En l’apunt d’aquest mes d’abril del blog Infotrànsit publiquem un monogràfic que posa de relleu l’impacte de la intel·ligència artificial (IA) en la mobilitat, no només pel que fa a la millora de la fluïdesa a la xarxa viària sinó també en una reducció de la sinistralitat. En aquest sentit, des del Servei Català de Trànsit (SCT) s’han impulsat dos sistemes pioners per reduir els accidents que funcionen a partir del reconeixement d’imatges en base a l’IA:  un per alertar de la presència de ciclistes dins de túnel i un altre per avisar als conductors de la presència de fauna a la carretera.

A més, estem treballant, juntament amb la Universitat Politècnica de Catalunya (UPC), en la implantació d’un sistema d’IA predictiva per informar del risc d’accident a l’AP-7 entre el Vendrell i Granollers.

Per aprofundir en l’aplicació de la intel·ligència artificial en la millora de la mobilitat i la seguretat viària en escenaris actuals i futurs, Gerard Franco i Panadés, investigador en IA i doctorand industrial, ens explica el projecte col·laboratiu de l’SCT, CARNET i l’UPC.

Com la intel·ligència artificial pot transformar la gestió del trànsit interurbà

En els últims anys, la intel·ligència artificial (IA) ha passat de ser una promesa tecnològica a una eina concreta amb un impacte creixent en la mobilitat. A l’SCT, aquesta revolució digital ens obre noves vies per fer front a reptes estructurals com la congestió, la seguretat viària o l’eficiència en la gestió dels recursos públics.

Però, què vol dir exactament aplicar IA a la gestió del trànsit interurbà? I com pot ajudar-nos a salvar vides?

Més que dades: coneixement en temps real

Les carreteres catalanes estan equipades amb una àmplia xarxa de sensors, càmeres, estacions meteorològiques i altres fonts de dades. Fins fa poc, la seva anàlisi depenia majoritàriament d’enfocaments estadístics clàssics o de la supervisió humana. Ara, amb la IA, podem processar simultàniament milions de dades en temps real i extreure patrons, prediccions i alertes automatitzades.

Aquesta capacitat d’anàlisi es basa en algoritmes d’aprenentatge automàtic (machine learning), especialment en tècniques avançades com les xarxes neuronals recurrents o els models basats en transformers, que són capaços de capturar patrons irregulars i complexos en l’evolució temporal de les dades de trànsit.

Cap a una gestió proactiva del risc

Un dels grans avantatges de la IA és la seva capacitat predictiva. Si fins ara moltes actuacions es feien de forma reactiva (després d’un embús o d’un accident), ara podem anticipar escenaris de risc i activar mesures preventives.

Per exemple, els models d’IA poden:

• Estimar la probabilitat d’un accident en un tram concret, en funció de factors com la densitat de trànsit, la velocitat mitjana, la climatologia o la sinistralitat històrica.
• Donar suport a la decisió en la senyalització variable, adaptant-la de forma dinàmica per reduir la velocitat o advertir de condicions perilloses.
• Optimitzar la planificació de recursos (com les patrulles o els serveis d’emergència) a partir de prediccions de mobilitat.

Tot això no només millora la fluïdesa del trànsit, sinó que contribueix directament a reduir l’accidentalitat i, per tant, a salvar vides.

IA com a eina per entendre millor el comportament humà

La sinistralitat no depèn només de l’estat de la via o del meteorologia: també hi influeixen els comportaments dels conductors. Mitjançant l’ús de models basats en IA i tècniques com l’anàlisi de trajectòries, la detecció de patrons de conducció agressiva o la segmentació de perfils de mobilitat, podem identificar zones i franges horàries amb un risc elevat per conducta imprudent, fatiga o inexperiència.

Tot i que actualment, a l’SCT no estiguem treballant en aquesta línia d’investigació, en el cas que en un futur s’explotés, aquesta informació encreuada amb dades de sinistralitat, pot permetre dissenyar campanyes de sensibilització més efectives, adaptar les estratègies de control i establir prioritats d’inversió en infraestructures.

Una transformació que ja ha començat

A Catalunya, ja estem testant diversos d’aquests models en entorns reals, com ara a l’AP-7 i altres eixos d’alta capacitat. Actualment s’està implementant el sistema MARIA-AP7 per als 100km més conflictius d’aquesta autopista, entre el Vendrell i Granollers, i que integra IA en sistemes de suport a la decisió operativa per a la gestió del trànsit i en quadres de comandament intel·ligents. 

En aquest eix, també estem treballant amb sistemes d’anàlisi predictiva que ens permeten anticipar situacions de congestió i adaptar les estratègies de gestió en temps real. Aquests sistemes prediuen dades de trànsit com la intensitat, la velocitat o la probabilitat d’accident fent ús dels antecedents d’incidències per generar alertes preventives per als conductors i recomanacions operatives per als gestors de trànsit. 

L’objectiu final no és substituir les persones, sinó augmentar la seva capacitat d’actuació, fer més eficient la gestió pública i avançar cap a una mobilitat més segura, intel·ligent i sostenible.