Cómo los semáforos inteligentes cambiarán la configuración de las ciudades

De manera sintética, un semáforo inteligente es un sistema de control del tráfico que reacciona a las condiciones del entorno en tiempo real. Es uno de los elementos de las ciudades inteligentes y, al igual que otras aplicaciones como el suministro eléctrico o la gestión del agua, depende de dos factores fundamentales:

Red de sensores. Abarcan desde simples cámaras hasta sensores de radar, todo ello interconectado por medio de tecnologías IoT (Internet of Things). También se espera que, a medida que se implanten protocolos de comunicación Car2X, los propios vehículos informen de su posición, velocidad y dirección, tanto a los coches colindantes como a las señales y sistemas de tráfico en las inmediaciones.

Sistemas de inteligencia artificial y big data. Los datos masivos recopilados a través de los sensores antedichos se procesan por medio de inteligencia artificial, que no solo permite gestionar la situación presente, sino también anticipar eventos como horas de tráfico punta o periodos vacacionales de menor actividad.

Los semáforos inteligentes tienen toda la pinta de convertirse en uno de los ejes de la movilidad sostenible. Por un lado, permitirán ahorrar tiempo y combustible, mientras que a la vez reducirán la polución ambiental de las ciudades.

Pero ¿en qué estado se encuentra esta tecnología? Pues parece que se están produciendo avances significativos. Un ejemplo es el trabajo de la Universidad de Aston en el Reino Unido. Se trata de un software de inteligencia artificial que, por medio de aprendizaje reforzado, es capaz de analizar imágenes de las cámaras de tráfico en tiempo real y modificar el comportamiento de los semáforos.

Para lograrlo, los investigadores británicos han creado un simulador de tráfico fotorrealista, bautizado como Traffic 3D, donde la IA puede entrenarse sin poner en peligro a los conductores. El simulador genera distintas condiciones de tráfico, incluyendo situaciones de lluvia o accidentes.

Una de las ciudades más turísticas del mundo podría desaparecer bajo el agua

El aprendizaje reforzado de una IA se parece un poco al humano: premio por hacer las cosas bien, penalización por equivocarse. Así, cada vez que se producen tiempos de espera o hay un atasco, el sistema recibe una penalización. De esta manera, la IA ha ido mejorando su desempeño y ya se ha probado exitosamente en un cruce real. En este caso, en lugar de obtener la información del simulador, lo hace de las cámaras emplazadas en el lugar. La IA, además, se adapta a nuevas circunstancias como puede ser un accidente.

Hasta ahora, muchos de los sistemas de control de los semáforos inteligentes se basaban en los llamados bucles de inducción magnética. Es decir, un cable que cruza la calzada y registra el número de coches que están pasando. El programa va haciendo el recuento y reacciona a esos datos. El nuevo modelo, en cambio, permitirá una reacción más ágil y rápida, ya que puede monitorizar el tráfico que está llegando a un cruce, no solo el que está atravesando un punto concreto.

Ciudades con semáforos inteligentes

Aunque el software de la Universidad de Aston es uno de los más avanzados en este campo, la implantación de semáforos inteligentes lleva años en marcha. Así, en EE. UU. se empezaron a implantar semáforos asistidos por IA en 2018. Un ejemplo de ciudad con este tipo de semáforos sería Pittsburgh, que logró reducir un 40 % el tiempo perdido en atascos con un 20 % menos de emisiones. Y todo ello utilizando un software que combina imágenes de cámaras, radares, dispositivos de radiofrecuencia e inteligencia artificial.

Otras ciudades en China, Malasia o India están aplicando soluciones de gestión del tráfico basadas en IA. Alguna de ellas ha sido desarrollada por Ali Baba, el gigante del comercio electrónico. No obstante, el tráfico no es el único objetivo de estos sistemas de gestión. En el Reino Unido una empresa ya está aplicando una tecnología basada en IA que monitoriza los pasos de cebra y modula los semáforos inteligentes en función de los peatones detectados y sus conductas potenciales. En efecto, anticipando si van a cruzar o no por sus movimientos.

Fuente: Imnovation