ZETApress

A BME legjelentősebb 2025. évi innovációs teljesítményeit és kiemelkedő publikációit ismerte el a Haris Parkban az intézmény tevékenységét támogató Pro Progressio Alapítvány, amely idén ünnepli alapításának 30. évfordulóját.

A június 10-én szerdán tartott jubileumi ünnepségen részt vett és köszöntőt mondott Horváth Péter tudománypolitikáért és innovációért felelős államtitkár is – tudatták sajtósaik. A Pro Progressio Alapítvány jubileumi ünnepségéről készült összefoglaló idekattintva érhető el.

Zipernowsky Károly Innovációs Díjban részesült az M1-M7 autópályaszakaszon kialakított Közlekedést támogató intelligens infrastruktúrarendszer és a BridgeAID híd-monitorozó rendszer.

Az idősebb Szily Kálmánról elnevezett Publikációs Díjban két publikáció részesült, közülük az egyik tanulmány 3D nyomtatott, szálerősített, energiaelnyelő kompozitok fejlesztéséhez kapcsolódik, a másik pedig a kvantumkémiai számítási terület kiemelkedő munkája, amely számítási modelleket hasonlít össze a töltésátvitel elemzésére.

A Pro Progressio Alapítvány 1996 tavaszán jött létre a Műegyetem stratégiai céljainak segítésére, illetve arra, hogy összekötő kapocs legyen az intézmény és a gazdasági élet szereplői között. Fő céljaként a tehetséggondozást és az innovációs tevékenység ösztönzését határozta meg, a hallgatók és oktatók számára meghirdetett ösztöndíjakkal, pályázatokkal. Az elmúlt 30 évben több mint 12 ezer hallgatónak és kutatónak biztosított ösztöndíjat, eközben 300-nál is több cégtől kapott támogatást. Az alapítvány az értékmegőrzést is segíti, kulturális rendezvények szervezésével és a BME történetét bemutató kiadványok megjelentetésével.

Köszöntőjében Horváth Péter tudománypolitikáért és innovációért felelős államtitkár kiemelte, hogy 30 évvel ezelőtt a Pro Progressio alapítói hittek abban, hogy Magyarország jövője a tudásban és az innovációban rejlik. Ma, egy új korszak kezdetén, ugyanez a hit vezérli a magyar innovációpolitikát is.. Az államtitkár szerint az ünnepség kivételes lehetőséget teremtett arra, hogy a magyar innovációs ökoszisztémát meghatározó vállalati támogatók, kutatók és döntéshozók találkozhassanak, a kormány innovációs politikája pedig pontosan ezekre a közösségekre kíván építeni.

Az alapítvány eredményeiről Pakucs János, a kuratórium elnöke adott összefoglalót, az egyetem és az alapítvány kapcsolatát Charaf Hassan rektor méltatta.

A Zipernowsky Károly Innovációs Díjban részesült BridgeAid projekt kutatói egy híd-szerkezetre telepített, mesterséges intelligenciával támogatott Bridge Weigh-in-Motion (B?WIM) szolgáltatást fejlesztettek, amely valós forgalmi sebességnél, a híd szerkezetén mért válaszjelek alapján becsüli meg a járművek tengelyterheit és össztömegét, folyamatosan, 00-24 órában. A kiértékelést egy saját fejlesztésű mesterséges intelligencia alapú algoritmus végzi, amely képes a szerkezeti válaszok és a járműparaméterek közötti összefüggések tanulására és pontosítására. A megoldás célja, hogy a mind a közútkezelők és a híd-üzemeltetők is, megbízható, döntéstámogató forgalmi terhelési adatot kapjanak forgalomlassítás, terelés, pályabontás vagy út-lezárás nélkül.

A B?WIM szolgáltatás technológiai érettsége jelenleg TRL?7: a működő prototípus valós üzemi környezetben került validálásra a Magyarország és Szlovákia határán levő komáromi Monostori Duna?hídon.

A szintén elismerésben részesült Közlekedést támogató infrastruktúrarendszer projekt eredményeként az M1-M7 autópályák budaörsi közös bevezető szakaszán olyan közlekedést támogató intelligens infrastruktúra rendszer jött létre, amely valós időben képes a forgalmi környezet nagy pontosságú digitális ikermodelljének előállítására.

A rendszer öt, autópálya-portálokra telepített szenzorszigetre épül, amelyek együttesen mintegy 1500 méteres útszakaszt fednek le. A szenzorszigetek multimodális érzékelőkből – LiDAR-okból, kamerákból, radarokból és hőkamerákból – állnak, ezáltal különböző fény-, időjárási és forgalmi körülmények között is robusztus adatgyűjtést biztosítanak. Az érzékelők nyers adatait központi szerver dolgozza fel. A feldolgozási lánc fő lépései az objektumdetektálás, az osztályozás, a szenzoradatok fúziója, az objektumok nyomon követése, majd a dinamikus forgalmi modell kiegészítése georeferált HD térképi információkkal. Ennek eredményeként létrejön a közlekedési környezet valós idejű digitális iker modellje, amely tartalmazza a statikus környezeti elemeket, az úthálózat geometriai és topológiai jellemzőit, valamint a forgalomban részt vevő objektumok pillanatnyi pozícióját, orientációját és méreteit. A rendszer becsült technológiai érettségi szintje TRL 7, mivel működő prototípusként, valós közlekedési környezetben, közforgalmú autópálya-szakaszon került demonstrálásra.