Es posible saber si el próximo vagón del metro está abarrotado de gente o no gracias a un novedoso programa Thales

Con la aparición del Covid, el objetivo número uno para la mayoría de los ciudadanos ha sido evitar las aglomeraciones, uno de los puntos de contagio más habituales. Tras la pandemia, la necesidad de permitir el distanciamiento social se ha puesto de manifiesto, más aún en las redes de transporte. El metro de Madrid alcanzó los 677,4 millones de viajeros en el 2019, lo que se traduce en el tercer año con más demanda de la historia del suburbano madrileño.

Investigadores de la Universidad de Columbia concluyeron que, si Estados Unidos hubiera aplicado el distanciamiento social dos semanas antes de lo que lo hizo, podría haber evitado el 84% de las muertes y el 82% de los contagios por el virus del SARS-CoV-2.

Con todos estos datos, cientos de empresas han buscado soluciones para mejorar la gestión de la situación de crisis sanitaria y, en especial, de esas acumulaciones de personas que se producen a diario en las grandes ciudades.

De entre todos los nuevos sistemas de prevención de aglomeraciones, destaca la propuesta del Grupo Thales basada en el análisis de vídeo. Distributed Intelligent Video Analytics (DIVA) proporciona a los operadores de transporte información, alertas y predicciones únicas.

Para una mejora de la gestión, es necesario empezar teniendo mejores datos. Y esto es lo que consigue el Análisis de Vídeo Inteligente Distribuido de Thales. Lo primero que haces es extraer el recuento del número de personas de las cámaras de CCTV mediante el uso de algoritmos. Dichos datos se utilizan para generar mapas de calor en tiempo real y KPI para proporcionar información a los diferentes usuarios.

Para un mejor entendimiento, se podría decir que Thales puede suministrar el software en el que se basa Distributed Intelligent Video Analytics como un servicio digital a través de una arquitectura distribuida; el algoritmo puede alojarse en las estaciones o desplegarse en los trenes. 

Con este programa tecnológico, es posible saber si el tren que se aproxima está lleno de personas o no. O, más específico, saber qué andenes están más vacíos según la intensidad de colores proporcionada: verde para baja, amarillo para media y rojo para alta.

El objetivo es que se produzcan unas entradas y unas salidas más controladas y rápidas. Lo que además proporcionaría un tiempo de espera mucho más bajo y una mejor experiencia para el viajero.

Toda la información, en este link.