Nuevas tendencias tecnológicas aplicadas a la gestión del tráfico
Hoy en día más de un 55% de la población reside ya en zonas urbanas y, según datos de Naciones Unidas, para 2050 se alcanzará un 68%. ¡Más de 2.500 millones de personas adicionales vivirán en ciudades para esa fecha! Este dato muestra claramente cómo la gestión del crecimiento urbano es clave para el desarrollo sostenible.
Existen 37 megaciudades con más de 10 millones de habitantes, 56 ciudades entre 5 y 10 millones de habitantes, pero el grueso del crecimiento urbano se produce principalmente en las 500 ciudades que ya superan el millón de habitantes alrededor del mundo. España tiene más de 30 áreas urbanas que superan los 200.000 habitantes y 150 áreas metropolitanas con más de 50.000 habitantes; y más del 79% de la población ya es urbana. El éxito del desarrollo sostenible dependerá por tanto del éxito o fracaso de la gestión adecuada de las ciudades y para ello es absolutamente necesario conocer a fondo el comportamiento de nuestros vecinos, la movilidad de la ciudad.
Existen numerosas experiencias en modelos de restricción de la movilidad en ciudades, por contaminación o por protección de las zonas históricas en los cascos urbanos entre otros, que suelen estar asociados a las placas de matrícula de los vehículos. En todos ellos la tecnología se presenta como el elemento clave que ayuda a las ciudades a alcanzar estos objetivos.
El mundo actual está experimentando un cambio sin precedentes gracias a un elemento disruptor común: la tecnología. En este contexto de rápida evolución, una importante corriente del desarrollo tecnológico es tratar de imitar el proceso del pensamiento humano, dando lugar a lo que habitualmente se conoce como Inteligencia Artificial. En este campo surgen dos retos fundamentales: la estructuración del aprendizaje autónomo y la adquisición y procesamiento de datos tanto estructurados como no estructurados. En particular, la capacidad del cerebro humano de obtener imágenes, procesarlas, cubrir los espacios e interpretar. Es decir, “ver” es una de las funciones más complejas de imitar.
La Visión Artificial es, estrictamente hablando, la rama de aplicación de la Inteligencia Artificial que empleando una imagen obtenida por un dispositivo de captura, como puede ser una cámara, la procesa y analiza detectando fallos, identificando elementos, contextualizando entornos y, en definitiva, sacando conclusiones. La imagen obtenida puede ser estática o dinámica, en cuyo caso se tratan como un conjunto de imágenes estáticas y se analizan individualmente como secuencia. Este procesamiento permite la toma de decisiones a partir del visionado, capacidad hasta ahora reservada a los seres humanos.
En la actualidad, varios factores han contribuido a que la Visión Artificial esté experimentando una evolución exponencial, que ha pasado a ser una parte importante dentro de la transformación digital de diversos sectores. La rápida evolución del hardware ha permitido el acceso a dispositivos con mayor capacidad de cálculo, mejores especificaciones, menor tamaño y consumo eléctrico inferior, permitiendo poner en práctica soluciones no posibles o poco viables hasta ahora.
Dentro del ámbito de las cámaras, los sensores han mejorado también en cuanto a su resolución, precisión y rapidez de respuesta, además de incrementar su control sobre factores del entorno y su adaptabilidad a los mismos, como el ajuste a la cantidad de luz. Sin embargo, el coste de algunos dispositivos ha llevado a explorar alternativas más económicas y flexibles, potenciando el desarrollo de técnicas de Visión Artificial sobre imagen digital.
La capacidad de procesamiento de los dispositivos, reforzada con la ampliación de nuevos algoritmos, ha evolucionado dando lugar a métodos más complejos como Machine Learning o Deep Learning, más potentes y optimizados.
En este contexto, Lector Visión amplía su gama de soluciones de visión artificial con el lanzamiento de dos nuevos sistemas adaptados: Smart Sensor y Bulls Eye.
Smart Sensor es un sistema integral de reconocimiento automático de matrículas. Está integrado por sensores de tráfico avanzados, basados en visión artificial y por un centro de control que permite el análisis de datos en tiempo real.
Este dispositivo desarrollado por Lector Vision integra múltiples funcionalidades como lectura de matrículas, detección de vehículos sin matrícula, velocidad instantánea, reconocimiento del tipo de vehículo, su marca, modelo y color, o la delimitación de áreas de interés o detección de diversas infracciones de tráfico. Adicionalmente incorpora la tecnología “fingerprint” que, utilizando información distinta de la matrícula, es capaz de asociar a cada vehículo características físicas identificativas que le hacen único.
El hardware, por su parte, está compuesto por dos sensores de imagen de alta resolución (B/N y color hasta 4K), iluminación infrarroja de altas prestaciones pulsada y sincronizada, FPGAs y sistema de comunicaciones integrado.
Junto a los equipos LPR, la solución Smart Traffic Manager Suite es un software de centro de control de tráfico que permite recopilar toda la información generada por los sensores y gestionarla de forma proactiva, aplicando avanzadas técnicas de procesamiento que permiten un control activo y en tiempo real del entorno.
Este sistema obtiene múltiples datos como flujos de tráfico, velocidad media o instantánea, así como otros diferentes eventos, permitiendo detectar incidencias en tiempo real, generar alertas, crear modelos y llevar a cabo acciones tempranas de manera automática. Las técnicas de Big Data, Machine Learning y Data Mining permiten, además, llevar a cabo análisis predictivos sobre las diferentes variables.
Por otro lado, abriéndose camino en el mundo de los sistemas embarcados, Lector Vision rompe esquemas con su sistema Bulls Eye.
Se trata de un sistema móvil de Lectura Automática de Matrículas de altas prestaciones para la detección de vehículos en vía pública. Especialmente diseñado para uso policial y control de zonas de estacionamiento regulado, Bulls Eye permite lecturas en tiempo real a ambos lados de la vía capturando y enviando imágenes mientras circula y un control total de la aplicación gracias a una Tablet PC rugerizada instalada en el interior del vehículo.
Permite recopilar datos de ocupación de las vías, ocupación de las plazas de aparcamiento en superficie, tiempos de estacionamiento y realizar estudios de rotación. Cuenta con hasta ocho unidades de captura de doble sensor OCR Lector Engine para la captación de imágenes blanco/negro y color de manera simultánea.
Integrable con bases de datos y plataformas externas, este dispositivo es capaz de clasificar los vehículos por antigüedad y tipo de distintivo ambiental y facilita el control en situaciones de restricción tanto de vehículos en circulación como estacionados.
