La UVigo coordina un consorcio internacional para mejorar la seguridad vial mediante IA y big data
La Universidad de Vigo coordina el proyecto Road4Safe, una iniciativa internacional que busca mejorar la seguridad vial mediante el uso de la inteligencia artificial (IA) y el big data. El consorcio, liderado por el grupo GeoTech de la UVigo, reúne a 18 socios de 12 países y trabajará en el desarrollo de herramientas capaces de identificar situaciones de riesgo y anticiparse a los accidentes antes de que se produzcan.
El proyecto desarrollará un gemelo digital del tráfico rodado y de las infraestructuras viarias. Esta réplica virtual integrará información procedente de múltiples fuentes, como vehículos conectados, sensores instalados en las carreteras, datos ambientales y registros históricos, para generar predicciones de riesgo en tiempo real y elaborar mapas de peligros tanto a nivel local como de toda la red viaria.
La iniciativa contará con dos proyectos piloto complementarios. El primero se desarrollará en Austria, donde se probarán escenarios críticos en túneles y rampas de entrada y salida. El segundo tendrá lugar en el Corredor Conectado de Bizkaia, en España, y permitirá evaluar la predicción de riesgos a escala de red. El objetivo final es ofrecer una solución integral para la gestión proactiva de la seguridad vial, en consonancia con la «Visión Cero» de la Unión Europea.
El investigador principal es el catedrático Pedro Arias, integrante del grupo GeoTech, que forma parte del Cintecx. Según explica, la prevención es el eje central del proyecto: anticiparse a los accidentes. Para ello, se prestará especial atención a las carreteras secundarias y a los tramos de transición, como los accesos y salidas de autovías o túneles, donde las diferencias de velocidad y unos estándares de diseño más bajos pueden aumentar la gravedad de los siniestros. Arias recuerda que en 2023 murieron cerca de 25.600 personas en las carreteras de la Unión Europea y que el 56 % de los fallecimientos se produjeron en vías secundarias.
Entre los principales ámbitos de trabajo figura la gestión del tráfico en tiempo real, con la anticipación de retenciones, la detección de conducciones erráticas, los avisos de colisión y la recomendación de velocidades seguras en cada tramo. El proyecto también analizará las infraestructuras para identificar aquellos puntos en los que el riesgo está relacionado con el propio estado o diseño de la carretera y proponer medidas a largo plazo. Además, simulará los efectos que el deterioro de las infraestructuras y las distintas estrategias de mantenimiento pueden tener sobre la seguridad.
Otro de los ámbitos será la movilidad conectada, especialmente la comunicación entre vehículos e infraestructuras para hacer llegar los avisos a los conductores. También se diseñarán interfaces que permitan transmitir esos mensajes de manera clara y comprensible.
El consorcio está integrado por 18 socios de 12 países, de los que cinco participan como entidades asociadas: dos australianas, dos estadounidenses y una de Singapur. Entre los 13 beneficiarios, que cuentan con presupuesto, figuran las universidades de A Coruña, Chemnitz, Delft y Queensland, así como empresas especializadas en tecnologías aplicadas al transporte. En el ámbito de los vehículos participan la británica HAAS Alert y la húngara Commsignia, mientras que en el de las infraestructuras están las españolas Cemosa y Xouba Ingeniería. El consorcio se completa con la corporación pública de autopistas de Austria, Asfinag, la Federación Internacional de Carreteras (IRF) y la Fundación Tecnalia, entre otros agentes.
El proyecto arrancó oficialmente la pasada semana con una reunión de trabajo en Vigo. Está financiado por el programa Horizonte Europa de la Comisión Europea, tendrá una duración de 42 meses y cuenta con un presupuesto superior a los cinco millones de euros, de los que alrededor de 862.000 euros corresponden a la Universidad de Vigo.
El gemelo digital permitirá integrar datos de vehículos conectados, sensores, cámaras y sistemas LiDAR instalados en las carreteras, información meteorológica, inventarios viarios, imágenes de satélite e históricos de accidentes. La inteligencia artificial será fundamental para integrar y depurar estos datos, que actualmente están fragmentados y presentan formatos y calidades diferentes.
A partir de esa información, el sistema podrá elaborar mapas de riesgo de toda la red, útiles para la planificación a medio y largo plazo, y realizar predicciones en tiempo real sobre tramos concretos. Así, podrá anticipar la formación de una retención en un túnel, detectar una conducción errática o advertir de un posible riesgo de colisión con varios minutos de antelación.
La IA también se empleará en un sistema de apoyo a la toma de decisiones que propondrá y priorizará medidas para los responsables de la gestión de las carreteras, como cambios en las velocidades recomendadas, regulación de accesos, desvíos o mejoras en las infraestructuras. Estas actuaciones podrán simularse previamente en el gemelo digital para evaluar sus efectos antes de aplicarlas. Los avisos a los conductores se transmitirán mediante sistemas de transporte inteligente cooperativos, que permiten enviar mensajes directamente a los vehículos y a los paneles de mensaje variable.
Pedro Arias subraya que se prestará especial atención a la fiabilidad de la inteligencia artificial, de manera que las decisiones puedan explicarse y no introduzcan sesgos que perjudiquen a determinados colectivos, como peatones o ciclistas. El sistema deberá cumplir también con la normativa europea de protección de datos y de inteligencia artificial.
Las tecnologías se probarán en dos escenarios reales. En Austria, el piloto estará situado en el túnel de Rustenfeld, en una autovía al sur de Viena, que cuenta con una salida dentro del propio túnel y soporta un tráfico de unos 85.000 vehículos diarios por sentido. En Bizkaia, las pruebas se realizarán en el Corredor Conectado, una red de más de 1.200 kilómetros de carreteras.
Por su parte, el grupo de Geotecnologías Aplicadas de la UVigo, además de coordinar el proyecto, liderará el área dedicada a la recogida, armonización e intercambio de datos, que constituye la base de los modelos de análisis. Su trabajo se centrará en la identificación e integración de información sobre infraestructuras y contexto, como inventarios de carreteras, cámaras, imágenes de satélite, sensores meteorológicos e históricos de accidentes, así como en el desarrollo de procesos automáticos para limpiar, georreferenciar e incorporar los datos a la plataforma común del proyecto.
El grupo también desarrollará herramientas de IA para extraer automáticamente características de las carreteras relevantes para la seguridad a partir de imágenes, nubes de puntos en tres dimensiones obtenidas mediante LiDAR y datos de los propios vehículos. Cada resultado irá acompañado de una medida de su fiabilidad y de una explicación en lenguaje natural.
Finalmente, crearán agentes de inteligencia artificial capaces de seleccionar, para cada tramo de carretera, los datos más útiles y los métodos de procesamiento más adecuados para predecir el riesgo, explicando también los motivos de las decisiones adoptadas.