Patinetas con visión artificial y seguridad urbana
La covid-19 está alterando la movilidad a medio plazo en
ciudades. La micromovilidad y los vehículos compartidos, como los patinetes y
las bicicletas, se están beneficiando. Los usuarios apuestan por medios de
transporte individuales, baratos y ecológicos.
Por el contrario, el uso del transporte público ha
descendiendo tras la pandemia, y se incrementa el uso de vehículos
particulares. No debemos olvidar la lección que nos deja esta pandemia para
reducir el uso del vehículo privado. En ese sentido, el teletrabajo ha ayudado
y debemos incorporarlo como una opción, aunque no sea al 100 %.
Patinetes con visión artificial
Los sistemas de ayuda a la conducción han avanzado mucho.
Aún en los casos en que la conducción no sea plenamente autónoma, los vehículos
cuentan con utilidades que detectan lo que ocurre alrededor, con sensores de
detección y de comunicación. Incluyen cámaras de visión y sensores lídar, entre
otros. Que el coche “vea” lo que ocurre a su alrededor mejora la seguridad y la
toma de decisiones en la conducción. Además, comunicar la información que capta
a otros vehículos y a las infraestructuras también es muy importante.
En el Grupo de Procesado de Imagen y Vídeo estamos
trabajando en el proyecto Artificial Vision for Kick Scooters en colaboración
con CARNET, centrado en el campo de la movilidad urbana desde la perspectiva de
los patinetes. Para ello creamos una base de datos de vídeos que incluyen
trayectos en patinete, válido también para bicicletas, por distintas zonas de
la ciudad, la mayoría incluyendo circulación por carriles para tal uso.
Posteriormente etiquetamos los datos, es decir, marcamos lo
que queremos que detecte el algoritmo y los usamos para entrenarlos. Finalmente
los probamos en nuevos vídeos para valorar su eficacia. El objetivo final es
mejorar la seguridad. Hemos usado imágenes para estudiar cómo los patinetes se
enfrentan a situaciones de riesgo con peatones u otros vehículos, en función
del tipo de vía en el que se mueven.
Este proyecto se ha planteado como una prueba de concepto, y
ahora estamos planteando un proyecto para el EIT Urban Mobility para pasar a un
prototipo que nos acerque a la generación de un producto. Por otra parte,
actualmente varios estudiantes están desarrollando su investigación en
algoritmos multitarea que permitan usar una misma red neuronal para distintas
funciones.
Adaptaciones para garantizar la seguridad urbana
El uso de patinetes, monopatines y bicicletas se ha
multiplicado. Para adaptar las ciudades a este nuevo modelo de movilidad, ha
entrado en vigor una primera regulación de vehículos de movilidad personal a
nivel estatal.
Las administraciones locales desarrollan sus normativas, que
tienen que evolucionar para favorecer la seguridad, pero también tiene que
haber un cambio físico, de adaptación de las infraestructuras de transporte. En
Barcelona se ha ampliado mucho el carril bici, a lo largo, pero eso no basta.
Hay que pensar, por ejemplo, en el ancho de estas vías para que sean seguras y
tengan más capacidad.
El procesamiento de imágenes en el que trabajamos contribuye
a mejorar la seguridad de la movilidad urbana. Los sensores de imagen son clave
en materia de seguridad para vehículos, y con el desarrollo del 5G,
conjuntamente con la internet de las cosas, su importancia será mayor.
Además, en la investigación sobre movilidad es importante la
colaboración. Es preciso poner en marcha plataformas de colaboración entre
investigadores, reguladores y empresas para avanzar. Y por supuesto la ciudad
como proveedora de servicios al ciudadano.
Fuente: The Conversation
