Inteligencia artificial contra el atasco de todas las ma?anas

La movilidad es uno de los mayores desaf¨ªos a los que se enfrentan las ciudades en su af¨¢n por transformarse en inteligentes gracias a la tecnolog¨ªa. La seguridad de las infraestructuras, la sostenibilidad y la eficiencia de los sistemas de transporte son los primeros factores que las metr¨®polis deben tener en cuenta en su proceso de transformaci¨®n digital.

El reto que supone el ¨²ltimo de estos puntos tiene que ver con la gesti¨®n del tr¨¢fico en funci¨®n del volumen de veh¨ªculos y las necesidades de cada momento del d¨ªa. Los esfuerzos para afrontarlo se encuentran centrados en la implantaci¨®n de una red de sem¨¢foros aut¨®nomos, el desarrollo de veh¨ªculos sin conductor y la mejora de los sistemas de informaci¨®n al pasajero.

• La gesti¨®n coordinada y eficiente de las ciudades

Los usuarios de transporte p¨²blico en grandes urbes estamos familiarizados con los autobuses que prestan un servicio alternativo al de una l¨ªnea de metro cortada. Los madrile?os que utilizaban habitualmente la l¨ªnea 8 saben perfectamente a lo que me refiero. Pero estos medios supletorios se dan en contadas ocasiones, cuando el corte de tr¨¢fico se planifica de antemano. ?Qu¨¦ pasar¨ªa si metro y autob¨²s pudieran actuar de una manera coordinada ante una aver¨ªa imprevista?

¡°Mastria ha sido dise?ado para cubrir las necesidades de coordinaci¨®n de los diferentes sistemas de transporte en las ciudades¡±, explica Alexis Chavelas, director de movilidad digital en Alstom. Esta empresa ha desarrollado un optimizador de tr¨¢fico multimodal o, lo que es lo mismo, un software inteligente que re¨²ne informaci¨®n de trenes, tranv¨ªas, autobuses y sistemas de bicicletas compartidas, la analiza y propone soluciones eficientes de adaptaci¨®n y reorganizaci¨®n urbana en tiempo real.

Si se produce un corte en una l¨ªnea de metro, el centro de operaciones de Mastria se entera al momento y puede aumentar la frecuencia de autobuses en estas zonas hasta que los trenes vuelvan a circular.

El sistema tambi¨¦n recibe informaci¨®n del exterior y es capaz de aprender de los datos que recoge y predecir futuras necesidades. Por ejemplo, si el servicio meteorol¨®gico prev¨¦ lluvia dentro de una semana, Mastria sabe (por los datos que ha obtenido durante otros d¨ªas lluviosos) que la gente es m¨¢s reacia a conducir en estas situaciones y sus algoritmos preparan un plan de crisis incrementando el n¨²mero de trenes y autobuses para esta fecha.

Alstom ha presentado su sistema en Madrid y Barcelona y, aunque aseguran que el proyecto ha sido bien recibido, los responsables municipales de ambas ciudades no han aprobado su implementaci¨®n.

• Sem¨¢foros que se regulan en funci¨®n del tr¨¢fico

La monitorizaci¨®n multimodal es una soluci¨®n de optimizaci¨®n ideal para el transporte p¨²blico, pero en una ciudad circulan m¨¢s que trenes y autobuses. Las congestiones de tr¨¢fico de todo tipo de veh¨ªculos pueden verse reducidas gracias a una buena gesti¨®n de los sem¨¢foros, variando su frecuencia y sincroniz¨¢ndolos para conseguir una red de movilidad m¨¢s fluida. Y si a?adimos a la ecuaci¨®n sistemas de inteligencia artificial que puedan hacerlo por s¨ª mismos, obtenemos un c¨®ctel de circulaci¨®n casi perfecto.

El programa de investigaci¨®n europeo Local4Global, finalizado a comienzos de este a?o, instal¨® una serie de dispositivos inteligentes en varios sem¨¢foros en M¨²nich. Los dispositivos deciden la duraci¨®n de los ciclos de luz verde seg¨²n los flujos de tr¨¢fico. A trav¨¦s de algoritmos, son capaces de intuir factores como el n¨²mero de veh¨ªculos que se han aproximado al sem¨¢foro, cu¨¢nto tardan en ponerse en marcha o c¨®mo est¨¢ la circulaci¨®n en otros cruces. En base a esta informaci¨®n, el sem¨¢foro puede ponerse en verde antes de tiempo si las condiciones del tr¨¢fico lo permiten.

