OBTENCIÓN AUTOMÁTICA DE DATOS DE TRÁFICO A TRAVÉS DE VISIÓN ARTIFICIAL

Transcripción

1 OBTENCIÓN AUTOMÁTICA DE DATOS DE TRÁFICO A TRAVÉS DE VISIÓN ARTIFICIAL Autor: Lidier Baltazar Ramos Miovision Technologies GmbH Zeughausstrasse 24, Colonia, Alemánia lbaltazar@miovision.com RESUMEN: Entidades públicas y privadas han automatizado la obtención de datos de tráfico, mediante un sistema de visión artificial, incrementando la cantidad y calidad de datos de tráfico, y disminuyendo los costos de obtención de los mismos. Al mismo tiempo se sustituyen en gran parte los métodos invasivos que ponen en riesgo la seguridad de personal y usuarios. La obtención de datos de tráfico con sistemas de visión artificial y procesamiento de vídeo mediante software de seguimiento de objetos, permite marcar la trayectoria de cada uno de los movimientos direccionales de cada vehículo de forma individual, así como su origen y destino, tanto en zonas urbanas como autopistas. Este sistema ha favorecido la obtención de datos de tráfico más precisos por todo el mundo. Las bondades del sistema se ven reflejadas en una planificación e ingeniería vial más precisa, así como la reducción de problemas de tráfico y congestionamientos, mediante una mejor sincronización de semáforos y construcción de infraestructura. 1 INTRODUCCIÓN

2 Hoy en día, la problemática del creciente tráfico en las ciudades se está convirtiendo en una preocupación para autoridades y ciudadanos debido a los problemas de salud causados por el estrés, las emisiones de gases efecto invernadero y los accidentes viales entre otros. De acuerdo a la publicación hecha por la revista Tráfico y Seguridad Vial (2011), Una reducción mínima de las partículas que emiten los automóviles evitaría 1,700 muertes al año... Desafortunadamente la batalla contra el elevado volumen de tráfico se pierde muchas veces debido a la falta de Datos precisos. Cada año los gobiernos invierten millones de Euros en proyectos para la reducción del volumen de tráfico y mejorar la eficacia del transporte público. Desafortunadamente muchas de estas decisiones están basadas en datos de flujos de tráfico erróneos, obtenidos a través de tecnologías inexactas u obsoletas, o haciendo uso de datos desactualizados. En esta comunicación se presentará más en detalle las características técnicas y el funcionamiento de un sistema de visión artificial que ha favorecido a cientos de Administraciones en diferentes países. Se presentará de igual forma un Estudio de caso basado en una Ciudad turística de Galicia, que se ha visto beneficiada por este sistema. 2 PLANTEAMIENTO En la actualidad se cuenta con pocos sistemas para aforar tráfico que puedan satisfacer la mayoría de las necesidades, de forma precisa y eficiente y en cualquier todo tipo de vial. Métodos de aforo como el conteo manual y tubos neumáticos pueden resultar imprecisos e incluso, a veces poner en riesgo al personal encargado de su instalación. Las dos desventajas más grandes de estos dos métodos citados son, primero, un gran rango de error, que provoca una planificación errónea y al mismo tiempo, soluciones poco sustentables para la reducción del tráfico; y segundo, los altos costos de realización de estos aforos, comparados con los sistemas de visión artificial, obligan a las autoridades o bien a disminuir la cantidad de mediciones o a reducir la calidad y cobertura de los estudios de tráfico.

3 2.1 Funcionamiento del sistema de visión artificial El funcionamiento del sistema Miovision se basa en el tratamiento de imágenes capturadas por una cámara con lente gran angular, obteniéndose similares parámetros de tráfico que con los detectores de lazo inductivo. Las imágenes de la cámara se digitalizan y se procesan mediante algoritmos que identifican cambios en el fondo de la imagen, determinando los movimientos de los vehículos y su clasificación. Del análisis de sucesivas imágenes puede determinarse la intensidad y la densidad de tráfico direccional. El tráfico se puede segregar en las clasificaciones mostradas a continuación: Tipos de clasificación vehicular La gran ventaja de este tipo de detectores es la posibilidad del uso de la imagen de vídeo de forma ralentizada para por ejemplo, la detección de incidentes. No se trata de un sistema intrusivo, no sufren desgaste por el paso de los vehículos ni requiere mantenimiento y tienen un alto grado de fiabilidad. 1 1 Muñoz, Ángel. 2011

4 Procesamiento del video a través del portal internet El coste de instalación es bajo, ya que el equipo es portátil y sencillo de instalar sin necesidad de grúa o escalera gracias a su mástil telescópico. Una sola cámara puede cubrir hasta 8 carriles en una carretera, así como intersecciones y rotondas pequeñas. En otros casos, un aforo con 2 cámaras puede cubrir grandes intersecciones. Rotondas de hasta cinco ramales pueden ser aforadas con dos o más cámaras, dependiendo las dimensiones. Sin importan el número de cámaras empleadas, o las dimensiones de la locación, todos los video se sincronizan automáticamente a través del software y se obtiene un documento final disponible en 9 tipos de formatos, que integra todos los movimientos direccionales, clasificación y tiempo. Obtención de reportes de tráfico

5 El equipo funciona aún bajo condiciones climáticas como lluvia, nieve, viento de hasta 80km/h, temperaturas de hasta -40ºC y 50ºC. La duración de la batería interna es de 72 horas, y de la batería suplementaria de 96 horas extra. La cámara tiene un lente Gran angular que proporciona mayor cobertura, así como alta sensibilidad a la luz que permite la visibilidad en zonas urbanas aún por la noche. Unidad de Colección de Video Scout Cámara RAM El sistema de visión artificial también puede utilizar opcionalmente una cámara de Reconocimiento Automático de Matriculas (RAM) para la grabar en video las matriculas, y permitir hacer estudios de Origen y Destino, Tiempo de Recorrido y Estudios de Aparcamiento. Esta cámara tiene un lente que enfoca a las matrículas de los vehículos circulando en la vía, y el video grabado se procesa a través del software para proporcionar un reporte con el número y tiempo de cada matrícula. 2.2 Estudio de Caso: La Municipalidad de El O Grove O Grove es un municipio de la provincia de Pontevedra (Galicia). Su localización privilegiada y su variada oferta hotelera, la convierte en un lugar turístico de gran atractivo. Por ello, O Grove presentaba una serie de problemas de tráfico, con importantes retenciones en verano, contaminación acústica y ambiental, así como circulación de tráfico pesado por el centro de la población.

6 En un reportaje del periódico La voz de Galicia, se informa lo siguiente: La elaboración de un estudio que ayude al gobierno local de O Grove a tomar decisiones sobre la ordenación del tráfico y el sentido de la circulación en determinadas calles del casco urbano. Ese es el principal objetivo del acuerdo al que han llegado el alcalde de O Grove, José Antonio Cacabelos, y la Universidad de Vigo, en virtud del cual esta institución colaborará técnicamente con el Concello para chequear el tráfico rodado en varias de las principales calles del casco urbano y elaborar un informe al respecto. 2 El municipio se vio en la necesidad de hacer mediciones precisas de tráfico en el acceso al núcleo urbano, y estudiar la viabilidad de varias medidas que posibilitasen una mayor fluidez del tráfico, evitando incurrir en gastos innecesarios. La mayoría de los métodos existentes para aforos de tráfico resultaban imprecisos y costosos. El proyecto necesitaba una tecnología que les permitiera aforar de día y noche y en jornadas largas, y que proporcionara datos muy exactos de tráfico, incluyendo movimientos direccionales y clasificación. 3 RESOLUCIÓN La Universidad de Vigo, en colaboración con la empresa española Ingebaires, SL, llevó a cabo el estudio de tráfico que propuso las mejoras necesarias. Para lograr identificar el volumen e intensidad del tráfico, se llevarían a cabo mediciones en determinadas intersecciones y días de la semana. 3.1 Ejecución del proyecto La empresa Ingebaires, SL siendo los pioneros en el uso de esta tecnología en España, llevarían a cabo los Aforos de tráfico usando el Sistema de visión artificial Miovision, y posteriormente hacer una simulación matemática de una glorieta en el cruce principal de acceso 2 M.S. Vilagarcia. 2011

7 al núcleo urbano. Se realizaron aforos vehiculares con la Unidad Scout durante cuatro días en jornadas de 12 horas. Se registraron imágenes tanto diurnas como nocturnas. Aforo diurno en autopista De igual forma se analizó la posibilidad de la desviación del tráfico pesado del núcleo de la ciudad. Aprovechando la ventaja de aforar con cámara de video con sensibilidad a la luz. Las imágenes nocturnas obtenidas ayudaron a decidir las calles más aptas para el desvío del tráfico pesado e incluso hasta a detectar determinados comportamientos de los camiones aprovechando la escasa densidad vehicular de la madrugada. Aforo nocturno en intersección

8 Basado en los datos recogidos, se evaluó la conveniencia del cambio de sentido de algunas calles para mejorar el flujo de la circulación. Se hizo un seguimiento de las rotaciones en las plazas de aparcamiento y paradas de taxis, para detectar las zonas más utilizadas y así poder reformular la ubicación de las plazas de estacionamiento de pago en la zona urbana (zona azul). 3.2 Resultados Mediante el uso del sistema de visión artificial y procesamiento con software para la obtención de datos de tráfico, se logró obtener un grado mínimo de error de un 3%, comparado con el 25% de error de un aforo manual. Al mismo tiempo se redujeron los costos de un aforo en un 70%. La rapidez en la obtención de datos de tráfico se incrementó en un 60%. Basado en estos datos de tráfico, el estudio de tráfico realizado permitió las siguientes mejoras: a) La propuesta de una rotonda que reduciría la longitud de las retenciones en la carretera de acceso en un 50% en invierno, y un 20% en verano. b) Al desviar el tráfico pesado, se redujo la contaminación tanto acústica como ambiental. c) Se propuso el cambió el sentido de circulación de dos calles que permitirán mejorar el acceso a una zona de servicios, que incluye un colegio y un centro de salud. d) Se propuso una redistribución de las paradas de taxi disponibles para lograr un mayor equilibrio entre plazas disponibles y taxis que estacionaban en cada parada. 4. CONCLUSIÓN Gracias a las mejoras tecnológicas, se pueden obtener datos de tráfico de calidad, a un costo más bajo mediante el uso de tecnologías de visión artificial, del cual varias Municipalidades de España y sus ciudadanos se están beneficiando.

9 4 BIBLIOGRAFÍA Muñoz, Ángel. (2011). Temario General de la ESTT-OEP 2011: Gestión del Tráfico y Movilidad DGT. Pp 18 DGT (20110). Tráfico y Seguridad Vial N Bastianelli, Sergio (2012) Ingebaires reduce los costos de sus aforos de tráfico en aproximadamente un 70%. Miovision/Ingebaires. M.S. Vilagarcia. (2011) Un estudio universitario aborda el tráfico de O Grove. La voz de Galicia. 25 Abril