El uso de sistemas de Inteligencia Artificial y de procesos de Machine Learning (donde se puede entrenar e ir mejorando la precisión de procesos de una máquina) cada vez es más habitual en diferentes sectores, y se está empezando a utilizar también para predecir con mayor exactitud el tráfico que va a existir en determinadas vías, en los momentos indicados.
En esta línea, se ha desarrollado en la Universidad Miguel Hernández de Elche un sistema basado en redes neuronales, capaz de determinar de una forma muy precisa el estado del tráfico en una vía pasados quince minutos. Para ello, se hace uso de la información recopilada por sensores (para conocer el estado actual) y datos de los vehículos, así como de toda la información previa registrada en el sistema, con la que se efectúan los cálculos que permiten conocer la más que posible evolución del mismo.
Para realizar todas las pruebas, se ha hecho uso de la plataforma de simulación de tráfico SUMO, donde se ha replicado el escenario real de circulación existente en un tramo de la A7, y se han utilizado los datos recogidos por los sensores de tráfico ya existentes en dicho tramo.
La mayor precisión que ofrece este sistema basado en redes neuronales resulta de gran utilidad para mejorar la información que se puede ofrecer a los ciudadanos, evitar la aparición de posibles atascos (reconduciendo la circulación a zonas menos congestionadas, si el algoritmo determina un posible peligro), y conseguir una mayor fluidez del tráfico.