Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Machine Learning and the Internet of Things for Optimisation of the Last Mile Delivery

Opis projektu

Nowe narzędzia pomogą specjalistom logistyki uporać się z wyzwaniem „ostatniej mili”

W świecie logistyki jednym z najważniejszych obecnych wyzwań jest problem dostawy na „ostatniej mili” (LMD), stanowiący wąskie gardło transportu, które podnosi koszty i osłabia wydajność. Tradycyjne metody optymalizacji tras zawodzą w obliczu zakłóceń w czasie rzeczywistym, sprawiając, że wobec tego odwiecznego problemu specjaliści logistyki są bezradni. Dzięki wsparciu działań „Maria Skłodowska-Curie” zespół projektu SmartDelivery do rozwiązania tego dylematu wykorzysta synergię dwóch technologii: uczenia maszynowego (ML) i internetu rzeczy (IoT). Przede wszystkim skupi się na wprowadzeniu innowacyjnej architektury sprzętowej i oprogramowania, wykorzystującej dane o pojazdach w czasie rzeczywistym do ciągłego ulepszania algorytmów wyznaczania tras. Dodatkowo to innowacyjne podejście oparte na IoT pozwala na dynamiczne przydzielanie tras kierowcom z wykorzystaniem unikalnej funkcji zwanej „szóstym zmysłem”. Z kolei moduł uczenia maszynowego służy do przewidywania optymalnego algorytmu heurystycznego / metaheurystycznego w celu wybrania jak najlepszej trasy.

Cel

Scientific advances in recent years have brought to light a series of potentially disruptive technologies in the ICT landscape. They are becoming, and will increasingly become, key enabling technologies for the development of applications and services designed to improve the quality of life of citizens and make processes more efficient. Among these, we can identify some which research has recently focused on with particular attention: Machine Learning and Internet of Things. In this project we propose a combined use of these two technological enablers to solve one of the main issues which all logistics experts have to face: the problem of optimising the last mile delivery (LMD). LMD is a crucial step of the entire delivery process, as it causes bottlenecks and is typically the most costly, problematic and inefficient part. Improving the LMD process in terms of route optimisation using classic approaches is difficult: static algorithms are not suitable, and even heuristic algorithms do not find high-quality solutions, as they do not consider several factors such as unpredictable real-time events which may occur. To address these challenges, a novel hardware/software architecture which exploits real-time vehicles’ positions to continuously improve performances of the routing algorithms is proposed, together with a new IoT-based methodology to automatically/dynamically assign routes to drivers based on the values of a defined “sixth sense”parameter. A ML module will predict the best among a chosen portfolio of different heuristics/metaheuristics algorithms to optimise the route.

Dziedzina nauki (EuroSciVoc)

Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.

Aby użyć tej funkcji, musisz się zalogować lub zarejestrować

Słowa kluczowe

Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.

Program(-y)

Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.

Temat(-y)

Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.

System finansowania

Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.

(odnośnik otworzy się w nowym oknie) HORIZON-MSCA-2022-PF-01

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

UNIVERSIDAD DE SALAMANCA
Wkład UE netto

Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.

€ 206 641,20
Adres
CALLE PATIO DE ESCUELAS 1
37008 SALAMANCA
Hiszpania

Zobacz na mapie

Region
Centro (ES) Castilla y León Salamanca
Rodzaj działalności
Higher or Secondary Education Establishments
Linki
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

Brak danych

Partnerzy (3)

Moja broszura 0 0