Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español es
CORDIS - Resultados de investigaciones de la UE
CORDIS

LEAD-PRo Law Enforcement Assistance for Disaster Prediction and Recovery Optimisation

Descripción del proyecto

Soluciones de inteligencia artificial para la predicción de catástrofes

Los avances de la tecnología digital están poniendo a prueba las capacidades de los cuerpos de seguridad y de los primeros intervinientes en todas las fases operativas, incluidas la predicción de catástrofes y la recuperación tras una. En el proyecto LEAD-PRo, financiado con fondos europeos, se pretende dotar a los cuerpos de seguridad y a los primeros intervinientes de tecnologías avanzadas de inteligencia artificial para mejorar su labor. El proyecto se centra en utilizar soluciones tecnológicas maduras, fomentar la colaboración entre pequeñas y medianas empresas, implicar a los usuarios finales en el proceso de validación y promover la cooperación entre empresas tecnológicas y organismos de investigación. El objetivo es desarrollar una plataforma de predicción de catástrofes en tiempo real, optimizar el tratamiento de datos para la prevención de catástrofes y proponer soluciones para la recuperación tras crisis y catástrofes, entre las que se incluyen la robótica para zonas peligrosas y la evaluación de zonas de interés con vehículos aéreos no tripulados y vehículos submarinos autónomos.

Objetivo

LEAD-PRO focuses on mature technological solutions, achieving a Technology Readiness Level (TRL) 8, fostering collaboration among SMEs from different Member States, fostering collaboration among SMEs from different Member States, involving LEA/First Responder end-users in the validation process, and promoting collaboration between small technology companies and research organisations. With a consortium comprising three SMEs from Spain, Lithuania, Ireland, as well as three partner LEAs serving as end users from Spain, Lithuania, Latvia, complemented by dynamic NGO, the project spans 24 months.

The project's primary aim is to equip LEAs and first responders with advanced AI-based tools and technologies that enhance their capabilities across all operational phases and contribute to digital societal resilience.

The LEAD-PRO solution encompasses three advances:
*Real-Time Information Collection and Analysis for Disaster Prediction: The project develops an innovative platform for gathering, processing, and sharing real-time data and information. This includes CCTV, cameras, drones, and anomaly detection systems. The platform integrates state-of-the-art technologies such as artificial intelligence, cloud computing, and big data to create a robust warning system and enhance geolocation capabilities for both the public and rescue teams.

*Optimisation of Disaster Prevention: LEAD-PRO exploits monitoring data, satellite/remote sensing information, and artificial intelligence to conduct high-level assessments. This involves optimising the processing of data from satellite and aerial imagery, sensor networks, and weather information.

*Robust Response for Better Recovery: The project focuses on innovative solutions for post-crisis and disaster recovery, including robotics for tasks in hazardous areas. Utilizing UAV/UAS for assessing areas of interest, the project addresses energy and data network rehabilitation, autonomous systems, and decentralised operation.

Palabras clave

Programa(s)

Tema(s)

Régimen de financiación

HORIZON-IA - HORIZON Innovation Actions

Ver todos los proyectos financiados en el marco de este régimen de financiación

Convocatoria de propuestas

(se abrirá en una nueva ventana) HORIZON-CL3-2023-SSRI-01

Ver todos los proyectos financiados en el marco de esta convocatoria

Coordinador

NUUK TECHNOLOGIES SL
Aportación neta de la UEn
€ 258 364,17
Dirección
PASEO MIKELETEGI 57
20009 San Sebastian
España
Pyme
Sí
Región
Noreste País Vasco Gipuzkoa
Tipo de actividad
Private for-profit entities (excluding Higher or Secondary Education Establishments)
Enlaces
Coste total
Sin datos

Participantes (6)

Socios (1)