Análisis inteligentes para ayudar a mitigar los atascos en la movilidad urbana
El proyecto SOUTHPARK (SOcial and Universal Technology HelPing to detect ARrivals via sdK), que se basa en el sistema predict.io es un SDK (siglas en inglés de kit de desarrollo de «software») que puede integrarse en cualquier tipo de aplicación, además de en coches inteligentes o trenes. A lo largo del proyecto, se identificaron numerosos casos distintos que emplean información en tiempo real de la detección o que recurren a la inteligencia empresarial para usar datos agregados. Dando lugar a sistemas tales como, entre otros: la automatización del pago en aparcamientos; la planificación de la capacidad del transporte público, el uso compartido de coches y las bicicletas de alquiler; los sistemas de guiado para personas con discapacidad y el análisis de los desplazamientos de viajeros pendulares, el SDK tiene la posibilidad de reducir los atascos en los sistemas de tráfico. Inicialmente el equipo del proyecto se propuso tratar cuestiones relacionadas con el aparcamiento a través de su aplicación «ParkTAG», pero amplió su ámbito de aplicación a medida que desarrollaba su labor. La coordinadora del proyecto, la Sra. Sandra Kobel explica: «Los clientes actuales integran el SDK en sus aplicaciones, lo cual les permite recopilar datos sobre su base de usuarios. Con estos datos, pueden analizar el comportamiento de los usuarios (p. ej., una aplicación de aparcamiento quiere saber dónde aparcan y se desplazan las personas que poseen su aplicación) o desencadenar un acontecimiento cuando suceda algo (p. ej., recordar a un usuario que deje de pagar el parquímetro cuando se aleja en coche de su estacionamiento)». A través de algoritmos autoadaptativos, el SDK de predict.io puede detectar el inicio o la interrupción de un movimiento, ya sea a través de una aplicación o integrado en un dispositivo de IdC. El desarrollo de un sistema que se autoadapta rápidamente a los nuevos entornos locales resultó clave para el proyecto SOUTHPARK. Para integrar el SDK con su tecnología de detección STOP en distintas aplicaciones de movilidad, los principales indicadores son la precisión en la localización, la precisión temporal, el retardo en la detección, la descarga de la batería, una precisión mínima y la retirada mínima de productos. predict.io prevé los requisitos de STOP en varios casos de uso relacionados con la movilidad. Si bien existen otros sistemas, los algoritmos del SDK de SOUTHPARK pueden autoadaptarse muy rápidamente al nuevo entorno local, por ejemplo, si se integra en una nueva aplicación o en una nueva ciudad o región. Esto, según explica Kobel, se debe al componente de aprendizaje automático del proyecto SOUTHPARK. Poder utilizar un sistema previamente desarrollado por predict.io ahorra tiempo y dinero a los desarrolladores. «Se estima que nuestros algoritmos reducen los costes de adaptación y el tiempo de localización de los nuevos parámetros en un 75 % en comparación con la situación de cuando el proyecto se lanzó en 2015». La reducción de los costes y el incremento de la velocidad han recibido evidentemente el reconocimiento de los desarrolladores. «Cuando el proyecto SOUTHPARK finalizó en julio de 2018, el SDK y el conjunto de programas de análisis se había lanzado con éxito en diversos países y producía alrededor de 75 millones de puntos de datos al día», concluye Kobel.
Palabras clave
SOUTHPARK, tráfico, SDK, kit de desarrollo de «software», predict.io, movilidad urbana inteligente, plataforma de gestión de datos
