16 de agosto de 2024
Explore cómo se está utilizando la IA para mejorar el viaje de los pasajeros de metro desde la entrada hasta la salida, aumentando la eficiencia y la seguridad en los sistemas de transporte urbano.
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 tienen más de 3 y 6 millones de usuarios diarios. A medida que las ciudades crecen, es vital hacer que los sistemas de metro sean más eficientes, seguros y agradables para los pasajeros.
Ahí es donde entra en juego la Inteligencia Artificial (IA), que transforma todo, desde la compra de billetes hasta el mantenimiento de los trenes. En este artículo, daremos un paseo por la red de metro y veremos cómo la IA mejora cada paso del viaje y las tecnologías de IA ocultas que hacen que todo funcione a la perfección.
Normalmente, un viaje en metro empieza haciendo cola, comprando un billete y pasando por los torniquetes. La IA 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 venta de billetes de metro. En las ciudades más 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 sin problemas. En 2019, Pekín introdujo un sistema de reconocimiento facial para gestionar las aglomeraciones y reducir las largas colas en las horas punta.
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. Mediante el análisis de los datos faciales, el sistema garantiza que solo entren en la estación los pasajeros autorizados. La IA puede verificar rápidamente las identidades, impedir el acceso no autorizado y detectar posibles amenazas. Puede acelerar el proceso de entrada, mejorar la seguridad y reducir la evasión de tarifas.
Tras entrar en el metro, orientarse en la estación puede resultar confuso, sobre todo en 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 procedentes de fuentes como GPS, sensores y cámaras para encontrar las mejores rutas y ofrecer 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 IA puede ahorrar tiempo y reducir el estrés.
Además de la navegación, los datos de las cámaras y la visión por ordenador de un metro pueden utilizarse para controlar la densidad de la multitud en tiempo real. Las cámaras repartidas por toda la estación pueden contar los pasajeros en zonas específicas para detectar posibles cuellos de botella y lugares abarrotados. Esta información ayuda a las autoridades de tránsito 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 experimentalmente en Dubai para reducir los atascos entre un 40% y un 60% y reducir los tiempos de espera a 30 minutos en horas punta y eventos públicos.
Cuando los pasajeros suben al tren, la IA puede mejorar su experiencia de viaje de varias maneras. Conozcamos algunas de estas aplicaciones:
Los trenes de metro también pueden funcionar con IA. Los trenes totalmente autónomos pueden funcionar de forma segura sin tripulación humana. Estos trenes con IA utilizan algoritmos avanzados para la toma de decisiones en tiempo real y sensores para detectar obstáculos y operar con seguridad. Los trenes de metro impulsados por IA reducen los costes de personal, ofrecen mayor flexibilidad para transportar más pasajeros con mejor calidad de servicio, pueden ser más puntuales y optimizan la aceleración y el frenado para reducir el consumo de energía. Por ejemplo, el proyecto Honolulu Rail Transit 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 diarios en coche.
Controlar cuánta gente sale por las diferentes estaciones también es esencial para gestionar el flujo del metro de forma eficiente. Los modelos de IA, como Ultralytics YOLOv8, desempeñan un papel clave en este proceso. YOLOv8 también es compatible con el seguimiento de objetos y puede utilizarse para identificar y seguir múltiples objetos en tiempo real, lo que lo hace perfecto para los sistemas de metro más concurridos. Analizando las imágenes de vídeo de las cámaras situadas en las estaciones, YOLOv8 puede contar los pasajeros que salen, seguir sus movimientos y detectar los atascos.
Más allá de las puertas de salida del metro, la IA puede integrarse en las soluciones de conectividad de última milla. Las estaciones en las que se comparten bicicletas, los servicios de transporte colectivo y los servicios de lanzadera pueden facilitar a los pasajeros la salida de la estación. Mediante el análisis de datos en tiempo real, la IA puede predecir la demanda y cuándo están disponibles 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, reduciendo los tiempos de espera y haciendo su viaje más cómodo.
Como pasajeros, a menudo pasamos por alto los complejos procesos que tienen lugar detrás de nuestros viajes en metro. La IA es crucial entre bastidores, especialmente en la inspección y el mantenimiento de las vías. Sistemas como el Railcar Inspection Portal (RIP) de Duos Technologies son un ejemplo de este enfoque basado en la IA. Mediante algoritmos de IA, 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 IA basados en bordes detectan problemas y alertan al personal ferroviario de los problemas de mantenimiento en 60 segundos. La supervisión constante permite identificar y resolver rápidamente los posibles problemas.
La gestión y optimización de la energía son otras aplicaciones de la IA en un metro que no son comúnmente conocidas. Por ejemplo, Metro de Madrid utiliza un sistema basado en IA para reducir los costes energéticos de la ventilación en un 25% y reducir las emisiones de CO2 en 1.800 toneladas anuales. El sistema, que hace funcionar 891 ventiladores que consumen hasta 80 gigavatios hora de energía al año, 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, teniendo en cuenta factores como la temperatura del aire, la arquitectura de la estación, la frecuencia de 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 gracias al aprendizaje automático.
La integración de la IA 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 que los servicios sean más fluidos. También aumenta la seguridad gracias a la supervisión continua, y el mantenimiento predictivo ayuda a prevenir accidentes y averías.
Sin embargo, implantar la IA en los sistemas de metro conlleva retos como:
A pesar de estos retos, los beneficios hacen de la IA una fuerza transformadora en los modernos sistemas de transporte urbano como los metros. El potencial para aumentar la eficiencia, mejorar la seguridad y mejorar la experiencia de los pasajeros explica por qué la comunidad de la IA trabaja activamente para superar estos obstáculos y aprovechar plenamente las ventajas que ofrece. Así que, la próxima vez que viaje en metro, esté atento a las innovaciones de la IA que forman parte de su viaje.
Desde la entrada en la estación hasta la navegación, el viaje y la salida del metro, la IA está transformando todo el trayecto. Optimiza las operaciones, mejora la seguridad y ofrece una experiencia perfecta a los pasajeros. Al mejorar el mantenimiento de las vías y la gestión de la energía, la IA garantiza unos sistemas de metro eficientes y rentables. A pesar de retos como los costes de implantación y la preocupación por 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 importante para que los viajes en metro sean más inteligentes, seguros y eficientes.
Manténgase conectado con nuestra comunidad para seguir aprendiendo sobre IA. Echa un vistazo a nuestro repositorio de GitHub para descubrir cómo podemos utilizar la IA para crear soluciones innovadoras en diversos sectores como la agricultura y la fabricación. 🚀
ES
EN
ZH
KO
JA
RU
DE
FR
PT
IT
TR
VI
AR.webp)
