IA en el transporte: Redefiniendo los sistemas de metro

Los sistemas de metro son el corazón del transporte público de una ciudad y transportan a millones de pasajeros cada día. Ciudades como New York y Tokyo ven más de 3 millones y 6 millones de pasajeros de metro al día. A medida que las ciudades crecen, hacer que los sistemas de metro sean más eficientes, seguros y agradables para los pasajeros se vuelve fundamental.

Ahí es donde entra en juego la Inteligencia Artificial (IA), transformando todo, desde la compra de billetes hasta el mantenimiento de los trenes. En este artículo, haremos un recorrido por un sistema de metro para ver cómo la IA mejora cada paso del trayecto y las tecnologías de IA ocultas que mantienen todo funcionando sin problemas.

La IA en el transporte público comienza con la recaudación de tarifas#

Por lo general, un viaje en metro empieza por hacer cola, comprar un billete y pasar por los torniquetes. La IA agiliza esto activamente, haciéndolo más rápido y cómodo para los pasajeros. Por ejemplo, la tecnología de reconocimiento facial se puede utilizar en los sistemas de venta de billetes de metro. En ciudades concurridas, los pasajeros pueden acceder a los servicios sin billetes físicos ni tarjetas inteligentes. En su lugar, sus rostros se escanean en los puntos de entrada, lo que permite un acceso fluido. En 2019, Beijing introdujo un sistema de reconocimiento facial para gestionar la saturación y reducir las largas colas durante las horas punta.

Fig 1. Sistema de reconocimiento facial en el metro de Shenzhen, China.

Una integración perfecta de la IA facilita los desplazamientos diarios y beneficia a millones de pasajeros cada día. Los sistemas de venta de billetes basados en IA no solo mejoran la experiencia del pasajero, sino que también aumentan la seguridad. Al analizar los datos faciales, el sistema garantiza que solo los pasajeros autorizados entren en la estación. La IA puede verificar identidades rápidamente, detener el acceso no autorizado y detectar posibles amenazas. Puede acelerar el proceso de entrada, mejorar la seguridad y reducir el fraude en las tarifas.

Navegando por las líneas de metro con la ayuda de la IA#

Después de entrar en el suburbano, orientarse por la estación puede ser confuso, especialmente durante las horas punta. Los sistemas de navegación basados en IA pueden facilitar el desplazamiento por el metro ofreciendo a los pasajeros orientación en tiempo real. Estos sistemas utilizan algoritmos de IA para analizar datos de fuentes como GPS, sensores y cámaras con el fin de encontrar las mejores rutas y proporcionar indicaciones precisas y actualizadas. Los pasajeros pueden usar aplicaciones móviles, similares a Google Maps, para recibir indicaciones paso a paso dentro de la estación y localizar rápidamente andenes, salidas y servicios. La navegación basada en IA puede ahorrar tiempo y reducir el estrés.

Aparte de la navegación, los datos de las cámaras y la computer vision en un metro se pueden utilizar para monitorizar la densidad de aglomeraciones en tiempo real. Las cámaras de toda la estación pueden contar a los pasajeros en áreas específicas para detectar posibles cuellos de botella y zonas demasiado concurridas. Estas perspectivas ayudan a las autoridades de transporte a tomar medidas proactivas, como ajustar la frecuencia de los trenes o enviar personal para gestionar las aglomeraciones. De hecho, la IA se ha utilizado de forma experimental en Dubái para reducir la congestión entre un 40% y un 60% y reducir los tiempos de espera a 30 minutos durante las horas punta y eventos públicos.

Fig 2. Recuento de personas en un metro mediante detección de objetos.

Embarque y viaje en el metro habilitado con IA#

A medida que los pasajeros suben al tren, la IA puede mejorar su experiencia de viaje de varias maneras. Veamos algunas de estas aplicaciones:

• Soporte de accessibility: Las técnicas de computer vision, como la object detection, pueden identificar a los usuarios de sillas de ruedas y dirigirlos a la sección más accesible del tren. El proceso de cierre de puertas también se puede modificar para dar a estos pasajeros tiempo adicional para embarcar de forma segura.
• Anuncios y anuncios personalizados: La IA puede utilizarse para personalizar los anuncios y la publicidad para los pasajeros en función de quién está en el tren y a qué hora.
• Control de tren vacío: En la última estación de la red de metro, se puede utilizar visión artificial para realizar una "comprobación de tren vacío" y asegurarse de que no quede ningún pasajero a bordo.
• Gestión de equipaje abandonado: Si se abandona algún equipaje, la visión artificial puede detectarlo y mostrar los objetos en las pantallas de los andenes. Así, los pasajeros pueden recuperar fácilmente sus pertenencias.

Los propios trenes de metro también pueden funcionar con IA. Los trenes totalmente autonomous pueden operar de forma segura sin tripulación humana. Estos trenes impulsados por IA utilizan algoritmos avanzados para la toma de decisiones en tiempo real y sensores para detectar obstáculos y operar de forma segura. Los trenes de metro impulsados por IA reducen los costes de personal, ofrecen una mayor flexibilidad para transportar a más pasajeros con mejor calidad de servicio, pueden ser más puntuales de forma constante y optimizan la aceleración y el frenado para reducir el consumo de energía. Por ejemplo, el Honolulu Rail Transit Project es el primer sistema totalmente autónomo en EE. UU. Se espera que el sistema reduzca la congestión del tráfico y las emisiones al eliminar unos 40.000 viajes en coche al día.

Fig 3. Un metro sin conductor en Milán, Italia.

