Las investigadoras del Citic, Paula Fraga y Lucía Ramos, consiguieron financiación para desarrollar el proyecto Concordance para la prevención de colisiones para drones. "Un dron que es mejor que no encendamos porque hace mucho ruido", bromean. El aparato sí ha sido probado en una nave de Navantia, en la que "consiguió leer el 30% de las etiquetas del almacén en solo cinco segundos". Fraga y Ramos detallaron que buscan "sensores de bajo coste" para que el desarrollo de este tipo de tecnologías "sea viable". "Entendemos que el mercado de los drones va a
aumentar en los próximos años", indica Fraga, ya sea en "acceso a minas, extinción de incendios o gestión de emergencias". Para conseguirlo, han utilizado técnicas sensoriales optimizadas y de deep learning —aprendizaje profundo automático—. Otros investigadores también mostraron ayer los resultados de sus proyectos. El SC-IM-HW, que busca la optimización de métodos de selección de características para arquitecturas hardware no convencionales; el eCOAR, un sistema automático para la detección de anomalías y control de calidad en eficiencia energética, confort térmico y calidad del aire en edificaciones; y Treboada, que utiliza técnicas de predicción de precipitación mediante sensores de bajo coste y aprendizaje máquina.
