Nov
A iniciativa que leva o Laboratório de Dados Urbanos de Lisboa - LxDataLab até às Universidades parceiras deste projeto da Câmara Municipal de Lisboa, arrancou com a visita ao LNEC – Laboratório Nacional de Engenharia Civil, nos dias 8 e 9 de outubro ao IGOT - Instituto de Geografia e Ordenamento do Território, nos dia 21 de outubro, à UBI – Universidade da Beira Interior, no dia 23 de Outubro, ao ISCAC – Coimbra Business School e ISEC – Instituto Superior de Engenharia de Coimbra a 28 de outubro e ao ISA - Instituto Superior de Agronomia, em Lisboa a 3 de novembro.
O programa da Caravana incluiu as apresentações de alguns desafios propostos pelo LxDataLab, uma dinâmica de ideação, que pretendia dar a conhecer os problemas reais e os dados da cidade e uma atividade, em que através de um jogo, os alunos eram desafiados a trabalhar em equipa e encontrar um código que salvava a cidade de Lisboa de um apagão digital.
A adesão de alunos e professores às atividades propostas e ao programa da Caravana foram um sinal claro do cumprimentos dos objetivos a que a equipa do Laboratório de Dados Urbanos de Lisboa se propôs: potenciar o desenvolvimento de uma nova geração de serviços públicos, integrados no conceito de cidade inteligente.
Estão previstas visitas para breve a outras Universidades parceiras do LxDataLab.
Sep
Qual a influência dos horários de pico da manhã e da tarde nos padrões de mobilidade urbana, em particular nos interfaces intermodais de transporte? Como podemos identificar os principais fluxos de pessoas nesses locais e analisar como fatores como o calendário escolar e as condições climáticas moldam esses movimentos, contribuindo para uma melhor compreensão da dinâmica da mobilidade urbana? Que padrões podemos identificar nas deslocações durante a semana versus fim de semana ?
Já é possível consultar as amostras de dados e a ficha de caracterização do desafio do LxDataLab "Caracerização dos Terminais Intermodais".
Este desafio visa Identificar padrões de mobilidade junto a quatro dos principais interfaces de transportes de Lisboa durante as horas de ponta. Pretende-se: caraterizar o volume total de entradas e saídas do interface e meio de transporte utilizado, durante o período da hora de ponta; comparar com outros períodos do dia; relacionar com variáveis como o calendário escolar e as condições meteorológicas.
Torna-se assim possível, para os alunos e investigadores das universidades parceiras do lxDataLab, a inscrição no referido desafio, através do formulário de inscrição disponível em https://lisboaaberta.cm-lisboa.pt/index.php/pt/lx-data-lab/inscricoes.
Jul
O LX Data Lab lançou o desafio “Caracterização da Oferta e da Procura na Logística Urbana”, com o objetivo de encontrar soluções inovadoras para melhorar a eficiência das entregas na Baixa da cidade de Lisboa.
Este desafio, agora colocado às universidades parceiras do LX Data Lab, teve uma primeira apresentação durante o Hackathon de Dados de Mobilidade em Lisboa, uma iniciativa de curta duração organizada pela BGI, onde a CML participou como entidade proponente, através do LxDataLab.
A proposta visa explorar dados de mobilidade e de atividade económica para desenvolver soluções que promovam uma logística urbana mais sustentável, com menor impacto ambiental e maior eficiência operacional. Entre os dados disponibilizados estão os dos congestionamentos de trânsito (WAZE) , os condicionamentos de trânsito e a caracterização do comércio e serviços da Baixa, além do Regulamento Geral de Estacionamento e Paragem na Via Pública.
Com esta iniciativa, reforçamos a colaboração entre o município e o meio académico, tendo em vista a inovação e a sustentabilidade.
Jul
Como pode a cidade cuidar melhor dos seus edifícios e infraestruturas? O novo desafio do LxDataLab propõe uma resposta inovadora: “Modelos em GeoBIM na Implementação de IA na Gestão de Ativos”. A ideia é explorar o potencial dos modelos digitais georreferenciados para transformar a forma como Lisboa gere os seus ativos urbanos.
Este desafio convida participantes das universidades parceiras a desenvolver soluções que combinem dados espaciais, modelação digital e inteligência artificial. O foco está na criação de ferramentas que permitam antecipar necessidades, otimizar recursos e melhorar a manutenção de edifícios públicos.
Saiba mais