Las calles de Vigo, laboratorio de un algoritmo para la gestión del tráfico

La densa actividad diaria, la compleja orografía y el crecimiento irregular convierten a Vigo en un reto para la gestión de la movilidad urbana y, como resultado, en el mejor laboratorio para las nuevas tecnologías que conectan vehículos, infraestructuras y usuarios. Durante los últimos tres años y junto a otras urbes como Bari (Italia), Tampere (Finlandia) o Trikala (Grecia), la ciudad participó en el proyecto europeo IN2CCAM y por sus calles, además de circular un vehículo autónomo y conectado en noviembre de 2024, se probaron soluciones para la gestión del tráfico o el control en tiempo real de los semáforos.

Los datos recopilados por la red de sensores Bluetooth desplegada por la ciudad también han servido para la puesta a punto de un innovador algoritmo para la gestión de tráfico desarrollado por investigadores de la Facultad de Ingeniería y Ciencias Naturales de la Universidad de Okan, en Estambul, uno de los 21 socios de 10 países implicados en el proyecto, entre ellos, el Concello de Vigo.

Los resultados de los expertos turcos, que acaba de publicar la revista Sustainability, demuestran que su algoritmo es capaz de realizar predicciones a corto plazo que permiten aumentar la velocidad media y reducir las demoras y paradas de los vehículos durante las horas punta de los días laborables.

La congestión del tráfico, subrayan, es un «desafío importante» para las ciudades de todo el mundo, provocando «retrasos, aumento de las emisiones y una menor calidad de vida». Así que el sistema ensayado en Vigo puede ayudar a los responsables políticos a «diseñar estrategias de movilidad más sostenibles y a optimizar los futuros sistemas de gestión».

Los investigadores analizaron y modelaron datos históricos de velocidad y volumen recopilados por los 80 sensores Bluetooth (puestos en marcha en 2013) para predecir las condiciones de tráfico con 15 minutos de antelación mediante modelos de aprendizaje automático y un algoritmo de enrutamiento dinámico diseñado para igualar los tiempos de viaje en rutas alternativas.

Y simularon hasta 20 escenarios de tráfico distintos en horas punta de mañana y tarde y en varios viales comprendidos en un área delimitada por la avenida de Castelao , la VG-20, la avenida de Citroën y la avenida de Castrelos.

Los resultados demostraron «mejoras significativas». La velocidad media aumentó hasta un 3%, las demoras se redujeron un 8% y se logró una disminución del 10% en el tiempo total de detención de los vehículos.

Además las emisiones medias de dióxido de carbono, óxidos de nitrógeno, hidrocarburos y cobalto s redujeron entre un 4% y un 11% en los distintos escenarios.

Los investigadores concluyen que estos datos avalan la integración del análisis predictivo con el equilibrio de carga en tiempo real «para mejorar la eficiencia del tráfico y promover la sostenibilidad ambiental en las zonas urbanas».

Una herramienta de apoyo para el desarrollo de estrategias de movilidad

No solo facilita una utilización «más eficiente» de la infraestructura, sino que mejora la sostenibilidad al reducir el consumo de combustible y las emisiones. Y constituye «una herramienta de apoyo» para los responsables políticos y autoridades locales en la toma de decisiones a la hora de desarrollar estrategias de movilidad «más adaptativas e inclusivas».

A partir de los datos reales del tráfico vigués, los investigadores turcos han llevado a cabo la primera combinación de pronósticos de tráfico a corto plazo basados en Bluetooth y un algoritmo de balanceo de carga en tiempo real. Además los métodos introducidos para completar los datos que faltaban garantizan su fiabilidad.

El estudio proporciona «información valiosa» para los gobiernos locales y centrales, así como para los proveedores de servicios de movilidad que trabajan en la reducción de la congestión del tráfico basada en datos. Y todos los códigos utilizados son accesibles desde el pasado mes de agosto.

Como líneas de futuro, los expertos de la Universidad de Okan plantean extender la aplicación del algoritmo a otras ciudades con diferentes características de tráfico e infraestructuras, así como incorporar modelos de predicción más avanzados, entre otros, las redes neuronales gráficas.

El proyecto IN2CCAM, financiado dentro del programa Horizonte 2020, terminó oficialmente el pasado 31 de octubre tras poner a prueba en seis laboratorios urbanos diferentes tecnologías para una movilidad conectada, cooperativa y automatizada. El objetivo final es beneficiar a todos los ciudadanos, mejorando el tráfico y la seguridad vial y con impactos ambientales positivos, además de promover el acceso a los servicios de transporte de las personas mayores y con discapacidad.

Suscríbete para seguir leyendo