La aceleradora de Renfe TrenLab presenta las startups ganadoras de su quinta convocatoria

La aceleradora de Renfe TrenLab cuenta ya con las startups ganadoras de su quinta convocatoria y serán BIM6D, Unblur, Air Purifier, Arsoft y UPintelligence las que accederán a un programa de aceleración personalizado y podrán disponer de hasta 50.000 euros para desarrollar un piloto de su proyecto. 

En todos los casos se trata de proyectos que buscan dar soluciones a los retos propuestos en esta edición. como la Digitalización de sistemas de seguridad, el Transporte ecológico, la Formación con realidad virtual, la Industria 5.0, la Optimización de flota y el Metaverso en movilidad. 

Las cinco startups distinguidas se suben así al tren de la innovación de Renfe, que les permite adentrarse en un programa de aceleración personalizado de seis meses de duración que ya cuenta con la experiencia de haber trabajado con otras 17 startups desde sus inicios en 2018. Estas startup, además, podrán optar a un contrato de hasta un millón de euros para el despliegue de su proyecto en Renfe. 

El escenario escogido para celebrar el evento de las startups ganadoras fue el Museo del Ferrocarril, en Madrid, donde se dieron cita un buen número de personalidades del mundo de la movilidad y la innovación. El presidente de Renfe, Raül Blanco, clausuró el encuentro reafirmando el compromiso de la compañía con la innovación abierta para liderar un futuro sostenible, seguro, eficiente y accesible para todos. 

Así son las startups escogidas 

Las cinco startsups ganadoras en esta quinta convocatoria agrupan propuestas en disciplinas tan dispares como la creación de entornos virtuales, la renovación de aire, las plataformas de formación o la creación de algoritmos para la toma de decisiones. 

Todas ellas contribuyen con las soluciones presentadas al impulso de la transformación digital de Renfe: 

BIM6D, ganadora del reto Metaverso en Movilidad: Esta startup propone una experiencia inmersiva destinada, a un tiempo, a mejorar la experiencia del pasajero y a optimizar la gestión interna de Renfe. Mediante modelos tridimensionales de viajes y experiencias virtuales, su tecnología abre posibilidades de profundas transformaciones, en materias como la forma en la que las personas se relacionan con el transporte.  

Unblur, ganadora del reto Digitalización de Sistemas de Seguridad: Unblur ofrece soluciones que ayudan a los servicios de emergencia a trabajar de una manera más segura y para ello se vale de una tecnología sencilla, que desbloquéa la respuesta operativa de los servicios de emergencia. La startup ha desarrollado un software de comando de incidentes que ayuda a los Mandos Avanzados a lidiar con la saturación y la coordinación en la escena del incidente. 

Air Purifier, ganadora del reto Transporte Ecológico: La startup plantea la instalación de unos dispositivos que ofrecen un alto nivel de eficacia en la purificación del aire y una mejora de la eficiencia energética. Es un eje clave para impulsar al sector ferroviario como alternativa limpia en transporte, basado en una tecnología a partir de dinámica de fluidos que aspira, captura, filtra y purifica con gran potencia las partículas suspendidas en el aire fruto de la fricción de la catenaria, las ruedas, los frenos o los gases contaminantes.  

Arsoft, ganadora del reto Formación con Realidad Virtual: Arsoft propone una plataforma denominada EyeFlow, que hace posible trabajar a Renfe y sus trabajadores con contenidos de realidad aumentada, realidad virtual y realidad mixta que recrean trayectos, cabinas de conducción o lugares como las estaciones de trenes. De esta forma, los maquinistas puedan entrenar en un entorno seguro sus habilidades y capacidades, así como reproducir tantas veces como se deseen posibles incidencias: accidentes, incendios, situaciones meteorológicas adversas o averías. 

UPintelligence, ganadora del reto Optimización de Flota: UPintelligence cuenta con un proyecto personalizado para Renfe Viajeros que se inspira en la creación de un modelo de predicción y optimización de la flota. Se acompaña de un sistema de visualización de datos temporales y datos futuros, y el objetivo de este piloto es proporcionar una herramienta de ayuda en la toma de decisiones que ofrezca una optimización en las predicciones de escenarios. Para ello se toma como base el desarrollo y utilización de algoritmos avanzados de inteligencia artificial como Machine Learning o Deep Learning.