ALYCE buscaba soluciones de IA para analizar los datos de movilidad para gestionar la congestión del tráfico porque los métodos obsoletos carecían de precisión y adaptabilidad.
ALYCE integró Ultralytics YOLO en soluciones como minUi, y OBSERVER ahorrando 2 meses de tiempo de desarrollo y reduciendo costes para una movilidad urbana más inteligente.
Las ciudades bulliciosas a menudo luchan contra la congestión del tráfico, los sistemas de transporte obsoletos y los desafíos de sostenibilidad. ALYCE se centra en resolver estos problemas proporcionando herramientas inteligentes impulsadas por IA para comprender y mejorar cómo se mueven las ciudades.
ALYCE tiene la misión de hacer frente a esta situación y ha creado varias soluciones innovadoras basadas en los modelosYOLO Ultralytics : minUi, una herramienta de IA para analizar el comportamiento, y OBSERVER, un sistema de control del tráfico en tiempo real. Estas herramientas hacen que la recogida de datos sea más rápida y precisa, reducen los costes y ayudan a las ciudades a crear sistemas de transporte más inteligentes, ecológicos y eficientes.

Durante más de 20 años, ALYCE ha estado ayudando a las ciudades a mejorar la movilidad con un fuerte enfoque en la sostenibilidad. Las áreas urbanas se enfrentan a desafíos persistentes como la congestión del tráfico, los sistemas de transporte ineficientes y la necesidad urgente de descarbonización. Los métodos tradicionales de recopilación y análisis de datos de movilidad suelen ser lentos y carecen de precisión, lo que dificulta la planificación. ALYCE adoptó la visión artificial y la IA para superar estos obstáculos, desarrollando soluciones innovadoras basadas en datos para ayudar a las ciudades a optimizar los sistemas de transporte y trabajar hacia un futuro más sostenible.
A nivel mundial, las ciudades están cada vez más concurridas y la gestión de la movilidad urbana se ha vuelto cada vez más compleja. Detectar y analizar peatones, vehículos, bicicletas y otros usuarios de la vía pública en áreas concurridas como intersecciones y rotondas es esencial para mejorar el flujo del tráfico, la seguridad y la planificación del transporte. Sin embargo, los métodos tradicionales, como las encuestas manuales o los sistemas de monitoreo obsoletos, a menudo no brindan la precisión necesaria para manejar esta complejidad.
Los sistemas antiguos tienen dificultades para distinguir entre los distintos tipos de usuarios de la carretera o track sus movimientos con eficacia. Por ejemplo, controlar en tiempo real las trayectorias de los vehículos junto a peatones y ciclistas es algo que las herramientas tradicionales no pueden hacer con fiabilidad. Los datos incompletos o inexactos pueden dificultar la toma de decisiones informadas por parte de los urbanistas y los operadores de transporte.
Se necesitan herramientas más inteligentes para resolver estos problemas. Idealmente, una solución integral debería ser capaz de track simultáneamente, proporcionar información en tiempo real y ayudar a las ciudades a comprender mejor las pautas del tráfico.
Para hacer frente a los retos de la movilidad urbana, ALYCE ha desarrollado herramientas avanzadas basadas en IA y visión por ordenador. Estas herramientas utilizan los modelosYOLO Ultralytics para tareas de visión por ordenador como la detección de objetos en tiempo real. En concreto, los modelos YOLO permiten un seguimiento preciso y automatizado de peatones, vehículos, bicicletas y otros usuarios de la vía pública. La información obtenida con Ultralytics YOLO es fiable y procesable, incluso en entornos complejos como intersecciones y rotondas con mucho tráfico.
Las soluciones clave de ALYCE incluyen:
Gracias a la integración de los modelosYOLO Ultralytics , estas herramientas automatizan los lentos procesos manuales y proporcionan datos de gran precisión. Con Vision AI, ALYCE equipa a las ciudades para reducir la congestión, optimizar el flujo de tráfico y crear redes de transporte urbano más sostenibles.
Los modelosYOLO Ultralytics fueron la elección ideal para las soluciones de movilidad de ALYCE porque ofrecían un alto rendimiento donde más importaba. Mejoraron la precisión con un aumento del 1-2% en la precisión mediamAP) y garantizaron el procesamiento en tiempo real con velocidades de inferencia un 20% más rápidas que otros modelos, funcionando constantemente a 30 FPS. Su eficiencia también es incomparable, ya que utilizan un 40% menos de RAM de GPU , lo que los hace perfectos para entornos con recursos limitados.
