La IA agafa el volant per combatre la sinistralitat a les carreteres catalanes

El Servei Català de Trànsit fa ús dels algoritmes i els sensors per preveure els possibles riscos a les vies més perilloses de Catalunya i aconseguir que el nombre d’accidents dels pròxims anys vagi a la baixa

Categories:

Oriol Quintana

Una de les carreteres monitorades és l’AP-7 on, segons les dades, es poden prendre mesures com restringir el trànsit pesat o activar els senyals de velocitat variable
Una de les carreteres monitorades és l’AP-7 on, segons les dades, es poden prendre mesures com restringir el trànsit pesat o activar els senyals de velocitat variable | Jordi Pujolar (ACN)

A Catalunya, durant el primer trimestre de 2025 han mort 41 persones a la xarxa viària interurbana catalana. Aquestes dades del Servei Català de Trànsit (SCT), que empitjoren els registres de l’any passat, demostren que la sinistralitat és una de les grans problemàtiques a les quals s’ha de fer front. L’objectiu de l’organisme encarregat de dissenyar i executar les polítiques de seguretat viària no és altre que rebaixar la xifra a 87 morts l’any 2030 i que el 2050 el nombre total sigui zero. Una de les vies per aconseguir que el nombre d’accidents vagi a la baixa no és altra que fer ús de la tecnologia més puntera, com és el cas de la intel·ligència artificial (IA), sobretot, com a eina predictiva.

“Els algoritmes basats en tècniques d’IA per aplicacions de predicció de característiques del trànsit com la velocitat, la intensitat o la densitat milloren amb diferència la precisió en la predicció de les tècniques prèvies”, explica el coordinador de seguretat viària i mobilitat del SCT, Òscar Llatje. I és que alguns paràmetres tenen un caràcter estacional molt gran, ja que depenen de les rutines de mobilitat de la població i els sistemes d’intel·ligència artificial són molt útils per crear sistemes capaços de generar previsions que contemplin els patrons complexos ocults en les dades. “En la major part dels casos, aquests patrons són impossibles d’integrar utilitzant tècniques clàssiques més simples per definició”, afegeix.

Els algoritmes, principals detectors de perill

Una de les propostes concretes que va llançar el Servei Català de Trànsit a principis d’any va ser implementar un sistema de predicció de risc d’accident en IA a 100 kilòmetres de l’AP-7 –entre el Vendrell i Parets del Vallès–, una de les zones on s’ha detectat una major accidentalitat amb ferits greus en els últims temps. “Es tracta d’un sistema basat en algoritmes d’intel·ligència artificial que parteix de la base de dades històrica del Servei Català de Trànsit, la qual compta amb dades de velocitat, intensitat total, intensitat de vehicles pesants, dies assenyalats com dies de mobilitat especial, geometria de la via i accidents”, comenta Òscar Llatje. “El sistema fa una predicció d’aquests paràmetres mencionats per poder caracteritzar el flux de trànsit i, mitjançant altres tècniques basades en IA, s’obté una probabilitat de risc d’accident basada en l’estimació dels futurs estats del trànsit i les condicions passades en les quals han succeït accidents amb les mateixes condicions i característiques de la geometria de la via semblants”, complementa. Aquest projecte, que s’està duent a terme amb la col·laboració de la Universitat Politècnica de Catalunya (UPC), ja contempla els següents passos un cop acabi aquesta primera fase d’implementació. En primer lloc, es vol escalar més enllà dels 100 km de l’AP-7, alhora que es busca introduir noves variables relacionades amb el trànsit, com la geometria de la via o la meteorologia.

El sistema de l'AP-7 permet prendre mesures de forma anticipada com, per exemple, l'activació de senyals de velocitat variable, augmentar el patrullatge preventiu o restringir temporalment el trànsit pesant

Gran part de les prediccions que duu a terme el SCT, com les de l’AP-7, estan estretament vinculades a la gestió de dades massives o big data. Si bé és cert que l’organisme disposa d’un alt volum d’informacions, els algoritmes han donat un cop de mà a gestionar-lo, fent recopilacions al llarg dels anys. “Les persones tenim una capacitat molt limitada d’analitzar dades per inspecció directa quan es tracta de volums tan grans”, apunta el coordinador de seguretat viària i mobilitat, “a més, aquests models de predicció basats en IA compten amb una eina de visualització que ens permet presentar les dades passades i predites per a entendre quin comportament es preveu que tingui el trànsit i prendre mesures de forma anticipada per mitigar possibles incidències”. Per exemple, es poden activar senyals de velocitat variable, augmentar el patrullatge preventiu, restringir temporalment el trànsit pesant, notificar els sistemes d’emergència o promoure desviaments en cas d’alta congestió.

No sempre és la velocitat o les condicions dels conductors els factors que contribueixen al fet que acabi produint-se un sinistre. Sobretot en carreteres secundàries, als cotxes, camions i motocicletes se’ls ha de sumar els ciclistes, un dels col·lectius més vulnerables sobre l’asfalt. Pensant en la seva protecció, en carreteres com l'N-145 ja hi ha instal·lats sistemes que detecten les bicicletes dins dels túnels i avisen als conductors de la seva presència per tal que redueixin la velocitat. Tal com detalla Òscar Llatje, aquesta solució funciona a partir de dues tipologies de dispositius: un sistema de reconeixement equipat amb IA situat uns metres abans del túnel i uns senyals dinàmics d’advertència, que s’encarreguen d’informar de la presència en aquest tram. “Així doncs, quan el sistema de reconeixement per imatge basat en IA detecta una bicicleta a la via, envia un impuls al panell d’avís que s’encén i alerta de la presència d’un ciclista al túnel”, resumeix, “el senyal, que alhora també indica una reducció de la velocitat màxima permesa de la via per augmentar la seguretat dels ciclistes, es manté encesa el temps que s’estima que el ciclista tarda a creuar el túnel i, posteriorment, s’apaga de forma automàtica”.

L’N-145 disposa d’un sistema que detecta la presència dels ciclistes dins dels túnels i avisa als conductors per tal que redueixin la velocitat, de la mateixa manera que a l’N-260 disposa d’un sistema avisador de fauna

Amb un funcionament similar a l’esmentat, hi ha el que es coneix com l’avisador de fauna, actualment en període de prova a l'N-260 i que consisteix en un seguit de càmeres equipades de sensors tèrmics que vigilen la carretera en ambdós sentits de circulació tant de dia com de nit, així com l’entorn per detectar i enregistrar la presència d’animals. “En cas que el sistema en detecti, mitjançant la intel·ligència artificial es genera un avís que posa en marxa els panells lluminosos a peu de carretera per alertar els conductors amb un senyal de perill de la presència d’animals i la necessitat de reduir la velocitat”, assegura Llatje. Quan s’identifica una irrupció, les imatges registrades s’envien via 3G/4G al centre de control i s’activen els senyals dinàmics d’advertència a l'instant.

El vehicle autònom: possible solució?

Un dels centres que han investigat a fons les possibles situacions de la IA aplicades al sector de la mobilitat ha sigut el Centre of Innovation for Data tech and Artificial Intelligence (CIDAI), que l’any 2021 van arribar a presentar el Llibre blanc sobre la intel·ligència artificial aplicada a la mobilitat. En ell, s’indica la conducció autònoma com una possible solució de cara a futur. “El nivell d’autonomia completa encara no s’ha assolit i, per tant, el vehicle autònom en tota la seva potencialitat encara no s’ha desplegat. La majoria de vehicles autònoms operen en nivells 2 (autonomia particular) o 3 (autonomia condicional), sent el 5 aquell en el qual el vehicle és totalment autònom en totes les condicions de conducció i no necessita cap mena d’intervenció humana”, comenta el director científic de Tecnologies Digitals d'Eurecat i director del CIDAI, Joan Mas. Alhora, posa com a exemple d’aquest cinquè nivell el pilotatge d’un minibús que recentment ha recorregut la zona de l’Eixample de Barcelona, “amb l’objectiu de demostrar la maduresa d’aquesta tecnologia”.

Joan Mas (CIDAI): "El nivell d’autonomia completa encara no s’ha assolit i, per tant, el vehicle autònom en tota la seva potencialitat encara no s’ha desplegat”

Així i tot, per Mas existeixen encara algunes barreres que dificulten arribar al màxim nivell: “En primer lloc, barreres de tipus tecnològic. Malgrat que s’ha avançat molt en el camp de la sensòria i l’algorítmia necessàries per al vehicle autònom, encara no hi ha prou garanties perquè un vehicle pugui respondre de forma segura a l’ampli ventall de circumstàncies i situacions que afecten la conducció”. Per altra banda, apunta que la conducció autònoma requereix certa infraestructura, com carretes sensoritzades, senyals de trànsit, semàfors intel·ligents o connectivitat 5G disponibles a les vies per interactuar de forma efectiva. “Aquest desplegament, en el millor dels casos, està fet de forma parcial, però no cobreix la totalitat de la xarxa viària”, sentencia, “i, per acabar, hi ha encara una discussió reguladora i legal oberta sobre la responsabilitat davant d’incidents atribuïbles al vehicle autònom”.