desenvolvemento urbano, innovación e comunicación. Asesor experto externo en compra pública de innovación da OTA Jose Abella, asesor experto externo en compra pública de innovación da OTA Pablo J. Martínez, asesor experto externo en compra pública de innovación da OTA María Santiago, asesora externa especializada en compra pública de innovación da OTA

Os asesores expertos externos forman parte da UTE SILO-Red2Red, adxudicataria da oficina técnica de apoio (OTA) do proxecto Smartiago. No caso da empresa TechFriendly, está subcontratada pola UTE adxudicataria da OTA para, entre outras tarefas, prestarlle apoio técnico especializado na fase de Consultas Preliminares ao Mercado.

Adicionalmente, estes especialistas apoiaron o equipo do Concello de Santiago noutras tarefas, como a difusión da convocatoria, a organización e a participación en xornadas de presentación, soporte na avaliación das propostas recibidas, participación en reunións internas de seguimento etc.

Todas as interaccións do equipo do CSC e dos asesores cos propoñentes da consulta recóllense nas correspondentes actas de reunión.

36

Fase de entrevistas

No marco do proceso de consultas preliminares ao Mercado do proxecto Smartiago, as entrevistas realizáronse entre os días 9 e 27 de xaneiro de 2020. No reto 1 de mobilidade intelixente e sostible, realizáronse un total de 17, que se amosan a continuación:

Entidade Data entrevista Entidade Data entrevista

Altia e Citic 09/01/2020 Imatia e outras 20/01/2020

Bahía Software 09/01/2020 Indra 20/01/2020

Insitu 09/01/2020 CTAG e Vodafone 21/01/2020

Balidea 10/01/2020 Eptisa 21/01/2020

SRM e UPM 10/01/2020 Citius 27/01/2020

Suez 13/01/2020 Gradiant 27/01/2020

Plexus 13/01/2020 Ibermática e Ednon 27/01/2020

Televés 14/01/2020 ATOS 27/01/2020

Auto Drive S. 14/01/2020 --- ---

37

En todas as reunións mantidas cos diferentes operadores económicos, seguiuse un guión e tratáronse os seguintes aspectos:

► Introdución sobre funcionamento e tempos da reunión por parte do Concello de Santiago [2 min]

► Presentación do Concello de Santiago [3 min]

Procedemento da consulta

Próximos pasos e prazos estimados

Visión xeral sobre a/s proposta/s por parte do Concello de Santiago.

► Presentación da empresa propoñente [25 min]

Exposición da proposta por parte da empresa propoñente (incluíndo todas as demostracións consideradas necesarias). A entidade podía apoiarse en presentacións. A información ou o soporte audiovisual utilizado para a presentación da proposta debía enviarse previamente para que estivese dispoñible. De non ser posible, en calquera caso, era necesario remitir toda a información presentada para unha revisión máis detida por parte do Concello.

► Preguntas sobre a proposta por parte do Concello [20 min]

* O Concello de Santiago podía solicitarlle ao propoñente nova información adicional, a cal debía enviarse ao correo do proxecto no prazo indicado durante a entrevista.

► Dúbidas e preguntas á empresa propoñente [8 min]

► Finalización da entrevista [2 min]

Todos os membros do equipo técnico asinaron o correspondente compromiso de confidencialidade en relación co acceso e coñecemento da información achegada polos operadores económicos nas solucións propostas.

38

Conclusións das entrevistas

As propostas recibidas e as entrevistas mantidas coas empresas participantes no reto 1 de mobilidade intelixente e sostible serviron para entender mellor o alcance das solucións propostas e o seu nivel de desenvolvemento comercial (TRL). Isto, á súa vez, permitiu confirmar a oportunidade de innovación que o proxecto ofrece, tanto ao Concello de Santiago como aos distintos operadores económicos.

Doutra banda, o proceso de xestión da información para os trámites da CPM funcionou correctamente, o que permitiu que en todo momento estean dispoñibles os formularios e demais documentos que as empresas presentaron para participar nas consultas coa súa solución.

Das propostas e entrevistas extraéronse conclusións preliminares que servirán para unha mellor definición das necesidades dos pregos de futuras licitacións.

40

4. RESULTADO DAS CPM

O pasado 16 de decembro de 2019 rematou o prazo de recepción de solicitudes e procedeuse á súa análise. Os resultados foron os seguintes:

Propostas recibidas na consulta para o reto 1 de mobilidade intelixente e sustentable

Entrevistas realizadas

Entidades participantes na consulta no reto 1, das cales:

35

17

41

Un total de 31 empresas privadas

Unha proposta dun centro de investigación universitario

Seis proxectos contan coa colaboración ou foron presentados por centros tecnolóxicos

Un proxecto conta coa colaboración dun grupo de investigación da Universidade

Oito propostas de empresas multinacionais líderes globais en diferentes áreas de negocio

Doce grandes empresas

Un total de 16 pemes (entre 10 e 250 empregadas/os)

Oito micropemes (menos de 10 empregadas/os)

Maioritariamente, os propoñentes afirman ter experiencia en desenvolvementos funcionais e técnicos relacionados co proxecto exposto.

De igual forma, a maior parte dos propoñentes expoñen experiencias previas en desenvolvementos ou proxectos de tecnoloxías semellantes ás necesarias para a resolución do reto proposto.

42

Procedencia das propostas:

Once dos propoñentes dispoñen de sede tanto no territorio nacional como en territorio internacional. Un total de 29 entidades conta con sede en España.

Dedicación e tempo de reacción no proceso de consulta.

Gran parte das propostas foron innovadoras.

Dada a complexidade técnica do reto, o prazo outorgado para a súa resposta e o período do ano no que se levou a cabo a consulta, cómpre resaltar a ampla resposta e o interese amosado polo mercado en proporcionar solucións. Igualmente, a participación de empresas de procedencia rexional e local foi moi alta.

A participación incluíu axentes privados do mercado de todo rango, tanto grandes multinacionais, como pequenas e medianas empresas, así como empresas de nicho.

De igual forma, presentáronse trece propostas de forma conxunta. Todas elas definiron especificamente as entidades que son parte da alianza.

Aspectos destacables:

43

Conclusións extraídas

En termos do procedemento, o proceso de xestión da información para os trámites da consulta preliminar do Mercado funcionou correctamente. Non se produciron incidencias e en todo momento estiveron dispoñibles os formularios, documentos e presentacións na sede electrónica do perfil do Concello de Santiago de Compostela na Plataforma de Contratación do Sector Público.

Todas as empresas que participaron, entre as que se atopan multinacionais e referentes nos seus respectivos sectores, así como empresas especialistas no desenvolvemento de solucións tecnolóxicas e loxísticas, dispoñen de solucións, algunhas mesmo no mercado, que dan resposta aos diferentes subretos do reto.

