Los datos recogidos de varios tipos de sensores permitirían estimar congestiones y ofrecer vías alternativas en tiempo real. Los recortes amenazan con desmontar el equipo investigador tras cuatro años de trabajo
Los
datos recogidos y procesados con la nueva plataforma permiten, por
ejemplo, obtener información sobre la intensidad del tránsito y la
velocidad de los vehículos de una forma más visual, flexible y eficiente
que con las técnicas habituales. / InLab UPC
Al caos del tráfico en las ciudades se une ahora el caos provocado
por la sobreabundancia de datos. Las grandes urbes se han llenado de
sensores para tomarle el pulso a la ciudad. Sin embargo, la
multiplicidad de tecnologías de recogida están generando más infotoxicación
que información útil. Ahora, un equipo de la Universitat Politècnica de
Catalunya (UPC) ha diseñado un sistema que los integra todos para hacer
previsiones del flujo circulatorio. Aunque los recortes en
investigación han paralizado los ensayos con tráfico real y amenazan
todo el proyecto.
Durante cuatro años, investigadores del InLab de la Facultad de Informática de Barcelona de la UPC han trabajado en el diseño de In4Mo.
En este sistema, más importantes que los datos eran los modelos para
integrarlos de tal forma que pudieran no solo medir la densidad de
tráfico y la velocidad de los vehículos sino también hacer predicciones.
Para alimentar a In4Mo con datos y más datos, los investigadores
echaron mano de varios tipos de sensores. Por un lado contaron con la
información que ofrecen las espiras de inducción magnética, una especie
de cajas insertadas en el asfalto que registran la perturbación del
campo magnético provocada por el paso de la masa metálica que es un
coche. “Es la tecnología tradicional para tomarle el pulso a las
carreteras”, dice el director del proyecto, Jaume Barceló. Contaron
además con las cámaras de tráfico con capacidad de procesamiento de
imágenes.
El sistema no sólo mide la densidad de tráfico y la velocidad de los vehículos sino que también hace predicciones
Pero también echaron mano de sistemas más novedosos. Por un lado, los
magnetómetros, que integran un chip que, como las espiras, recoge las
variaciones magnéticas. Por el otro, una serie de sensores Bluetooth.
Los dispositivos con esta conexión emiten una señal de búsqueda de
antenas que delata al fabricante del aparato, si es un móvil o un
navegador y también desvela una dirección única para cada uno sin
afectar a la privacidad de su dueño. “Esto nos permite identificarlo en
un punto y momento dado”, aclara Barceló.
Las simulaciones se han desarrollado con datos de tráfico real de la
zona del Ensanche barcelonés, un área que por dimensiones y tráfico se
puede equiparar a una ciudad media española. Allí, el Ayuntamiento de
Barcelona, que colaboró en el proyecto, contaba con 116 espiras de
inducción magnética. También se instalaron 15 sensores Bluetooth de los
50 previstos. En el modelo también debían de intervenir la señal GPS de
los vehículos o la emitida por las TAG, esas etiquetas que permiten
pagar en los peajes sin detenerse o que, en ciudades como Barcelona, ya
se están usando para pagar en los aparcamientos.
“En las smart cities, lo smart no está en el sensor sino en lo que hago con los datos que me da”, dice el investigador
“Pero en las llamadas smart cities, las ciudades inteligentes sensorizadas, lo smart (inteligente,
en inglés) no está en el sensor sino en lo que hago con los datos que
me da”, recuerda Barceló. En In4Mo, lo que sobran son datos y había que
digerirlos. Para ello, el equipo del InLab diseñó una metodología para
el filtrado, fusión y compleción de los datos. No es igual la
información que envía una espira que la que recoge un sensor Bluetooth y
eso había que integrarlo en un sistema que sirviera para medir el
estado del tráfico o patrones de movilidad e incluso hacer predicciones.
“Es más complejo, pero si yo conozco el estado del sistema y tengo los
modelos adecuados, puedo hacer previsiones a corto plazo”, añade este
investigador.
En las simulaciones, In4Mo demostró que las estimaciones se
correspondían con los datos realmente observados. “Demostramos dos
cosas: la robustez del modelo y la fiabilidad de los resultados”,
asegura Barceló. Además, una vez probado su funcionamiento, con una
plataforma tecnológica más potente podrían servir la información en
tiempo real. Otra gran ventaja de un sistema como In4Mo es que
permitiría cubrir toda una ciudad y no sólo las principales arterias
gracias a integrar en el flujo de datos a los propios vehículos.
Los recortes amenazan con acabar con el proyecto
A pesar de la publicación de sus avances en varias publicaciones
científicas, aunque haya contado con la colabroación del CIT UPC (la
agrupación de centros tecnológicos de la universidad), aún contando con
la implicación en la plataforma de la asociación Intelligent Transport
System España y las empresas Bitcarrier, TEKIA Ingenieros y Telvent, e
incluso los investigadores hayan conseguido un acuerdo con una gran
empresa logística para tomar datos GPS de sus vehículos, In4Mo parece
condenado a no salir del laboratorio.
“El Ministerio no ha sacado convocatoria para este año y estamos al borde de que mi equipo se marche”, se lamenta Barceló
Los trabajos con los modelos y las simulaciones acabaron en diciembre
pasado. Ahora tocaba realizar su ensayo con tráfico real en el propio
Ensanche. Sin embargo el cambio de gobierno en la Alcaldía frenó el
despliegue de nuevos sensores. Más importante aún, este año el
Ministerio de Industria, que financiaba el proyecto a través del CDTI y
dentro del subprograma Avanza Competitividad I+D+I, no piensa dedicar
un euro a In4Mo.
“El Ministerio no ha sacado convocatoria para este año y estamos al
borde de que mi equipo se marche”, se lamenta Barceló. ”No son
conscientes de que esto nos ha costado cuatro años de trabajo. Si este
equipo se deshace, aún en la hipótesis de que el año que viene lloviera
el dinero, tardaríamos otros cuatro en volver a ponerlo en marcha”,
denuncia Barceló.
Fuente: www.esmateria.com
No hay comentarios:
Publicar un comentario