scorecardresearch

Inteligencia artificial para salvar vidas en la carretera

Óscar Fraile
-

Los centros de investigación Cartif y Cidaut utilizan esta herramienta para facilitar el mantenimiento predictivo del asfalto y para enviar información a los conductores que mejore la seguridad al volante

De izquierda a derecha, Marta Galende, José María Llamas, Roberto Medina y Luis Miguel González, responsables en Cartif de este proyecto de inteligencia artificial ligado a la seguridad vial. - Foto: Jonathan Tajes

España gastará en 2022 más de 1.371 millones de euros en conservación de carreteras, la cifra más alta de su historia. Es una consecuencia directa del aumento de la red pública viaria y de un déficit de mantenimiento que, a su vez, contribuye a empeorar las cifras de siniestralidad. El cuidado de cada kilómetro de autovía cuesta 80.000 euros al año y la Asociación de Empresas de Conservación y Explotación de Infraestructuras (Acex) estima que el déficit de mantenimiento de las carreteras supera los 8.000 millones. Son solo algunos datos que demuestran la importancia de desarrollar herramientas que minimicen este gasto sin descuidar unas actuaciones que son vitales para reducir la cifra de muertos y heridos en accidentes. Y es ahí donde entra en juego la aplicación de la inteligencia artificial. Se trata de una técnica que se ha venido desarrollando en los últimos años y que tiene entre sus objetivos anticiparse a los problemas. O lo que es lo mismo, pasar de un mantenimiento correctivo y preventivo a otro predictivo, que permita actuar justo antes de que el firme comience a deteriorarse.

En este proyecto trabaja desde hace meses el Centro Tecnológico Cartif, ubicado en Boecillo, junto a la ingeniería madrileña TPF. Se trata de una herramienta que se basa en la obtención de datos de fuentes muy diferentes. Por ejemplo, la regularidad del firme y su agarre, mediante la auscultación de la carretera. También se analiza la intensidad del tráfico en un punto concreto, la meteorología e incluso la información de las capas interiores de la carretera, obtenida a través de georadar.

Todos esos datos se procesan y, mediante la aplicación de inteligencia artificial, permiten extraer conclusiones sobre las previsiones de deterioro del firme y sobre el mejor momento para intervenir y evitarlo. «Los ordenadores nos dan una información que está oculta y las personas no llegan a ver», explica Roberto Medina, uno de los investigadores del proyecto, especializado en inteligencia artificial y robótica. Su compañero José María Llamas, responsable del área de Infraestructuras en Cartif, añade que esta herramienta «permite establecer modelos de degradación más precisos» que los que se han utilizado hasta la fecha, basados, sobre todo, en información estadística sobre lo que ha pasado en otras carreteras. «Esta herramienta te permite actuar en los puntos exactos donde el modelo estima que va a haber problemas graves, y lo puedes hacer antes de que esto ocurra, en las mejores condiciones y reduciendo el tiempo que se interrumpe el tráfico», añade Llamas.

El procesamiento de datos es el paso previo a la toma de decisiones. El procesamiento de datos es el paso previo a la toma de decisiones. - Foto: J. TajesY con el ahorro que esto supone, porque la degradación de una carretera no es lineal. Intervenir en una vía de forma preventiva es mucho más barato que hacerlo cuando aparece un defecto grave. Otra de las ventajas de este sistema es que permite predecir cuándo es el mejor momento para actuar, en materia de costes, seguridad y confort para los conductores. Además, hay que tener en cuenta que una conducción sobre un firme en buen estado reduce el consumo de combustible, de modo que este proyecto también implica beneficios medioambientales.

En el grupo desarrollador también trabajan Marta Galende, encargada del análisis inteligente de datos; y Luis Miguel González, responsable de Soluciones Industriales de Cartif. Aunque este centro tecnológico ya ha utilizado la inteligencia artificial en iniciativas con empresas como Collosa y Dragados, la principal beneficiaria del know how de este proyecto será TPF. Su vicepresidente de Operaciones Onshore, José Manuel Vacas, señala que esta experiencia es «absolutamente novedosa» y va en la línea de las inversiones de futuro, que, según él, estarán más centradas en la conservación de las carreteras que en la construcción de nuevas vías. «Es un tema de futuro que ya es presente», señala. El representante de TPF cree que el estado de la red viaria española es bueno, aunque a medio plazo será necesario hacer un esfuerzo inversor en su conservación.