Desta forma, e de acordo coa información recibida do Mercado, establécese que, neste ámbito, existen diversas solucións baseadas en tecnoloxías existentes, aínda que non sempre cumpren totalmente coas necesidades expostas no reto, de forma que se prevé a necesidade de que exista algún tipo de integración, adecuación específica e/ou desenvolvemento tecnolóxico para a execución do proxecto. Por este motivo, considérase axeitado iniciar un procedemento de Compra Pública de Tecnoloxía Innovadora.

As conclusións que a continuación se dispoñen son resultado, exclusivamente, da análise do contido das propostas.

44

Conclusións xerais

De acordo cos resultados obtidos das fichas presentadas polas empresas, recibíronse propostas que oscilan entre os 80 000 e os 3,6 millóns de euros (media de 822 473 €) con diferentes períodos de execución, de entre 2,5 e 24 meses (media de 16,3 meses de execución), así como niveis de madurez tecnolóxica TRL2 a TRL 9 (media 6,2).

A partir das solucións e as conclusións obtidas como resultado da consulta, detallaranse as especificacións funcionais e as condicións que formarán parte do prego de cláusulas administrativas particulares (PCAP) e do prego de prescricións técnicas (PPT) do proceso de licitación.

A información obtida ao longo das diferentes fases das Consultas Preliminares ao Mercado terase en conta por parte do órgano de contratación na elaboración dos pregos.

Conclusións non técnicas

Dada a complexidade dos retos que se van abordar polo proxecto Smartiago, as propostas deben ser integradoras. Isto significa que deben ofrecer unha solución chave en man, cun alcance completo sobre todos os requirimentos especificados no reto.

Así, espérase que os propoñentes abarquen todos os aspectos deste de forma integral. O anterior, pola complexidade técnica do reto, que require unir diferentes tecnoloxías, tales como big data, cloud, intelixencia artificial, visión artificial, machine learning etc., e áreas de coñecemento nun mesmo sistema que, coordinado, lle dea solución. Das propostas recibidas, poucas son as que expoñen unha solución deste tipo, de tal forma que a maioría proporcionan acceso a algunha tecnoloxía particular que require de integración con outras.

Polo anterior, sería moi positivo, á vista dos seus resultados, a unión de empresas e diferentes capacidades e coñecementos para a proposta dunha solución integral, tal e como se solicita.

45

Desta forma, as solucións propostas deberán integrarse nos sistemas e repositorios de código fonte dos que dispón e fai uso habitual este organismo. En caso de non facelo, deberá cederse a este o código fonte propio do propoñente, así como toda a documentación técnica e todos os elementos necesarios para permitir o correcto funcionamento no tempo dos desenvolvementos que se realicen.

Por tanto, en vista dos resultados da Consulta Preliminar do Mercado, a información que dela se obtivo, os prazos de execución que se definiron e os prazos impostos polo propio período de programación Feder, considérase a licitación correspondente nun prazo breve de tempo.

Conclusións técnicas: Alcance do proxecto

Neste apartado realízase un resumo e unha aproximación ás tecnoloxías e solucións propostas por todos os axentes participantes no proceso de Consulta Preliminar ao Mercado, a través dunha agrupación lóxica por subretos expostos no ámbito da mobilidade e a súa potencial vinculación coas solucións presentadas.

Xeral: Plataformas smart city e sistemas de soporte para integrar solucións

Foron numerosos os potenciais provedores que propuxeron a implementación de plataformas de integración (con enfoque smart city) para facilitar a integración de solucións, servizos, datos ou información. En xeral, todas as solucións expostas están aliñadas coa norma UNE 178104 (que prescribe os requisitos de arquitectura e interoperabilidade deste tipo de solucións) e preséntanse como unha solución transversal para todos os retos.

46

Así, desde o punto de vista de adquisición de datos, os provedores consultados propuxeron protocolos de adquisición baseados en HTTP, MQTT ou NGSI. Os dous primeiros son os que habitualmente se empregan e o terceiro é o promovido pola plataforma FI-WARE. Tamén se propuxeron sistemas de intermediación de mensaxes como Apache Kafka.

A nivel de almacenamento de datos, tamén se suxeriron bases de datos NoSQL, como ElasticSearch, Apache HBASE ou Cassandra, todas elas open source e das máis empregadas e avanzadas no desenvolvemento de aplicacións smart city (en termos funcionais, de rendemento ou de escalabilidade).

Así mesmo, propuxéronse motores de big data e intelixencia artificial como Hadoop ou Spark (máis enfocado a streamings de datos) para realizar procesamento masivo de datos, aínda que este pode non ser un requisito indispensable nos pregos de condicións de Smartiago, xa que desde os retos se propuxo un enfoque de edge-computing (isto é, o procesamento dos datos realízase no propio dispositivo) e non parece que se vaia xerar unha cantidade de datos de tal tamaño (no medio-longo prazo) que faga necesario o despregamento deste tipo de tecnoloxías.

Neste sentido, algúns provedores tamén propuxeron plataformas con capacidade de despregamento en clúster e con sistemas de balanceo de carga, pero a priori (e seguindo o mesmo razoamento de edge-computing) non parece necesario despregar este tipo de arquitecturas.

Neste ámbito, transversal ao resto de retos de mobilidade, obsérvase un nivel de madurez tecnolóxica elevado (TRL 8-9), pero onde aínda cabe a proba de plataformas con módulos de intelixencia artificial integrados en contornas piloto ou de produción, xa que a realidade é que as solucións de plataforma smart city despregadas polas Administracións españolas incorporan habitualmente motores de regras (e non en todos os casos), pero non incorporan algoritmos de aprendizaxe automática e menos que funcionen en tempo real traballando con datos masivos.

47

Reto 1.A. Deseño e implementación dun sistema que permita medir ou inferir a masa dun vehículo de repartición e do seu contido

No caso do reto 1.A propuxéronse diversas alternativas tecnolóxicas que poderían cumprir as restricións impostas polos propios retos para a estimación ou inferencia da masa dun vehículo, como as seguintes:

Tecnoloxías LIDAR, baseada en láser e de alta precisión.

Tecnoloxías de visión artificial, incluíndo o procesamento de imaxes de cámaras xa despregadas, para a detección de volume e altura de chasis ou carenado do vehículo (altura).

Tecnoloxía radar combinada con sensores de altura, que permitan identificar o comportamento do vehículo ao atravesar unha fochanca e, con base nun modelo previamente adestrado, estimar o seu peso.

Tomografía muónica, pero requiriría obra e tería un alto custo.

Sistemas Weight-In-Motion (minibásculas) integrados en elementos redutores da velocidade.

Calquera das tecnoloxías podería empregarse, aínda que o enfoque WIM, cunha axeitada integración arquitectónica, parece o máis apropiado para lograr resultados fiables no horizonte temporal do proxecto, malia que aínda presenta retos para a súa integración no espazo urbano.

