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 Nueva York y Tokio registran más de 3 y 6 millones de usuarios del metro al día, respectivamente. A medida que las ciudades crecen, resulta esencial hacer que los sistemas de metro sean más eficientes, seguros y agradables para los pasajeros.

Ahí es donde entra en juego la Inteligencia artificial (AI), que transforma desde la compra de billetes hasta el mantenimiento de los trenes. En este artículo, recorreremos un sistema de metro para ver cómo la AI mejora cada etapa del trayecto y conocer las tecnologías de AI ocultas que hacen que todo funcione sin problemas.

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

Normalmente, un trayecto en metro comienza haciendo cola, comprando un billete y pasando por los torniquetes. La AI agiliza activamente este proceso, haciéndolo más rápido y cómodo para los pasajeros. Por ejemplo, la tecnología de reconocimiento facial puede utilizarse en los sistemas de billetes del metro. En las ciudades con mayor afluencia, los pasajeros pueden acceder a los servicios sin billetes físicos ni tarjetas inteligentes. En su lugar, se escanean sus rostros en los puntos de entrada, lo que permite un acceso fluido. En 2019, Pekín introdujo un sistema de reconocimiento facial para hacer frente a la masificación y reducir las largas colas durante las horas punta.

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

Una integración fluida de la AI facilita los desplazamientos diarios y beneficia a millones de pasajeros cada día. Los sistemas de emisión de billetes basados en AI no solo mejoran la experiencia de los pasajeros, sino que también refuerzan la seguridad. Al analizar los datos faciales, el sistema garantiza que solo entren en la estación los pasajeros autorizados. La AI puede verificar identidades rápidamente, impedir accesos no autorizados y detectar posibles amenazas. Puede acelerar el proceso de entrada, mejorar la seguridad y reducir la evasión del pago.

Cómo recorrer las líneas de metro con ayuda de la AI#

Después de entrar en el metro, orientarse por la estación puede resultar confuso, especialmente durante las horas punta. Los sistemas de navegación basados en AI pueden facilitar los desplazamientos por el metro al ofrecer orientación en tiempo real a los pasajeros. Estos sistemas utilizan algoritmos de AI para analizar datos procedentes de fuentes como el GPS, sensores y cámaras, con el fin de encontrar las mejores rutas y proporcionar indicaciones precisas y actualizadas. Los pasajeros pueden utilizar 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 AI puede ahorrar tiempo y reducir el estrés.

Además de la navegación, los datos de las cámaras y la visión artificial de un sistema de metro pueden utilizarse para supervisar la densidad de personas en tiempo real. Las cámaras distribuidas por la estación pueden contar a los pasajeros en zonas concretas para detectar posibles cuellos de botella y áreas masificadas. Esta información ayuda 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 AI 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 los eventos públicos.

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

Subir y viajar en el metro habilitado con AI#

Cuando los pasajeros suben al tren, la AI puede mejorar su experiencia de viaje de diversas formas. Veamos algunas de estas aplicaciones:

• Asistencia de accesibilidad: Las técnicas de visión artificial, como la detección de objetos, pueden identificar a los usuarios de sillas de ruedas y dirigirlos a la sección más accesible del tren. El proceso de cierre de las puertas también puede modificarse para dar a estos pasajeros más tiempo para subir de forma segura.
• Anuncios y publicidad personalizados: La AI puede utilizarse para personalizar los anuncios dirigidos a los pasajeros y la publicidad en función de quién se encuentre en el tren y de la hora.
• Comprobación de que el tren está vacío: En la última estación de la red de metro, la visión artificial puede utilizarse para realizar una «comprobación de que el tren está vacío» y asegurarse de que no queda 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 del andén. Los pasajeros pueden recuperar fácilmente sus pertenencias.

Los propios trenes de metro también pueden funcionar con AI. Los trenes totalmente autónomos pueden operar de forma segura sin personal humano a bordo. Estos trenes basados en AI utilizan algoritmos avanzados para tomar decisiones en tiempo real y sensores para detectar obstáculos y operar de forma segura. Los trenes de metro impulsados por AI reducen los costes de personal, ofrecen mayor flexibilidad para transportar a más pasajeros con una mejor calidad de servicio, pueden ser más puntuales de forma constante y optimizan la aceleración y el frenado para reducir el consumo energético. Por ejemplo, el Honolulu Rail Transit Project es el primer sistema totalmente autónomo de Estados Unidos. Se espera que el sistema reduzca la congestión del tráfico y las emisiones al eliminar unos 40 000 desplazamientos en coche al día.

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

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

Supervisar cuántas personas salen por las distintas estaciones también es esencial para gestionar eficazmente el flujo del metro. Los modelos de AI, como Ultralytics YOLOv8, desempeñan un papel clave en este proceso. YOLOv8 también admite el seguimiento de objetos y puede utilizarse para identificar y seguir varios objetos en tiempo real, lo que lo hace perfecto para los sistemas de metro con gran afluencia. Al analizar las secuencias de vídeo de las cámaras instaladas por las estaciones, YOLOv8 puede contar los pasajeros que salen, seguir sus movimientos y detectar patrones de congestión.

