La tecnología 'RoadSafe' de Ford prevé incidentes de tráfico y ayuda a evitarlos
  1. Motor
  2. Tecnología y motor
Se ha probado en el Reino Unido

La tecnología 'RoadSafe' de Ford prevé incidentes de tráfico y ayuda a evitarlos

Con la ayuda de 'RoadSafe', los usuarios de las vías públicas podrán ver las zonas con mayor riesgo de incidencias, pudiendo así evitarlas o al menos estar alertados del potencial peligro

Foto: Gracias a 'RoadSafe', los usuarios podrán saber cuales son las zonas más propensas a incidencias de tráfico de cualquier tipo.
Gracias a 'RoadSafe', los usuarios podrán saber cuales son las zonas más propensas a incidencias de tráfico de cualquier tipo.

Cada vez que nos subimos al coche para hacer cualquier cosa, desde ir al gimnasio hasta acudir al trabajo, todos estamos ya familiarizados e incluso acostumbrados a ciertos tramos de carretera en los que se necesita tener mayor cuidado al conducir. Y no hablamos solo por la peligrosidad de la zona, sino porque sea proclive a generar retenciones o cuente con demasiados semáforos, por ejemplo. Pues bien, Ford ha desarrollado un nuevo concepto llamado ‘RoadSafe’, que podría ayudar a alertar a los conductores de los lugares con mayores riesgos o problemas y, de esta manera, poner dicha información a disposición de las autoridades para que puedan actuar en consecuencia.

placeholder Las zonas más conflictivas se marcan en el mapa de predicción en color rojo, mientras que el color amarillo nos indica las que menor riesgo tienen.
Las zonas más conflictivas se marcan en el mapa de predicción en color rojo, mientras que el color amarillo nos indica las que menor riesgo tienen.

La tecnología ‘RoadSafe’ de la firma del óvalo azul utiliza un algoritmo inteligente que se encarga de procesar datos anónimos que provienen de fuentes como los vehículos conectados, los sensores de carretera o los informes de accidentes, con el fin de identificar los lugares con mayor probabilidad de que se produzcan incidentes de tráfico. Con esta información, el sistema nos puede mostrar todo en un mapa que identifica el nivel de riesgo, advirtiendo de esta manera también a los conductores de los puntos más conflictivos.

Un proceso que ha llevado cuatro años

Pero para llegar a esto se ha necesitado un desarrollo de cuatro años en investigación por parte de Ford, durante los cuales se ha incluido un proyecto de 20 meses financiado por el gobierno del Reino Unido y en el que también han estado involucrados el Consejo del Condado de Oxfordshire, la Universidad de Loughborough y los especialistas en sensores de inteligencia artificial (IA) de Vivacity Labs, además contar con el apoyo de Transport of London y el respaldo de Innovative UK.
Todo comenzó con el análisis del Gran Londres (Gran Londres está compuesta por 32 municipios londinenses, incluyendo Westminster, pero excluyendo la City, conocida genéricamente como Londres), de manera que se identificasen los puntos más conflictivos en materia de seguridad vial y localizar así las posibles causas y medidas de seguridad que convendría adoptar. En los últimos 15 meses, la investigación se amplió también a Oxfordshire, con más de 200 vehículos de pasajeros y comerciales conectados de manera voluntaria, entre Londres y Oxfordshire. Los datos que se recabaron permitieron al equipo desarrollar un ‘Mapa de Calificación de Riesgo en Segmentos de Carretera’, elemento que ayuda a conocer los tramos de carretera que resultan especialmente preocupantes. Este incluye varias capas de datos, incluidos los históricos de accidentes y un algoritmo de clasificación de ‘Predicción de Riesgo’ para cada segmento de carretera. Esta ‘predicción’ funciona mediante colores, lo que ayuda a mostrar dónde es más probable que se produzcan incidentes, con el rojo como color indicativo del riesgo más alto y el amarillo como el más bajo.

placeholder Al tener conectadas las infraestructuras con inteligencia artificial, los sensores pueden aprender a raíz de sus grabaciones, alertando de posibles riesgos que surjan en determinadas zonas.
Al tener conectadas las infraestructuras con inteligencia artificial, los sensores pueden aprender a raíz de sus grabaciones, alertando de posibles riesgos que surjan en determinadas zonas.

Pero, ¿cómo se consiguen todos estos datos? Pues bien, para recopilarlos, los vehículos conectados registran los eventos de conducción, como el frenado, el movimiento de la dirección o la aceleración, mientras que los sensores de Vivacity, que se encuentran en las carreteras, siguen los movimientos de los diferentes medios de transporte, y mediante algoritmos de aprendizaje automático detectan incidentes cercanos, siendo capaces de analizar los patrones de movimiento de los usuarios más vulnerables, como ciclistas o peatones. Eso sí, todos estos datos que se obtienen se hacen anónimos, mientras que las imágenes de vídeo se descartan en su origen, lo que hace que no se produzca una intromisión en la privacidad, a la vez que las carreteras se vuelven más seguras para todos.

placeholder El mapa de incidencias nos muestra donde ha habido accidentes leves, accidentes moderados y accidentes graves, así como el número de cada uno que ha habido en la zona.
El mapa de incidencias nos muestra donde ha habido accidentes leves, accidentes moderados y accidentes graves, así como el número de cada uno que ha habido en la zona.

Con esta combinación de datos de vehículos y sensores se pueden identificar una gran variedad de peligros, como lugares en los que los vehículos pasan demasiado cerca a los ciclistas, una parada de autobús que congestiona el tráfico o infraestructuras mal diseñadas, como rotondas, cruces, pasos de peatones mal colocados, etc.

Así, gracias a toda esta información, las empresas y flotas podrían utilizar el algoritmo ‘RoadSafe’ para optimizar las rutas de los conductores, haciendo que se alejen de determinadas zonas problemáticas o avisarles en cuanto acceda a zonas de riesgo, reduciendo así los inútiles tiempos de inactividad que derivan de los incidentes diarios.

Reino Unido Tecnología Inteligencia Artificial Seguridad Víal Transporte
El redactor recomienda