Objetivos

El objetivo es desarrollar y validar un sistema integrado para la orquestación inteligente de la movilidad avanzada (vehículo eléctrico, autónomo, conducción remota y robótica móvil) en interacción con la infraestructura de recarga, la red energética y el usuario.

Sus objetivos técnicos son:

• optimizar la integración energética y la flexibilidad de la recarga mediante estándares abiertos;


• garantizar la ciberseguridad de la recarga;


• mejorar la robustez de las infraestructuras mediante comunicaciones avanzadas y procesamiento edge;


• incrementar la aceptabilidad e integración social de los sistemas autónomos mediante soluciones centradas en el usuario y el entorno.

• PT1 – Análisis de necesidades y requisitos


• PT2 – Desarrollo de herramientas y soluciones tecnológicas


• PT3 – Demostración y validación en entorno real


• PT4. Difusión


• PT5. Transferencia


• PT6. Gestión y coordinación.

• R1. Plataforma integrada OpenADR–OCPP: Validación mediante integración con cargadores inteligentes y plataformas de gestión energética.


• R2. Herramienta EVSecLab: Validación de ciberseguridad sobre infraestructuras reales de recarga, incluyendo dispositivos, comunicaciones y backend, identificando vulnerabilidades y medidas de mitigación en sistemas reales


• R3. Algoritmos avanzados de control, predicción y optimización energética: Validación mediante integración con sistemas energéticos y cargadores, evaluando eficiencia, adaptación a demanda y optimización de la operación


• R4. Sistema de comunicaciones robustas: Validación en infraestructuras físicas distribuidas, evaluando fiabilidad, continuidad de servicio y capacidad de captación de datos.


• R5. Nodo edge para procesamiento de datos: Validación mediante instalación en infraestructura física, evaluando capacidades de procesamiento en proximidad, generación de eventos operativos y soporte a la supervisión.


• R6. Demostrador integrado IoT–edge: Validación del sistema completo (sensores, comunicaciones y edge) en entorno real, analizando integración, generación de información operativa y conexión con otros módulos del sistema.


• R7. Algoritmo de modelado del control motor humano: Validación en entorno aplicado mediante simulación avanzada y escenarios de uso real, evaluando naturalidad, previsibilidad y comportamiento del sistema en interacción con usuarios.


• R8. Modelo de interacción multimodal + índice IAVE-UGC: Validación en entornos reales y digitales mediante implementación de interfaces, sistemas de interacción y análisis de datos de usuarios, evaluando comprensibilidad, confianza, aceptabilidad y experiencia de uso.