En calquera caso, ningún participante no proceso CPM propuxo unha solución clara para estimar o contido dun vehículo de transporte de mercadorías, agás sistemas indirectos baseados na identificación de logotipos e anagramas comerciais nos vehículos de transporte.

Neste ámbito, obsérvase un nivel de madurez tecnolóxica medio (TRL 4-5), onde existen compoñentes por separado que cumpren a súa función (por exemplo, a pesada de vehículos sen parar ou os redutores de velocidade), pero que aínda non se integraron. Por outra banda, apréciase unha sinerxía potencial con sistemas de visión artificial (ver reto 1.B) que poden achegar información complementaria para, non só pesar un vehículo, senón identificalo e clasificalo.

48

Reto 1.B Deseño e implementación de sistema de visión artificial baseados en computación de bordo para a identificación e clasificación de obxectos e/ou vehículos ou das súas características no espazo urbano

Desde o punto de vista do soporte, a intelixencia artificial (cun claro enfoque a visión artificial, subámbito da intelixencia artificial que debe predominar nos proxectos de mobilidade), os provedores expuxeron solucións baseadas en API de acceso a frameworks open source como Tensorflow, Keras, Caffe ou PyTorch, todas elas as máis modernas e avanzadas das dispoñibles no mercado e que non requiren de especificacións non habituais en máquinas para adestramento de modelos (agás as necesarias para realizar adestramento de redes neuronais en tempos razoables).

Varios provedores potenciais indican que poderían desenvolver un sistema asistido para o adestramento de modelos base, aínda que as propostas non especificaron ben como. Considerando que o adestramento de modelos é un proceso complexo, considérase que unha solución deste tipo sería altamente innovadora.

A nivel hardware, para o desenvolvemento de sistemas de visión artificial con enfoque edge computing propuxéronse sistemas de prototipado e desenvolvemento como NVIDIA Jetson Nano (existen alternativas tamén con Microsoft), dispositivos IA de última xeración, de baixo custo, de pequeno tamaño e baixo consumo que se concibiron para o desenvolvemento de solucións edge computing e nos que se pode conectar unha cámara. Este tipo de dispositivos foron postos a disposición de equipos de desenvolvemento ao longo de 2019 e, en moitos casos, indícanse como produtos aínda en fase experimental, xa que a implementación de redes neuronais neste tipo de dispositivos aínda non está plenamente resolta (non só a nivel de operación, senón tamén a nivel de transformación de redes neuronais a redes neuronais lixeiras). Neste sentido, considérase desde a oficina técnica que o uso deste tipo de sistemas pode contribuír a un cambio de paradigma nos sistemas de vixilancia.

49

Por outra banda, hai provedores que expoñen un enfoque edge cloud mixto a través de redes wifi ou mesmo totalmente cloud (pero que non cumprirían cos requisitos técnicos establecidos nos retos).

Desde un punto de vista de integridade física de cámaras de visión artificial, algúns provedores expoñen o desenvolvemento dun dispositivo antivandalismo, aínda que tampouco o especifican en detalle.

Desde o punto de vista de despregamento de cámaras de visión artificial, expuxéronse tácticas estándar (uso de semáforos ou báculos para instalación fixa), pero tamén instalación de cámaras despregadas en vehículos (mesmo bicicletas).

Por outra banda, propuxéronse sistemas sniffer wifi/BLE para realizar medicións de tráfico en puntos concretos da cidade.

Neste ámbito, obsérvase un nivel de madurez tecnolóxica medio- alto (TRL 8-9), dependendo do tipo de obxecto ou a situación a analizar. Así, a detección de obxectos ou de situacións é xa habitual nalgunhas cámaras de tráfico ou de seguridade, pero fundaméntanse no procesamento de datos nunha contorna cloud ou de GPU/FPGA e non no procesamento no propio dispositivo (onde conseguir requisitos de capacidade de procesamento continúa a ser

un reto, aínda cando se liberaron tecnoloxías para facilitar o procesamento de redes neuronais).

Así, a principal innovación reside na definición de novas arquitecturas de cámaras e dun cambio de paradigma na videovixilancia, pasando de empregar persoas na análise de imaxes a utilizar intelixencias artificiais que realicen ese traballo tras ser adestradas por persoas no desempeño de certas funcións, onde nos atopamos cun nivel de madurez tecnolóxica media (TRL5-6) onde é necesario probar o rendemento destas novas arquitecturas (e de integración de compoñentes) en situacións e contornas reais baixo as condicións de clima dunha cidade.

50

Reto 1.C. Deseño e posta en funcionamento de sistema de intelixencia artificial para a predición de condicións de tráfico (incluído o tráfico de loxística de repartición) e o deseño automático de recomendacións para a xestión do tráfico con base en series históricas e perspectivas de condicións futuras

Ademais das tecnoloxías ou solucións propostas para o reto 1.B., tamén se propuxeron paquetes xeneralistas ou frameworks como Weka, Orange e o desenvolvemento de solucións baseadas en linguaxes de programación como Javascript, R ou Python para o desenvolvemento de sistemas de intelixencia artificial de predición ou recomendación en materia de mobilidade.

Desde o punto de vista do uso de intelixencia artificial para realizar análise avanzada, realizar prescricións ou realizar recomendacións, expuxéronse as suites habituais de machine learning (como as mencionadas para visión artificial), pero tamén aproximacións moi innovadoras como o uso de algoritmos de minería de procesos (análises espazo-temporal) ou de algoritmos de recomendación. Tamén se propoñen solucións innovadoras para etiquetar situacións

anormais que permitan clasificar tramos de vídeo gravados para realizar procuras rápidas de eventos ou situacións.

Así mesmo, suxírese a xeración de xemelgos dixitais que permitan a implementación de sistemas de simulación de tráfico.

Desde o punto de vista de uso de fontes de datos externas que poden contribuír a enriquecer datos, proponse a integración de datos “macro”:

Datos de operadores de telefonía como Telefónica, Orange ou Vodafone

Datos GPS de vehículos municipais

51

Datos meteorolóxicos que se obteñen a través de API

Datos obtidos a través de web scraping

Datos de tráfico ou capacidade doutras Administracións ou de API externas (Google, Here)

Datos obtidos a través de cámaras xa despregadas pola cidade

Datos de redes sociais

Exponse como innovación, en sentido amplo, a trazabilidade de peregrinas/os, isto é, a detección e a clasificación de persoas que son peregrinas/os e a análise de rutas realizadas, xunto cunha análise e previsión de ocupación de albergues.

Neste ámbito, obsérvase un nivel de madurez tecnolóxica medio- alto (TRL 6-9), dependendo do tipo de obxecto ou situación a analizar. Así, a detección de obxectos ou de situacións é xa habitual nalgunhas cámaras de tráfico ou de seguridade, pero se fundamentan no procesamento de datos nunha contorna cloud ou de GPU/FPGA e non no procesamento no propio dispositivo, onde conseguir requisitos de capacidade de procesamento continúa a ser un reto, aínda cando se liberaron tecnoloxías para facilitar o procesamento de redes neuronais. Así, a principal innovación reside na definición de novas arquitecturas de cámaras e dun cambio de paradigma na videovixilancia, pasando de empregar persoas na análise de imaxes a utilizar intelixencias artificiais que realicen ese traballo tras ser adestradas por persoas no desempeño de certas funcións.

