El proyecto M4M, liderado por Libelium, combina gemelos digitales, datos de telefonía móvil y analítica avanzada para predecir atascos y simular cortes de tráfico en el área metropolitana de Barcelona. La iniciativa utiliza servicios de movilidad avanzada sobre un espacio de datos coordinado por i2CAT, e integra información del núcleo urbano de Barcelona y de los municipios de Sant Boi de Llobregat y Terrassa.
El sistema no se limita a cámaras o sensores físicos instalados en el asfalto. Su principal fuente son datos agregados y anonimizados de MasOrange, captados por antenas de telefonía situadas en las principales autovías y en ejes críticos como la Avenida Diagonal, la Meridiana, la calle Aragón y la Gran Vía.
Libelium procesa estos datos para realizar conteos de vehículos cada 30 minutos. Al cruzarlos con horarios y frecuencias del transporte público, el sistema deja de ser una foto fija del presente para transformarse en una herramienta de predicción con capacidad de análisis temporal.
Según Juan Francisco Inglés, R&D Project Technician en Libelium, “el proyecto M4M impulsa una nueva forma de gestionar la movilidad en el área metropolitana de Barcelona, integrando datos agregados y anonimizados de la red móvil con otras fuentes urbanas en un espacio de datos interoperable. Gracias a analítica avanzada, predicción y simulación con gemelos digitales, M4M convierte la información en métricas operativas y herramientas prácticas, como paneles de control y servicios de consulta, que ayudan a anticipar la congestión, optimizar el transporte y evaluar el impacto de medidas sobre infraestructuras y restricciones”.
Gemelo digital, simulación ‘what-if’ y calidad del aire
Sobre esta base de datos interoperables, el proyecto M4M despliega un gemelo digital que permite ejecutar simulaciones de escenarios para evaluar el impacto de una medida antes de su aplicación. Los gestores municipales pueden evaluar, por ejemplo, cómo afectaría el cierre de una vía, la modificación de la Zona de Bajas Emisiones o la introducción de nuevas restricciones de acceso antes de aplicarlas en la ciudad real.
Esta capacidad predictiva facilita detectar picos de congestión con varios días de margen, ajustar frecuencias de autobuses y metro y redistribuir recursos de forma proactiva. Además, el modelo traduce la intensidad de la circulación en estimaciones de emisiones contaminantes, vinculando las decisiones de movilidad con la calidad del aire.
Miguel Ángel Ortega, R&D Project Technician en Libelium, señala que “el prototipo de dashboard inicial proporciona una visualización intuitiva de 9 métricas de tráfico y emisiones en tiempo real (CO₂, contaminantes, velocidad, ruido) (todo con datos de prueba, no son exactamente reales). Lo innovador es la capacidad de simular escenarios «what-if» mediante un gemelo digital, permitiendo a los gestores urbanos evaluar políticas antes de implementarlas. El módulo de evolución temporal muestra cómo cambia la contaminación a lo largo del día, tanto en formato gráficas como tablas, permitiendo la selección de múltiples variables para la visualización”.
El proyecto incorpora un modelo de gobernanza federado que garantiza la trazabilidad y el uso de los datos solo para los fines acordados, alineado con el Data Act europeo. El valor diferencial del dato de la telefonía móvil frente a los sensores tradicionales es su amplia cobertura: permite inferir origen y destino de los desplazamientos y obtener una visión completa de cómo se mueve la población en todo el municipio.
Consorcio del proyecto M4M
M4M se desarrolla mediante un consorcio liderado por Libelium y Orange Espagne Sau, con responsabilidad compartida al 50%. La iniciativa cuenta con financiación de la Unión Europea-Next Generation EU y el apoyo de la Generalitat de Cataluña, a través del Departamento de Empresa y Trabajo.
El proyecto sigue un calendario de seis fases: el primer prototipo funcional está previsto para finales de febrero y la versión final, junto con la evaluación de impacto, para el cierre de marzo, bajo supervisión de la administración autonómica.