- Ford y un consorcio financiado por el gobierno británico desarrollan tecnologías para predecir posibles lugares de incidencias de tráfico a partir de los datos de vehículos conectados, sensores de carretera e informes de accidentes.
- ‘RoadSafe’ tiene el objetivo de alertar a los conductores sobre las zonas de mayor riesgo y proporcionar a las autoridades locales información clave para mejorar las condiciones de carreteras e infraestructura.
- La herramienta digital basada en datos y complejos algoritmos se está probando con más de 200 vehículos en Oxfordshire (Reino Unido) y Londres.
Ford ha desarrollado el nuevo concepto del panel ‘RoadSafe’, que ayudará a alertar a los conductores sobre zonas de mayor riesgo y poner este tipo de información a disposición de las autoridades locales para que tomen medidas de prevención y solución.
La tecnología ‘RoadSafe’ utiliza un algoritmo inteligente para procesar datos anónimos procedentes de fuentes como los vehículos conectados, sensores de carretera y los reportes de accidentes, con el fin de identificar los lugares en las que la probabilidad de incidencias es mayor. Esta información puede mostrarse en un mapa que señala el nivel de riesgo y también podría utilizarse para advertir a los conductores de los puntos conflictivos.
‘En todas las ciudades hay zonas en las que la probabilidad de incidencias es mayor, ya sea por una señal mal colocada, un bache sin reparar o cruces construidos para albergar menos tráfico que el actual. Ahora, Ford puede señalar las áreas preocupantes para que los conductores sean más conscientes de ellas y las autoridades puedan abordarlas‘.
Jon Scott-jefe de proyecto de City Insights, Ford Mobility, Europa
HACER CARRETERAS MÁS SEGURAS PARA TODOS
La herramienta digital ‘RoadSafe’ es la culminación de cuatro años de investigación por parte de Ford, incluyendo recientemente un proyecto de 20 meses financiado por el gobierno inglés y realizado junto con el Consejo del Condado de Oxfordshire, la Universidad de Loughborough y los especialistas en sensores de IA Vivacity Labs con el apoyo de Transport for London y de Innovate UK.
La investigación comenzó con un análisis de Londres para poner en relieve los puntos conflictivos en materia de seguridad vial e identificar las posibles causas y las medidas necesarias que debían implementarse. En los últimos 15 meses, el estudio se amplió a Oxfordshire con más de 200 vehículos conectados voluntariamente. Los datos permitieron al equipo desarrollar un ‘Mapa de Calificación de Riesgo en Segmentos de Carretera’ que reconoce los tramos que necesitan mayor atención.
Este panel incluye una serie de parámetros, como datos históricos de accidentes y un algoritmo de ‘Predicción de Riesgo’ para cada segmento de carretera basado en una serie de estadísticas, calculadas mediante técnicas avanzadas de análisis de datos1‘. La clasificación de ‘Predicción del riesgo en el segmento de la carretera’ utiliza colores para mostrar las ubicaciones en las que es probable que se produzcan incidentes, siendo el rojo el nivel de riesgo más alto y el amarillo el más bajo.
Para recopilar los datos, los vehículos conectados registran los eventos de conducción como el frenado, la dirección y la aceleración; mientras que los sensores de Vivacity, situados en la carretera, siguen los movimientos de los diferentes medios de transporte. Los sensores emplean algoritmos de aprendizaje automático para detectar incidentes cercanos y son capaces de analizar los patrones de movimiento de los usuarios vulnerables de la carretera como ciclistas y peatones, así como de los vehículos no conectados. Todos los datos compartidos por los sensores se anonimizan y las imágenes de vídeo se descartan en el origen, lo que permite tener carreteras más seguras sin que se produzca una intromisión a la intimidad.
La combinación de los datos de los vehículos y los sensores puede ayudar a identificar una gran variedad de peligros como los lugares en los que los vehículos pasan demasiado cerca de los ciclistas, una parada de autobús mal situada que congestiona el tráfico o infraestructuras mal diseñadas que provocan confusión.
Para empresas y flotas, el algoritmo ‘RoadSafe’ podría utilizarse para optimizar las rutas de los conductores y alejarlos de determinadas zonas problemáticas o advertirlos de zonas de riesgo, reduciendo de esta manera los tiempos de inactividad derivados de los incidentes. De aplicación universal y escalable para zonas que van desde las grandes ciudades hasta los pueblos pequeños, ‘RoadSafe’ podría tener un impacto significativo en el número de incidentes en las carreteras.
En el futuro, esta tecnología también podría beneficiar a los pasajeros que viajan en vehículos autónomos. La combinación del sistema de sensores a bordo del vehículo con una herramienta digital podría ayudarlos a anticiparse a las situaciones de peligro y, por ende, actuar de forma adecuada.
