Los datos de alta precisión son esenciales para una gestión del tráfico eficaz y segura. Pero para recopilar esos datos, necesita detectores de tráfico que se adapten perfectamente a los requisitos de la aplicación respectiva. Las aplicaciones de IA han ido surgiendo lentamente en la industria del tráfico. Se utilizan tecnologías avanzadas como visión artificial, imágenes térmicas, tecnología Wi-Fi, soluciones de video basadas en análisis e incluso tecnologías de drones para detectar el tráfico.
Hacer concesiones es necesario para que el intercambio de datos de tráfico funcione. Marlous Hovestad, asesor de tráfico en NDW (National Road Traffic Data Portal) y director de movilidad de Technolution, Paul van Koningsbruggen, se unió a la anfitriona Marinda Hall en el estudio Intertraffic especialmente diseñado, con Steffen de Muynck, gerente de producto de FLIR ITS, que se unió desde Bélgica a través de Zoom, para discutir las últimas innovaciones de control de tráfico inteligente, continuando la conversación iniciada en nuestro artículo reciente.
El ambiente informal del programa de entrevistas de negocios, con Hall facilitando la charla, permitió a los participantes hablar libremente, intercalados con respuestas a las preguntas notables y concisas de los asistentes. Con un aumento en los datos, dijo Hovestad, viene un aumento en la responsabilidad y un aumento en los detalles que los conductores y consumidores de estos datos quieren saber. "Lo que están haciendo empresas como FLIR ITS y Technolution, es permitir que NDW proporcione esos detalles", explicó.
Con el aumento de los viajes realizados a pie o en bicicleta debido en gran parte a las restricciones de viaje y al teletrabajo en medio de la pandemia, Marlous señaló que, en los Países Bajos, al menos, los ciclistas y peatones superan en número a los automóviles, por lo que la noción de eliminar las señales de tráfico físicas, como se evidenció en el primer episodio de ON AIR, estaba un poco lejos, además de que su disposición sigue siendo un requisito legal.
Se ha hablado mucho del uso potencial de los drones con fines de control de tráfico inteligente y hay mucho que debe explorarse en ese sentido, pero Hovestad sugirió que eCall era quizás un área de control de tráfico donde los drones podrían entrar en juego. Sin embargo, los drones son solo una parte del futuro según lo visto por el Asesor de tráfico de NDW.
Los drones ciertamente podrían proporcionar una descripción general de una situación de accidente. Las cámaras montadas en drones podrían proporcionar información vital para ayudar a los servicios de emergencia a responder a un eCall, pero a mi modo de ver, los usuarios de la carretera estarán cada vez más informados y será sin problemas y ni siquiera se darán cuenta.
Nuestra máxima ambición es tener un gemelo digital de lo que sucede en la carretera, en lo que puede ver, puede actuar y comenzar a optimizar el tráfico. Para Paul van Koningsbruggen, todo se trata de datos significativos y cooperativos. “El futuro es emocionante desde una perspectiva tecnológica. Lo emocionante es que como viajero necesito conocer mi ruta óptima pero tenemos que combinarla con la optimización de la red y la experiencia del pasajero. Sí, la ruta más corta y rápida es deseable, pero también la ruta más respetuosa con el medio ambiente. La ruta más amigable con la ciudad", refirió.
Van Koningsbruggen ensalzó las muchas y diversas virtudes del gemelo digital, una representación virtual derivada de la NASA que sirve como contraparte digital en tiempo real de un objeto o proceso físico. “Veo una creciente dependencia de la potencia computacional y los conjuntos de chips”, dijo, citando el hermanamiento digital de redes de carreteras y ciudades como un ejemplo brillante. “El futuro resolverá muchos de nuestros problemas, pero al mismo tiempo, generará muchas preguntas”, concluyó.
El aprendizaje profundo es realmente lo que cambia las reglas del juego aquí, ya que tiende a hacer que el producto sea mejor, más confiable, más flexible de instalar y, en general, una mejor solución para nuestros clientes. De Muynck de FLIR ITS estuvo de acuerdo. "Convertir datos en información es la clave de todo esto. Pasar de datos reactivos a datos predictivos es el verdadero cambio de juego", dijo.
Para permitir que la industria del control de tráfico avance sin problemas hacia la inteligencia, de Muynck tiene la mirada fija en una línea de innovación: el aprendizaje profundo. “Las ciudades se están alejando de los métodos y modos de transporte tradicionales. Las técnicas de aprendizaje profundo les permiten hacerlo al ofrecer mejores soluciones a sus problemas. Los urbanistas necesitan datos de alta resolución para facilitar el cambio hacia nuevos modos de transporte como la micromovilidad y el aprendizaje profundo les da lo que necesitan. También les brinda a los usuarios finales y planificadores lo que necesitan, y eso no es lo mismo.
De Muynck siguió elogiando los avances en Inteligencia Artificial. “La IA ha acelerado la transición. Con ella conseguimos acercar al cliente la mejor generación de soluciones tecnológicas. Ofrece a todas las partes flexibilidad y la experiencia óptima del cliente con todos los componentes de IA disponibles integrados en el producto", indicó.