52

Reto 1.D. Deseño e implementación de sistema de intelixencia artificial para a predición de capacidade de persoas e o deseño automático de recomendacións para turistas con base en series históricas e perspectivas de condicións futuras, así como en perfís e patróns de visitantes

Similar a 1C.

Reto 1.E. Deseño e implementación dun sistema de diagnóstico avanzado de niveis de contaminación ambiental e acústica que os vehículos a motor de combustión producen e que afectan a peóns ou monumentos

No ámbito do reto 1.E propuxéronse diferentes aproximacións ao problema, aínda que o nivel de innovación proposto non foi demasiado elevado.

Propuxéronse elementos de mobiliario urbano con sensores de condicións ambientais integrados, onde a innovación non está tanto nos propios sensores como no propio uso do mobiliario como soporte para a captura de datos.

Así mesmo, suxeríronse sistemas móbiles sensorizados (isto é, despregamento de sensores en autobuses), con análise avanzada de datos (baseada en técnicas de data mining e en ferramentas open source como openair, EPA ProUCL, EPA Aermod, QSAR, EPA MOVES) e asistencia á planificación do tráfico fundamentada en simulación de calidade do aire, baseados en sistemas de simulación open source (como SUMO).

Por outra banda, dentro do reto proponse tamén a implantación de sistemas de filtrado e purificación de aire (enfocado a aparcadoiros públicos soterrados) baseados en sistemas de biofiltrado integrados en parterres ou xardineiras.

53

Neste ámbito, a sensorización para o control de condicións ambientais pódese considerar cun nivel de madurez tecnolóxica TRL-9, xa que moitos sistemas IoT xa ofrecen a posibilidade de facer seguimento da multitude de factores.

Desde un punto de vista de innovación, a habilitación de novos elementos de soporte para este tipo de sensórica pode ser interesante, pero está restrinxido polas normas de medida destas condicións, que requiren dunha altura e tipo de instalación concretas para facer dos datos capturados datos representativos e comparables.

Por outra banda, obsérvase un nivel de madurez tecnolóxica medio (TRL5-6) no uso de biofiltros para a purificación de aire proveniente de aparcadoiros públicos soterrados.

54

Retos 1.F e 2.D. Deseño, produción e validación dun vehículo eléctrico modular e multifuncional (maximización da utilización) con control de tracción para evitar danos en pavimento.

As conclusións correspondentes ao subreto do vehículo eléctrico modular e multifuncional publicaranse en datas posteriores a este informe.

55

Aspectos relacionados coa propiedade intelectual e dereitos de explotación

Non se entenderá por dereitos de propiedade intelectual e industrial (en diante DPII) os que apliquen sobre os resultados xerados fóra do ámbito do presente procedemento, é dicir, DPII sobre resultados preexistentes, DPII sobre resultados posteriores á finalización e peche do presente procedemento e DPII sobre resultados xerados no ámbito doutros procedementos distintos a este.

Tendo en conta isto último, asúmese que a xestión e a compartición dos DPI orixinados do desenvolvemento das solucións derivadas do cumprimento do procedemento é una característica inherente aos procedementos de CPI, a cal será regulada en cada procedemento de acordo co estipulado na Lei 9/2017, de 8 de novembro, de contratos do sector publico.

Calendario estimado de publicación dos pregos

Partindo do anterior, pódese concluír que se recolleu suficiente información como para dar por cerrada a consulta do reto 1 de mobilidade intelixente e sostible e pasar á redacción do prego, que se publicará aproximadamente no segundo trimestre de 2020.

A continuación, amósase o calendario preliminar que detalla o proceso de licitación:

1. Publicación da licitación: 2T 2020

2. Adxudicación: 3T 2020

3. Execución: 3T 2020 – 2T 2022

56

Periodo de execución

Prevese un período máximo de execución de 20 meses a partir da sinatura do contrato, con posible definición de fases de execución dentro dese período .

Ilustración 4: Calendario de licitación e execución

NOTA: as datas aquí expostas son orientativas e poderían verse alteradas ata a derrogación do Real decreto 463/2020 sobre a declaración do estado de alarma para a xestión da situación de crise sanitaria ocasionada pola COVID-19.

57

Mapa de demanda temperá

Tendo en consideración os resultados e as conclusións da consulta, defínese a continuación un primeiro borrador de mapa de demanda temperá, o cal permitirá anticiparlle ao Mercado os plans de contratación previstos por parte do Concello de Santiago para o reto 1de mobilidade.

Proxectos Mobilidade Contía estimativa

Licitación aprox.

Licitación Mobilidade Smart

1. Sistema de inferencia da masa e contido dun vehículo de repartición.

1.600.000 euros

2T 2020

2. Sistema para identificar e clasificar obxectos e vehículos no espazo público (principalmente orientado a vehículos comerciais ou de repartición, pero extensible a turismos, motos, bicicletas ou métodos alternativos de transporte). 3. Sistema de visión artificial para a análise automática do estado de conservación da vía pública e as fachadas Nota: suxírese a súa incorporación na licitación de mobilidade, por sinerxías co punto 2. 4. Modelos IA adestrados para realizar analítica descritiva ou predición de tráfico xeral de vehículos e persoas e, especificamente, de tráfico de vehículos de repartición. 5. Subministración, instalación e configuración de plataforma smart city, así como integración con sistemas preexistentes na cidade histórica.

Licitación Mobilidade Mobiliario

6. Mobiliario urbano intelixente para control ambiental 400.000 euros 2T 2020

60

ANEXO I: RESUMO DAS PROPOSTAS

Para a análise das propostas presentadas tívose en conta a información non confidencial procedente das fichas cubertas por cada unha das empresas, de acordo co previsto no artigo 115 de Lei 9/2017, de 8 de novembro, de contratos do sector público:

En ningún caso durante o proceso de consultas, o órgano de contratación poderá revelarlles aos participantes as solucións propostas polos outros participantes, que só este coñecerá integramente. Con carácter xeral, o órgano de contratación, ao elaborar os pregos, deberá ter en conta os resultados das consultas realizadas. De non ser así, deberá deixar constancia dos motivos no informe ao que se refire o parágrafo anterior. A participación na consulta non impide a posterior intervención no procedemento de contratación que no seu caso se tramite.

A continuación, preséntase un breve resumo de cada unha das propostas recibidas por orde alfabética:

61

Nome da proposta

Oráculo IA: Sistema polivalente de inferencia e visión artificial

Descrición da proposta

Sistema polivalente de inferencia composto para facer fronte a varios dos subretos expostos na contorna da visión artificial e a aprendizaxe máquina.