Estas ventajas también ahorraron a ALYCE dos meses de tiempo de desarrollo. Con Ultralytics, las sesiones de formación pueden configurarse e iniciarse en tan solo 5-10 minutos, frente a casi una hora con las configuraciones tradicionales, lo que permite iteraciones más rápidas. En general, gracias a los modelosYOLO de Ultralytics , ALYCE pudo reducir costes mientras se centraba en perfeccionar sus soluciones basadas en IA para crear sistemas de movilidad más inteligentes y eficientes.
El uso de los modelosYOLO Ultralytics ha ayudado a ALYCE a llevar sus soluciones de movilidad al siguiente nivel. Sus herramientas proporcionan ahora información valiosa, como el análisis del comportamiento de los usuarios de la carretera, que ayuda a las ciudades y a los operadores de transporte a tomar mejores decisiones.
Desde la integración de la visión artificial, ALYCE ha logrado resultados empresariales medibles, incluyendo la reducción de los costes de producción a través de la automatización, la mejora de las métricas de rendimiento y la reducción de los plazos de entrega. También han sido capaces de generar nuevos tipos de datos, como información detallada sobre el comportamiento, lo que aumenta su capacidad para apoyar soluciones de movilidad más inteligentes.

Por su parte, los clientes han quedado impresionados con la calidad y precisión de las soluciones de ALYCE, que cumplen las normas de datos más estrictas verificadas por CEREMA. Benoit Berthe, director técnico de ALYCE, afirma: "En ALYCE, el uso de Ultralytics ha supuesto un cambio radical en la formación de nuestros modelos, ya que nos ha permitido mejorar la precisión de los datos y ofrecer una calidad inigualable a nuestros clientes, ayudándoles en sus proyectos de movilidad sostenible."
Estas mejoras también han conducido a una mayor satisfacción del cliente. Los clientes informan de mejores resultados y operaciones más fluidas, ya sea utilizando las herramientas de ALYCE por su cuenta o junto con la supervisión humana.
ALYCE considera que el futuro de la visión por ordenador avanza con modelos como Ultralytics YOLO, junto con nuevas tecnologías como la memoria a largo plazo (LSTM) para modelos basados en vídeo. Estas innovaciones potenciarán el reconocimiento de objetos y mejorarán la continuidad del seguimiento, haciendo que las soluciones de transporte sean aún más inteligentes y fiables. A medida que evolucionen estas tecnologías, las ciudades dispondrán de mejores herramientas para gestionar los retos de la movilidad.
¿Le interesa saber cómo Vision AI puede transformar su ciudad? Eche un vistazo a nuestro repositorio de GitHub para explorar las soluciones específicas de Ultralytics para cada sector, como la visión por ordenador en la agricultura y los coches autónomos, y conozca nuestras licencias Ultralytics YOLO para empezar hoy mismo.
Los modelosYOLO de Ultralytics son arquitecturas de visión por ordenador desarrolladas para analizar datos visuales a partir de imágenes y entradas de vídeo. Estos modelos pueden entrenarse para tareas como la detección de objetos, la clasificación, la estimación de poses, el seguimiento y la segmentación de instanciasUltralytics
Ultralytics YOLO11 es la última versión de nuestros modelos de Visión por Computador. Al igual que sus versiones anteriores, soporta todas las tareas de visión por computador que la comunidad de Vision AI ha llegado a amar de YOLOv8. El nuevo YOLO11, sin embargo, viene con un mayor rendimiento y precisión, lo que lo convierte en una poderosa herramienta y en el aliado perfecto para los desafíos de la industria en el mundo real.
El modelo que elija usar depende de los requisitos específicos de su proyecto. Es clave tener en cuenta factores como el rendimiento, la precisión y las necesidades de implementación. Aquí hay una descripción general rápida:
Los repositoriosYOLO Ultralytics , como YOLOv5 y YOLO11, se distribuyen bajo la licencia AGPL-3.0 0 por defecto. Esta licencia, aprobada por la OSI, está diseñada para estudiantes, investigadores y entusiastas, promueve la colaboración abierta y exige que cualquier software que utilice componentes AGPL-3.0 0 también sea de código abierto. Aunque esto garantiza la transparencia y fomenta la innovación, puede que no se ajuste a los casos de uso comercial.
Si su proyecto implica la integración del software de Ultralytics y los modelos de IA en productos o servicios comerciales y desea evitar los requisitos de código abierto de AGPL-3 AGPL-3.0, lo ideal es una licencia de empresa.
Los beneficios de la Licencia Enterprise incluyen:
Para garantizar una integración perfecta y evitar las limitaciones AGPL-3.0 , solicite una licencia de empresa de Ultralytics mediante el formulario proporcionado. Nuestro equipo le ayudará a adaptar la licencia a sus necesidades específicas.