Bajo el paraguas de la Urban Computing Foundation (Fundación para la Computación Urbana) la Fundación Linux ha arrancado una iniciativa que congrega a algunas grandes empresas como Google, IBM, Facebook, Uber, Here y el Sensible Lab del MIT con el objetivo de mejorar la movilidad, seguridad, infraestructuras, congestión del tráfico y consumo energético en las «ciudades conectadas».

buildings-sLa forma de abarcar proyectos de este tipo –decididamente ambiciosos por su complejidad y la cantidad de «actores» que hay que coordinar– es mediante la filosofía Linux del código abierto: el software y herramientas que se desarrollen se publicarán con licencias open source, de modo que los programas y algoritmos puedan copiarse y distribuirse libremente, así como modificarse; además tendrán que ser públicos para que otras empresas y grupos puedan hacer lo mismo con ellos.

La fundación pretende de este modo que se puedan desarrollar nuevas herramientas que mejoren los tradicionales sistemas de análisis de datos de las ciudades, ya sean aplicaciones de rutas, tráfico o meramente informativas, con toda una nueva generación de métodos y aplicaciones. Mucha gente se desespera –especialmente los desarrolladores– porque existan diez versiones distintas de cartografías y mapas, no haya una única forma de acceder a los datos públicos de las ciudades o del transporte ni tampoco un «simulador de ciudad» fiable que incluya la información básica para realizar pruebas de una nueva idea. Con estas herramientas como base quienes tengan que desarrollar un nuevo proyecto lo podrán hacer contando como punto de partida de soluciones ya probadas y de calidad, y además no les costará nada (o al menos, no demasiado).

kepler.gl-contours
A modo de ejemplo dentro del proyecto ya está Kepler.gl, una herramienta que ha desarrollado principalmente Uber y que sirve para realizar análisis geoespacial de grandes conjuntos de datos. Toma los datos, mézclalos con un mapa de la ciudad y listo: hay todo un abanico de funciones para visualizarlos, con muchos estilos gráficos y herramientas de análisis temporal (mapas que cambian con el paso del tiempo). Se trata de una herramienta totalmente optimizada para esa tarea y para manejar cantidades ingentes de datos, como suele ser normal al trabajar con la información procedente de las ciudades inteligentes, ya sean de flotas de vehículos, sensores, datos de geoposicionamiento o datos públicos abiertos (callejeros, activos inmobiliarios, direcciones de empresas y negocios, etcétera).

Algunos de los ejemplos de Kepler incluyen por ejemplo un análisis de los trayectos en taxi en Nueva York, que permite ver las rutas más frecuentes y obtener datos relevantes acerca de los puntos de partida y destino de los pasajeros, los tiempos que tardan los coches de Uber en llegar a su destino o las rutas más comunes que toman los ingleses para ir de casa al trabajo cada día. Este tipo de análisis se puede realizar igualmente para otro tipo de flotas de vehículos, rutas o simulaciones, incluyendo datos como la meteorología, los costes o el estado del tráfico.

Quien quiera probarlo para desarrollar algo específico o aprender cómo funciona simplemente necesita ir a la página del proyecto Kepler en Github, el popular repositorio de código y descargar todo el software y documentación.


Tags: