El corredor de inteligencia es un lanzamiento a pequeña escala de un primer sistema de optimización de tráfico mejorado por IA en el mundo...
 |
| El corredor de inteligencia es un lanzamiento a pequeña escala de un primer sistema de optimización de tráfico mejorado por IA en el mundo que eventualmente puede escalar para administrar el tráfico en toda la ciudad. Kapsch |
Las ciudades modernas producen una avalancha absoluta de datos cada segundo de cada día, de cámaras y sensores que pertenecen a docenas de sistemas separados. En un mundo tan inteligente, es sorprendente que tantos semáforos sigan siendo tan tontos.
Un nuevo proyecto que comienza en Melbourne, Australia, tiene como objetivo aprovechar esta avalancha de datos utilizando inteligencia artificial de aprendizaje profundo y modelos predictivos, y usarlos para reducir los tiempos de viaje, reducir las emisiones e influir en los comportamientos de muchas otras maneras como parte de "los sistemas de gestión de tráfico más inteligentes del mundo".
El "Corredor inteligente" es una prueba de tres años que se llevará a cabo en un tramo de 2,5 km (1,5 millas) de Nicholson Street, Carlton, una de las calles más transitadas de Melbourne. La Universidad de Melbourne se ha asociado con Kapsch TrafficCom de Austria y el Departamento de Transporte de Victoria, entre otros, en el proyecto.
El sistema, lanzado esta semana, se basa en fuentes de datos históricas y en vivo de una enorme y variada red de sensores, que incluyen cámaras de CCTV, sensores Bluetooth, monitores de calidad del aire, información de tránsito público en vivo, datos de tráfico en vivo de TomTom, datos meteorológicos, tráfico en vivo señal de luz y datos de fase, datos lógicos de intersección y más.
Algunas de estas fuentes de datos ya están disponibles en toda la ciudad, otras se preinstalaron en el área más amplia de Carlton como parte de un proyecto separado AIMES (Ecosistema Multimodal Integrado de Australia), que a su vez se describe como "el primer y más grande ecosistema del mundo para probar tecnologías emergentes de transporte conectado a gran escala en entornos urbanos complejos".
Esta es la primera vez, afirma el equipo del proyecto, que una gama tan amplia de datos históricos y en vivo se ha reunido en un proyecto de gestión del tráfico, para ser analizados en tiempo real por IA y algoritmos de aprendizaje profundo. Y los conocimientos que aporta este sistema "EcoTrafiX" se utilizarán para una variedad de propósitos.
En primer lugar, y quizás lo más directamente relevante para usted y para mí, podrá controlar los semáforos en cada intersección del corredor para un flujo óptimo.
Obtener la lógica dinámica del semáforo correcta no solo reducirá la frustración de los usuarios de automóviles: cada parada y arranque tiene su propio costo en la ciudad en forma de ruido y emisiones, especialmente cuando se trata de camiones de carga pesada.
Pero las cosas van mucho más allá de eso. El sistema tiene varias formas de comunicarse con los usuarios de la carretera y el transporte público, para influir en el flujo de tráfico, ya sea en respuesta a un incidente o simplemente como un medio para equilibrar la carga y optimizar las cosas. Si un accidente impide que los tranvías pasen por una determinada intersección, el sistema puede hacer coincidir cada próximo tranvía que probablemente afecte con recomendaciones que llevarán a sus pasajeros a donde se dirigen, ya sea cambiando de tranvía o dando un paseo corto hacia otra dirección, y luego pasar ese mensaje al conductor del tranvía.
También hay un ángulo de seguridad: el sistema puede monitorear las zonas de cruce de peatones y brindar retroalimentación a los conductores a través de comunicaciones de infraestructura a vehículo a automóviles conectados. Un ejemplo que el equipo eligió para resaltar fue una intersección particular en la que los conductores que giran en una esquina cerrada no pueden ver a las personas que cruzan la calle hasta que casi están sobre ellos; ahora se enviarán advertencias en tiempo real a ciertos automóviles Lexus conectados si el sistema encuentra que los conductores están a punto de encontrarse con este tipo de situación.
La gestión de incidentes será una gran parte del sistema, que mostrará advertencias al operador cuando detecte que algo extraño está sucediendo o prediga que surja un problema. Los operadores podrán elegir de una lista de acciones generadas automáticamente en respuesta a una situación, o profundizar directamente en los flujos de datos, hasta el nivel de visualización de imágenes de cámara en vivo, para descubrir qué está sucediendo. También podrán recuperar incidentes similares de la historia del área, incluyendo qué acciones se tomaron en el pasado y cuáles fueron los efectos de flujo, y el sistema está diseñado para permitir tanto o tan poco, así como la supervisión e interferencia humanas como una ciudad en particular necesita.
Estos son los tipos de cosas que el sistema puede hacer hoy, en el momento del lanzamiento. Pero en el transcurso de los próximos tres años, el equipo espera probar todo tipo de ideas, desde cosas como asegurarse de que los vehículos de emergencia conectados solo vean luces verdes, hasta enrutar inteligentemente el tráfico alrededor de las zonas escolares en los horarios de recogida y entrega, para desviar el tráfico en respuesta al mapeo de la calidad del aire, enviar mensajes de texto automáticos a los propietarios de automóviles que están estacionados en vías libres con la esperanza de que cambien sus propios vehículos y despejen el camino más rápido que las grúas.
El proyecto naturalmente capturará datos de antes y después para medir y rastrear la efectividad del sistema. El sistema está diseñado para escalar desde pequeñas intersecciones únicas y despliegues de corredores cortos como este, hasta implementaciones masivas en toda la ciudad, ya que es independiente de la ubicación y puede funcionar con cualquier información disponible.
Esto ciertamente parece un uso excelente y muy necesario de la IA y el análisis avanzado. La optimización del tráfico en toda la ciudad es un problema de gran cantidad de datos con una cantidad extraordinaria de entradas, dependencias y resultados para rastrear. Hay una gran oportunidad para hacerlo mejor, mucho por ganar, y si la IA y la informática están a la altura del reto.
Fuente: Universidad de Melbourne / Kapsch
COMENTARIOS