Avances en la deteccion de accidentes, octubre 2016

Leonardo Basso, Mauro Huenupi y Gabriel Montero, Socios, en conjunto con Franco Basso

INTRODUCCIÓN

La prevención de accidentes de tránsito ha sido una preocupación histórica de la ingeniería de transporte, sin perjuicio de que en Chile no hemos logrado a la velocidad esperada. De hecho, nuestro socio Milton Bertín llamó a los últimos años “La década perdida” en un plenario de 2015. Por lo mismo, resulta “refrescante” estar involucrados en desarrollos innovadores en la materia, como la experiencia que está llevando a cabo el Instituto de Sistemas Complejos de la U. de Chile en conjunto con la concesionaria Autopista Central sobre predicción de accidentes de tránsito en tiempo real.

En términos generales, el proyecto busca estimar modelos matemáticos que expliquen la ocurrencia de accidentes de tránsito a partir de variables que puedan ser monitoreadas en tiempo real por las autopistas urbanas. De esta forma, se podrían identificar situaciones en las cuales estas variables toman ciertos valores que aumentan la probabilidad de ocurrencia de un accidente y ante esa situación tomar acciones para evitar que se produzca.

SOBRE LOS MODELOS

Como es sabido, la estimación de modelos estadísticos para predecir fenómenos estadísticos de muy baja frecuencia presenta especiales dificultades: los datos llevan a estimar modelos que siempre predicen que no habrá accidentes, independiente de las condiciones que se den. De hecho, la base de datos utilizada considera periodos de 5 minutos durante un año, y en el 99,7% de ellos no se produjo un accidente. En años recientes se ha generado bastante literatura al respecto, alguna de ella por parte de investigadores nacionales.

En el caso particular de esta experiencia se han probado distintos enfoques, resultando particularmente interesante el comportamiento de modelos de “Support Vector Machine” (con distintos “kernel”) y modelos logit con formulaciones lineales y no lineales en sus variables. Los primeros, más sofisticados y de más difícil interpretación (¡no resultan en una ecuación!) han mostrado ser muy flexibles en fase de estimación, pero dada su tendencia a capturar “casos puntuales”, tienden a fallar más en fase predictiva. Los modelos logit, en cambio, han presentado un mejor desempeño en fase predictiva, además de presentar parámetros de estimación de fácil interpretación.

SOBRE LOS DATOS

Metodológicamente, se ha abordado el problema por tramos de la autopista y por periodos, es decir, no se han incluido variables que describan la geometría y condiciones generales de la infraestructura sino que se asumen constantes en una porción del “espacio-tiempo”. La base de datos de prueba contempla el tramo de Autopista Central entre el Río Mapocho y el Centro de Justicia (Rondizzoni), para el cual se ha considerado el periodo de punta de la tarde y contempla 9 meses de datos correspondientes a intervalos de 5 minutos.

Cada intervalo está caracterizado por una importante cantidad de variables recogidas por medio de los pórticos de cobro, así como otras variables combinadas y/u obtenidas de otras fuentes. Entre otras, cabe mencionar variables como el flujo vehicular, la velocidad promedio, la densidad vehicular, tipo de vehículo, día/noche y otros.

SOBRE LOS RESULTADOS

A la fecha, los resultados son bastante auspiciosos, habiéndose logrado modelos que en fase predictiva presentan comportamientos del mismo nivel o superior a los que se observa en literatura especializada reciente. A modo de regla del pulgar, se ha encontrado modelos capaces de predecir hasta el 80% de los accidentes, controlando la cantidad de “alertas” al 20%.

El proceso de exploración de formulaciones ha sido interesante y no siempre intuitivo. Por ejemplo, hasta ahora, no se ha encontrado mayor relevancia de si es de día o de noche, tal vez por la existencia de buena iluminación. Sin embargo, una variable que ha mostrado ser especialmente decidora en la predicción es la “variación de la densidad vehicular” entre un intervalo y el siguiente, es decir, si el tráfico se está “soltando” luego de un período de congestión, o “apretando”, aumenta la probabilidad de accidentes.

SOBRE EL FUTURO

Dados los auspiciosos resultados, se está pensando ya en avanzar en la experiencia en varias direcciones.

Una de ellas es la expansión de los tramos-periodo de prueba a otros sectores de la autopista y horarios del día. En esta línea, los primeros avances muestran que se pueden replicar los buenos resultados en otros lugares, aunque los parámetros estimados e incluso las variables que resultan relevantes pueden ser muy distintas (descartándose por la ahora la búsqueda de una “ecuación fundamental del accidente”).

Otra, posiblemente la más ambiciosa, es la implementación de una prueba piloto de monitoreo/predicción en línea de los accidentes, la cual, de resultar exitosa, abre una serie de posibilidades de gestión por parte de la autopista, tales como alertas a los usuarios por distintas vías (radio, VMS, etc.), re-posicionamiento de los equipos de emergencia, control de flujo de entrada (ramp metering), etc. Esta etapa requiere superar importantes complejidades técnicas/computacionales y administrativas, pero posiblemente el esfuerzo vale la pena.

    Agregar un comentario