Para su ejecución, la tecnología RoadSafe de Ford usa un algoritmo inteligente capacitado para procesar datos anónimos procedentes de fuentes como los vehículos conectados, los sensores de carretera y los informes de accidentes. De esta manera se puede identificar los lugares en los que posiblemente se produzcan incidentes de tráfico. Además, la información recaudada se puede proyectar en un mapa que identifica el nivel de riesgo y podría usarse para advertir a los conductores de los puntos conflictivos. Asimismo, la nueva herramienta de Ford ha sido el resultado de cuatro años de investigación por parte de la compañía.
Ford presenta la nueva Transit con conectividad mejorada, SYNC 4 y asistencia al conductor
Leer más
“Ford puede señalar las áreas preocupantes, para que los conductores sean más conscientes de ellas y las autoridades puedan abordarlas”
Por otro lado, Jon Scott, jefe de proyecto de City Insights, Ford Mobility, Europa, ha explicado que “hay zonas en todas las ciudades en las que la probabilidad de que se produzca un incidente es mayor, ya sea por una señal mal colocada, un bache sin reparar o unos cruces construidos para albergar mucho menos tráfico del que tenemos actualmente. Ahora, Ford puede señalar las áreas preocupantes, para que los conductores sean más conscientes de ellas y las autoridades puedan abordarlas”.
Una herramienta para hacer las carreteras más seguras
Para el desarrollo de RoadSafe se ha realizado un análisis de Londres para poner de relieve los puntos conflictivos en materia de seguridad vial e identificar las posibles causas y las medidas de seguridad. A lo largo de los últimos 15 meses, la investigación se ha extendido a Oxfordshire, con más de 200 vehículos de pasajeros y comerciales conectados voluntariamente en Londres y Oxfordshire. Además, con la recopilación de los datos el equipo ha podido desarrollar un mapa de calificación de riesgo en segmentos de carretera con el objetivo de identificar los tramos de carretera que son especialmente preocupantes.
IBM y Mercedes amplían Guardia Urbana-Ayuda para recuperar vehículos robados
Leer más
Por otro lado, este cuadro de mandos incorpora varias capas de datos, incluidos los datos históricos de accidentes y un algoritmo de clasificación de predicción de riesgo aplicado a cada segmento de carretera apoyado en una serie de datos, calculados mediante técnicas avanzadas de análisis de datos. Esta clasificación usa colores para señalas dónde es más probable que se produzcan incidentes, el color rojo representa el nivel de riesgo más alto y el amarillo el más bajo.
Para la recopilación de los datos, los vehículos conectados registran los eventos de conducción
Por consiguiente, para la recopilación de los datos, los vehículos conectados registran los eventos de conducción, y los sensores de Vivacity situados en la carretera siguen los movimientos de los diferentes medios de transporte. Los sensores utilizan algoritmos de aprendizaje automático para localizar incidentes cercanos y pueden analizar los patrones de movimiento de los usuarios vulnerables de la carretera, como ciclistas y peatones, así como de los vehículos no conectados. Todos los datos compartidos por los sensores son anónimos y las imágenes de vídeo se descartan en su origen. Esto proporciona carreteras más seguras sin que se produzca una intromisión en la privacidad.
Finalmente, la unión de los datos de los vehículos y los sensores puede ayudar a identificar una gran cantidad de peligros, como los sitios en los que los vehículos pasan demasiado cerca de los ciclistas, una parada de autobús mal situada, e infraestructuras mal diseñadas, como rotondas y cruces, que provocan confusión y pueden ser origen de accidentes.
Si (
No(
