Los datos de cualquier medio de transporte, tanto mercancías como personas, hay que registrarlos, almacenarlos, analizarlos y extraer decisiones de negocio. Tener acceso al big data de una multinacional para no sacar conclusiones empresariales es un error. Por estos motivos, las iniciativas encaminadas en sacar el máximo provecho al big data son dignas de mención. Destaco un resumen publicado por “esmartcity.es” sobre unas soluciones predictivas de Indra en el ferrocarril y carreteras, dentro del proyecto Transforming Transport. Este piloto ha avanzado en la recopilación de datos con las actividades de mantenimiento y la circulación de los trenes, la topología o la meteorología, revelándose como fuentes de datos de mayor calidad para el mantenimiento predictivo las inspecciones dinámicas, que proporcionan información sobre la interacción entre el tren y la vía, y las inspecciones geométricas, que informan sobre el ancho de vía, su alineación, deformación y desviación.

 El operador puede acceder a toda esta información sobre los activos, su mantenimiento y el tráfico, así como generar informes y gráficos. Este nuevo conocimiento ayuda a la toma de decisiones, mejora la planificación del mantenimiento, facilita el mantenimiento predictivo, reduce los costes y la degradación de la infraestructura.

Gracias a la integración, el análisis y el modelado de los datos, mediante big data e inteligencia artificial, la herramienta desarrollada permite predecir la degradación de cada elemento de la infraestructura (vía, enclavamientos, desvíos, etc.), la probabilidad de fallo y su severidad.

En España, además del piloto sobre transporte ferroviario, se están haciendo pilotos sobre carreteras inteligentes dentro de Transforming Transport. Indra lo lleva a cabo con el apoyo de la DGT y en colaboración con Cintra y Ci3, en la autopista Ausol, que conecta las ciudades de Málaga, Estepona y Guadiaro en el sur España, y en la autopista Norte Litoral en Portugal, que se extiende desde Oporto a Caminha y de Viana do Castelo a Ponte de Lima.

Sobre la plataforma de gestión de tráfico y túneles, se está desplegando en condiciones casi reales un módulo de big data e inteligencia artificial para gestionar todos los datos procedentes de más de 20 fuentes (datos de tráfico, peajes, mantenimiento, meteorológicos, redes sociales, etc.).

El fin es detectar patrones y mostrar información de valor añadido en tiempo real al centro de control de tráfico, con el fin de facilitar la toma de decisiones. La herramienta ya está mostrando su potencial para optimizar el uso de la infraestructura y las labores de mantenimiento, minimizar las congestiones y reducir los accidentes en el transporte por carretera.

Por ejemplo, los modelos de predicción de tráfico desarrollados pueden predecir los cuellos de botella en las estaciones de peaje con hasta dos horas de antelación. Esto permite ganar mucho tiempo de reacción para poder prevenirlos o mitigarlos trasladando más personal al lugar o promoviendo en los conductores cambios en los accesos y salidas de la autopista, en el uso de determinados carriles o modos de pago en cada caseta.

También se han desarrollado modelos predictivos para incidentes en la carretera, lo que ayuda al centro de control a tomar decisiones más rápidas cuando se dan condiciones extraordinarias y cuando el tiempo de reacción es crítico. Los modelos ya se acercan a poder predecir la probabilidad de un incidente en un momento concreto, como la tarde antes de un festivo en verano o en las noches de sábado de diciembre. Esta información se podría compartir, además, en tiempo real con los servicios de emergencia, mejorando la seguridad.

El piloto de Portugal será una réplica del de Málaga, pero además explotará nuevas fuentes de datos proporcionadas por sistemas inteligentes de transporte (ITS) emergentes, como la detección acústica distribuida (DAS), basada en la fibra óptica enterrada a lo largo de la carretera, una solución que permite a los centros de control de tráfico recibir avisos en tiempo real cuando un vehículo choca contra una barrera de seguridad.

Publicado el 5 de diciembre de 2018

 Victor Villas
https://victorvilas.com/2018/12/05/big-data-analisis-de-datos-para-optimizar-la-movilidad-en-europa/