La combinación de IA y datos de los sistemas de videovigilancia está prevista para transformar la forma en que controlaremos el tráfico y la movilidad urbana en los próximos años. Desde el enrutamiento hiperpersonalizado y la comunicación vehículo a entorno (V2X), hasta la planificación y medición más efectivas de la infraestructura, estos sistemas están sentando las bases para lograr un progreso significativo, importante y que salva vidas.
La tecnología de vigilancia como plataforma de innovación
Hay un cambio fundamental en la forma en que pensamos y utilizamos la tecnología de videovigilancia. Los avances en características como la resolución, la baja luminosidad y las velocidades más altas en los fotogramas usualmente se centraban en la experiencia del espectador. Ahora, con la calidad, cantidad y amplitud de los datos que capturan estos sistemas significa que podemos hacer mucho más que simplemente supervisar.
Ahora podemos lograr todo tipo de objetivos nuevos y complejos, ya sea reaccionar y responder a instancias en tiempo real, anticipar, prevenir y cambiar resultados, o incluso informar planes con datos nuevos y variados. Nos ofrece más formas de calcular, medir o incluso redefinir el éxito, lo que resulta especialmente útil para la industria del transporte, que históricamente ha estado limitada por datos limitados y estrechos.
Las autoridades de transporte y los planificadores se enfrentan a una lista interminable de desafíos: El aumento en el número de conductores, la congestión, el desgaste de las carreteras, los objetivos de emisiones, la salud y seguridad públicas, así como el deterioro de los patrones medioambientales. Esto hace que dar prioridad y justificar las inversiones sea muy difícil, especialmente con los presupuestos que se están reduciendo en los departamentos.
Gracias a la capacidad de la IA para procesar, analizar e identificar patrones en enormes volúmenes de datos, las autoridades de transporte pronto tendrán datos mucho más ricos para informar estas decisiones, y una cantidad significativa de ellos provendrá de la tecnología de vigilancia. Estos sistemas se están convirtiendo cada vez más en una plataforma de datos sobre la que se construyen nuevos casos de uso interesantes que darán forma a la movilidad del mañana. Y la buena noticia es que ya hay millones de cámaras vigilando nuestras carreteras y ciudades, generando datos que esperan ser utilizados.
Estas son solo algunas de las formas casi ilimitadas en que los sistemas de IA basados en vigilancia pueden transformar nuestros sistemas de transporte en los próximos años:
Planificación de rutas a la medida
La planificación de rutas ofrece mucho más de lo que crees. Aunque se han hecho mejoras para tomar en cuenta el tráfico y las rutas alternativas, estas se aplican con un enfoque global. Actualmente, apenas se toma en cuenta el tipo de vehículo y mucho menos objetivos más amplios y conceptuales. Los sistemas de vigilancia ya proporcionan datos en tiempo real del vehículo del conductor (mediante características visibles y tecnología de reconocimiento de matrículas) y podrían detallar pronto las condiciones de la carretera en tiempo real. Esto los convierte en recursos ideales para una planificación de rutas personalizada.
Las condiciones meteorológicas, por ejemplo, pueden afectar bastante el rendimiento del vehículo. La velocidad y la dirección del viento influyen enormemente en el consumo de combustible. Esto es especialmente relevante para los vehículos de transporte y de carga pesada que ya consumen mucho combustible y son poco aerodinámicos. También los vehículos eléctricos. Los tiempos de carga largos multiplican cualquier impacto que tenga una reducción de la autonomía en el viaje. Del mismo modo, las carreteras heladas o parcialmente inundadas pueden ser transitables para vehículos 4x4, pero los autos y motocicletas más pequeños necesitan rutas más adecuadas. Los patines eléctricos son sensibles a las malas condiciones del camino, como baches, piedras sueltas o vías de tranvía. Incluso la visibilidad, ya sea con poca luz, niebla u otras condiciones meteorológicas adversas, podría tomarse en cuenta.
Las observaciones en tiempo real también podrían ayudar directamente a los conductores y mejorar la conciencia de la situación. Los sistemas de vigilancia pueden detectar vehículos que tienen problemas de tracción y sugerir a los conductores que reduzcan la velocidad. O captar sutilezas como la posición en la carretera o el cambio a las luces antiniebla.
Desplazamientos y estacionamientos asistidos
Un control eficaz del carril y de la velocidad puede marcar la diferencia entre un tráfico fluido y embotellamientos de kilómetros de longitud. Un sistema que supervise el uso del carril y aconseje qué carril y velocidad utilizar, mediante el infoentretenimiento en el vehículo y la señalización externa, sería transformador. Estos mismos sistemas también podrían alimentar los semáforos y los sistemas de señalización, priorizando y reequilibrando los tiempos para obtener el mayor efecto. Del mismo modo, incentivar la conformidad con estas instrucciones mediante algún tipo de reducción del impuesto de circulación o de la prima de seguro requeriría una documentación confiable, con cámaras capaces de proporcionarla. Pero todos estos vehículos tienen un destino, lo que significa una cosa: Estacionamiento.
