Ferrocarrils de la Generalitat Valenciana (FGV) participa en una experiencia piloto que se desarrolla en la estación de Luceros de TRAM d’Alacant que, utilizando la tecnología de láser LiDAR, permite monitorizar en tiempo real y de forma anónima el flujo de personas.
La prueba piloto, que cuenta con fondos europeos y es pionera en España en el sector ferroviario, la desarrolla Outsight, empresa líder en tecnología de Percepción en 3D (Inteligencia Artificial Espacial), en colaboración con SICE, integrador tecnológico de referencia.
El proyecto usa un nuevo tipo de Inteligencia Artificial en 3D con sensores LiDAR instalados en la estación para recopilar datos clave. Dicha tecnología LiDAR es un sistema que utiliza láseres para medir distancias, crear mapas tridimensionales y detectar movimiento de forma anónima.
El programa de Outsight permite recopilar datos detallados sobre la ocupación y movimiento dentro de la estación de manera anómina, creando así un gemelo digital 3D en tiempo real. De esta forma, FGV podrá verificar en tiempo real las zonas con mayor acumulación de personas e identificar tiempos de espera en cada área, lo que ayuda a entender los momentos de mayor demanda y planificar mejor los recursos.
Como ejemplo, la empresa pública podrá conocer el número de personas que hay en todo momento en la estación, la cantidad de viajeros que entra por cada acceso, los usuarios que entran y salen por cada uno de los tornos, los pasajeros que suben y bajan por la escalera determinada, el tiempo medio de espera en las colas de máquinas expendedoras automáticas, el tamaño de la cola de gente que espera en la taquilla a ser atendida en cualquier instante, el tiempo medio de espera a ser atendido y un largo etcétera.
En definitiva, esta información sirve a FGV para conocer la utilización de recursos, las horas del día con mayor o menor afluencia, las tasas de ocupación de los servicios, etcétera. Además, esta solución monitoriza los flujos de entrada y salida de pasajeros, proporcionando un análisis detallado del comportamiento en diferentes momentos del día. También se analiza la densidad de ocupación para detectar cuellos de botella y proponer mejoras que optimicen la circulación de los usuarios.
