Dispositivos de una sola aplicación transformados para mejorar la movilidad en las ciudades
¿Sabía que cada uno de nosotros genera un promedio de 1,7 MB de datos cada segundo? En una ciudad en la que millones de ciudadanos se conectan cada vez más mientras realizan las actividades de su vida cotidiana, esta cifra alcanza proporciones astronómicas. Una mina de oro para las autoridades públicas, las empresas y otras organizaciones que sepan cómo utilizar bien todos estos datos. Esta gran cantidad de datos puede beneficiar especialmente al sector del transporte. Los embotellamientos, la contaminación y las ineficacias generan costes de miles de millones de euros todos los años, así que el consorcio SETA opina que una mejor gestión de los datos podría suponer mejoras muy significativas. «Creo que uno de los principales problemas de la gestión actual de los datos es que la mayoría se recopila por razones específicas y después se abandona en las bases de datos», comenta Fabio Ciravegna, profesor del Departamento de Informática de la Universidad de Sheffield y coordinador de SETA. «Por ejemplo, todas las ciudades cuentan con cientos o hasta miles de cámaras en las calles, pero se usan solo con una finalidad, como la seguridad o el tráfico, cuando en realidad podrían usarse para muchas más cosas». La verdad es que para eso aún no estamos preparados. Los obstáculos técnicos, administrativos y políticos a menudo impiden la integración de los conjuntos de datos existentes. Además, la gran envergadura de los datos y su heterogeneidad hacen que sea muy difícil reutilizarlos. SETA resuelve el problema integrando los datos de carreteras, bicicletas, ciudadanos y sensores medioambientales. Su tecnología puede recoger, procesar, relacionar y fusionar grandes cantidades de datos heterogéneos y usarlos para modelar la movilidad urbana. Según el consorcio del proyecto, dicha tecnología lo logra con un nivel de precisión, detalle y dinamismo que sería imposible de conseguir con las tecnologías más modernas. Las tecnologías móviles de SETA pueden supervisar la movilidad de las personas, y ya hay aplicaciones disponibles para cientos de miles de ciudadanos en Inglaterra y España. Al mismo tiempo, el consorcio del proyecto también ha desarrollado tecnologías capaces de convertir todas las cámaras de las calles en el equivalente a un sensor de bucle, es decir, una cámara capaz de determinar el número de vehículos y su velocidad. Todos los datos recopilados se agrupan y almacenan gracias a tecnologías de modelización y fusión especializadas. «Hemos utilizado redes neuronales avanzadas para el análisis por imagen, arquitectura a gran escala para la integración de los datos, modelos de movilidad avanzados para el rastreo de movilidad mediante teléfonos móviles y técnicas de modelización de movilidad de grandes dimensiones», explica el profesor Ciravegna. «Nuestra arquitectura adquiere estos datos anonimizados a través de teléfonos móviles, sensores, etc. y estos pasan a disposición de los algoritmos de fusión y modelización. A continuación, una plataforma de datos y análisis visuales pone a disposición de los gestores urbanos observaciones sobre la movilidad en toda la ciudad». A diferencia de los métodos actuales, que solo permiten la modelización detallada en las principales áreas de la ciudad, SETA lo hace posible en toda el área metropolitana. La tecnología de SETA ya ha sido adoptada por un importante cliente gubernamental en Inglaterra, que la ha empleado para supervisar la actividad de miles de ciudadanos con fines de salud y bienestar. El ayuntamiento de Birmingham también ha incorporado esta tecnología para rastrear sus más de 8 000 bicicletas gratuitas. Ambas actividades continuarán tras la finalización del proyecto. La Universidad de Sheffield, responsable del desarrollo de la tecnología de seguimiento automático de ciudadanos, planea crear una empresa derivada. También se esperan aplicaciones en el campo de la salud, el bienestar, los fármacos y la movilidad. La comercialización de los sistemas de detección por vídeo del proyecto está a cargo de Machine2Learn, mientras que Aimsun se ocupa de la de los modelos de datos de ciudades a gran escala (ya en funcionamiento en varias ciudades) y Software Mind comercializa la infraestructura a gran escala. Por último, The Floow Ltd. desarrolla la metodología para el seguimiento de recorridos de vehículos.
Palabras clave
SETA, movilidad, sensores, datos, transporte, red neuronal