Llevando la IA a la gestión del tráfico: ciudades inteligentes, sistemas inteligentes
Con el imparable crecimiento de las ciudades de todo el mundo, sus gobernantes necesitan construir entornos urbanos conectados e inteligentes en los que la vida sea agradable y los desplazamientos sencillos. Durante años, desde que estudié en el Instituto Superior Técnico de Lisboa, me ha fascinado el potencial de la IA. He trabajado con el Servicio Geológico de Estados Unidos y con proyectos financiados por la NASA para producir mapas exactos de Marte. Junto con mis colegas en Schréder Hyperion, estamos intentando utilizar la IA para superar uno de los mayores retos a los que se enfrentan los habitantes de las urbes de todo el mundo: ¿cómo librarnos de los atascos?
Todo fluye, hasta que deja de hacerlo
Uno de los principales retos a los que se enfrentan las ciudades inteligentes es gestionar la congestión de tráfico y mejorar la movilidad para sus ciudadanos. El buen flujo del tráfico afecta no solo a la eficiencia y productividad de la vida urbana, sino también al medioambiente, la salud y la seguridad de las personas. Por tanto, es crucial que las ciudades inteligentes supervisen y optimicen los flujos de tráfico mediante el uso de soluciones innovadoras basadas en datos y en tecnología.
En nuestro nuevo documento técnico Aproximación al análisis de tráfico con visión por ordenador, se habla de cómo la IA puede ayudar a las autoridades urbanas a medir los flujos de tráfico respetando la privacidad, no precisa intervención humana (lo que ahorra tiempo y dinero) y aporta datos útiles y detallados sobre cómo y cuándo utilizan los ciudadanos la red viaria. Comprender el flujo de tráfico es la clave para optimizar la movilidad en los espacios públicos, pero las medidas tradicionales para monitorizarlo requieren mucho trabajo, carecen de información detallada sobre el tipo de vehículo y hay detalles vitales que se les pueden escapar.
En nuestro proyecto, auspiciado por la rama portuguesa del programa Horizon 2020 de la UE, utilizamos la infraestructura del alumbrado urbano para probar una solución que mide el flujo de tráfico en las intersecciones clave. Se utilizó un dispositivo de computación en la frontera movido por IA que se instaló en las luminarias públicas. Estos dispositivos se equiparon con dos sensores de visión que se utilizaron para múltiples aplicaciones de tráfico. Se instalaron tres equipos piloto de demostración en Lisboa, en los municipios de Cascais, Loures y Oeiras, cubriendo nueve intersecciones; los resultados mostraron que la IA es de gran utilidad para monitorizar el tráfico y puede ayudar al desarrollo de futuros proyectos en estas ubicaciones.
Se instalaron sensores en las intersecciones clave en el área metropolitana de Lisboa para analizar la densidad del tráfico
Encontrar sentido a los sensores
En estas nueve intersecciones de tráfico instalamos una cámara, un sensor de sonido y un radar en la luminaria. Esto significa que el sistema podía detectar peatones, coches, bicicletas, camiones... y el tráfico que pasa. Monitorizamos las 24 horas del día las intersecciones más transitadas, en las que es de esperar un elevado flujo de tráfico y conflictos, sobre todo en las horas punta. Para el resto, observamos zonas residenciales por la noche con objeto de identificar momentos de posible ruido excesivo.
Los datos se recopilaron durante dos meses, y se obtuvieron 30 días de datos por dispositivo, aproximadamente. Los detalles técnicos completos pueden consultarse en el documento técnico, pero lo más importante es destacar que no había ningún humano supervisando los datos, todo lo hizo la IA. Se utilizó el algoritmo Deep SORT para hacer seguimiento de los objetos detectados por el modelo de visión y hacer luego un recuento de los mismos. Los distintos ángulos de cámara permitieron a la IA distinguir entre coches, autobuses, camiones, motocicletas y bicicletas.
Realizamos una breve comprobación manual al principio para asegurarnos de que los vehículos se registraban correctamente, y el uso posterior probó que así era: en un determinado momento, el sistema dejó de informar del paso de vehículos, pero de repente registró gran cantidad de peatones. ¡Una rápida comprobación desveló que se había cerrado la calle para una maratón!
