Una nueva aplicación de predicción del tráfico en Valencia permitirá conocer la intensidad de tráfico esperada por horas y por zonas en toda la ciudad con hasta 10 días de antelación. Esta predicción proporciona un dato valioso para la optimización de rutas de reparto que eviten tiempos de espera por tráfico o dificultades para estacionar, así como para la organización del tráfico diario en la ciudad.

Estos avances han sido el resultado del proyecto EMOBCONNECT, desarrollado por el centro tecnológico ITENE entre junio de 2023 y el mismo mes de 2024 con el objetivo de definir y desarrollar nuevos Sistemas Inteligentes de Transporte (ITS, por sus siglas en inglés) basados en datos y análisis predictivos para la movilidad sostenible, conectada e inteligente y la digitalización en el transporte.

El incremento del tráfico y el transporte de mercancías de última milla en las ciudades, junto con la aplicación de nuevas normativas sobre la restricción del acceso de vehículos a determinadas zonas, abren un nuevo escenario para la movilidad urbana. Ante este contexto, el desarrollo y la adopción de nuevas tecnologías puede contribuir a una movilidad más eficiente y sostenible.

En este sentido, surge el proyecto EMOBCONNECT, en el que se ha trabajado en el desarrollo de modelos predictivos y de optimización para el transporte urbano y la movilidad.  

Con este objetivo, ITENE ha dirigido sus investigaciones hacia el desarrollo de un centro de datos que, replicando escenarios reales de forma virtual, permitiese diseñar y validar escenarios de movilidad y transporte urbanos.

Aplicación de predicción del tráfico
Como parte del objetivo del proyecto, se ha desarrollado una aplicación de predicción del tráfico en Valencia que, con una precisión superior al 90%, prevé la intensidad de tráfico en una determinada zona de la ciudad en una fecha concreta y una hora determinada.

Para ello, se ha entrenado un modelo de inteligencia artificial con datos históricos de intensidad de tráfico en toda la ciudad que se han cruzado con los relativos a factores que afectan diariamente a la movilidad, como la meteorología o el calendario laboral, entre otros.

Esto ha implicado la limpieza y pretratamiento de una gran cantidad de datos, que, junto a un ejercicio de parametrización de distintos modelos de aprendizaje, ha dado como resultado un modelo con una precisión del 90%.

Esta aplicación permite incluir datos de tráfico en procesos de planificación de transporte urbano como rutas de reparto, servicios de carga y descarga y recorridos de eventos públicos. 

Estos datos pueden contribuir a optimizar las rutas de empresas de reparto de última milla, a las que ofrece la posibilidad reorganizar sus recorridos para evitar las zonas más congestionadas en un momento o fecha concretas. Para ello, la aplicación cuenta tanto con una página web interactiva donde explorar el mapa de tráfico, como con una API REST que facilita la integración con cualquier otro software.

Estos resultados se enmarcan en las investigaciones llevadas a cabo por el centro tecnológico para el transporte, la movilidad y la transformación digital.  En este ámbito, el centro continúa trabajando en la definición de modelos logísticos y de movilidad y en hacer posible la implementación de soluciones sostenibles y conectadas (vehículo eléctrico, conectado, autónomo, etc.) en la aplicación a dichos procesos.