Técnicas de Big Data y Machine Learning en sistemas para mejorar el tráfico (1/3)


El enorme coste social y humano relacionado con los accidentes, unido al importante coste económico asociado de los  mismos, convierten a  este sector en enormemente sensible a cualquier mejora.

Para conseguir mejoras, es imprescindible conocer, en primer lugar, las   características específicas de este sector, donde se deben gestionar un elevado número de recursos (inventarios, materiales, personal, ….), ofrecer pautas que  que permitan predecir cómo van a evolucionar determinados elementos (estado del firme, o el tráfico previsto, entre otros muchos) y conseguir sistemas que faciliten contar con toda esta información en tiempo real.

Para ello, es imprescindible que los sistemas tecnológicos integren técnicas de Computación en la Nube, Big Data y de Machine Learning, que están cobrando gran importancia en los últimos tiempos:

  • Computación en la nube, porque los sistemas deben funcionar  en un modo web, que permite que cualquier usuario, independientemente del Sistema Operativo que tenga en su ordenador, y sin tener que preocuparse de instalar ningún software adicional en su equipo.
  • Uso de técnicas de Big Data, porque la enorme gestión de datos e información generada para un control eficiente de las operaciones, recursos y actividades realizadas en las carreteras, requiere de mecanismos que permitan aprovechar todos esos datos masivos, obteniendo la información de interés para el gestor de la carretera.
  • Machine Learning y tecnologías “inteligentes”, que permitan integrar y analizar la información procedente de diferentes fuentes, para ofrecer al gestor de la carretera una visión exacta del estado de su red en todo momento, detectando los problemas ya existentes y las medidas a tomar para solucionarlos, y siendo capaz de visualizar diferentes escenarios futuros previstos en función de las posibles acciones a tomar.

Algunos de los proyectos que utilizan estas técnicas en la gestión del tráfico y las carreteras son los siguientes: