Proyecto Transforming Transport: Big Data para mejorar la gestión del tráfico y la movilidad


Demostrar cómo se pueden utilizar eficazmente grandes volúmenes de datos para mejorar la gestión del tráfico y la movilidad es el principal objetivo del proyecto europeo Transforming Transport, que después de varios años de desarrollo está a punto de ver la luz.

El proyecto, financiado con fondos del programa europeo Horizonte 2020, cuenta con un presupuesto de 18.7 millones de euros, y en él participan 47 organizaciones de nueve países diferentes.

Dentro de los 13 pilotos que forman parte del proyecto, algunos están específicamente pensados para las carreteras, como los dos que mostramos a continuación:

  • Carreteras inteligentes:
    • Gestión integral de información recibida de diferentes fuentes (sobre tráfico, peajes, datos meteorológicos, información de redes sociales), con el objetivo de detectar patrones que faciliten la toma de decisiones, y mejoren los trabajos de mantenimiento y fluidez del tráfico.
    • Participantes: Indra, DGT, Cintra y Ci3, en la autopista Ausol, que conecta las ciudades de Málaga, Estepona y Guadiaro en el sur España, y en la autopista Norte Litoral en Portugal, que se extiende desde Oporto a Caminha y de Viana do Castelo a Ponte de Lima.
  • Predicción del tráfico:
    • Se han desarrollado diferentes modelos matemáticos que permiten predecir congestiones importantes de tráfico con antelación, lo que posibilita la toma de decisiones que eviten que se acaben formando los atascos.
    • Igualmente, se han desarrollado modelos que facilitan la predicción de incidentes en las carreteras, en función de los datos recopilados (meteorología, tráfico, etc), pudiendo anticipar muchos de los posibles problemas.

El resto de los 13 pilotos están enfocados también al uso eficaz de Big Data para dar soluciones relacionadas con la movilidad y el transporte, cuya información más extendida se puede consultar en el siguiente enlace: Proyecto Transforming Transport.

Comentarios: 1

Los comentarios están cerrados.