VA | EN

SensorsPark participa en un proyecto de la UE para innovación empresarial en Big Data

SensorsParkspin-off del Parque Científico de la UMH, no deja de moverse. Esta vez, la empresa impulsada por los profesores de la UMH, David Úbeda y Arturo Gil, ha sido seleccionada para participar en el European Data Incubator (EDI), un proyecto de acción para la innovación en la Unión Europea. El objetivo de esta iniciativa es potenciar que las start-ups exploten las tecnologías de Big Data y den así solución a los retos de grandes proveedores de datos en Europa. De ser uno de los proyectos elegidos en la fase final, SensorsPark podría recibir hasta 100.000 euros para el desarrollo de su Producto Mínimo Viable, además del acceso a importantes empresas relacionadas con el Big Data y otros servicios.

La spin-off, que actualmente se encuentra en la fase inicial o Explore de este programa, presentará su proyecto, junto a otros 44 aspirantes, durante el mes de octubre en el evento Datathon de Berlín. Concretamente, los promotores realizarán un pitch en el que expondrán cómo pueden ayudar a mejorar la seguridad vial mediante la predicción de accidentes a través de distintas fuentes de datos, entre los que se incluye su app Carmetry para la comunidad de conductores. Esta recopila datos de conducción de sus usuarios, que se analizan posteriormente según modelos probabilísticos desarrollados por David Úbeda. El objetivo es identificar relaciones entre el comportamiento de los conductores, la infraestructura y los accidentes, y mejorar así la seguridad vial.

Un jurado de expertos será el encargado de seleccionar las 16 iniciativas más innovadoras, que pasarán a la siguiente etapa del programa Experiment phase. Estos 16 proyectos recibirán mentorización de expertos para la parte de testeo y desarrollo del proyecto. Una vez finalizada esta etapa, de nuevo se realizará una elección de las seis iniciativas más innovadoras, que pasaran a la fase final o Evolve. En ella, desarrollarán su modelo de negocio a partir del Producto Mínimo Viable (MVP por sus siglas en inglés). Para ello, estos proyectos recibirán una dotación económica de hasta 100.000 euros, acceso a diferentes infraestructuras y a contactos de proveedores de datos, herramientas y empresas relacionadas con el Big Data, y obtendrán una mayor visibilidad de su compañía.

Predecir y prevenir accidentes

La novedad de la investigación realizada por SensorsPark reside en que la empresa no solo interpreta datos, sino que es capaz de predecir qué le puede ocurrir a cada uno de los pasajeros en caso de accidente (fallecimiento, herido grave, herido leve, etc.). Esto es posible gracias al modelo matemático desarrollado a partir del análisis de 2,5 millones de accidentes y sus víctimas.

Con el modelo aplicado, esta empresa del Parque Científico de la UMH está preparada para entrar de lleno en el mercado del vehículo conectado y/o autónomo, además de ser capaz de ayudar al usuario a mejorar su comportamiento al volante mediante la dotación de inteligencia vial al vehículo y a los dispositivos que se usen en él. Adicionalmente, esto permitirá a la compañía SensorsPark extraer información que puede resultar de suma importancia en la planificación de políticas de reducción de accidentes de tráfico válidas para los gobiernos y diferentes instituciones.

SensorsPark surgió tras ser uno de los proyectos ganadores del 4º Sprint de Creación de Empresas UMH, el programa de impulso para emprendedores organizado por el Parque Científico de la UMH. La empresa ha desarrollado Carmetry, basado en una app gratuita para smartphones que permite al usuario monitorizar en tiempo real aspectos como la gravedad de una avería, la forma de conducción o el rendimiento del vehículo. Como complemento a esta app, la spin-off comercializa, a través del marketplace Amazon, un dispositivo o plugque se conecta al automóvil y con el que es posible visualizar los datos que el dispositivo recaba de todos los sensores del vehículo.

Más información sobre la spin-off SensorsPark y su asistente de conducción Carmetry.

Fuente: PCUMH