Gestionar las multitudes para lograr ciudades más seguras y ecológicas y menos congestionadas
Las congestiones le cuestan a Europa más de 100 000 millones EUR al año, lo que equivale al 1 % del PIB de la UE, convirtiéndose el tráfico de vehículos y mercancías por carretera en el chivo expiatorio, y no sin razón. Sin embargo, aunque el creciente número de ciudadanos dispuestos a desplazarse en bicicleta —eléctrica o no— o incluso a pie es un importante motivo de esperanza, especialmente desde la aparición de la COVID-19, aún no sabemos gran cosa sobre la circulación de peatones y ciclistas. ALLEGRO (unrAvelLing sLow modE travelinG and tRaffic: with innOvative data to a new transportation and traffic theory for pedestrians and bicycles) aborda el problema de la congestión desde un ángulo completamente nuevo. «Nos enfrentamos a una clara falta de datos y recopilarlos es difícil», afirma Serge Hoogendoorn, director del Departamento de Transporte y Planificación de la Universidad Técnica de Delft e investigador principal del proyecto ALLEGRO. «La conducta de los ciclistas, por ejemplo, debe tenerse en cuenta a tres niveles: el llamado nivel operativo (toma de decisiones en una fracción de segundo al interactuar con otro ciclista durante una maniobra de adelantamiento, por ejemplo), el nivel de toma de decisiones a medio plazo (qué rutas elegir) y el de toma de decisiones a largo plazo (en qué actividades participar como ciclista habitual y en qué orden)». En este momento, la mayoría de las decisiones políticas relacionadas con la infraestructura para peatones y ciclistas se basan en una regla práctica, pero el trabajo de ALLEGRO proporciona una base más teórica para las autoridades decisorias.
De la modelización a las predicciones
Desde noviembre de 2015, Hoogendoorn y su equipo trabajan en enfoques de recogida de datos innovadores, que incluyen realidad virtual (RV), estudios de campo con bicicletas equipadas con GPS, experimentos de ciclismo controlado, datos sociales para la caracterización de multitudes, recogida de datos avanzada con sensores wifi y 3D, y muestreos exhaustivos. «La innovación se centra sobre todo en este enfoque de recogida de datos mixto y en su consideración de todos los niveles conductuales. En la actualidad, disponemos de modelos muy innovadores que pueden utilizarse para probar novedades en políticas y diseño como y cuando las propongan los responsables políticos. Con nuestras nuevas técnicas de estimación del estado actual, podemos proporcionar a los gestores de multitudes una mejor perspectiva sobre aspectos tales como los lugares donde se aglomeran las multitudes, el impacto de medidas específicas (contra la congestión, por ejemplo) y otros. También hemos desarrollado estrategias de control del tráfico para bicicletas inteligentes, que pueden utilizarse para mejorar la circulación urbana y, en última instancia, convertir la bicicleta en una opción de transporte más atractiva para los ciudadanos», explica Hoogendoorn. Más allá de sus modelos microscópicos y macroscópicos, el proyecto ALLEGRO, financiado por el CEI, también proporciona otros basados en la teoría de juegos, los cuales aportan información útil sobre las condiciones en las que el tráfico se autoorganiza de manera eficiente, en contraposición con aquellas en las que se colapsa. Ya se están analizando varias aplicaciones. En particular, Hoogendoorn y su equipo trabajan junto con la compañía neerlandesa NS Stations —la cual gestiona más de cuatrocientas estaciones de ferrocarril en los Países Bajos— en un proyecto de prueba de concepto en el que se utilizará el sistema de supervisión de ALLEGRO para llevar a cabo una gestión de multitudes avanzada en dichas estaciones. También están trabajando en bicicletas inteligentes y en el control cooperativo de las intersecciones para reducir el número de detenciones en los cruces y guiar a los ciclistas en consecuencia. «Nuestros métodos de gestión de multitudes pueden hacerse extensivos a zonas más amplias. Por ejemplo, tenemos una nueva plataforma que replica el campus de la Universidad Técnica de Delft y supervisa los cambios en los patrones de movilidad en el contexto de la COVID-19. ¿Respeta la gente la distancia social de 1,5 metros establecida? ¿Evita las zonas saturadas? Los datos recogidos se han utilizado satisfactoriamente para probar las predicciones a corto y largo plazo mediante técnicas de inteligencia artificial», señala Hoogendoorn. Muy pronto, los modelos de ALLEGRO podrían utilizarse para supervisar ciudades enteras o aplicarse al movimiento de las personas en el interior de los edificios. El equipo del proyecto ya logró resultados satisfactorios en sus intentos de utilizar la RV para estudiar la conducta de los peatones en los edificios. Sus posibles aplicaciones incluyen simulacros de intervenciones para evacuar edificios con seguridad.
Palabras clave
ALLEGRO, control de multitudes, ciclistas, peatones, congestión, datos, supervisión