A solución proposta inclúe os seguintes compoñentes principais:

Centro integrado de control Software de xestión da plataforma. Plataforma polivalente de intelixencia artificial Módulos conectores con distintas orixes de datos e sistemas externos Kit de visión artificial baseado en edge computing

Sobre esta plataforma horizontal crearanse, validaranse e poranse en funcionamento os modelos de visión artificial e modelos preditivos para a resolución de varios subretos concretos.

Altia Consultores SA e Citic (UDC)

62

ATOS Spain S

Nome da proposta

Plataforma urbana para a xestión intelixente da cidade de Santiago de Compostela


Proponse unha plataforma aberta e interoperable para integrar todos os datos dos diferentes casos de uso provistos nos retos 1, 2 e 3, e ofrecer os servizos que en cada subreto se comentan. Como plataforma base proponse a solución Urban Data Platform de Atos (AUDP).

A plataforma recolle e integra os datos unha vez normalizados a NGSI. Os datos estarán dispoñibles tanto para a súa visualización a través do cadro de mando avanzado da plataforma como para o consumo a través de API REST. Para a maioría dos retos, farase necesario combinar a plataforma cunha solución de visión artificial que, grazas a algoritmos de intelixencia artificial avanzados, permitirán a identificación dos elementos que require cada reto e enviará á plataforma as incidencias, alarmas ou metadatos que sexan necesarios para ofrecer os servizos á cidadanía ou á cidade que se indican.

63

Nome da proposta

Sistema de seguimeneto do peso da frota de repartición de mercadorías


ADS desenvolveu e patentou un sistema de posicionamento ultrapreciso para vehículos: Radar Positioning System, que prevé o uso de radares embarcados nos baixos do vehículo que len marcas viarias de pintura extruída (6 mm de relevo) dunha maneira similar ao código Braille.

Estes radares ademais serven para medir a carga do vehículo mediante a lectura da distancia dos baixos ata o asfalto e mediante o comportamento da suspensión ao pasar unha fochanca. Un dispositivo móbil axustado permite enviar información da posición do vehículo e a súa carga estimada. Tamén permitiría limitar de maneira ultraprecisa (cada 1,5 metros de avance) a velocidade máxima do vehículo.

Auto Drive Solutions S.L.

64

Bahía Software

Nome da proposta

sMOBILITi


O alcance do proxecto céntrase en dotar dunha plataforma tecnolóxica de mobilidade intelixente e sustentable que permitirá analizar información en tempo real da afluencia de persoas e vehículos ao centro histórico e arredores para dar soporte e apoio á toma de decisións de especialistas. Permitirase, así, optimizar a xestión de recursos humanos, materiais e económicos e planificar rutas de tráfico guiado de vehículos a aparcadoiros disuasorios. Ofrecerá, ademais, información destinada á cidadanía, así como recomendacións de rutas de tráfico alternativas, información de transporte público, accesos cortados ou mesmo información ambiental. Tamén recomendacións de rutas ou visitas para evitar a saturación de puntos de interese turístico.

65

Balidea Consulting & Programming

Nome da proposta

MobTiaGO! - Mobilidade en Santiago baseada en tecnoloxía de intelixencia artificial


Solución de axuda á xestión da mobilidade urbana e á toma de decisións para a mellora da seguridade viaria, o fomento dunha mobilidade sustentable e a conservación do patrimonio histórico e monumental de Santiago de Compostela. Ofrece unha análise dinámica e contextualizada de tráfico, tendo en conta elementos e factores estreitamente relacionados con el: horas punta, festividades, eventos especiais, afluencia de turismo, condicións climatolóxicas etc. Así mesmo, incorporará novas funcionalidades de identificación de patróns, predición e recomendación. A solución proposta ofrece múltiples funcionalidades para dar resposta a casos de uso e necesidades concretas: análise de traxectorias e fluxos de tráfico, análise de fluxos de persoas e clasificación destes, análises de colas e atascos, análises forenses, tratamento paralelo de imaxes de múltiples fontes de datos, detección de incidencias e actuación segundo regras configuradas.

66

Cástor Casas Tojo

Nome da proposta

Gama Alternativa Mobilidade


Trátase dunha gama de equipos eléctricos destinados á mobilidade das persoas, materiais e realización de servizos, grazas á especial multifuncionalidade destes. Todos os equipos propostos son moi sinxelos, abordables, prácticos, amigables e respectuosos co medio e o patrimonio. O seu ámbito de aplicación é a última milla, especialmente os recintos de acceso restrinxido. Os equipos son os seguintes: TLS Tren Loxístico Sustentable, ME Mula eléctrica, VPM Vehículo Persoal Multifuncional, ATW All terrain Whelchair. A excepción do ATW, os equipos poden ser explotados para mercadorías, servizos ao transporte de persoas. Só está prevista a explotación das mercadorías, por depender de permisos especiais municipais.

67

Citius - Centro Singular de Investigación en Tecnoloxías Intelixentes (USC)

Nome da proposta

Capacidades CiTIUS para a mobilidade intelixente e sustentable


Propóñense posibles solucións para os seguintes subobxectivos: Deseño dun sistema de cámaras de visión artificial baseadas en computación de bordo: desenvolvemento dun sistema de detección e clasificación de obxectos baseado en Deep Learning. Deseño e implementación dun sistema de IA para a predición de condicións de tráfico: desenvolvemento dunha solución de visión artificial baseado en Deep learning para a detección e tracking de vehículos, así como un cadro de mando para a análise da información histórica baseado en intelixencia artificial. Deseño dun sistema IA para a predición de capacidade de persoas. Abordaríase cunha solución similar, que se complementaría cunha solución de analítica da información e un sistema de recomendación. Deseño e implementación dun sistema de diagnóstico do nivel de contaminación ambiental: solución baseada en sensorización de baixo custo e unha simulación da dispersión de contaminantes a partir de información meteorolóxica e modelos 3D do centro histórico.

68

Centro de Observación y Teledetección Espacial S.A.U.

Nome da proposta

Seguimento non intrusivo de aparcadoiros en tempo real – Parqueo


Parqueo é unha tecnoloxía non intrusiva de seguimento de prazas de aparcadoiro en tempo real, baseada no procesado de imaxes mediante algoritmos Deep Learning. Este seguimento lévase a cabo mediante cámaras normais (tamén se poden utilizar cámaras de vídeo xa instaladas na zona que se vai analizar, mesmo se o vídeo é de baixa calidade). As imaxes son analizadas por un software específico de procesado de imaxes na nube, cuxos algoritmos son capaces de detectar a ocupación de cada praza, así como a duración desa ocupación en tempo real.

