Portugués 
Inglés 
Español 
5 min de lectura 
0 comentarios 
El tráfico inteligente desarrollado por investigadores suizos combina drones, inteligencia artificial y modelos predictivos para observar calles en tiempo real, anticipar cuellos de botella, ajustar semáforos y mejorar la circulación urbana, con potencial de reducir el consumo de combustible hasta en un 20% en las ciudades.
Investigadores suizos han desarrollado un método de tráfico inteligente que combina drones e inteligencia artificial para reducir los atascos urbanos y ahorrar hasta un 20% de combustible en las ciudades. La propuesta utiliza datos captados desde las alturas para anticipar cuellos de botella, optimizar semáforos y mejorar las decisiones de movilidad antes de que los bloqueos se extiendan por las vías.
La tecnología fue desarrollada en el Laboratorio de Sistemas de Transporte Urbano de la EPFL, conocido como LUTS, que utiliza drones como complemento a cámaras, sensores fijos y detectores instalados en el asfalto. La combinación amplía la visión sobre el tráfico, permitiendo observar cruces, rotondas, avenidas e interacciones entre vehículos, peatones y ciclistas al mismo tiempo.
El objetivo no es solo registrar coches parados, sino comprender cómo se forma y se propaga la congestión dentro de la ciudad. A partir de este mapeo, los modelos pueden orientar respuestas más rápidas, como la coordinación de semáforos, la redistribución del flujo y la identificación de zonas críticas.
-
Fin del mundo: científicos alertan al planeta al revelar que la crisis climática podría devastar la economía global, con pérdidas de hasta el 50% del PIB y riesgo de choques sociales y financieros en cadena
-
Láser de 500 vatios puede alimentar un róver de 250 kg a hasta 15 km de distancia para explorar cráteres oscuros de la Luna donde puede haber hielo de agua.
-
El interior de São Paulo entra en el radar del cambio más peligroso del otoño, con calor por encima de lo normal antes de la masa polar, un descenso brusco en las madrugadas y riesgo de heladas en el sur paulista en una ventana que preocupa a los cultivos, hortalizas y áreas bajas.
-
Astrónomos estructura colosal escondida detrás de la Vía Láctea con 300 millones de años luz, masa de 30 cuatrillones de soles y al menos 20 cúmulos de galaxias
Los drones amplían la visión sobre el tráfico urbano
Los sistemas tradicionales de control de tráfico dependen de sensores fijos, cámaras y estaciones de medición, pero estos recursos observan partes limitadas de la red vial. Los drones ofrecen una visión más amplia, detallada y flexible, capaz de captar áreas completas y mostrar cómo diferentes agentes se mueven al mismo tiempo.
En 2018, ingenieros del LUTS realizaron un experimento pionero en Atenas, con drones utilizados para recolectar un gran volumen de datos y analizar patrones de tráfico. Como los equipos no podían distinguir matrículas ni rostros, el trabajo cumplió con las normas de protección de datos.
Los datos recolectados sirvieron para desarrollar métodos algorítmicos capaces de identificar tipos de vehículos, como coches, camiones, autobuses, motocicletas y bicicletas. También permitieron seguir trayectorias y entender interacciones que pasan desapercibidas cuando el análisis se restringe al nivel de la calle.
Los modelos predictivos mejoran hasta un 20%
El salto del tráfico inteligente ocurre cuando las imágenes de los drones se integran con la inteligencia artificial y el aprendizaje automático. La inclusión de estas mediciones en técnicas tradicionales de monitoreo puede mejorar la predicción de atascos entre un 15% y un 20% en muchos casos.
Esta mejora permite anticipar la reacción de la red vial ante un problema. No se trata de prever un accidente, sino de estimar cómo se comportará el tráfico si ocurre un incidente y cómo sus efectos pueden afectar otras áreas.
Con previsiones más precisas, los semáforos pueden regularse antes de que la congestión alcance una determinada zona. La tecnología también puede apoyar medidas preventivas, coordinación de señales y estrategias adaptativas para mantener la circulación más estable.
La ciudad necesita datos locales para funcionar mejor
La aplicación del tráfico inteligente depende de datos locales, porque cada ciudad tiene patrones propios de desplazamiento. Factores culturales, urbanos y económicos cambian la forma en que se organiza el tráfico, lo que exige modelos ajustados a la realidad de cada lugar.
Los drones ayudan en esta adaptación al permitir la recolección rápida, flexible y relativamente económica de información. La tecnología puede complementar bases existentes y alimentar modelos con datos más completos sobre circulación, velocidad, aceleración y comportamiento en las calles.
La privacidad sigue siendo un punto relevante en el método. El análisis busca patrones colectivos de movilidad, no la identificación de personas o matrículas, lo que permite estudiar el tráfico preservando la confidencialidad de conductores y peatones.
Ruido, emisiones y comportamiento entran en el análisis
El uso de los drones y la IA va más allá de los atascos. Al evaluar la posición, velocidad, aceleración y tipo de motor, los investigadores pueden estimar el ruido y las emisiones relacionadas con el tráfico urbano.
Este tipo de análisis ayuda a identificar áreas con mayor contaminación acústica, zonas con más emisiones en las horas pico y puntos donde el tráfico afecta directamente la calidad del aire. También permite estudiar cambios de carril, frenadas bruscas e interacciones peligrosas entre vehículos y otros usuarios de la vía.
Proyectos piloto en ciudades como Atenas, Nairobi, Manchester, Songdo y Helsinki ya han probado aplicaciones relacionadas con este enfoque. La spin-off MobiLysis, creada a partir de este entorno de investigación, comenzó a aplicar datos de movilidad urbana en estudios con peatones, transporte activo, estacionamiento y transporte público.
El ahorro de combustible depende de un flujo más eficiente
El potencial de ahorrar hasta un 20% de combustible está ligado a la reducción de paradas, arranques y tramos de congestión. Un coche atrapado en el tráfico consume más energía y emite más CO₂ que un vehículo en circulación fluida, lo que convierte la gestión del flujo en una herramienta directa de eficiencia urbana.
La tecnología también puede orientar medidas específicas, como cambios en los sentidos de circulación, reducción de carriles, priorización del transporte público, zonas de bajas emisiones y rediseño de infraestructuras. Antes de ser aplicadas en las calles, estas decisiones pueden ser probadas en gemelos digitales urbanos, que simulan la ciudad en tiempo real.
Con drones, IA y modelos matemáticos, el tráfico inteligente transforma imágenes aéreas en predicciones para reducir las congestiones y mejorar la circulación. La propuesta suiza sitúa los datos en tiempo real en el centro de la movilidad urbana y busca ciudades con menos retrasos, menor consumo de combustible, menos ruido y mayor calidad en el desplazamiento diario.
Con información de EcoInventos
¡Sé la primera persona en reaccionar!