Científicos de la Carnegie Mellon University (CMU) han instalado señales de tráfico inteligentes para monitorear y conducir semáforos en ciertas intersecciones en un área piloto en Pittsburgh. La tecnología utiliza cámaras y sistemas de radar existentes para rastrear el tráfico en tiempo real. Entonces, una inteligencia artificial (AI) utiliza algoritmos para determinar la mejor manera de mover los coches a través. Los planes de tráfico son recalculados cada pocos segundos por el equipo instalado en cada intersección. Además, cada computadora suministra información sobre los flujos de tráfico entrantes a sus vecinos en las intersecciones circundantes.

Stephen Smith, profesor de ciencias de la computación en CMU, es el creador de este software de conducción de tráfico - Surtrac (Scalable Urban Traffic Control) - que combina AI y la teoría del tráfico.

En junio de este año, Smith ganado un premio internacional, el Premio a la Innovación Global Le Monde Smart Cities, Para Surtrac. Desde entonces, ha licenciado la tecnología y ha lanzado una empresa spin-off, Rapid Flow Technologies, con el apoyo de CMU.

Smith ha demostrado que su sistema disminuye los tiempos de viaje por 25 por ciento, reduce el tiempo de ralentí por 40 por ciento y disminuye las paradas del vehículo por 30 a 40 por ciento. El sistema también ayuda a mejorar el medio ambiente, ya que reduce las emisiones por más de 20 por ciento.

Smith se inspiró para concentrar sus esfuerzos en reducir la congestión del tráfico cuando Henry Hillman, un empresario y filántropo local en el área de Pittsburgh, dio dinero semilla a CMU en 2009 para financiar Tráfico 21, un proyecto de optimización de tráfico utilizando AI.  

"Mi grupo de investigación había estado trabajando durante muchos años en el área de planificación multi-agente, y sentía que este tipo de enfoque proporcionaría una base sólida para el control de la señal adaptativa en tiempo real", dijo Smith.

La ubicación del proyecto fue un incentivo adicional para Smith. "Para mí personalmente, he vivido en Pittsburgh durante los últimos 35 años, y fue una gran oportunidad para hacer algo que tendría un impacto positivo directo en el lugar donde vivo".

El proyecto comenzó con la instalación de Surtrac en sólo nueve intersecciones en 2012. Ahora 100 intersecciones utilizar el sistema, y ​​se espera que el proyecto abarque más intersecciones con el 10.8 millones de dólares donación recibida por la ciudad del Departamento de Transporte de los Estados Unidos.

Smith y su equipo están tomando un enfoque 2 para mejorar aún más el flujo de tráfico.

En primer lugar, están "integrando [su] sistema de control de señales con tecnología de vehículos conectados y utilizando la comunicación V2I para mejorar la movilidad", dijo Smith. Básicamente, esto implica conectar las computadoras de a bordo en vehículos al sistema de control de semáforo como una fuente de datos añadida para que AI tome decisiones sobre los flujos de tráfico.

En segundo lugar, se centran en "la gestión segura y eficiente de los flujos de tráfico de peatones", dijo Smith. El equipo, explicó, "acaba de iniciar un proyecto dentro de la Iniciativa de Investigación de Tecnología de Transporte Accesible (ATTRI) de la Administración Federal de Carreteras con el objetivo de desarrollar una aplicación móvil que permita a los peatones con discapacidades comunicarse directamente con la intersección e influir activamente en las decisiones de control de señales. "

Tener una aplicación que ayuda a los peatones a lidiar con el tráfico sin duda sería útil, pero ¿cómo funcionaría?

Smith explicó que la aplicación aprenderá la velocidad de cruce de intersecciones del individuo y se comunicará con la computadora que ejecuta la intersección para garantizar que los peatones tengan el tiempo suficiente para cruzar de manera segura. La aplicación también supervisará el progreso de los peatones y ajustará el tiempo de las luces según sea necesario para aumentar la seguridad del tráfico.   

Él cree que la tecnología de los teléfonos inteligentes y su relativa ubicuidad será un recurso masivo para la comunicación de las personas a la infraestructura (P2I), como la aplicación mencionada anteriormente, o la detección de daños en las carreteras a través de imágenes de teléfonos celulares. El principal objetivo que se espera para él y su equipo en CMU es la integración de los teléfonos inteligentes con la infraestructura de tráfico para maximizar las fuentes de datos disponibles para la IA responsable de tomar las decisiones relativas a los flujos de tráfico.

Smith y su equipo marcharán hacia adelante guiados por la "idea más amplia de usar la tecnología de teléfonos inteligentes y la comunicación P2I para proporcionar una solución robusta y económica al problema de detección de peatones ".