69

CTAG e Vodafone España SAU

Nome da proposta

Mobilidade intelixente para a cidade de Santiago


Proponse unha solución tecnolóxica consistente no despregamento dun ecosistema integrado baseado nunha plataforma de xestión global, incluíndo tamén a provisión de vehículos eléctricos e autónomos multifuncionais, o control de acceso a zonas restrinxidas, o control de prazas de aparcadoiro en zonas restrinxidas e seguimento de persoas e vehículos en zonas restrinxidas. Os elementos incluídos na proposta son os seguintes: provisión de vehículos eléctricos e autónomos, control de acceso a zonas restrinxidas, sistema de xestión de prazas de aparcamento, seguimento desde a infraestrutura. Como elemento de conexión, exponse o uso dunha plataforma de xestión avanzada, baseada en tecnoloxía 5G e que servirá como punto de tratamento e compartición de datos, así como a análise de datos e algoritmos de predición baseados na información xerada no ecosistema ou en elementos externos conectados a el.

70

BitNeutro S.L. e DooingIT Ciberseguridad S.L

Nome da proposta

Mobilidade urbana eficiente e balanceada para os tempos de Espera


Conseguir tempo útil para que o visitante poida gozar durante a súa estancia pasa por reducir o tempo que está parado esperando para acceder a un edificio e permitirlle que durante ese período se mova polo resto da zona monumental e visite outros puntos de interese. Este resultado conséguese modificando os actuais sistemas de colas presenciais, ou os baseados en asignación dun número correlativo, por solucións onde se calcule o tempo aproximado que falta para acceder ao edificio. Para conseguir que esa estimación sexa o máis precisa posible cómpre dispoñer dun sistema de análise avanzada que, tendo en conta os datos dispoñibles de series históricas e de valores recompilados en tempo real, sexa capaz de predicir cal será o tempo de espera. Adicionalmente, e baseándose nese tempo de espera, a solución proporalle ao visitante outras opcións para facer ou visitar axustadas a ese período. A solución, ademais de dinamizar a actividade económica, mellorará a valoración dos visitantes.

71

Dos Espacios Internet Consulting, S.L.

Nome da proposta

Ferramenta preditiva e correctiva sobre fluxos de persoas


Predictur é un conxunto de solucións cuxo obxectivo é a optimización dos recursos dunha cidade para poder actuar de forma proactiva sobre os problemas que poida causar a afluencia de visitantes. Componse de tres grandes solucións: unha ferramenta preditiva, un sistema de cálculo e detección de fluxos de persoas e un sistema baseado en intelixencia artificial para xestionar os fluxos.

72

Eptisa Servicios de Ingeniería S.L. e Eptisa Tecnologías de la Información S.A.

Nome da proposta

Intelixencia en movemento


Desenvolveranse procesos de innovación cos que, co coñecemento de datos de orixe, como pode ser o movemento de vehículos, xa sexa de transporte de pasaxeiros, mercadorías, así como de viandantes, será posible establecer os diferentes modelos do movemento, non só nunha contorna actual, senón adaptado no futuro ás necesidades de crecemento da cidade, dos percorridos que poidan xurdir. Todo isto, mediante o establecemento de modelos preditivos e influíndo na cidadanía sobre as rutas máis favorables ou menos en virtude do estado actual, do predicible e do desexable para a sustentabilidade do municipio e a súa contorna. Completaranse as fontes de datos coa información non só do Concello, a través do equipamento de que se poida dotar o centro urbano, senón que se explorarán datos na contorna de IoT, mediante a actuación dos mecanismos de captación de diferentes fontes.

73

Gradiant

Nome da proposta

Gradiant Mobility


Para a predición de condicións de tráfico e capacidade para turistas na cidade, proponse un sistema baseado na clasificación e modelado dos datos históricos. Realizaranse modelos estatísticos segmentados por diferentes parámetros (tipo de tráfico, cidadanía, turistas etc.) e que teñan en conta variables de contorna (clima, eventos, estacionalidade etc.) para a estimación de afluencia a futuro tanto de vehículos como de persoas en diferentes sectores da cidade. A partir destes datos, que poden ser obtidos a través de medios heteroxéneos, empregaranse sistemas de simulación e optimización para xerar recomendacións en canto á organización de fluxos de tráfico (rutas para transporte que minimicen emisións de CO2 en conxunto) e fluxos de persoas (rutas con menor risco de conxestión).

74

Gradiant

Nome da proposta

Seguimento fiable e eficiente da mobilidade urbana no bordo


Proponse o desenvolvemento dunha solución para o seguimento da mobilidade urbana eficiente, baseada en análise de vídeo intelixente no bordo mediante redes neuronais optimizadas procesado en dispositivos de baixo custo, coas seguintes funcionalidades: detección e recoñecemento de obxectos (vehículos, persoas e outros), clasificación do tipo de vehículo, tracking de obxectos no plano da cámara, lectura de matrículas de vehículos en accesos, análises de alto nivel. O sistema despregaríase utilizando hardware de procesado local de baixo custo compatible con Tensorflow e operaría a unha taxa suficiente para aplicacións de tempo real.

75

Consorcio Waybus (S.A. Itelsis S.L., GV Soluciones S.L. e Valorsec S.A.)

Nome da proposta

Prototipo dun sistema de mobilidade para o proxecto Smartiago (Waybus)


Estudo de sistema de mobilidade eléctrica sustentable para analizar as tres compoñentes de sustentabilidade (económica, ecolóxica e social): rutas máis convenientes ás necesidades de transporte de persoas, bens materiais, residuos, integrado co actual sistema municipal; análise de factibilidade de mobilidade eléctrica autónoma; liñas de transporte urbano axeitadas á situación de estradas da cidade patrimonio ou monumental; definición das políticas de tarifas de billetes, puntos de parada principal e secundaria e de carga; deseño de rutas específicas; análise de fluxos: frecuencia en función de necesidades de turistas, análises do emprego de mobilidade eléctrica on demand (flexibilidade e adaptabilidade do medio ás necesidades do usuario), sistema versátil e modular, con diversos usos (repartición, recollida de residuos e transporte).

74

Ibermática S.A. e Ednon S.A.

Nome da proposta

Smart Mobility for Smartiago


Descrición da solución para cada obxectivo específico. Sistema de control de acceso: tomógrafos de muones en rúas habilitadas para o acceso de repartidores, cámaras que procesen imaxes de forma autónoma e compoñentes integrados nunha solución despregada na nube. Analítica preditiva/prescritiva do tráfico: plataforma Spider. Pode despregarse on-premise ou na nube, utiliza software libre, e permite recompilar, adecuar, almacenar, procesar, visualizar e difundir datos. Analítica preditiva de capacidade para turistas con motor de recomendacións para estes: despregamento de nodos para facer un seguimento de forma pasiva do movemento dos móbiles. Seguimento de contaminación ambiental e sonora: uso de sensores de ruído, contaminación e ambientais en múltiples puntos. Vehículo eléctrico polivalente e modular: vehículo eléctrico, modular, lixeiro e polivalente de aluminio e fibra de vidro con múltiples rodas de tipo Tweel que minimizan danos no pavimento e reparten o peso.

77

Imatia Innovation, S.L., ITG (Instituto Tecnológico de Galicia), Arteixo Telecom, S.A., CESGA (Centro de Supercomputación de Galicia), Eptisa Servicios de Ingeniería, S.L. e Telefónica, S.L

Nome da proposta

Xestión da mobilidade cidadá a través da captura e a análise de datos ambientais


A proposta baséase no desenvolvemento dunha plataforma que permita recoller, analizar e tratar datos ambientais para informar a cidadanía sobre o nivel de calidade do aire ou o ruído. O que se pretende é influír sobre a mobilidade da poboación desde un enfoque ambiental, dándolles informacións que lles permitan decidir que zonas poden ser máis aconsellables para a súa saúde. De forma complementaria, a información será posta a disposición doutras AAPP para a realización de tarefas preventivas, correctivas ou mesmo de seguridade. Suxírese situar os sensores nalgunhas liñas dos autobuses urbanos. Para amosar a información, proponse utilizar as marquesiñas como elementos de intercambio a través de routers (NB-IoT, LTEm, 4G/5G) que garantirán a conexión bidireccional. A información será representada a través de pantallas informativas e unha aplicación que permitirá consultar os niveis e os límites en función das súas capacidades ou tolerancias.

78

Indra Soluciones Tecnologías de la Información, S.L.U.

Nome da proposta

Artificial Intelligence For Smart Mobility


A solución proposta considérase un sistema intelixente para a adquisición, procesamento, almacenamento e explotación de todo tipo de datos en tempo real. É capaz de realizar unha análise multivariable combinando diversas fontes de información de forma simultánea. Todo iso, buscando dar unha resposta aos subretos referentes á contaminación ambiental e acústica que os vehículos producen e as súas consecuencias para peóns ou monumentos, e á predición de capacidades para xerar recomendacións para turistas. Para iso, o sistema emprega técnicas avanzadas de obtención e explotación da información, aproveitando as capacidades das tecnoloxías do IoT, machine learning, dixital twins e big data, facendo uso da Plataforma Onesait e do CLM, a solución de xestión integrada para as cidades e os territorios intelixentes.

79

Ingeniería Insitu S.L.

Nome da proposta

Clasificación de vehículos baseada en intelixencia artificial


A presente proposta, enmarcada no reto 1, focaliza o alcance do obxectivo específico B (Deseño e posta en funcionamento dun sistema de visión artificial para clasificación de obxectos e vehículos ou as súas características en espazo urbano). Para estes efectos, concíbese o desenvolvemento en dous niveis: nun primeiro nivel, sitúase a integración de sistema hardware para captura informativa. Será conformado por unha rede de dispositivos situados en accesos determinados á cidade histórica. Nun segundo nivel desenvolveranse algoritmos para uso de redes neuronais e técnicas machine learning para a detección sobre imaxe e clasificación de vehículos e obxectos segundo patróns e etiquetas de adestramento. A información derivada conformarase sobre unha base de datos que se deberá asociar á complementariedade de controis de acceso existentes, para, segundo requirimentos do Concello, procurar un sistema de explotación de datos conxunto.

80

Ingeniería Insitu S.L.

Nome da proposta

Guiado de mobilidade peonil libre de barreiras arquitectónicas


A presente proposta, enmarcada no reto 1, oriéntase ao obxectivo específico D. Para estes efectos, utilizarase un modelo lidar 3D preciso que determine a configuración do espazo urbano ante condicións físicas de peón ou visitante. Deste xeito, o modelo lidar 3D elaborado disporá información base para elaborar rutas de visita segundo condicións físicas das persoas. Engadiranse outros datos derivados da capacidade segundo circunstancias e momentos do ano (meteoroloxía, horarios segundo lugares, acontecementos ou datas). Todo iso estará dispoñible nunha app móbil. O usuario poderá obter rutas pedestres coas funcionalidades principais e evitar rutas con barreiras arquitectónicas segundo condición física da persoa, trazar rutas cun limitante en pendente, evitar zonas previstas de aglomeracións, e transitar por lugares con menor carga de visitantes ou transeúntes.

81

Little Electric Car España, S.L. e Movelco (colaboración con CTAG)

Nome da proposta

VEGALIUM - Vehículo Eléctrico Galego Lixeiro para repartición de Última Milla multipropósito


O obxectivo principal da proposta é o deseño e o desenvolvemento dunha plataforma de vehículo eléctrico modular, lixeiro e multipropósito para repartición de última milla, que permita tanto o transporte de persoas como de mercadorías no centro histórico do Concello de Santiago de Compostela, e que poida configurarse para diferentes servizos, como a recollida de residuos ou limpeza de rúas (varredora).

82

Moonoff S.L.

Nome da proposta

Smart ELectric VEhicle System


A proposta está formada por unha familia de cargadores para vehículos eléctricos, composta por cargadores AC de 7 kW e 22 kW para cargas lentas e semirrápidas e cargadores CC de ata 50 kW para cargas ultrarrápidas, todos eles axeitados para instalarse no exterior. Este tipo de cargadores son compatibles cos distintos tipos de vehículos eléctricos, xa sexan híbridos enchufables (PHEV) ou eléctricos de baterías (BEV), poden usarse en motos, coches ou camións eléctricos ou calquera outro vehículo eléctrico multifuncional, e incorporarán tecnoloxía 5G, que posibilita a súa inclusión nas redes smart city. A instalación dunha rede de cargadores para vehículos eléctricos incentiva o uso deste tipo de vehículos moito menos contaminantes que os tradicionais de motor de combustión interna.

83

Tecnologías Plexus S.L

Nome da proposta

CitiConnect


A solución proposta combina dispositivos de edge computing nos que se realizarán operacións como a estimación de pesos volumétricos ou o control de accesos. Plataforma de big data en backend, alimentada con datos de dispositivos de edge computing, datos de operadoras, metereolóxicos etc, que serán utilizados para executar algoritmos de machine learning que permitan segmentar, clasificar e predicir o comportamento de persoas e tráfico. Os resultados destes algoritmos serán consumidos por aplicativos móbiles e web, ademais de realimentar os dispositivos de edge computing para mellorar o funcionamento, que son executados neles. Ademais, tamén se utilizarán os resultados obtidos polos algoritmos para personalizar a información mostrada en sistemas de cartelería dixital, que permitirán influenciar nos visitantes, ou redirixir o tráfico para facilitar as tarefas dos servizos municipais..

84

SRM Consulting – Universidad Politécnica de Madrid (UPM)

Nome da proposta

Plataforma integradora para a xestión, análise e visualización de datos


Plataforma integradora (ImpsilumSmart) capaz de recibir, analizar e mostrar os datos solicitados mediante calquera outra solución. Unha plataforma distribuída despregada por colectores, que se pode executar en calquera equipo coas máximas garantías de compatibilidade. É accesible a través dunha aplicación web, implementando métodos para recibir información a través de numerosos protocolos de comunicación. Achega toda a potencia dos servidores en backend e a versatilidade e lixeireza dunha contorna web para visualización. Compleméntase cun sistema de alertas e, segundo o resultado das diferentes análises e previsións, levaría á actuación da Administración de forma efectiva, rápida e en tempo real. Ademais, é unha plataforma colaborativa e escalable. É transversal para as solucións de mobilidade e RSU.

85


Nome da proposta

Plataforma integradora para a xestión, análise e visualización de datos


Sistema de vixilancia intelixente con capacidade de seguimento e análise do comportamento de entidades de vehículos. Baseándose en algoritmos de intelixencia artificial para detectar e identificar cun vector único cada entidade detectada. Isto permitiría enviar estes vectores de características ao sistema, polo que non habería que atender ás leis de protección de datos. Ao existir unha relación única pódense estudar series temporais de comportamento. Identificación de obxectos en tempo real debido ao auxe de tecnoloxías de edge computing. A súa integración na plataforma permite aproveitar todo o seu potencial de análise e visualización. Ademais, poderíanse aproveitar as características da intelixencia artificial para identificar matrícula, empresa e realizar unha análise completa.

86


Nome da proposta

Procesos integrados de predición e control de afluencias


Ferramenta integradora de hardware, para a captación de datos, e software, para a predición e a análise. A parte hardware baseada en puntos de escaneo Bluetooth e wifi para recompilar información sobre as diferentes afluencias nas zonas clave da cidade. Ademais, todo implementado nun hardware baseado na arquitectura ARM. A parte software, con base nos datos captados pola parte hardware e os históricos, é capaz de análise (niveis de servizo, tempos de percorrido e matrices orixe-destino, localización e xeración de mapas de calor de peóns), predición (predición de velocidade e tempos de percorrido, información anticipada de conxestións, combina os últimos avances en intelixencia artificial), seguimento (matrices OD individuais e agregadas e cadeas multimodais). Implementarase outra parte de hardware na que, mediante intelixencia artificial e cámaras a pé de rúa, se poidan detectar prazas de aparcadoiro libres para guiar máis eficientemente o exceso de estacionamento nunha zona.

87


Nome da proposta

Ferramenta de xestión de visitantes para un turismo sustentable


Ferramenta baseada en arquitectura cloud con técnicas de gamificación e colaborativo que predispoña o peón a realizar un turismo máis sustentable. Como orixes de datos considéranse as cámaras da cidade, as análises e as previsións de conxestión (con base en históricos e situación real) e os propios datos de localización dos visitantes conectados. Crearanse mapas de densidade cos que tomar decisións e programar as actividades. Crearase unha moeda virtual local que os visitantes poderán gastar nos locais da zona ao realizar accións de turista sustentable. Contando con todas as análises e datos xerados no reto de mobilidade intelixente e sustentable pódese xerar un sistema de premios e ganancias eficiente que faga o turismo máis sustentable e beneficie a zona cunha criptomoeda local.

88

SUEZ

Nome da proposta

Calidade do aire Santiago-Suez


A proposta divídese en tres estratexias para cubrir os obxectivos de predición da afluencia de persoas e tráfico á cidade, o impacto que xera en tempo real na contaminación do aire e acústica e a predición deste. 1) Co obxecto de predicir a afluencia de persoas e vehículos á cidade proponse a implantación e o uso dun modelo de simulación e planificación de tráfico urbano, baseado en datos de capacidade en tempo real. 2) Co obxecto de facer seguimento en tempo real os niveis de contaminación ambiental e acústica, proponse o despregamento dunha plataforma intelixente de xestión avanzada da calidade do aire, composta por unha rede de sensores smart e a integración de modelos numéricos de prognóstico e de contaminantes. 3) Complementariamente, a modelización de ruído na cidade queda integrado na mesma plataforma de xestión.

89

Televés, S.A.U.

Nome da proposta

Desenvolvemento de mobiliario urbano intelixente que facilite o reto de mobilidade intelixente e sustentable


Trátase dunha solución modular e flexible materializada en equipamento urbano que permita telecontrolar e despregar servizos de valor engadido á cidadanía de forma integral. Así, no conxunto destes servizos a solución ofrecerá zonas de recarga de vehículos, bicicletas e dispositivos móbiles; zonas de aparcadoiro para bicicletas; sensores de polución, ruído e ambientais; puntos de comunicación, iluminación intelixente, alarmas de chamada de emerxencias etc. Todo iso coa capacidade de telexestión e explotación integral da información almacenada para crear servizos innovadores actuais (predición de contaminación e ruído) e futuros dunha maneira sinxela. Adicionalmente, proporcionarase unha interface de manexo do mobiliario, tanto por parte do usuario que vai consumir os servizos como por parte do administrador e operador dos servizos ofrecidos.

90

Ukyfu Racing S.L.

Nome da proposta

Ukyfu Urban Air Quality


Deseño, desenvolvemento e fabricación dun dispositivo que permite converter os vehículos en estacións de medida de calidade do aire móbiles e crear mapas actualizados en tempo real do estado do aire en contornas próximas aos cidadáns. O sistema crea unha comunidade de usuarios e institucións que non só reciben información, senón que achegan información á base de datos. A través desta ferramenta, as institucións poden controlar o estado local de calidade do aire en lugar do sistema actual baseado en estimacións con estacións de medida fixas e coordinar actuacións precisas ou identificar posibles focos de emisión, zonas de concentración, facer seguimento da evolución do estado do aire ou coñecer o alcance das accións emprendidas.

91

Ukyfu Racing S.L.

Nome da proposta

Urban Logistics Total EVehicle


Deseño, fabricación de compoñentes, montaxe, integración mecánica e proba de vehículo modular eléctrico de tracción total que permite a súa transformación de vehículo de pasaxeiros a vehículo de carga ou mixto, e en distintas capacidades, mediante a adición ou substitución de módulos parciais e mantendo sempre unha tracción total adaptativa electronicamente respectuosa coa degradación do solo. É un vehículo 0 emisións adaptado a circular por contornas rurais e urbanas causando a menor perturbación posible no medio, pero que ofrece a posibilidade dun uso indistinto para carga ou transporte de persoas. O noso concepto modular permítenos ofrecer, a través do mesmo vehículo, distintas versións con modificacións no número de prazas, litros de capacidade e peso de arrastre cunha montaxe simplificada para reducir ao máximo os tempos de transformación ou ampliación de prazas e tamaños.

Informe final da Consulta Preliminar ao Mercado do …...Consulta Preliminar ao Mercado, de acordo...

Documents

Transcript of Informe final da Consulta Preliminar ao Mercado do …...Consulta Preliminar ao Mercado, de acordo...