Minsait (Indra) y Libelium unen fuerzas para ofrecer soluciones en smart cities e Internet de las Cosas

Actualizado: miércoles, 16 marzo 2016 11:53


MADRID, 16 Mar. (EUROPA PRESS) -

Minsait, la unidad de negocio de Indra centrada en la transformación digital, y Libelium han llegado a un acuerdo para ofrecer soluciones conjuntas de alto contenido innovador en los ámbitos de smart cities e Internet de las Cosas (IoT), según informa la multinacional en un comunicado.

Indra explica que este desarrollo de soluciones innovadoras se producirá gracias a la incorporación de la tecnología de sensores inalámbricos y gateways de Libelium en FEEP IoT Platform Sofia2, la plataforma de Internet de las Cosas de Minsait.

Esta supone la primera iniciativa conjunta que impulsan ambas compañías tras la entrada de Indra en el Programa Cloud de Libelium, que incluye a los mejores proveedores y fabricantes para el desarrollo de soluciones reales de IoT, machine-to-machine (M2M) o smart cities.

"La integración de las tecnologías de Indra y Libelium facilitará la configuración de múltiples soluciones de gestión para smart cities desde la nube sin precisar programación adicional", afirma Indra.

La integración permite que los dispositivos de sensores inalámbricos Waspmote y Waspmote Plug & Sense!, fabricados por Libelium, recojan datos de, por ejemplo, temperatura, humedad o calidad del aire, que se envían directamente a través del gateway Meshlium a la plataforma de Minsait.

Indra afirma que esto facilitará el desarrollo "en tiempo récord" de nuevas aplicaciones de IoT, como soluciones de medición de la calidad del agua en la red de abastecimiento público, la detección de incendios, la gestión del tráfico y la optimización del agua de riego, entre otras.

Por su parte, FEEP IoT Platform Sofia2 actúa como middleware y repositorio facilitando la interoperabilidad de múltiples sistemas y dispositivos. Adquiere información en tiempo real de sensores, dispositivos, redes sociales, sistemas TI y personas y es capaz de desencadenar acciones, también en tiempo real, en función de la información que recibe y el conocimiento previo adquirido.

Asimismo, almacena la información en infraestructura Big Data para extraer conocimiento a través de técnicas de Analítica y Machine Learning y es capaz de compartirla con otros sistemas o personas.

Leer más acerca de: