Patinetas con visión artificial y seguridad urbana


Por Elisa Sayrol Clols 
Universidad Politécnica de Cataluña


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

Recomendados

Seguir leyendo