El uso de una cámara rentable y de alto rendimiento impulsada por la IA hoy en día, combinado con el gran potencial de la tecnología LIDAR en los próximos años podría ayudar a lograr un gran avance tecnológico en el que todos ganen hoy y mañana.
En el CES, celebrado en enero, resaltó la gran oleada de vehículos autónomos (AV) que llegarán al mercado automovilístico en los próximos años, por lo que la atención se ha centrado últimamente en la tecnología de estos vehículos. Sin embargo, la tecnología integrada en la infraestructura vial también está empezando a ser objeto de más conversaciones entre los proveedores de servicios y los municipios.
Con los avances en inteligencia artificial (IA) y la conectividad de la red 5G, la tecnología de infraestructura vial inteligente ofrece la promesa de ser añadida a muchas carreteras, puentes y otros sistemas de tránsito, con la esperanza de mejorar el análisis del tráfico en tiempo real y abordar los problemas de seguridad vial y de gestión del tráfico más difíciles. Una de las tecnologías que está en el centro de este debate es el uso actual de las cámaras mejoradas con IA y la promesa del futuro de la tecnología LiDAR (Light Detection And Ranging) .
La inteligencia artificial mejorará el rendimiento de las cámaras
Hoy en día hay cientos de miles de cámaras de tráfico desplegadas sólo en Estados Unidos, e incluso millones más si se tienen en cuenta las cámaras de CCTV. Se utilizan principalmente para la vigilancia de las carreteras y las aplicaciones básicas de gestión del tráfico (por ejemplo, la emulación de bucles). Sin embargo, llevar los últimos avances de la IA a estos activos puede mejorar inmediatamente el rendimiento de las aplicaciones básicas y desbloquear aplicaciones de software y casos de uso más avanzados.
La IA y el aprendizaje automático ofrecen un rendimiento de detección superior al de las técnicas tradicionales de visión por ordenador de las cámaras tradicionales. Permiten una detección, un seguimiento y una clasificación más robustos, flexibles y precisos de todos los usuarios de la carretera con algoritmos que pueden adaptarse automáticamente a diversas condiciones de iluminación y meteorológicas. Además, permiten capacidades predictivas para modelar mejor los movimientos y comportamientos de los usuarios de la carretera y mejorar la seguridad vial. Los organismos pueden beneficiarse inmediatamente de las cámaras mejoradas por la IA con aplicaciones como la detección y el análisis de conflictos en la carretera, la predicción de cruces de peatones y la detección de infraestructuras para la implantación de vehículos eléctricos.
La tecnología LiDAR no puede sustituir totalmente a las cámaras
El LiDAR puede aportar un valor complementario y a veces superpuesto al de las cámaras, pero todavía hay varios casos limitados de seguridad en los que la tecnología del LiDAR no rinde bien (por ejemplo, lluvia y nieve intensas, clasificación granular) y en los que se ha demostrado que las cámaras se manejan mejor. Además, la tecnología LiDAR actual sigue siendo costosa de desplegar a escala debido a su elevado precio unitario y a su limitado campo de visión. Por ejemplo, se necesitarán varios LiDAR con una fuerte inversión para desplegarlos en una sola intersección, mientras que una sola cámara de IA de 360 grados puede ser una solución más rentable.
Para muchas comunidades centradas en el presupuesto, las cámaras AI siguen siendo la tecnología de elección más probada hoy en día. Con el tiempo, a medida que el coste de la tecnología LiDAR se modere, las comunidades deberían evaluar la posibilidad de aumentar su infraestructura con este tipo de sensores.
Con el tiempo, la fusión de sensores dará buenos resultados
Cuando el coste de la tecnología LiDAR acabe por reducirse, se considerará un complemento sólido y viable a las cámaras mejoradas con IA que se están instalando en la actualidad. Al igual que vehículos autónomos, la fusión de sensores sería el enfoque a seguir para las soluciones de infraestructuras inteligentes y permitiría maximizar los beneficios de ambas tecnologías.
Véase la siguiente tabla:
A fin de cuentas, el objetivo es claro: mejorar el flujo del tráfico en general y disminuir los accidentes y las muertes de los vehículos, pero la tecnología y la estrategia de implementación tienen que ser correctas para lograrlo. La tecnología que supervisa nuestras carreteras también debe cambiar, por lo que es necesario considerar las cámaras con IA hoy con la promesa de LiDAR mañana.
El Dr. Georges Aoude es cofundador de Derq, una empresa derivada del MIT que impulsa el futuro de las carreteras conectadas y autónomas, haciendo que las ciudades sean más inteligentes y seguras para todos los usuarios de la carretera, y permitiendo el despliegue de vehículos autónomos a escala. Derq proporciona a las ciudades y a las flotas una plataforma de infraestructura inteligente patentada y galardonada, impulsada por la IA, que les ayuda a abordar los problemas más difíciles de seguridad vial y gestión del tráfico.