Los tiempos de espera pueden oscilar entre los 45 segundos y los dos minutos gracias a este tipo de sistemas, seg¨²n el Instituto de Telem¨¢tica del Tr¨¢fico de la Universidad T¨¦cnica de Dresde (Alemania), y sus resultados son bastante notables. Una soluci¨®n similar a la de Local4Global implantada en Nueva Jersey hace cinco a?os ha mejorado las condiciones de circulaci¨®n y reducido los atascos un 25%.

Una de las iniciativas m¨¢s recientes y curiosas en materia de se?alizaci¨®n inteligente tiene lugar en R¨®terdam, donde el ayuntamiento ha instalado dispositivos t¨¦rmicos en sem¨¢foros para bicicletas que les ceden el paso cuando detectan que hay muchas esperando y no interfiere con el resto del tr¨¢fico.

• ?No hay nadie conduciendo este autob¨²s!

Transporte p¨²blico aut¨®nomo: el apartado de este art¨ªculo que suena m¨¢s futurista, pero tambi¨¦n al que m¨¢s le queda por explorar. Con la implantaci¨®n de los primeros proyectos piloto en Lyon y Helsinki hace apenas medio a?o, ya se han sumado a esta moda ciudades como Par¨ªs, Dubai, Perth (Australia) o m¨¢s recientemente Londres.

Se trata de minibuses que pueden transportar una media de 15 pasajeros y funcionan mediante c¨¢maras y sensores que les dan la capacidad de reducir su velocidad y detenerse si detectan un obst¨¢culo en su ruta programada. Estos veh¨ªculos apenas alcanzan los 20 kil¨®metros por hora, pero sus fabricantes avalan su seguridad en zonas peatonales.

Aunque nada lleve a concluir que estos ¡®b¨®lidos¡¯ sean capaces de descongestionar las carreteras, hay empresas como Oxbotica, la responsable de los veh¨ªculos londinenses, que est¨¢n trabajando en proyectos interesantes que dan pistas sobre cu¨¢l puede ser el siguiente paso. Esta compa?¨ªa desarrolla Cesium, un software basado en la nube que coordina su flota de autobuses y permite que intercambien informaci¨®n sin intervenci¨®n humana para poder optimizar rutas y conocer el estado del tr¨¢fico en otros puntos de la ciudad.

• Sistemas inteligentes para pasajeros inteligentes

Facilitar nuevos modelos de transporte y optimizar los ya existentes puede reducir los embotellamientos y redirigir el tr¨¢fico de una manera eficiente, pero cuanto antes conozca el ciudadano el estado del tr¨¢fico, antes podr¨¢ tomar las decisiones pertinentes para no meterse en un atasco y llegar antes a su destino. Google Maps es una soluci¨®n decente a d¨ªa de hoy, qu¨¦ duda cabe, pero la informaci¨®n que recopilan los servicios de transporte p¨²blico ser¨ªa de mayor utilidad si se presentara en el momento y de forma ordenada al usuario.

Esto es lo que pretende ofrecer Alstom. La empresa francesa ha aprovechado el flujo de informaci¨®n de Mastria para desarrollar OrbanMap, un mapa que permite visualizar el estado del transporte en la ciudad en tiempo real, pensado para proyectarse en unas pantallas en los andenes del metro. Con esta informaci¨®n, el usuario puede decidir evitar hacer un transbordo a un autob¨²s si el tr¨¢fico no es fluido en un momento determinado.

¡°Conceptualmente es sencillo, pero t¨¦cnicamente nos exige mucho. Tenemos que manejar mucha informaci¨®n y servirla en tiempo real¡±, comenta Ignacio Rodr¨ªguez, director de sistemas de Alstom en Espa?a. ¡°Si el software tarda dos minutos en darme una v¨ªa alternativa, llega tarde: ya he cogido el tren¡±. La evoluci¨®n l¨®gica de este sistema parece terminar en una aplicaci¨®n m¨®vil, para que definamos el mejor recorrido antes de salir de casa, pero todav¨ªa queda camino por recorrer.

Compartir informaci¨®n para producir m¨¢s ingresos

La innovaci¨®n en el transporte est¨¢ en riesgo porque los datos no est¨¢n siendo compartidos en el sector, seg¨²n un informe de Transport Systems Catapult y Deloitte. El miedo ante la falta de seguridad cibern¨¦tica, la falta de conocimientos en materia de datos y la tradici¨®n de la separaci¨®n de modelos de movilidad urbana est¨¢n restringiendo el libre flujo de informaci¨®n, impidiendo que las ciudades desarrollen todo el potencial de su red de transporte. Seg¨²n este informe, la superaci¨®n de estas barreras podr¨ªa suponer beneficios de m¨¢s de 15 mil millones de euros en los pr¨®ximos siete a?os solo en Reino Unido.