Inventan un sistema para «adivinar» el atasco 15 minutos antes

Desarrollado por la Universidad Miguel Hernández, está basado en la inteligencia artificial y en redes neuronales

  • Retenciones de tráfico en la A-7 a su paso por Murcia, en una imagen de archivo / Efe
    Retenciones de tráfico en la A-7 a su paso por Murcia, en una imagen de archivo / Efe
Madrid.

Tiempo de lectura 4 min.

17 de abril de 2019. 07:07h

Comentada
Ernesto Villar Madrid. 17/4/2019

Un grupo de investigadores de la Universidad Miguel Hernández (UMH) de Elche ha desarrollado un sistema basado en la inteligencia artificial y en el funcionamiento de redes neuronales que prevé la evolución del tráfico con 15 minutos de antelación, lo que puede resultar muy útil para perfeccionar los sistemas de navegación.

Según explica la universidad, para llevar a cabo el estudio se ha digitalizado un escenario de tráfico real correspondiente a 97 kilómetros de tramo de la autovía A-7 entre Alicante y Murcia, utilizando para ello los datos de todos los sensores de tráfico de la DGT durante los últimos 12 años. Este tramo ha sido seleccionado por la elevada afluencia de tráfico, con un intensidad media diaria de 100.000 vehículos en algunos puntos, y por la gran cantidad de sensores de tráfico en el tramo (99 en total) que permiten medir de forma precisa el tráfico con una periodicidad de 1 minuto.

Con estos datos, los investigadores han desarrollado un escenario digital de simulación que permite generar con gran exactitud el tráfico experimentado en el tramo de la A-7 durante un total de diez días. Para ello, los investigadores de la UMH han desarrollado una nueva metodología de calibración que permite generar de forma precisa y realista escenarios digitales de simulación de tráfico a partir de datos reales.

Mediante una plataforma digital de tráfico creada en la UMH, los investigadores han desarrollado técnicas basadas en redes neuronales profundas para predecir el estado del tráfico a 15 minutos vista utilizando datos de los vehículos conectados.

“Los investigadores han analizado cómo influye la penetración del vehículo conectado en la precisión de las predicciones de la intensidad, densidad y velocidad del tráfico, y han permitido demostrar que es posible mejorar los niveles de predicción del tráfico con datos de tan solo un 4% de los vehículos con respecto a cuando se realiza la predicción con los datos de los sensores de tráfico (espiras) desplegados actualmente en el tramo de la A7 objeto de estudio”, explica la UMH en un comunicado.

Además, los investigadores de la UMH han demostrado que la fusión de los datos proporcionados por los sensores de tráfico actuales con los datos de los vehículos conectados permite mejorar la precisión en la predicción del tráfico. Por ejemplo, la fusión de datos de sensores de tráfico con datos de tan solo un 10% de los vehículos reduce el error de predicción en un 40% con respecto a cuándo se realiza la predicción del estado del tráfico sólo con los datos proporcionados por las espiras.

La eficacia de este sistema dependerá en buena medida de la presencia de vehículo conectados, aunque las previsiones auguran que este año más de la mitad de los que están en circulación lo estarán.

Las investigaciones de la UMH han sido realizadas en el marco del proyecto PREDICT (Predicción y caracterización de tráfico con datos de vehículos conectados y vehículos autónomos), financiado por la Dirección General de Tráfico. En el proyecto, los investigadores de la UMH también han cuantificado el impacto de los vehículos autónomos sobre el tráfico. Sus conclusiones indican que hasta que al menos un 15% de los vehículos sean autónomos no se verá un beneficio en la fluidez del tráfico y en la capacidad de las autovías, si no se desarrollan soluciones para garantizar una coexistencia eficaz de los vehículos autónomos y los vehículos convencionales.

Últimas noticias