Visión artificial. En la Fundación Cidaut para la Investigación y Desarrollo en Transporte y Energía también utilizan la inteligencia artificial para mejorar la seguridad vial. Un ejemplo es el uso de la visión artificial para identificar usuarios vulnerables en la vía. «Tenemos una cámara en el vehículo que capta las imágenes y el sistema detecta por sí mismo si se trata de un peatón, un ciclista, un patinete o si no es nada; y en función de esos datos, se avisa al conductor», explica el responsable de Movilidad, Javier Romo. Incluso es una tecnología que se está probando en coches de conducción autónoma, para que se detengan cuando corresponda.

Un dispositivo alerta de la presencia de un kamikaze en una prueba realizada por Cidaut.Un dispositivo alerta de la presencia de un kamikaze en una prueba realizada por Cidaut.Hay algunos vehículos que ya están equipados de serie con estas cámaras, con un funcionamiento basado en las imágenes y la información que llega desde un radar. Sin embargo, el proyecto de Cidaut trabaja solo con las fotografías, lo que posibilita poder instalar el equipo en los coches que no cuenten con este equipamiento, ya que el hardware es mucho más sencillo y barato.

Cidaut tiene una línea de trabajo encaminada a implantar la movilidad eléctrica en el entorno urbano. Y una de sus grandes preocupaciones es solucionar los potenciales problemas que puede provocar el silencio que caracteriza a los coches eléctricos. Cuando el ruido no actúa como elemento de alerta para los peatones, es necesario incorporar otras herramientas de seguridad. «El sistema que desarrollamos no solo es para detectar al peatón, también analiza cuál es el riesgo de que, en el caso de que no esté en la trayectoria del coche, se sitúe ahí unos segundos después», señala Romo. La herramienta también es capaz de medir la distancia entre el vehículo y las personas para reducir riesgos en la frenada. «La aplicación de la inteligencia artificial es un proceso continuo y, aunque este sistema tiene un nivel de madurez adecuado para utilizarlo, todavía no está comercializado», añade el responsable de Movilidad.

El centro de investigación ya ha hecho trabajo de campo en la pista de pruebas de un kilómetro de longitud que tiene en Mojados. Allí se han tenido en cuenta variables como las condiciones de visibilidad, la posición del sol respecto a la cámara, etcétera. Este sistema también permite colocar estos dispositivos en infraestructuras viarias que sean especialmente conflictivas. Con ello se consigue, por ejemplo, avisar a los conductores cuando se aproximen a un paso de peatones con poca visibilidad y en el que haya alguna persona dispuesta a cruzar.

Otro proyecto paralelo en el que trabaja Cidaut tiene que ver con la monitorización del propio conductor, para saber qué nivel de cansancio tiene. El centro de investigación vincula este estudio con la conducción autónoma, porque los vehículos necesitan saber en qué estado se encuentra el potencial conductor, por si se enfrentan a una situación que no saben resolver por sí solos. Para ello, y mediante la aplicación de la inteligencia artificial, detectan el número de parpadeos, la duración de los mismos, la apertura de la boca y hacia dónde se dirige la mirada. La aplicación de un algoritmo a estos datos permite determinar la capacidad de atención de la persona que viaja en el vehículo.

Tanto Cartif como Cidaut buscan con estos trabajos aprovechar el potencial que ofrece la tecnología para hacer de las carreteras un espacio más seguro, tanto para los conductores como para los peatones.

Avisos que van desde un atasco a un kamikaze

La ensalada de datos que manejan todas las herramientas de inteligencia artificial tienen un objetivo común: transformarlos en información valiosa que mejore la seguridad.  Un ejemplo es la presente imagen, en la que el dispositivo en pruebas avisa al conductor de que hay un kamikaze que circula en sentido contrario. También es posible hacer lo mismo en tramos donde haya tráfico denso, calculando el número de vehículos que pasan por un punto por unidad de tiempo. Así se le puede prevenir al conductor de potenciales atascos para que tome rutas alternativas. Una práctica que permite mejorar la experiencia de la persona que va al volante y, a la vez, prevenir complicaciones en algunas carreteras por acumulación de vehículos.

Una pista de pruebas para hacer trabajo de campo

La Fundación Cidaut dispone de unas instalaciones en el municipio de Mojados para hacer trabajo de campo con las herramientas de inteligencia artificial. En la imagen se observa uno de los sensores que se colocan sobre la carretera para identificar el vehículo, su velocidad, su posición en el carril y el sentido en que circula. Esa información se transmite mediante comunicación de corto alcance inalámbrica a la infraestructura, situada en el elevador amarillo de la parte derecha. Allí se recibe la información y se envía a la nube, donde se procesa para facilitar conclusiones de valor añadido a otros usuarios de la vía.