¿Es un día raro para el tráfico rodado? Las fiestas patronales, los conciertos, las carreras populares e incluso los mercadillos pueden alterar por completo la movilidad de una ciudad durante unas horas. Para tenerlo en cuenta, los sistemas predictivos más avanzados de las grandes flotas de vehículos pueden incorporar esos eventos hiperlocales para anticipar cambios en el tráfico, la demanda de entregas y las rutas de reparto. Permiten reorganizar la forma en que se transportan los paquetes comprados por comercio electrónico antes de que se produzcan las incidencias o atascos.
De las predicciones más sencillas a los gemelos digitales
Los sistemas de planificación más sencillos se limitan a utilizar información histórica y datos de tráfico para calcular la ruta más rápida o estimar la hora de llegada. Los más avanzados van un paso más allá e incorporan previsiones meteorológicas, calendarios de eventos, incidencias de tráfico, obras programadas e incluso patrones de movilidad aprendidos durante años para prever problemas antes de que ocurran, permitiendo reorganizar las rutas de los vehículos.
La siguiente evolución son los gemelos digitales urbanos: réplicas virtuales de la ciudad que se actualizan en tiempo real con datos procedentes de sensores IoT, cámaras, vehículos conectados, mejores previsiones meteorológicas, movilidad del transporte público y otras agendas de eventos.
Un trabajo de la Universidad Leibniz de Hannover utilizó técnicas de aprendizaje automático para predecir el impacto sobre el tráfico de eventos no periódicos pero planificados como partidos de fútbol, conciertos o ferias antes de que comenzaran. Los resultados mostraron que este tipo de información permite estimar con bastante precisión cómo variará la circulación en función del tipo de evento, su ubicación y su afluencia prevista.
Ese enfoque se complementa con los gemelos digitales, que además de predecir el comportamiento del tráfico permiten simular distintas decisiones antes de ponerlas en práctica. Un trabajo publicado en el AI and Robotics Journal recreó una ciudad con un estadio de 50.000 espectadores, 120 intersecciones, 3 autopistas y 5 aparcamientos. El sistema recalculaba el estado del tráfico cada 5 minutos y predecía la circulación durante los 30 minutos siguientes. El resultado fue una reducción del tiempo medio de viaje un 18% y un 25% menos de retrasos respecto a la fórmula tradicional.
Eventos no tan inesperados que los algoritmos pueden incorporar
Estos son algunos de los tipos de eventos que más afectan y que habitualmente no están programados en un sistema de rutas tradicional, pero que se podrían añadir para anticipar mejor lo que puede ocurrir en ciudades y pueblos:
- Fiestas patronales, verbenas y celebraciones locales: concentran personas y provocan cortes temporales de calles.
- Conciertos, festivales y espectáculos: generan grandes picos de tráfico antes y después de los eventos.
- Competiciones deportivas: partidos, maratones, carreras populares y marchas ciclistas alteran la circulación y el transporte público. En el caso de los grandes eventos masivos como el fútbol, puede ser importante prever hasta las celebraciones.
- Ferias, mercadillos, congresos y convenciones: incrementan la movilidad en determinadas zonas durante horas o incluso días.
- Procesiones, cabalgatas, desfiles y actos institucionales: obligan a reorganizar el tráfico mediante desvíos temporales.
- Manifestaciones, concentraciones y obras programadas: permiten anticipar restricciones de circulación y recalcular las rutas de reparto.
Tecnología + experiencia, la mejor combinación
Aunque los algoritmos están cada vez mejor afinados, la experiencia humana sigue siendo fundamental. No sólo las personas tienen más conocimientos de lo que sucedió en el pasado; también sucede a veces que los eventos no evolucionan según lo previsto. La lluvia puede hacer que menos gente vaya a unas fiestas populares, una manifestación puede crecer y ampliar su recorrido o un concierto puede alargarse más de lo previsto.
Los responsables de operaciones y los conductores conocen además circunstancias locales difíciles de reflejar en una base de datos, como calles especialmente conflictivas, accesos complicados, restricciones temporales, accesos privados, horarios de carga y descarga modificados o peculiaridades locales difíciles de modelar, como los comportamientos del tráfico durante determinadas celebraciones.
La ventaja es que muchos de estos eventos tienen algún tipo de mínima planificación que puede resultar relevante: su fecha, ubicación y aforo suelen conocerse con antelación, lo que permite incorporarlos a los modelos predictivos.
Combinados con información en tiempo real procedente de sensores y con la supervisión de operadores humanos, permiten anticipar cómo evolucionará el tráfico y adaptar las rutas de reparto antes de que aparezcan los problemas, haciendo más eficiente la logística de la última milla y reduciendo retrasos tanto para repartidores como para el resto de conductores.
Nos encantará conocer tu opinión, pero primero tenemos que indicarte que los comentarios están moderados, y no aparecerán inmediatamente en la página al ser enviados. Evita, por favor, las descalificaciones personales, los comentarios maleducados, los ataques directos o ridiculizaciones personales, o los calificativos insultantes de cualquier tipo, sean dirigidos a los autores, a cualquier otro comentarista o la empresa propietaria de esta página. Estás en tu perfecto derecho de comentar anónimamente, pero por favor, no utilices el anonimato para decirles a las personas cosas que no les dirías en caso de tenerlas delante. Intenta mantener un ambiente agradable en el que las personas puedan comentar sin temor a sentirse insultados o descalificados. No comentes de manera repetitiva sobre un mismo tema, y mucho menos con varias identidades o suplantando a otros comentaristas. También, procura que tus opiniones estén relacionadas con lo que se comenta en esta entrada. Los comentarios off-topic, promocionales, o que incumplan todas estas normas básicas serán eliminados.