El estacionamiento es un tema recurrente en los ayuntamientos. Hasta el 30% de los conductores en entornos urbanos congestionados buscan un espacio. Y esta cifra ni siquiera toma en cuenta a quienes han renunciado a buscar y viajan a otro lugar. En resumen, cualquier mejora aquí puede causar un enorme impacto en el congestionamiento y las emisiones.
Las cámaras pueden detectar fácilmente los espacios adecuados, ya sea dentro de un estacionamiento o en la calle. En combinación con el análisis del tráfico y los avances en la conectividad V2X, los conductores podrían asignarse y dirigirse a espacios en un futuro próximo. La efectividad de esto solo se multiplica cuando se considera que los vehículos sin conductor se comunican entre sí para saber cuál se está estacionando y dónde.
De forma similar, estos mismos sistemas podrían aconsejar sobre el uso del tipo de motor para vehículos híbridos. Conociendo dónde y cuántas estaciones de carga están disponibles en un destino seleccionado, junto con los niveles de tráfico y tiempo de viaje necesarios, se podría indicar a los vehículos que cambien a y desde los modos alimentados por batería.
A los conductores también se les podrían mostrar opciones alternativas y más eficientes, como estacionarse más lejos y tomar un autobús, o alquilar un patín eléctrico o una bicicleta.
Mejoras en la seguridad vial mediante la identificación de casi accidentes
El objetivo principal de cualquier autoridad de transporte es hacer que las carreteras sean lo más seguras posible. Los accidentes e incidentes se informan estrictamente y sirven como base para tomar muchas decisiones. Sin embargo, el problema con el seguimiento de accidentes e incidentes es que los casi accidentes no se notifican. Incluso si todas las señales indican un accidente inminente, es solo después de que ocurre cuando se toman las medidas necesarias.
Los datos de vigilancia cambian todo eso. Para zonas de alto riesgo, como cruces peatonales, rotondas y cruces, las cámaras y los sistemas de audio podrían rastrear fácilmente el comportamiento del conductor al aproximarse, detectando cosas como altas velocidades y desaceleraciones rápidas, derrapes, uso del claxon y luces intermitentes. Esto genera dos cosas. En primer lugar, informa sobre qué tipo de medidas preventivas deben tomarse, ya sea iluminación mejorada, instalación de espejos para tener más visibilidad o topes para disminuir la velocidad del tráfico. Y, en segundo lugar, se tendrá una gran cantidad de nuevas métricas para comparar la eficacia de cualquier medida que se tome para mejorar la seguridad vial. A fin de cuentas, todo esto significa carreteras más seguras con menos accidentes.
Redefinición del éxito en la planificación urbana
Con este conjunto de datos en constante expansión, las autoridades de transporte y planificación tomarán pronto decisiones mucho más informadas. De hecho, cada vez más ciudades están invirtiendo en gemelos digitales para modelar la eficacia de los nuevos cambios y propuestas antes de implementarlos. Los sistemas de vigilancia ya están demostrando ser una fuente invaluable de datos históricos y en tiempo real para este tipo de planificaciones. Los programas piloto y las iniciativas locales pueden proporcionar un circuito de aprendizaje, mejora y verificación antes de hacer grandes inversiones en toda la ciudad.
Los resultados de todas estas pruebas e implementaciones podrían utilizarse para dar forma a una gran variedad de factores, como las políticas de seguridad pública o de (re)inversión, las normas específicas para vehículos o zonas, la introducción de nuevos sistemas de generación de impuestos e ingresos, así como nuevos incentivos para los conductores.
Del mismo modo, se pueden introducir y supervisar fácilmente nuevas métricas de éxito, como la reducción de casi accidentes, la disminución del tiempo en el estacionamiento/permanencia en el estacionamiento, velocidades promedio más consistentes, todo lo cual se refleja en métricas de salud y seguridad pública más amplias que van más allá del departamento individual.
Un colaborador instrumental
Solo nos hallamos en la superficie de lo que nos espera. Sin embargo, una cosa está clara: Así es como serán los datos de vigilancia instrumentales a la hora de permitir soluciones de tráfico a futuro. Todo apunta a que las autoridades de transporte y planificación tendrán mucho más herramientas y palancas para hacer inversiones mejores, más seguras, más saludables, más sostenibles y más informadas. Las decisiones se explicarán y justificarán más fácilmente tanto al público como a los titulares del presupuesto. Y, a fin de cuentas, la experiencia general para los conductores, los peatones o cualquier otra persona mejorará drásticamente.