Uso de la IA para supervisar a los pasajeros que salen de la estación de metro#

Monitorizar cuántas personas salen a través de las diferentes estaciones también es esencial para gestionar el flujo del metro de manera eficiente. Los modelos de IA, como Ultralytics YOLOv8, desempeñan un papel clave en este proceso. YOLOv8 también admite object tracking y se puede utilizar para identificar y seguir múltiples objetos en tiempo real, lo que lo hace perfecto para los sistemas de metro concurridos. Al analizar las fuentes de vídeo de las cámaras colocadas por las estaciones, YOLOv8 puede contar a los pasajeros que salen, rastrear sus movimientos y detectar patrones de congestión.

Más allá de las puertas de salida del metro, la IA puede integrarse en soluciones de conectividad de última milla. Las estaciones de bicicletas compartidas, los servicios de transporte compartido y los servicios de transporte lanzadera habilitados con IA pueden facilitar la salida de los pasajeros de la estación. Al analizar los datos en tiempo real, la IA puede predecir la demanda y la disponibilidad de estos servicios. Esta tecnología también puede sugerir las mejores rutas y modos de transporte en función de las condiciones actuales del tráfico y las preferencias individuales. Como resultado, los pasajeros pueden acceder rápidamente a las opciones de transporte más adecuadas al salir de la estación, lo que reduce los tiempos de espera y hace que su viaje sea más cómodo.

La IA entre bastidores: Mantenimiento de las vías del metro#

Como pasajeros, a menudo pasamos por alto los complejos procesos que ocurren detrás de nuestros viajes en metro. La IA es crucial entre bambalinas, especialmente en la inspección y el mantenimiento de las vías. Los sistemas como el Duos Technologies Railcar Inspection Portal (RIP) muestran este enfoque impulsado por IA. Utilizando algoritmos de IA, el RIP captura y analiza imágenes de 360 grados de cada vagón de tren en segundos, incluso a velocidades superiores a 125 mph. Estos sistemas de IA basados en edge detectan problemas y alertan al personal ferroviario sobre incidencias de mantenimiento en un plazo de 60 segundos. La monitorización constante hace posible que los problemas potenciales se identifiquen y aborden con rapidez.

La gestión y optimización de la energía son otras aplicaciones de la IA en un metro que no se conocen comúnmente. Por ejemplo, Metro de Madrid utiliza un sistema basado en IA para reducir los costes energéticos de ventilación en un 25% y recortar las emisiones de CO2 en 1.800 toneladas al año. Operando 891 ventiladores que consumen hasta 80 gigavatios-hora de energía al año, el sistema utiliza un algoritmo de optimización inspirado en el comportamiento de búsqueda de alimento de las colonias de abejas. Este algoritmo analiza grandes cantidades de datos, considerando factores como la temperatura del aire, la arquitectura de la estación, la frecuencia de los trenes, la carga de pasajeros y los precios de la electricidad. Utiliza datos históricos y simulados para predecir y lograr el mejor equilibrio para cada estación, mejorando con el tiempo a través del machine learning.

Fig 4. Sistema de ventilación basado en IA de Metro de Madrid.

Pros y contras de la IA en el transporte público#

La integración de la IA en los sistemas de metro ha aportado numerosos beneficios. Por ejemplo, mejora la eficiencia al ayudar a los sistemas de metro a cumplir los horarios, reducir los retrasos y optimizar las operaciones para obtener servicios más fluidos. La seguridad también aumenta mediante una supervisión continua, y el mantenimiento predictivo ayuda a prevenir accidentes y averías.

Sin embargo, implementar la IA en los sistemas de metro conlleva desafíos, tales como:

• Preocupaciones sobre la privacidad de los datos: La recopilación y el uso de datos de los pasajeros plantean importantes privacy concerns que deben gestionarse cuidadosamente para proteger los derechos de privacidad individuales.
• Integración con la infraestructura existente: Integrar sistemas de IA en la infraestructura de metro existente puede ser complejo y requerir modificaciones.
• Altos costes de implantación: Los costes iniciales de implementing AI technology pueden ser elevados, lo que puede suponer una barrera para algunos sistemas de metro.
• Necesidad de profesionales cualificados: La implementación y el mantenimiento exitosos de los sistemas de IA requieren profesionales altamente cualificados, y esto puede ser un desafío en cuanto a recursos.

A pesar de estos desafíos, los beneficios hacen que la IA sea una fuerza transformadora en los sistemas modernos de transporte urbano como los metros. El potencial de aumentar la eficiencia, mejorar la seguridad y optimizar las experiencias de los pasajeros explica por qué la comunidad de IA trabaja activamente para superar estos obstáculos y aprovechar plenamente las ventajas que ofrece la IA. Por lo tanto, la próxima vez que viajes en metro, presta atención a las innovaciones de IA que forman parte de tu trayecto.

El futuro de la IA en el transporte#

Desde entrar en la estación hasta navegar, viajar y salir del metro, la IA está transformando todo el trayecto. Optimiza las operaciones, mejora la seguridad y ofrece una experiencia de pasajero fluida. Al mejorar el mantenimiento de las vías y la gestión de la energía, la IA garantiza sistemas de metro eficientes y rentables. A pesar de desafíos como los costes de implementación y las preocupaciones sobre la privacidad de los datos, los beneficios de la IA en los sistemas de transporte urbano como los metros son innegables. A medida que las ciudades sigan creciendo, la IA desempeñará un papel cada vez más vital para hacer que los viajes en metro sean más inteligentes, seguros y eficientes.

¡Mantente conectado con nuestra community para seguir aprendiendo sobre IA! Echa un vistazo a nuestro GitHub repository para descubrir cómo podemos usar la IA para crear soluciones innovadoras en varias industrias como la agriculture y la manufacturing. 🚀