La Secretaría de Políticas Digitales del Departamento de Empresa y Trabajo del Govern catalán, el Área Metropolitana de Barcelona (AMB) y el centro tecnológico Eurecat, a través del Centre of Innovation for Data tech and Artificial Intelligence (CIDAI), han presentado los resultados del testeo de una herramienta de inteligencia artificial (IA), que permite analizar y prever la demanda del servicio de Aerobús y ajustar la flota de vehículos necesaria en cada momento con el objetivo de mejorar la planificación y el transporte público metropolitano de Barcelona. Se trata del proyecto AIDA del CIDAI, desarrollado en el marco de la Estrategia de Inteligencia Artificial de Cataluña.
El Aerobús da servicio a la línea que conecta el centro de Barcelona con las dos terminales del Aeropuerto Josep Tarradellas Barcelona – El Prat, que funciona las 24 horas de los siete días de la semana.
La solución del proyecto AIDA tiene por objeto contribuir a mejorar la eficiencia operativa en función de la demanda a través de la IA y los datos. Han participado AMB, como promotora del reto, planificadora de la movilidad metropolitana y titular de los servicios de Aerobús y de autobús metropolitano, y el centro tecnológico Eurecat, que ha desarrollado la herramienta innovadora.
El modelo desarrollado combina la predicción de la demanda a corto y medio plazo con un modelo de optimización para hacer una estimación de la flota de vehículos necesaria para cubrir las necesidades en cada momento, respetando la frecuencia de paso establecida del Aerobús. Como resultado, se optimiza la información, la gestión de los trámites y la prestación de los servicios públicos.
Nuevo proyecto AI4BUS
De la colaboración entre AMB y Eurecat a través del CIDAI ha surgido el nuevo proyecto AI4BUS para ampliar la escala de la solución y aplicarla a las líneas de autobús metropolitano de AMB. El propósito es predecir la demanda de pasajeros, optimizar las frecuencias de paso y minimizar los tiempos de espera a fin de ofrecer un servicio más flexible, sostenible y eficiente, ajustando la oferta a la demanda en tiempo real.
De este modo, se busca transformar el modelo de gestión del transporte público a través del análisis de datos y el desarrollo de modelos de inteligencia artificial con la finalidad de conseguir modelos predictivos avanzados para anticipar la ocupación de los autobuses e incidir en la optimización de frecuencias de paso para mejorar la eficiencia operativa.
Al igual que AIDA, este proyecto incorpora el uso de datos contextuales como la meteorología, eventos en la ciudad y variables socioeconómicas, así como la implementación de un demostrador con datos reales para validar los resultados en un entorno operativo.