Desarrollo de un sistema avanzado de gestión del tránsito para reducir los costes y frenar la contaminación

Desde el InLab, el laboratorio de la FIB especializado en la docencia y la investigación en la ingeniería informática, un equipo de investigadores dirigido por Jaume Barceló ha trabajado en el proyecto In4Mo, que se centra en el desarrollo de sistemas avanzados de información sobre la movilidad de los vehículos en el entorno urbano. El objetivo es explotar, de manera eficiente e innovadora, la combinación de las tecnologías clásicas para la detección del tránsito (como por ejemplo las espiras de inducción magnética, los magnetómetros, el procesamiento de imágenes o los radares, entre otros) con las nuevas tecnologías de captación de vehículos equipados con dispositivos electrónicos (cómo son los GPS, la tecnología Bluetooth o los sensores TAG). El uso integrado del conjunto de estas tecnologías, unido a nuevas metodologías para adquirir, filtrar y procesar los datos que se obtienen, confluyen en la creación de una plataforma tecnológica nueva que suministra información más amplia y precisa a los centros de control de tráfico.

La plataforma desarrollada a partir del proyecto In4Mo, iniciado por un equipo del Centro de Innovación del Transporte (CENIT) actualmente integrado en el inLab FIB y financiado por el Centro para el Desarrollo Tecnológico Industrial (CDTI), ha contado con la colaboración de la asociación Intelligent Transport System España y las empresas Bitcarrier, TEKIA Ingenieros y Telvent (Schneider Electric).

Los investigadores y colaboradores en el proyecto han partido de la tesis de que la tecnología es una condición necesaria, pero no suficiente, para la generación de información fiable, puntual y disponible en el lugar y el instante en el que hay que tenerla. Es decir, que el grado de smartness (inteligencia) es el resultado de una combinación eficiente entre los datos que se obtienen y su procesamiento.

Y es que los datos proporcionados por las diferentes tecnologías que se pueden usar son heterogéneos. Es en este sentido que la plataforma creada dentro del proyecto In4Mo incorpora e integra una variedad de métodos de análisis y procesamiento de datos más flexibles y precisos que las técnicas habituales. Estas técnicas permiten filtrar mejor los datos, eliminando la información que es atípica, y complementar la que falta para generar series completas. También hacen posible combinar los datos procedentes de las tecnologías diversas de manera coherente para generar una información homogénea de mayor calidad.

Las técnicas desarrolladas también pueden utilizarse en modelos dinámicos sobre la evolución de los flujos de tránsito para hacer estimaciones, predicciones y visualizaciones del estado de la red viaria. El uso integrado de estas técnicas en una sola plataforma provee de información a los sistemas de información de tránsito, en cualquiera de sus formas, con una visión y una estimación adecuadas del estado de la red vial y de su evolución a corto plazo. Esto permite tomar decisiones más eficientes y económicas, como por ejemplo restringir accesos, facilitar la evacuación o proponer rutas alternativas.

Una respuesta a la sensorización de las ciudades

En un futuro próximo, las ciudades se llenarán de sensores para reunir datos de naturaleza muy diversa. Es la llamada ‘sensorización de las ciudades’. En este sentido, el proyecto In4Mo ha tenido como objetivo principal el desarrollo de las aplicaciones que constituyen el núcleo del smart mobility (movilidad inteligente), uno de los pilares fundamentales del concepto de smart city (ciudad inteligente).

Así, el proyecto In4Mo da respuesta a los retos que se están planteando en el ámbito de la logística, el transporte, la movilidad y la gestión del tránsito en las ciudades, donde se ha pasado de una situación en que la adquisición de datos era costosa, y en muchos casos insuficiente, a un escenario como el actual, en el cual los gestores y responsables se pueden encontrar desbordados por los datos que genera la tecnología. El problema es que estas no generan información por sí mismas. Para los investigadores del InLab, la clave es procesar los datos de manera inteligente. De este modo, se puede generar la información necesaria para una gestión más eficiente del tránsito y satisfacer, así, las demandas de los servicios de movilidad.

La gestión inteligente de los datos sobre el tránsito puede ayudar también a resolver los problemas de congestión así como el impacto sobre el consumo energético, la generación de emisiones contaminantes y la calidad de vida en las ciudades que generan el modelo de transporte y de movilidad actuales.

El proyecto se ha desarrollado en el marco del Programa Acción Estratégica de Telecomunicaciones y Sociedad de la Información, concretamente dentro del subprograma Avanza Competitividad I+D+I.

Las innovaciones en materia de ciudades inteligentes son una de les líneas estratégicas de la actividad de investigación de la UPC. El Centro de Innovación y Tecnología (CIT UPC) ayuda a dar visibilidad a las capacidades tecnológicas de la Universidad en este y otros ámbitos para que se transfieran a las empresas y a la sociedad.

Fuente de Datos: Universitat Politècnica de Catalunya