Objetivo de las ‘smart cities’: eliminar los atascos de tráfico

MaloRegularBuenoMuy BuenoExcelente (Valóralo)

En 2016 los españoles perdieron 524 millones de horas en atascos de tráfico. La capital fue la ciudad que más los sufrió: el pasado año cada madrileño pasó una media de 37 horas parado con su vehículo, según un estudio de TomTom Traffic Index.

Pero la pérdida del tiempo no es único daño colateral que provocan las calles saturadas de vehículos, también lo es el medioambiente: el 28% de las emisiones de CO2 está generado por el transporte.

Es evidente que la habitabilidad urbana y la sostenibilidad requieren soluciones que reduzcan drásticamente esos problemas de movilidad. La aplicación de la inteligencia artificial en la gestión de las ciudades ya está resultando esencial en esa tarea.

Los trabajos de los investigadores tecnológicos tienen dos campos de actuación principales: los sistemas de control del tráfico y el desarrollo de un transporte público eficiente y autónomo.

Semáforos inteligentes y movilidad digital

El programa de investigación europeo Local4Global es un buen ejemplo de la aplicación de algoritmos capaces de analizar el tráfico. En varios semáforos de Múnich se instalaron a principios de este año dispositivos que detectan el flujo de vehículos y el tiempo de parada.

El algoritmo compara los datos de los distintos dispositivos y determina la frecuencia más adecuada (entre 45 segundos y dos minutos) de apertura y cierre de cada semáforo para facilitar la circulación en la zona.

Un sistema similar a este lleva funcionando desde hace cinco años en distintas áreas de Nueva Jersey (EE.UU.). En ese tiempo, los atascos se han reducido en un 25% a pesar de que el flujo de vehículos se ha incrementado ligeramente.

Un proyecto aún más ambicioso es emplear el Big Data de manera predictiva para anticipar las dificultades de movilidad. La compañía Kapsch TrafficCom está implementando (con Valladolid como banco de pruebas) una red de recogida de información en la que se involucran cámaras, sensores, señales de telefonía y GPS, y cualquier dispositivo inteligente que recopile datos en tiempo real para comprender las tendencias de la circulación.

“El objetivo es que podamos adivinar los incidentes de tráfico con hasta una hora de adelanto. Esperamos poder implementarlo en un año. Con ese lapso de tiempo ya es posible tomar medidas preventivas que ayuden a mejorar la fluidez del transporte –señala Javier Aguirre, vicepresidente para España y Portugal de Kapsch TrafficCom–. A veces, con optimizar tan solo un 2% se puede eliminar todo el atasco”.

Transporte público de futuro

Mastria, un proyecto desarrollado por la compañía Alstom, pretende recopilar datos de todos los transportes públicos (autobuses, metro, tranvías, trenes, incluso de las bicicletas compartidas) para coordinar de manera eficiente la frecuencia de paso de cada servicio y adaptarse a los incidentes.

Por ejemplo, la paralización de una línea de metro por una avería sería conocida al instante y el algoritmo organizaría una mayor presencia de autobuses en la zona. De la misma manera, podría registrar un pronóstico de lluvias para el día siguiente y reforzar el servicio por el previsible aumento de la demanda.

Más tiempo de desarrollo requerirán los sistemas de vehículos públicos autónomos, que ya han sido probados en Helsinki y Lyon. Se prevé que sean capaces de circular por zonas peatonales con total seguridad y de leer el estado del tráfico para elegir rutas alternativas más rápidas.