Un algoritmo para calcular el futuro.
Mediante la combinación inteligente de estos datos (fusión de datos), un algoritmo calcula cómo evolucionará el tráfico en el transcurso de los siguientes dos minutos. A continuación, el algoritmo efectúa los cálculos necesarios para ofrecer sugerencias para la conducción óptima. Puede tratarse de advertencias, pero también de recomendaciones de velocidad para conducir relajadamente según fluye el tráfico. Pero también es concebible que se emitan advertencias a tiempo para indicar que el siguiente semáforo está a punto de ponerse en rojo, de manera que el conductor pueda retirar el pie del acelerador para que el coche ruede tranquilamente hasta detenerse en el cruce. Esta información se ofrecería considerando la cantidad de coches que también tendrán que detenerse en dicho semáforo.
El gran reto que alberga la previsión a través de la red consiste en pronosticar de la manera más precisa posible lo que sucederá. Es decir, el problema estriba en aprovechar todos los datos disponibles de tal manera que se obtengan escenarios realistas y sugerencias fiables.
«Disponemos de muchos datos sobre el estado real y actual del tráfico. Por ejemplo sabemos a qué velocidad circulan los coches que van delante, conocemos el funcionamiento de los semáforos y contamos con datos del propio coche. De lo que se trata es de aprovechar esos datos para hacer un pronóstico fiable sobre la evolución del tráfico durante los próximos dos minutos. Eso suena un poco a adivinar consultando una bola de cristal». (Benno Schweiger, experto del BMW Group Forschung und Technik a cargo del algoritmo utilizado en el sistema de previsión a través de la red).
El aprovechamiento de los datos disponibles para obtener un pronóstico fiable se consigue mediante el algoritmo que realiza una microsimulación del flujo del tráfico. Concretamente, primero se detecta unidimensionalmente el tramo siguiente inmediato de la calle y, a continuación, se agregan todos los datos disponibles relacionados con el entorno, por ejemplo aquellos provenientes de otros vehículos que transmiten su posición geográfica. El algoritmo recurre a los datos empíricos y a la propia velocidad del coche, calcula una supuesta densidad del tráfico y completa los datos de los coches realmente detectados, combinándolos aleatoriamente con datos correspondientes a vehículos virtuales. En la simulación, los coches virtuales también modifican su velocidad de acuerdo con criterios de velocidad nominal y criterios de distancias entre los coches, adaptándola automáticamente a la velocidad de los demás coches.
100 escenarios por segundo.
El algoritmo es capaz de ejecutar esta simulación más o menos 100 veces por segundo. Al hacerlo, van cambiando ligeramente y de manera aleatoria la distribución de los coches y el comportamiento de los conductores virtuales, de manera que cada segundo se obtienen 100 variantes que reflejan la situación probable que se producirá en el transcurso de los próximos dos minutos. Recurriendo a esta ingente cantidad de datos y considerando la frecuencia de determinadas situaciones, es posible realizar un pronóstico fiable de lo que sucederá en los próximos dos minutos en la realidad. Si el algoritmo calcula escenarios altamente probables y que merecen la atención del conductor, emite las advertencias o sugerencias correspondientes.
El pronóstico no solamente permite anticipar retenciones de tráfico, sino el «desplazamiento» de los últimos coches que se encuentran en el estancamiento, lo que significa que el sistema también es capaz de advertir sobre la creciente acumulación de coches detenidos. De esta manera, las sugerencias para evitar la retención del tráfico optando por otra ruta son más fiables, el conductor es capaz de aminorar a tiempo su velocidad y, además, también sabe a qué distancia se disuelve la retención y vuelve a fluir el tráfico. BMW Forschung und Technik está colaborando con otros departamentos especializados de la empresa con el fin de analizar cuáles podrían ser los usos de la «previsión a través de la red» sobre la base del algoritmo.
¿En el coche o en el servidor?
En el prototipo de investigación utilizado actualmente, el procesamiento de los datos está a cargo de un ordenador de alto rendimiento instalado en el maletero. Sin embargo, teóricamente los cálculos también podrían estar disponibles en un server central («backend»). Por lo tanto, los expertos están analizando la posibilidad de obtener productos escalares y de integrar la unidad procesadora en el coche y, a la vez, están buscando las formas de trasladar las operaciones de procesamiento a un server central. De acuerdo a los resultados de este trabajo, se optará por la solución más apropiada.
La peculiaridad y, a la vez, la gran ventaja de la «previsión a través de la red» consiste en la combinación de todos los datos disponibles. El coche recibe de inmediato las informaciones sobre lo que sucede cerca del coche a través de la comunicación Car-2-Car, mientras que con la comunicación Car-2-Backend-2-Car obtiene informaciones sobre la situación del tráfico en un entorno geográfico más amplio. A estos datos se suman los datos empíricos que abarcan un período más largo. Con el fin de obtener pronósticos aún más acertados y mejorar la simulación del flujo del tráfico, en el futuro también se aprovecharán la información sobre el tráfico en tiempo real (RTTI), sobre la conmutación de los semáforos y sobre carteles de tráfico cambiantes, así como partes meteorológicos.