1 0
Read Time:2 Minute, 10 Second

Интеллектуальные транспортные системы сегодня являются одним из перспективных направлений в научных исследованиях, так как они позволяют повысить безопасность движения, увеличить эффективность функционирования транспорта и ослабить его негативное воздействие на окружающую среду.

Программа Минобрнауки России «Приоритет 2030» объединила вузы из разных регионов РФ, которые ведут разработки в области развития и цифровизации транспортных систем в масштабах всей страны. Участники программы рассказали о первых результатах, достигнутых в рамках реализации стратегических проектов по модернизации транспортной инфраструктуры.

Ученые Петербургского государственного университета путей сообщения (ПГУПС) ведут разработки в рамках стратегического проекта «Цифровая экосистема интеллектуальных приоритетов для транспорта и логистики», направленного на создание научно-исследовательского и кадрового потенциала для цифровой трансформации железнодорожной отрасли.

«Важнейшими задачами развития железнодорожного транспорта России являются повышение эффективности функционирования транспортных систем и рост удовлетворения потребности экономики и населения в безопасных и эффективных транспортных услугах. Перспективное направление научных исследований ― это разработка интеллектуальных транспортных систем», ― отметил кандидат технических наук, доцент кафедры «Электрическая связь», технический координатор программы «Приоритет 2030» в ПГУПС Сергей Куценко.

«В рамках направления «Интеллектуальные транспортные системы» по программе «Приоритет 2030» запланировано проведение исследований по комплексной проблеме развития современных и создания перспективных транспортных систем как рельсового, так и магнитолевитационного транспорта», ― рассказал доктор технических наук, профессор, заведующий кафедрой «Электрическая тяга» Андрей Евстафьев.

В Санкт-Петербургском политехническом университете Петра Великого (СПбПУ) реализуется проект «Цифровая трансформация промышленности».

«Необходима разработка методологии комплексного моделирования отраслевых кластеров и транспортных систем, обеспечивающих устойчивое развитие агломераций. Данная методология должна включать модели, инструменты, методы исследования отраслевого развития территорий и транспортных систем с позиции устойчивого развития. <…> Таким образом, мы сможем обновить теорию территориально-промышленных комплексов с учетом современных задач устойчивого развития, инструментария моделирования и методов сбора данных», ― подчеркнул директор Высшей инженерно-экономической школы СПбПУ Дмитрий Родионов.

Южный федеральный университет (ЮФУ) занимается разработкой перспективных робототехнических комплексов (РТК) воздушного, наземного и морского базирования по всем направлениям современной робототехники. Наиболее значительных успехов научные подразделения ЮФУ добились в области таких ключевых технологий РТК, как системы навигации, связи и управления.

«Созданная в ЮФУ Целевая поисковая лаборатория прорывных интеллектуальных технологий группового управления РТК позволяет сформировать на юге России центр компетенций федерального значения по критически важному для обороноспособности страны направлению», ― уверена ректора ЮФУ Инна Шевченко.

В Московском физико-техническом институте (МФТИ) реализуется несколько крупных проектов в области интеллектуальных транспортных систем. Проект системы «Умный перекресток» предназначен для управления объектами дорожно-транспортной сети, организации сбора и передачи данных, фиксации нарушений ПДД и аварийных ситуаций.

Проект Научно-исследовательского центра оптоэлектроники, медицинской техники и искусственного интеллекта (НИЦ АО «Швабе») в МФТИ ― программно-аппаратный комплекс для автономного управления наземными транспортными средствами с подключением к системе «Беспилотный логистический коридор». Данный проект разрабатывается в том числе в рамках реализации программы Правительства Российской Федерации «Беспилотные логистические коридоры».


Источник  —  Минобрнауки России

 

Happy
Happy
0 %
Sad
Sad
0 %
Excited
Excited
0 %
Sleepy
Sleepy
0 %
Angry
Angry
0 %
Surprise
Surprise
0 %