Pin It

[Obtuvo el segundo lugar de certamen organizado por la Oklahoma State University.]

Juan Parra, estudiante de la Maestría en Manufactura de la UPAEP y quien actualmente se encuentra realizando su Doble Grado en la Oklahoma State University (OSU), con el programa en Administración de Negocios (MBA, por sus siglas en inglés), obtuvo el segundo lugar de la Research to App Competition promovido por la institución de los Estados Unidos.

Cabe destacar que para participar en esta competencia, el joven tuvo que ser seleccionado entre 70 proyectos, de los cuales la OSU eligió sólo diez para que éstos fueran presentados ante un panel de jueces con experiencia en los distintos temas, sobretodo en el desarrollo de aplicaciones.

El premio que Juan Parra y Milkyas Afework ganaron por el segundo lugar de dicha competencia fue de mil dólares por su concepto de aplicación “BLLNQ” la cual proporciona a los conductores la detección en tiempo real de señales de tráfico y colisiones inminentes.

“BLLNQ es un revolucionario algoritmo heurístico para la detección de señales de tránsito, semáforos, cambios de canal y colisiones que recolecta datos para compañías aseguradoras de vehículos para brindar primas personalizadas a cada conductor. Durante la realización del plan de negocios para la comercialización de esta tecnología nos dimos cuenta de la necesidad de crear una aplicación móvil que facilite la distribución del software”, explicó Juan Parra.

Agregó que la idea de la app es darle ojos a los datos que se recolectan mediante sensores de inercia con la intención de que las compañías aseguradoras tengan datos más precisos y puedan dar primas personalizadas a los conductores.

A este respecto, explicó que en la actualidad para la asignación de primas, las compañías de seguros utilizan la telemática para el registro de aceleración y frenado de los vehículos. Sin embargo, en muchas ocasiones los conductores no son responsables de estas acciones si por ejemplo, al entrar a una autopista asciende la velocidad pues hay que alcanzar los límites de velocidad permitida para evitar accidentes.

“El dispositivo actual sólo detecta cuando una unidad acelera o frena de manera inesperada, en este caso, a través del algoritmo utilizado en BLLNQ las  compañías sabrán cuándo el vehículo ha ingresado a la autopista o si éste ha tenido que frenar repentinamente porque el coche de adelante lo hizo bajar la velocidad de manera inesperada, lo que ayudará a que no sean penalizados por estas acciones”, detalló el estudiante de Doble Grado.

Finalmente Juan Parra, se dijo contento de haber sido parte de este dicho proyecto ya que durante meses aprendió no solo de tecnología sino también de la gente con quien trabajó. “La manera en que nos preparamos para la competencia fue un gran desafío que me deja una gran lección”, aseguró.

 

Lo más reciente

Galerías Institucionales