Pályázatok

Széchenyi Terv Plusz – Magyarország Kormánya – Az Európai Unió társfinanszírozásával
Folyamatban DIMOP_PLUSZ-1.1.2/B-24-2025-00094

Mesterséges intelligenciával és BLE technológiával támogatott öntanuló szoftver platform

Kedvezményezett neve
Happymed Egészségügyi és Informatikai Szolgáltató Zrt.
Támogatás összege
248.934.200 Ft
A projekt megvalósításának kezdete
2026.03.01.
A projekt tervezett befejezése
2028.02.29.
Projekt azonosító száma
DIMOP_PLUSZ-1.1.2/B-24-2025-00094
Projekt megvalósítási helye
1039 Budapest, Pünkösdfürdő utca 52-54.

										BLE parkolóhely-érzékelő szenzor
BLE-alapú parkolóhely-érzékelő szenzor

Projekt tartalmának bemutatása

A Heimdall–HeiMo projekt célja egy mesterséges intelligencia (AI) és Bluetooth Low Energy (BLE) technológiával támogatott, önfejlesztő szoftverplatform kifejlesztése a fenntartható és hatékony okosparkolási rendszerek üzemeltetésére. A projekt a már meglévő Heimdall rendszerre épül, amely AWS Panorama és egy testreszabott Python-alkalmazás segítségével valós idejű parkolóhely-felügyeletet, helykihasználtság-követést és optimalizációt biztosít. A rendszer képes felismerni a helyes és helytelen parkolást, és azonnali riasztásokat küld az illetékes csatornákra, ezzel segítve a parkoló üzemeltetőjét a hatékony beavatkozásban.

A Heimdall rendszer továbbfejlesztése során kiemelt cél, hogy a HeiMo nevű új verzió önfejlesztő képességekkel rendelkezzen. Az AI-alapú megoldások lehetővé teszik, hogy a rendszer folyamatosan tanuljon a beérkező adatokból, például a parkolási mintákból, a forgalmi viszonyokból, vagy akár az időjárási körülményekből, és ezek alapján egyre pontosabb előrejelzéseket és optimalizációs javaslatokat tudjon készíteni. Ennek köszönhetően a HeiMo képes lesz nemcsak a múltbeli adatok feldolgozására, hanem a jövőbeli események előrejelzésére is, ami jelentős versenyelőnyt biztosíthat a piacon.

A rendszer alapját képező technológiai háttér kulcseleme az AWS Panorama, amely lehetővé teszi a peremhálózati (edge computing) képfeldolgozást. Ez annyit jelent, hogy a kamerák által rögzített képek és videók a helyszínen kerülnek feldolgozásra, nem a felhőben, ezáltal csökkentve a késleltetést és a sávszélesség-igényt. Az alkalmazás Python nyelven készül, ami rugalmasságot biztosít a fejlesztők számára, különösen a mesterséges intelligencia és gépi tanulás modulok integrációjában.

A HeiMo projekt egyik jelentős újítása a BLE technológia bevonása, amely lehetővé teszi a járművek és a parkolási infrastruktúra közötti alacsony energiafogyasztású, költséghatékony kommunikációt. A BLE-eszközök segítségével a rendszer pontosabb adatokat tud gyűjteni a parkolóhelyek foglaltságáról, a járművek mozgásáról, valamint a be- és kihajtások számáról. Ez különösen fontos nagy forgalmú helyszíneken, például bevásárlóközpontok, repülőterek vagy irodaházak parkolóiban, ahol a kihasználtság optimalizálása jelentős költségmegtakarítással járhat.

A projekt egyik szakmai kihívása a különböző adatforrások integrálása egy egységes platformba. Az AI-moduloknak össze kell hangolniuk a kameraképekből, a BLE-szenzorokból és egyéb IoT-eszközökből érkező adatokat, hogy pontos és megbízható információkat nyújtsanak a felhasználóknak. A rendszer adminisztrációs felülete (dashboard) kulcsszerepet játszik ebben, mivel ezen keresztül lehet a beállításokat módosítani, az adatokat monitorozni, és jelentéseket készíteni a döntéshozatal támogatására.

A HeiMo platform egyik fontos jellemzője a modularitás és skálázhatóság. A rendszer úgy lett tervezve, hogy kisebb parkolóktól kezdve a több száz férőhelyes parkolóházakig bármilyen környezetben bevezethető legyen. Az adminisztrációs felület többnyelvű támogatást biztosít (jelenleg magyar, szlovák és angol nyelven), ami megkönnyíti a nemzetközi piacon való megjelenést. Emellett a platform CI/CD (Continuous Integration/Continuous Deployment) pipeline-t alkalmaz, ami lehetővé teszi a gyors és biztonságos szoftverfrissítéseket, csökkentve a leállási időt és a hibák kockázatát.

A projekt során nagy hangsúlyt kap a fenntarthatóság és a környezeti hatások csökkentése is. A forgalmi optimalizáció révén kevesebb üresjáratban köröző autó marad a parkolóban, ami csökkenti a CO2-kibocsátást és javítja a levegő minőségét. A rendszer képes támogatni az elektromos járművek parkolóhelyeinek dedikálását és azok töltési állapotának monitorozását, ami elősegíti az e-mobilitás térnyerését.

A projekt fejlesztését egy interdiszciplináris csapat végzi, amely szoftverfejlesztőkből, gépi tanulás szakértőkből, hardvermérnökökből és UX/UI tervezőkből áll. A fejlesztés első évében a költségek jelentős részét (kb. 10 millió Ft összköltségből 5 millió Ft) a laboratóriumi modell kialakítása és a szenzorokkal történő együttműködéshez szükséges fizikai környezet megteremtése teszi ki. Ez lehetővé teszi, hogy a rendszer prototípusát valós körülmények között teszteljék, mielőtt piacra lépnének.

