Lo que un solo automóvil puede decir sobre el tráfico

El tráfico de vehículos ha desafiado durante mucho tiempo la descripción. Una vez que se midió aproximadamente a través de la inspección visual y las cámaras de tráfico, las nuevas herramientas de crowdsourcing de teléfonos inteligentes ahora cuantifican el tráfico con mucha más precisión. Sin embargo, este popular método también presenta un problema: las mediciones precisas requieren una gran cantidad de datos y usuarios.

Meshkat Botshekan, un doctorado del MIT. estudiante de ingeniería civil y ambiental y asistente de investigación en el Centro de Sostenibilidad del Concreto del MIT, ha buscado expandir los métodos de crowdsourcing al investigar la física del tráfico. Durante su tiempo como candidato a doctorado, ayudó a desarrollar Carbin, una herramienta de crowdsourcing vial basada en teléfonos inteligentes creada por MIT CSHub y la Universidad de Massachusetts Dartmouth, y usó sus datos para ofrecer más información sobre la física del tráfico, desde la formación de atascos de tráfico a la inferencia de la fase del tráfico y el comportamiento de conducción. Aquí, explica cómo los hallazgos recientes pueden permitir que los teléfonos inteligentes infieran las propiedades del tráfico a partir de las medidas de un solo vehículo.

P: Numerosas aplicaciones de navegación ya miden el tráfico. ¿Por qué necesitamos alternativas?

R: Las características del tráfico siempre han sido difíciles de medir. En el pasado, la inspección visual y las cámaras se usaban para producir métricas de tráfico. Por lo tanto, no se puede negar que las aplicaciones de herramientas de navegación actuales ofrecen una alternativa superior. Sin embargo, incluso estas herramientas modernas tienen lagunas.

El principal de ellos es su dependencia de los recuentos de usuarios distribuidos espacialmente: esencialmente, estas aplicaciones cuentan a sus usuarios en segmentos de carretera para estimar la densidad del tráfico. Si bien este enfoque puede parecer adecuado, es vulnerable a la manipulación, como se demuestra en algunos videos virales, y requiere inmensas cantidades de datos para obtener estimaciones confiables. El procesamiento de estos datos requiere tanto tiempo y recursos que, a pesar de su disponibilidad, no se pueden usar para cuantificar el tráfico de manera efectiva en toda una red de carreteras. Como resultado, esta inmensa cantidad de datos de tráfico no es realmente óptima para la gestión del tráfico.

P: ¿Cómo podrían las nuevas tecnologías mejorar la forma en que medimos el tráfico?

R: Las nuevas alternativas tienen el potencial de ofrecer dos mejoras sobre los métodos existentes: primero, pueden extrapolar mucho más sobre el tráfico con muchos menos datos. En segundo lugar, pueden costar una fracción del precio y ofrecen un método mucho más simple de recopilación de datos. Al igual que Waze y Google Maps, se basan en datos de crowdsourcing de los usuarios. Sin embargo, se basan en la incorporación de física estadística de alto nivel en el análisis de datos.

Por ejemplo, la aplicación Carbin, que estamos desarrollando en colaboración con UMass Dartmouth, aplica los principios de la física estadística a los modelos de tráfico existentes para prescindir por completo de la necesidad de contar los usuarios. En cambio, puede inferir la densidad del tráfico y el comportamiento del conductor utilizando la entrada de un teléfono inteligente montado en un solo vehículo.

El método en el corazón de la aplicación, que se publicó el otoño pasado en Revisión física E, trata a los vehículos como partículas en un sistema de muchos cuerpos. Así como el comportamiento de un sistema cerrado de muchos cuerpos puede entenderse mediante la observación del comportamiento de una partícula individual basándose en el teorema ergódico de la física estadística, podemos caracterizar el tráfico a través de las fluctuaciones en la velocidad y la posición de un solo vehículo en una carretera. Como resultado, podemos inferir el comportamiento y la densidad del tráfico en un segmento de una carretera.

Como se requieren muchos menos datos, este método es más rápido y hace que la gestión de datos sea más manejable. Pero lo más importante, también tiene el potencial de hacer que los datos de tráfico sean menos costosos y accesibles para quienes los necesitan.

P: ¿Quiénes son algunas de las partes que se beneficiarían de las nuevas tecnologías?

R: Los datos de tráfico más accesibles y sofisticados beneficiarían más que solo a los conductores que buscan rutas más suaves y rápidas. También permitiría a los departamentos de transporte estatales y municipales (DOT) realizar intervenciones locales y colectivas que promuevan los objetivos críticos de transporte de equidad, seguridad y sostenibilidad.

Como solución de seguridad, las nuevas tecnologías de recopilación de datos podrían identificar condiciones de manejo peligrosas en una escala mucho más fina para informar medidas mejoradas para calmar el tráfico. Y dado que las comunidades socialmente vulnerables experimentan la violencia del tráfico de manera desproporcionada, estas intervenciones tendrían el beneficio adicional de abordar las preocupaciones apremiantes de equidad.

También habría un beneficio ambiental. Los DOT podrían mitigar las emisiones de los vehículos al identificar desviaciones mínimas en el flujo de tráfico. Esto les presentaría más oportunidades para mitigar el ralentí y la congestión que generan un consumo excesivo de combustible.

Como hemos visto, estos tres desafíos se han vuelto cada vez más agudos, especialmente en áreas urbanas. Sin embargo, los datos necesarios para abordarlos ya existen y están siendo recopilados por teléfonos inteligentes y dispositivos telemáticos en todo el mundo. Por lo tanto, para garantizar una red vial más segura y sostenible, será crucial incorporar estos métodos de recopilación de datos en nuestra toma de decisiones.

Esta historia se vuelve a publicar por cortesía de MIT News (web.mit.edu/newsoffice/), un sitio popular que cubre noticias sobre investigación, innovación y enseñanza del MIT.