Cualquier conductor asiduo sabe que un pequeño golpe en la carretera puede desembocar en un intenso atasco que dure hasta horas según el tramo accidentado. Cada año se utiliza más la tecnología como la inteligencia artificial para destaponar las carreteras, pero ahora la solución puede estar también en incorporar drones.
Un grupo de investigadores de Suiza han trabajado en un proyecto que utiliza drones para analizar en tiempo real el tráfico y desarrollar una gestión del tráfico más efectiva. “No podremos predecir un accidente, pero si ocurre, podremos predecir cómo reaccionará la red”, aseguran.
Cada ciudad es única y necesita una estrategia personalizada para impulsar la fluidez de su red de carreteras. En España Barcelona es la ciudad más atascada, según ha calculado la aplicación de navegación por GPS, TomTom, en su último informe anual. Sus habitantes pueden perder al año 87 horas en atascos. Madrid iría después con 64 horas invertidas en el tráfico denso.
La tecnología lleva décadas tratando de suavizar este mal de la vida moderna. Detectores en el pavimento, sensores y cámaras recopilan datos sobre cuántos vehículos hay en cada calle y en cada carril, su velocidad y extensión del atasco. Después, una plataforma central recibe esos datos, los procesa con algoritmos, ayudando a tomar decisiones para gestionar esas concentraciones, por ejemplo con semáforos inteligentes.
Sobrevolando el mundo
Desde la EPFL, el Laboratorio de Sistemas de Transporte Urbano (LUTS) de Suiza han querido sumar los drones a esta ecuación de sistemas. El proyecto comenzó en 2018, cuando los ingenieros de LUTS llevaron a cabo un experimento pionero: desplegaron un grupo de drones para que sobrevolara la ciudad griega de Atenas recopilando grandes cantidades de datos y así, analizar los patrones de tráfico.
“El problema de los métodos convencionales es que se centran principalmente en los coches y suelen tener limitaciones temporales y espaciales”, explica Manos Barmpounakis, investigador postdoctoral del LUTS. “Pero con los drones podemos superar muchos de los obstáculos que presentan los sensores. Los drones ofrecen una visión mucho más amplia, completa y detallada del estado de la red vial”.
Desde entonces, los ingenieros de LUTS han realizado diversas pruebas piloto en otras ciudades como Nairobi, Manchester y Songdo, siempre con fines de investigación. Ahora publican un artículo en el que comentan lo conseguido a lo largo de estos años de estudio.
El laboratorio también ha dado origen a una empresa derivada, MobiLysis, con la que están implementando lo aprendido en los estudios de casos reales. Prometen actualizar los sistemas de movilidad urbana, integrando a peatones, modos de transporte activo, estacionamiento y transporte público “desde una perspectiva más sostenible y centrada en las personas”.
Detección de vehículos y personas ante una elevada densidad de tráfico gracias a la tecnología de Sense Aeronautics.
La empresa ya está realizando proyectos por todo el mundo desde Estados Unidos y pasando por Europa. En el municipio de Pully y el cantón de Ginebra ya han colaborado con MobiLysis para abordar sus desafíos de movilidad urbana.
También en Helsinki, como parte del proyecto Acumen, la empresa midió diversos parámetros (trayectorias de vehículos, velocidades, aceleración, flujos de tráfico, etc.). Estos datos se utilizarán para calibrar el software de simulación de tráfico del gemelo digital de la ciudad.
La privacidad de los conductores
Puesto que los drones no podían distinguir matrículas ni rostros, el sistema cumple con las leyes de protección de datos. Los ingenieros utilizaron la información recopilada para desarrollar métodos algorítmicos que permitieran identificar todo tipo de vehículos (automóviles, camiones, autobuses, motocicletas, bicicletas, etc.) y sus trayectorias.
Imagen captada por la DGT de un conductor utilizando el móvil al volante.
DGT
Manteniendo esa confidencialidad de los conductores, los drones facilitan información sobre el comportamiento de los conductores, como los cambios de carril o las interacciones entre conductores. Explican los responsables del proyecto que los drones son los únicos instrumentos capaces de proporcionar esta información. “Los datos individuales pueden mostrarnos, por ejemplo, que un vehículo frenó bruscamente, pero no nos dicen por qué. Con los drones, podemos ver si se debe a que una motocicleta se interpuso en el camino del vehículo, a que un peatón se metió en la calzada o a que el semáforo se puso en rojo”.
Este trabajo, como indica la EPFL, ha demostrado que se puede mejorar significativamente la predicción del tráfico entre un 15% y un 20% en muchos casos, al integrar mediciones de drones en técnicas clásicas de monitoreo donde hasta ahora el papel principal era el de sensores fijos (denominados detectores de bucle).
El procedimiento, como ya se ha explicado, consiste en dos fases, la recopilación de datos y su posterior procesamiento mediante algoritmos. “Podemos usar IA y aprendizaje automático avanzado para reconocer, localizar y rastrear con precisión casi todos los focos de congestión en áreas extensas”, afirma Weijiang Xiong, estudiante de doctorado en LUTS que investiga métodos para la predicción de la congestión del tráfico.
Una vez analizados, es el momento de aplicar estrategias para evitar que la circulación de un tramo se convierta en un cuello de botella. Aquí entran, por ejemplo, elementos ya presentes en muchas ciudades como los semáforos inteligentes.
Mientras que los semáforos tradicionales siguen ciclos fijos de tiempo (verde, rojo y ámbar), los sistemas de semáforos inteligentes basados en IA pueden ajustarse en tiempo real a las condiciones del tráfico. Con ellos, indican los investigadores, es posible solucionar con media hora de antelación la creación de un atasco.