Véleményünk szerint a Heimdall–HeiMo projekt olyan innovatív megoldást hoz létre, amely nemcsak a parkolás jelenlegi problémáira kínál választ, hanem jövőorientált megközelítést is alkalmaz. A rendszer mesterséges intelligencia alapú tanulása, a BLE-technológia integrációja, valamint a skálázható és moduláris platform révén hozzájárul a fenntartható városi közlekedés és az okosvárosok fejlesztéséhez. A megoldás nem csupán egy technológiai újítás, hanem egy komplex szolgáltatás, amely a felhasználók, az üzemeltetők és a városok igényeit egyaránt szem előtt tartja.

Projektünk újdonságtartalma besorolható a 6220'25 Információtechnológiai szaktanácsadás és számítástechnikai eszközök, rendszerek üzemeltetése tevékenységbe.

A projekt az Európai Unió támogatásával, a magyar állam társfinanszírozásával valósul meg.

Az NKFI Alapból megvalósuló projekt – Nemzeti Kutatási, Fejlesztési és Innovációs Hivatal
Lezárult 2020-1.1.2-PIACI-KFI-2021-00313

Kiterjedt számosságú és analitikai mélységű objektumfelismerésen alapuló, a használandó funkcionalitás vonatkozásában a felhasználó által paraméterezhető intelligens videó- és adatelemző rendszer létrehozása

Kedvezményezett neve
Happymed Egészségügyi és Informatikai Szolgáltató Zrt.
Támogatás összege
140.617.060 Ft
A projekt megvalósításának kezdete
2021.12.01.
A projekt fizikai befejezésének határideje
2023.11.30.
Projekt azonosító száma
2020-1.1.2-PIACI-KFI-2021-00313
Projekt megvalósítási helye
1039 Budapest, Pünkösdfürdő utca 52-54.
Objektumfelismerés: foglalt és szabad parkolóhelyek azonosítása kamerakép alapján
Objektumfelismerés: foglalt és szabad parkolóhelyek azonosítása

Projekt tartalmának bemutatása

A különböző intézményekben jelenleg is használatban lévő kamerarendszerek az MI által nyújtott lehetőségekhez képest csak korlátozott funkcionalitással üzemelnek. Projektünk alapvető célja egy tetszőlegesen nagyszámú kamerán alapuló megfigyelőrendszer által szolgáltatott adatösszességet integráltan, MI segítségével feldolgozó szerveroldali, moduláris felépítésű és funkcionalitású szoftver fejlesztése. Szervesen kapcsolódó további cél a projekt keretén belül a létrejövő szoftver megcélzott piacának sajátosságait és szigorú üzem- és adatkezelési biztonsági előírásait figyelembe vevő tesztelési és validálási feladatok elvégzése.

Az induló, kutatási fázisban felmértük a különböző MI alapú objektumfelismerési megoldások alkalmazási lehetőségeit, korlátait. Mérlegre tettük egy saját MI algoritmus fejlesztésének lehetőségét a piacon szabadon elérhető MI algoritmusok jelenlegi tudásával szemben. Feltérképeztük az MI algoritmus teljes kiegészítő virtuális és földi infrastruktúrájának kialakítási igényeit. Többféle “deszka-modellt” készítettünk és teszteltünk mind on-premise, mind Cloud service környezetben. A fejlesztés végső architektúrájának kialakításakor e kutatómunka eredményeire támaszkodtunk, és egy Cloud platformot definiáltunk, ami képes teljes mértékben futni mind a felhőben, mind szükség esetén helyi, internetfüggetlen környezetben is.

Mesterséges intelligencián alapuló videoanalitikai rendszerünk fejlesztésének célja egy olyan komplex rendszer kialakítása, amely objektumfelismerő, -követő és -kereső funkciói révén megvalósítja az alábbi biztonsági funkciókat:

  1. OBJEKTUMFELISMERÉS és ehhez kötődő események definiálása, figyelése
  2. OBJEKTUMOK MOZGÁSÁHOZ kötődő események definiálása, figyelése
  3. RIASZTÁSOK generálása események alapján
  4. TÖRTÉNETI SZŰRŐFUNKCIÓK: az események alapján aktuális és múltbéli adatok megjelenítése
  5. MÚLTBÉLI ESEMÉNYNEK KERESÉSE: a rögzített adatok alapján keresési paraméterek megadásával
  6. ELŐREJELZÉSEK kiszámítása, megjelenítése a rögzített adatok felhasználásával

Munkánk befejező eleme a validált és tesztelt szoftver hatékony és piacképes forgalmazását, értékesítését biztosító termék előállítása, ezen belül a bevezetését és üzemeltetését biztosító kiegészítő felügyeleti informatikai megoldások, rendszer- és folyamattervek, specifikációk kidolgozása.

A létrejövő termék funkcionalitása lehetővé teszi a gyártói és kereskedelmi szektorban történő felhasználást (például raktárkészletek felügyeletét, gyártósorok működésének képanalitikai alapú minőségbiztosítási megoldását), elsődleges piacunknak a biztonságtechnológiai, személy- és utasvédelmi területeket, a közlekedésfelügyeletet jelöljük meg, ahol az előzetes piackutatási tevékenységünk kimagasló innovációs igényt és rendkívül fizetőképes keresletet tudott meghatározni. A tömegközlekedési és más nagy forgalmú létesítmények felügyeleti és védelmi rendszereinek fejlesztésére, szakmai és költséghatékonyságuk nagyarányú javítására irányul termékfejlesztésünk primer fókusza.