Distracciones al volante, consumo de estupefacientes, no respetar las indicaciones de circulación o el cansancio son las principales causas de siniestralidad. Diferentes estrategias y medidas trabajan para reducir las cifras de accidentes de tráfico y, en este contexto, la Universidad de Cambridge ha desarrollado un algoritmo adaptable que detecta los cambios del conductor. ¿El objetivo?, mejorar la seguridad vial.
Aunque en los últimos años se ha trabajado para reducir las muertes en las carreteras, lo cierto es que todavía queda mucho camino. Como refleja el informe sobre la situación mundial de la seguridad vial de 2023 de la Organización Mundial de la Salud (OMS) actualmente fallecen dos personas por minuto por accidentes de tráfico en el mundo. Un total de 3.200 fallecimientos por día.
Con 1,19 millones de decesos en 2021, las lesiones en la carretera sigue siendo la principal causa de muerte entre niños y jóvenes de 5 a 29 años. Esta cifra ha mejorado un 5% con respecto a 2010, aun así sigue suponiendo “un importante problema de salud pública” como destaca el organismo perteneciente a Naciones Unidas. Cada año, de hecho, más de 50 millones de personas resultan heridas en las carreteras.
“Cualquier interacción entre conductor y vehículo se puede personalizar para priorizar la seguridad y mejorar la experiencia del usuario"
108 países han reducido el número de víctimas mortales, diez incluso en una tasa porcentual del 50%. Campañas de concienciación, controles de carretera de documentación, alcohol y drogas, obligación de que los vehículos pasen controles… Estas son las principales medidas que han permitido mejorar estas cifras. Y la tecnología también se suma frente a esta lucha para mejorar la seguridad vial.
ALGORITMO PARA DETECTAR LA CARGA DE TRABAJO
Investigadores de la Universidad de Cambridge, con la colaboración con Jaguar Land Rover, han utilizado sistemas de aprendizaje automático para medir la carga de trabajo del conductor, definida como el hecho de conducir por zonas desconocidas, en momentos de alto volumen de tránsito, cruces complejos de camino, otro conductor que se comporta de forma errática o bajo situaciones climáticas desfavorables.
Con esa información, plantean generar sistemas en el vehículo de infroentretenimiento, navegación, pantallas o sistemas avanzados de asistencia al conductor. “Cualquier interacción entre conductor y vehículo se puede personalizar para priorizar la seguridad y mejorar la experiencia del usuario, brindando interacciones adaptativas entre humanos y máquinas”, destacan en nota de prensa.
La investigación publicada en la revista ‘IEEE Transactions on Intelligent Vehicles’ demuestra que este sistema podría hacer que los conductores solo reciban alertas en momentos de poca carga de trabajo, para que pueda mantener la concentración total en los momentos más estresantes. “Cada vez hay más datos disponibles para los conductores. Sin embargo, con los crecientes niveles de exigencia de los conductores, esto puede ser un importante factor de riesgo para la seguridad vial”, afirmó el coautor primero, el Dr. Bashar Ahmad, del Departamento de Ingeniería de Cambridge.
"Puede adaptarse fácilmente a diferentes tipos y condiciones de carreteras, o a diferentes conductores que utilicen el mismo coche"
Para conseguir que estos mensajes aparezcan en el momento más relajado de la conducción es preciso valorar en todo momento la situación del conductor. Para medir sus niveles de exigencias han desarrollado algoritmos que rastreanla información de la conducción: dirección, aceleración y freno.
"Para la mayoría de aplicaciones de aprendizaje automático como esta, habría que entrenarlas en un controlador en particular, pero hemos podido adaptar los modelos sobre la marcha utilizando técnicas simples de filtrado bayesiano", indica Ahmad. "Puede adaptarse fácilmente a diferentes tipos y condiciones de carreteras, o a diferentes conductores que utilicen el mismo coche".
El sistema es capaz de estimar secuencialmente en tiempo casi real la carga de trabajo del conductor. La eficacia demostrada alcanzó un 92% en la elaboración de perfiles y un 81% en la estimación instantánea de la carga de trabajo. "Estos hallazgos ayudarán a definir cómo utilizamos la programación inteligente dentro de nuestros vehículos para garantizar que los conductores reciban las notificaciones correctas en el momento más adecuado, lo que permitirá viajes fluidos y sin esfuerzo", concluye el Dr. Lee Skrypchuk, especialista técnico senior de interfaz hombre-máquina de JLR.