La Unión Europea estima que los atascos causan, cada año, 100.000 millones de euros en daños económicos a sus Estados miembro. Y eso que no ha tenido en cuenta las repercusiones en los conductores: ¿cuántos momentos de desesperación, enfado y resignación hemos vivido en una congestión de tráfico? Yo no podría contarlos, pero estos episodios podrían ser historia gracias a unos semáforos con radares que, gracias a la inteligencia artificial, se regularían en tiempo real.
El Instituto Fraunhofer for Optronics, System Technologies and Image Exploitation ha creado cámaras de alta resolución con sensores de radar para los semáforos que regulan el tráfico en diferentes intersecciones. Estos dispositivos registran cuántos vehículos esperaban a que el semáforo cambiara de rojo a verde, el tiempo que cada uno de ellos tuvo que esperar y la velocidad promedio a la que circularon en ese punto.
Indicaciones en tiempo real
El algoritmo informático experimentó con diferentes patrones de cambios en las luces del semáforo y los adaptó, en tiempo real y continuamente, a las condiciones del tráfico para comprobar cuáles funcionaban mejor para reducir los tiempos de espera. Según las simulaciones, podrían mejorar el flujo de tráfico entre un 10 y un 15%: aunque parezca un porcentaje pequeño, si sumamos todo el tiempo que pasamos esperando en un semáforo… la reducción es significativa.
Si conseguir rebajar esos períodos no sólo se acortarían los trayectos urbanos, también se reducirían las emisiones de dióxido de carbono (CO2) y la contaminación acústica.
También para los peatones
La idea busca, también, encontrar formas de reducir los tiempos de espera para los peatones. Para ello están utilizando sensores LiDAR, entre otras tecnologías, para evaluar la velocidad a la que caminan los peatones y el tiempo que necesitan para asegurarse de que puedan cruzar antes de que la luz cambie de color: algo que consiguen usando una nube de puntos 3D. El objetivo, en este sentido, es minimizar esas esperas en un 30% y que esto les lleve a rebajar en un 25% los cruces imprudentes.
Una prueba en la vida real
Los resultados han sido lo suficientemente buenos como para animar a la ciudad de Lemgo (Alemania) a probar estas cámaras con radares e inteligencia artificial en la vida real. Durante los próximos meses se convertirán en un laboratorio gracias a la instalación de varios de estos dispositivos en diferentes intersecciones de la localidad para mejorar el flujo de tráfico en la misma.
Aprendizaje profundo por refuerzo
¿Cómo aprenden las cámaras con radares? Con el aprendizaje profundo por refuerzo, una nueva generación de las técnicas de Machine Learning. Según explica la Universidad Autónoma de Madrid, con esta técnica las máquinas inteligentes aprenden a optimizar un proceso de decisión: si el resultado de esa decisión es bueno, asimila automáticamente que debe repetirla en el futuro y si es perjudicial, la evitará.
El proceso es parecido al aprendizaje por condicionamiento de los seres vivos: la máquina aprende qué decisiones son más adecuadas según la situación y desarrolla estrategias a largo plazo para maximizar los beneficios.
Imágenes: Fraunhofer