Más allá de las puertas de salida del metro, la AI puede integrarse en soluciones de conectividad de última milla. Las estaciones de bicicletas compartidas, los servicios de transporte bajo demanda y los servicios de lanzadera habilitados con AI pueden facilitar a los pasajeros la salida de la estación. Al analizar datos en tiempo real, la AI puede predecir la demanda y cuándo están disponibles estos servicios. Esta tecnología también puede sugerir las mejores rutas y medios 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, reduciendo los tiempos de espera y haciendo más cómodo su trayecto.

La AI entre bastidores: mantenimiento de las vías del metro#

Como pasajeros, a menudo pasamos por alto los complejos procesos que tienen lugar durante nuestros trayectos en metro. La AI es crucial entre bastidores, especialmente para la inspección y el mantenimiento de las vías. Sistemas como el Duos Technologies Railcar Inspection Portal (RIP) muestran este enfoque basado en AI. Mediante algoritmos de AI, el RIP captura y analiza imágenes de 360 grados de cada vagón en cuestión de segundos, incluso a velocidades superiores a 125 mph. Estos sistemas de AI en el perímetro detectan problemas y avisan al personal ferroviario de las necesidades de mantenimiento en un plazo de 60 segundos. La supervisión constante permite identificar y abordar rápidamente posibles problemas.

La gestión y optimización de la energía son otras aplicaciones de la AI en el metro que no son muy conocidas. Por ejemplo, el Metro de Madrid utiliza un sistema basado en AI para reducir un 25 % los costes energéticos de la ventilación y disminuir las emisiones de CO2 en 1800 toneladas al año. El sistema gestiona 891 ventiladores de ventilación que consumen hasta 80 gigavatios-hora de energía al año y 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 y tiene en cuenta factores como la temperatura del aire, la arquitectura de la estación, la frecuencia de los trenes, la afluencia de pasajeros y los precios de la electricidad. Utiliza datos históricos y simulados para predecir y conseguir el mejor equilibrio para cada estación, mejorando con el tiempo mediante aprendizaje automático.

Fig. 4. Sistema de ventilación del Metro de Madrid basado en AI.

Ventajas e inconvenientes de la AI en el transporte público#

La integración de la AI en los sistemas de metro ha aportado numerosas ventajas. Por ejemplo, mejora la eficiencia al ayudar a los sistemas de metro a cumplir los horarios, reducir los retrasos y optimizar las operaciones para ofrecer un servicio más fluido. La seguridad también aumenta gracias a la supervisión continua, y el mantenimiento predictivo ayuda a prevenir accidentes y fallos.

Sin embargo, la implementación de la AI en los sistemas de metro plantea retos, como los siguientes:

• Problemas de privacidad de los datos: La recopilación y el uso de los datos de los pasajeros plantean importantes problemas de privacidad que deben gestionarse cuidadosamente para proteger los derechos individuales a la privacidad.
• Integración con la infraestructura existente: Integrar sistemas de AI en la infraestructura de metro existente puede ser complejo y requerir modificaciones.
• Elevados costes de implementación: Los costes iniciales de implementar la tecnología de AI pueden ser elevados, lo que puede suponer una barrera para algunos sistemas de metro.
• Necesidad de profesionales cualificados: Implementar y mantener sistemas de AI correctamente requiere profesionales altamente cualificados, lo que puede suponer un desafío en cuanto a recursos.

A pesar de estos retos, las ventajas convierten a la AI en una fuerza transformadora para los sistemas modernos de transporte urbano, como los metros. El potencial de aumentar la eficiencia, reforzar la seguridad y mejorar la experiencia de los pasajeros explica por qué la comunidad de AI trabaja activamente para superar estos obstáculos y aprovechar plenamente las ventajas que ofrece la AI. Así que, la próxima vez que viajes en metro, presta atención a las innovaciones de AI que forman parte de tu trayecto.

El futuro de la AI en el transporte#

Desde entrar en la estación hasta orientarse, viajar y salir del metro, la AI está transformando todo el trayecto. Optimiza las operaciones, mejora la seguridad y ofrece una experiencia fluida a los pasajeros. Al mejorar el mantenimiento de las vías y la gestión energética, la AI garantiza sistemas de metro eficientes y rentables. A pesar de retos como los costes de implementación y los problemas de privacidad de los datos, las ventajas de la AI en los sistemas de transporte urbano, como los metros, son innegables. A medida que las ciudades siguen creciendo, la AI desempeñará un papel cada vez más importante para hacer que los desplazamientos en metro sean más inteligentes, seguros y eficientes.

¡Mantente en contacto con nuestra comunidad para seguir aprendiendo sobre AI! Visita nuestro repositorio de GitHub para descubrir cómo podemos utilizar la AI para crear soluciones innovadoras en diversos sectores, como la agricultura y la fabricación. 🚀