Privacidad por diseño significa vivir en la frontera
Una de las mayores preocupaciones con respecto a la infraestructura de las ciudades inteligentes es encontrar el equilibrio entre la privacidad de los ciudadanos y unos sistemas que proporcionen información relevante. Durante años, Schréder ha estado trabajando para conseguir este equilibrio, y una de las soluciones más efectivas se conoce como «procesamiento en la frontera». Al procesar los datos más cerca de la «frontera» de la red —donde se encuentran la luminaria, columna o sensor—, estos pueden permanecer donde se necesitan, en lugar de que tengan que viajar de ida y vuelta a la nube o a un servidor particular que puede estar a cientos de kilómetros. En lugar de enviar imágenes, el sensor tan solo envía una pequeñísima cantidad de datos de texto y una marca de tiempo a la nube para comunicar que ha pasado un determinado tipo de vehículo. Sin imagen, sin sonido. Esto también ahorra tiempo de procesamiento.
Hemos perfeccionado los algoritmos de IA que se ejecutan en el diminuto ordenador de la farola. Con este proyecto, el objetivo es desarrollar un nuevo paradigma de infraestructura urbana localizable, intergestionable, cibersegura, resiliente, distribuida, autónoma y conectada, que sirva de columna vertebral para la implementación de tecnologías y equipos que permitan la transición a una ciudad inteligente; una en la que podamos ver cómo fluye el tráfico sin renunciar a la privacidad de los ciudadanos.
Observación, gracias a la IA
Este estudio inicial proporcionó una serie de datos sobre el volumen de tráfico a distintas horas del día, el tráfico en hora punta y detalles interesantes sobre el uso de la red viaria. Por ejemplo, una intersección mostraba un pico anómalo de tráfico en dirección norte los sábados. Este pico es similar a los valores observados para la hora punta, aunque un poco más tarde (el pico va hasta las 11 de la mañana), lo que probablemente se corresponde con los coches que se dirigen al centro comercial situado unos metros al norte de la rotonda.
Disponer de este tipo de conocimiento puede ayudar a las ciudades a tomar mejores decisiones sobre los flujos de tráfico. Por ejemplo, las autoridades podrían ajustar los tiempos de los semáforos para que los compradores hagan su recorrido más rápido. Los urbanistas que ven mucho tráfico de bicicletas en vías particulares podrían decidir construir ahí carriles para bicicletas. Mejores datos posibilitan mejores decisiones, y las soluciones de IA pueden aportar un conocimiento más detallado sobre los flujos de tráfico durante más tiempo que los observadores humanos.
El proyecto representa la implementación con éxito de un dispositivo de computación en la frontera movido por IA para la medición del flujo de tráfico en intersecciones clave a partir de un sensor múltiple, que fue capaz de capturar el efecto del tráfico en hora punta y proporcionar valiosos conocimientos sobre los patrones del flujo de tráfico. Además, la solución fue capaz de recuperar datos relevantes tanto durante el día como durante la noche, demostrando su viabilidad. Este proyecto supone un paso adelante hacia el desarrollo de un nuevo paradigma para la infraestructura urbana del mañana, donde con suerte los atascos serán ya cosa del pasado.
Descargue el documento técnico si desea más información
Sobre el escritor
Fascinado por la ciencia desde una edad temprana, después de graduarse en Técnico, la mayor escuela de Ingeniería, Ciencia y Tecnología de Portugal, Lourenço dedicó 14 años a explorar la geología de Marte y algunos de sus análogos terrestres tanto a través de la teledetección como del arduo trabajo de campo (en la Antártida, el Ártico y los desiertos secos).
En 2019, fue uno de los primeros empleados en unirse a Schréder Hyperion, nuestro Centro de Excelencia de Ciudades Inteligentes. Se unió al equipo porque está convencido de que la tecnología, y en particular la inteligencia artificial, puede convertirse en un activo importante para abordar los problemas urbanos y mejorar la vida. Se centra en el desarrollo de aplicaciones de IA para Smart Cities con el fin de mejorar la tecnología para la movilidad urbana y las infraestructuras públicas inteligentes, desde la ideación hasta los prototipos.
Conecta con Lourenço en LinkedIn.