Usługa badawcza - przetwarzanie obrazu i danych pomiarowych

Usługi doradcze w zakresie działalności gospodarczej, w tym usługi badawcze i eksperymentalno-rozwojowe

Tryb zamówienia	Zapytanie ofertowe
Rodzaj zamówienia	Usługi
Tytuł	Usługa badawcza - przetwarzanie obrazu i danych pomiarowych
Zamawiający	Dostępne dla zalogowanych
Miejsce realizacji	Kraków
Data publikacji	2025-11-05
Data składania ofert	13/11/2025, Godzina 23:59
Dokumenty do pobrania	Dostępne dla zalogowanych
Kod CPV	731100006 Usługi badawcze
Numer przetargu	6681127

<div>
 <h1>Usługa badawcza - przetwarzanie obrazu i danych pomiarowych</h1>

<h2>Załączniki</h2>
 <ul>
 <li>Oświadczenie o braku powiązań</li>
 </ul>
 
 <h2>Części zamówienia</h2>

<h3>Usługa badawcza - przetwarzanie obrazu i danych pomiarowych</h3>
 Przedmioty zamówienia
 Cel zamówienia 
W związku z planowanym ubieganiem się o przyznanie doﬁnansowania projektu w ramach Programu Operacyjnego FENG, Zamawiający zaprasza do składania ofert w celu wyboru wykonawcy usługi badawczej polegającej na przeprowadzeniu prac badawczych z zakresu analizy i przetwarzania danych za pomocą algorytmów sztucznej inteligencji w celu weryfikacji spełnienia norm emisyjności i czystości spalin pojazdów samochodowych zgodnie z zaproponowanym poniżej zakresem B+R. 
 
Zamawiający jest podmiotem niezobowiązanym do stosowania ustawy PZP. Niniejsze postępowanie przeprowadzone jest zgodnie z Zasadą Konkurencyjności, której obowiązek stosowania wynika z „Wytycznych w zakresie kwaliﬁkowalności wydatków” w ramach programu FENG. 
 
Przedmiot zamówienia: 
1) Przeprowadzenie prac badawczych mających na celu opracowanie unikalnych algorytmów analizy i identyfikacji pojazdów dla celów oceny ich emisyjności. 
 
2) Przeprowadzenie prac badawczych mających na celu opracowanie architektury systemu oraz nowych algorytmów analizy, przetwarzania i identyfikacji danych z sensorów wizyjnych, sensorów jakości powietrza, sensorów smogu, wilgotności, temperatury, związków lotnych i innych, dla celów automatycznego, inteligentnego przetwarzania i analizy danych o poruszających się pojazdach, z wykorzystaniem metod uczenia maszynowego oraz przetwarzania obrazu (Computer Vision, Deep Learning), oraz innych szeroko rozumianych metod sztucznej inteligencji (AI). Proponowany zakres badań obejmuje następujące działania: 
Przeprowadzenie badań w zakresie modelowania algorytmicznego i implementacyjnego modułów oprogramowania obejmujących: 
- detekcję i rozpoznawanie tablic rejestracyjnych pojazdów (ANPR/ALPR), 
- klasyfikację marki, modelu oraz typu pojazdu na podstawie obrazu w świetle widzialnym lub bliskiej podczerwieni (RGB/NIR), 
- analizę obrazu wielospektralnego/termicznego/RGB w celu estymacji poziomu emisyjności pojazdów, 
- analizę i przetwarzanie danych obejmujących fuzję różnych sensorów środowiskowych związanych z jakością i składem powietrza i spalin. 
 
Przeprowadzenie symulacji komputerowych oraz testów porównawczych w zakresie: 
- skuteczności detekcji i OCR (rozpoznawania znaków tablic rejestracyjnych), 
- dokładności klasyfikacji marek i modeli pojazdów (fine‑grained recognition), 
- korelacji pomiędzy parametrami widmowymi obrazu a klasami emisyjności, przy zastosowaniu metod analizy spektralnej i uczenia głębokiego. 
 
Opracowanie procedur przetwarzania danych obrazowych, w tym: 
- pipeline do pozyskiwania i augmentacji obrazów, 
- procedury segmentacji obiektów (pojazdów, tablic, spalin), 
- metody walidacji i testowania modeli z użyciem danych referencyjnych. 
 
Badania mające na celu sprawdzenie poprawności działania w warunkach laboratoryjnych modeli oprogramowania i komponentów systemu, charakteryzujących się następującymi cechami: 
- moduły oprogramowania integrujące się z kamerami wizyjnymi (RGB, NIR, spektralnymi, termicznymi), 
- modele sieci neuronowych 
- interfejsy API umożliwiające komunikację z zewnętrznymi systemami ITS i bazami danych 
 
Opracowanie i implementacja metod optymalizacji obliczeniowej modeli obejmujących: 
- kompresję modeli (quantization, pruning, knowledge distillation), 
- konwersję do formatów Tensorflow Lite, 
- badania wydajności przetwarzania danych (FPS, latency, memory footprint) na platformach sprzętowych klasy przemysłowej i embedded. 
 
Przeprowadzenie badań w warunkach referencyjnych (laboratoryjnych lub zbliżonych do rzeczywistych opracowanych algorytmów w środowisku laboratoryjnym i przemysłowym, obejmujących: 
- badania poprawności algorytmów rozpoznawania tablic rejestracyjnych i klasyfikacji pojazdów, 
- badania korelacji wyników estymacji emisyjności z danymi referencyjnymi (jeżeli dostępne), 
- badania stabilności działania i odporności systemu na warunki środowiskowe (oświetlenie, pogoda, ruch pojazdów). 
 
Walidacja uzyskanych wyników, iteracyjne doskonalenie algorytmów oraz ponowne treningi modeli do momentu uzyskania założonych parametrów jakościowych i wydajnościowych systemu. 
Analiza wyników, opracowanie wniosków, rekomendacji technologicznych oraz raportowanie uzyskanych wyników badań obejmujące dokumentację techniczną, opis architektury oprogramowania i rezultaty badań jakościowych a także wnioski i kierunki dalszych prac badawczych. 
 
 Koszt całkowity usługi powinien obejmować pełne koszty wykonania przedmiotu zamówienia (materiały, usługi, dostawy, wynagrodzenia etc). 
 
Harmonogram realizacji zamówienia 
a) wybór oferenta 
b) złożenie projektu o dofinansowanie 
c) realizacja badań zgodnie z harmonogramem realizacji projektu w przypadku jeżeli projekt uzyska 
dofinansowanie 
d) jeżeli projekt nie uzyska dofinansowania to planuje się złożyć projekt ponownie. 
 
Ofertę należy złożyć poprzez Bazę Konkurencyjności. Oferta powinna zawierać: 
Pełne dane Oferenta 
Imię i Nazwisko osoby składającej ofertę 
Adres e-mail 
Cenę całkowitą oferty netto 
Oświadczenie o braku powiązań

Okres gwarancji: nd.
 
 <h2>Kryteria oceny</h2>
 Wartość netto (Kc): 
Kc = Cn/Co x 100% x 100 punktów 
 
Cn – najniższa zaproponowana cena netto przedmiotu zamówienia 
Co – cena netto przedmiotu zamówienia zaproponowana w badanej ofercie 
Kc – liczba punktów przyznana danej ofercie w kryterium „Wartość netto przedmiotu zamówienia”
 
 </div>