Expertos HC

Cómo ayudará el Big Data a mejorar el transporte urbano

Atascos, decenas de opciones diferentes para desplazarse... moverse por una gran ciudad suele ser un caos. ¿Es el Big Data la solución a estos problemas de transporte? ¿Qué puede aportar esta tecnología?

Big data transporte: imagen del tráfico urbano a la altura de la Torre Eifel de Paris
Foto: 272447 en Pixabay.

Bogotá es la ciudad más congestionada del mundo, según el Global Traffic Scorecard que Inrix publicó recientemente. Los conductores pierden de media 191 horas al año en la capital colombiana por culpa de los atascos. En Boston, la ciudad más congestionada de los EE. UU., se pasan atascados más de seis días por conductor y año. En Europa, los conductores también deben ser pacientes: Roma, París y Londres también llegaron al top ten.

Una ayuda para evitar la descongestión

Las carreteras congestionadas son un dolor de cabeza constante para las poblaciones de todo el mundo. Se enfrentan a más desafíos que nunca. Por un lado, quieren ser habitables para sus habitantes. Por otro, tienen que satisfacer una amplia gama de demandas de movilidad. Así que crear sistemas de transporte sostenibles es la clave para resolver los problemas de movilidad urbana.

Los datos de tráfico no solo pueden ayudar a identificar cuellos de botella y puntos críticos de congestión en las ciudades. El uso de Big Data en el transporte también ayuda a los planificadores urbanos a crear sistemas de transporte sostenibles.

El análisis de macro-datos permite a los planificadores de tráfico tomar decisiones profundas en el diseño urbano. Las herramientas de software les ayudan a analizar y combinar una amplia variedad de indicadores. Por ejemplo, movimientos urbanos y cifras de aparcamientos, clima e información sobre imprevistos. De este modo, se pueden identificar los problemas y desarrollar medidas apropiadas.

«En PTV, utilizamos datos de tráfico de Inrix, así como muchos otros datos de movilidad y marco de otras fuentes para proporcionar recomendaciones profundas sobre posibles medidas y su impacto», explica Carmen Nowack, experta en datos del Grupo PTV. «Procesamos una amplia variedad de datos, incluidos datos sociodemográficos y económicos, para crear modelos de transporte o información de peaje y restricciones relacionadas con camiones».

Pero también los datos del sensor recolectados de teléfonos inteligentes y aplicaciones, como los datos de movimiento y uso, son una valiosa fuente de información. Estos registros nos ayudan a analizar a qué velocidad viaja alguien o qué ruta o tipo de transporte usó.

Múltiples aplicaciones del Big Data en el transporte

Los planificadores e ingenieros de la ciudad logran así una ayuda muy valiosa para abordar asuntos urgentes e importantes con respecto a la movilidad del futuro. Por ejemplo: ¿cómo se pueden integrar los nuevos servicios de micro movilidad en la oferta de movilidad existente? ¿Cuántos vehículos se necesitan para operar de manera rentable un nuevo servicio de bicicletas y scooters compartidos, o un servicio de transporte bajo demanda?

El Big Data se puede utilizar en el transporte de muchas maneras:

  • Ofrece una visión holística: La visualización de datos hace que todos los parámetros de movilidad relevantes sean más transparentes. Debido al creciente número de nuevos servicios de micromovilidad, la forma de moverse por las ciudades se hace más diversa cada día. Ya sea la ocupación de espacios de estacionamiento; la disponibilidad y los patrones de movimiento de las bicicletas de alquiler y las flotas de scooters eléctricos; la situación actual del tráfico; las posiciones de la flota de transporte público; el comportamiento del tráfico en diferentes condiciones climáticas y en diferentes momentos del día; etc, son parámetros que deben tenerse en cuenta para el desarrollo de conceptos urbanos sostenibles.
  • Análisis de datos para la implementación de medidas regulatorias: Puede ayudar a los responsables políticos del transporte a probar y evaluar directamente la implementación de medidas regulatorias, desde la restricción de tránsito y estacionamiento hasta la introducción de zonas de bajas emisiones.
  • Análisis de datos para la planificación de la demanda: Al planificar nuevos servicios a pedido, es importante determinar de antemano de manera confiable la demanda de vehículos en diversas condiciones. ¿Cuántos vehículos se necesitarán en el área A de la ciudad por la mañana? ¿Qué pasa si llueve? La combinación de datos históricos y métodos de inteligencia artificial ayuda a analizar áreas con exceso de oferta o mayor demanda y, por lo tanto, planificar con anticipación.

*Artículo escrito por Kristina Stifter y publicado originalmente en Blog PTV Group.

DEJA UNA RESPUESTA

¡Por favor, escribe tu comentario!
Por favor, introduce tu nombre aquí

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.