Las agencias estatales y locales destinan aproximadamente 1,23 mil millones de dólares anuales a la operación y mantenimiento de intersecciones de tráfico con semáforos. A su vez, la congestión en estas intersecciones le cuesta a los conductores alrededor de 22 mil millones de dólares cada año. La inteligencia artificial (IA) podría ser la clave para mitigar estos problemas y reducir significativamente los costos asociados mediante la implementación de soluciones de detección avanzada.
Actualmente, las agencias estatales y locales se apoyan en semáforos para gestionar de manera segura el flujo de tráfico que involucra automóviles, peatones y otros usuarios. Existen dos tipos principales de semáforos: fijos y dinámicos. Los semáforos fijos operan de manera electromecánica, cambiando las luces según un cronograma establecido. Por otro lado, los semáforos dinámicos ajustan sus tiempos de operación basándose en las condiciones del tráfico, utilizando detectores situados tanto debajo de la superficie de la carretera como sobre los semáforos. Sin embargo, con el aumento constante de la población y el consecuente incremento de vehículos, bicicletas y peatones, la eficiencia de estos sistemas se ve comprometida.
Para abordar estos desafíos, se ha desarrollado una solución que emplea Amazon Rekognition, una herramienta de inteligencia artificial, para detectar automáticamente objetos (como autos y bicicletas) y escenas en una intersección. Amazon Rekognition genera cajas delimitadoras alrededor de cada objeto y calcula la distancia entre ellos. Los datos obtenidos se utilizan para ajustar programáticamente las luces de tráfico, reduciendo la congestión sin necesidad de intervención humana.
Esta innovadora solución se puede implementar en un entorno de AWS con el código proporcionado. Requiere una cuenta de AWS con los permisos adecuados de AWS Identity and Access Management (IAM) y un SageMaker Studio Notebook.
La arquitectura de esta solución aprovecha Amazon SageMaker para construir, entrenar y desplegar aplicaciones de aprendizaje automático, y Amazon Rekognition para agregar capacidades de análisis de imágenes y videos. El proceso comienza con la carga de un video de tráfico en el entorno de SageMaker, la división del video en fotogramas, el análisis de cada fotograma con Amazon Rekognition, y la creación de cajas delimitadoras alrededor de cada vehículo. Las señales de tránsito se ajustan basándose en la cantidad de autos detectados, todo con mínima intervención humana.
Se estima que la implementación de esta solución tiene un costo de alrededor de 6,000 dólares por intersección durante el primer año, considerando el uso de cuatro cámaras y una sola notebook de SageMaker por intersección. Este costo es una fracción del gasto anual actual en semáforos y las pérdidas debidas a la congestión del tráfico.
Cabe destacar que estos costos son estimaciones y pueden variar según las personalizaciones necesarias. También se recomienda limpiar todos los recursos de AWS creados para evitar cargos adicionales en el futuro.
La implementación de esta tecnología no solo tiene el potencial de disminuir costos y reducir la congestión, sino que también puede mejorar la seguridad vial y la eficiencia general del tráfico. Para obtener más información sobre cómo Amazon Rekognition puede optimizar tareas de reconocimiento de imágenes y análisis de videos, se sugiere consultar la Guía del Desarrollador de Amazon Rekognition.
Con este avance, se espera una mejora considerable en la gestión del tráfico, traducida en ahorros significativos y una mejor experiencia para los usuarios de las vías públicas.
