Opis projektu
Inteligentniejsze rozwiązania dotyczące bagażu kabinowego
Przemysł lotniczy potrzebuje nowych, opłacalnych i niezawodnych rozwiązań, które pomogą mu w zwiększeniu bezpieczeństwa i konkurencyjności. Sektor podlega nowym przepisom, takim jak wymogi dotyczące limitów czasowych dla biletów (ticket time limit, TTL) dotyczące bagażu kabinowego. Finansowany przez UE projekt SmaCS, realizowany przez dwóch kluczowych graczy w dziedzinie systemów kamer lotniczych i uczenia maszynowego, firmy OTOMY Aviation i VICOMTECH, proponuje zaawansowane rozwiązanie w zakresie cyfrowej kontroli bagażu kabinowego. W ramach projektu zostanie opracowany algorytm uczenia maszynowego do kontroli bagażu kabinowego w warunkach słabego oświetlenia i kontrastu. Powstanie również zaawansowana metoda tworzenia prognoz opartych na danych. W ramach projektu pracuje się również nad sprzętem do przetwarzania danych obrazowych kompatybilnym z samolotami. Ogólnie rzecz biorąc, nowa technologia przyczyni się do rozwoju rozwiązań związanych z bezpieczeństwem w sektorze lotniczym i transportowym.
Cel
The SMACS project, led by OTONOMY Aviation and VICOMTECH, aspires to conceive a camera-based prototype solution for digitalized on-demand verification of TTL requirements for cabin luggage. It will be designed to be highly reliable, cost effective and easy to upgrade, with potential additional camera-based verification services.
To fulfil this ambition, the consortium will capitalise on 3 main pillars:
- A robust Machine Learning algorithm for cabin luggage recognition in low light and low contrast environment that will be built from VICOMTECH’s AI libraries and specific developments
- A highly innovative way to produce learning dataset based on videos coupled with synthetic 3D models
- An aircraft compliant, ultra-light, ultra-compact Image data processing hardware based on COTS, with highly adaptable CVMS interface connection capabilities.
VICOMTECH brings to the consortium its large experience and proven competencies in developing machine-learning based algorithms, notably for object recognition, and its rare and precious capacity to train algorithms from synthetic 3D models to reach higher performances at unmatchable costs.
OTONOMY Aviation brings to the consortium its deep knowledge of aeronautic compliant camera systems and camera implementation in aircraft cabins. Moreover, OTONOMY’s strong relationship with major actors of the ecosystem such as Airbus Interiors Services permitted to get a highly realistic synthetic model of an A320 aircraft that will be used for the algorithm training.
The SMACS project will generate new technology breakthrough for the use of IA in aeronautic and will bring new safety-related solutions to other sectors such as public transportations (trains, buses etc.).
It will also enable OTONOMY to introduce smart IA-empowered cameras in the aeronautic ecosystem, opening new and various opportunities for aeronautic competitiveness, safety and ecology. The derived products will generate an additional turnover of 10M$/year.
Dziedzina nauki
- engineering and technologyelectrical engineering, electronic engineering, information engineeringelectronic engineeringsensorsoptical sensors
- engineering and technologymechanical engineeringvehicle engineeringaerospace engineeringaircraft
- social sciencessocial geographytransportpublic transport
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
- natural sciencescomputer and information sciencesdata sciencedata processing
Słowa kluczowe
Program(-y)
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSystem finansowania
IA - Innovation actionKoordynator
33700 Merignac
Francja