«`html
¿Te imaginas poder entender el tráfico sin necesidad de sensores en cada esquina? El 15 de agosto de 2025, el Dr. Abolfazl Karimpour, profesor asistente de Ingeniería de Transporte en SUNY Polytechnic Institute, presentó un método innovador para estimar la longitud y la duración de las colas de tráfico y los retrasos provocados por accidentes. Todo esto, sin la necesidad de esos costosos sensores físicos en las carreteras. Este emocionante avance se refleja en su artículo recién publicado en Case Studies on Transport Policy.
Un enfoque revolucionario
El sistema desarrollado por el Dr. Karimpour es realmente impresionante. Integra datos de velocidad y ubicación de vehículos en tiempo real, obtenidos de fuentes de datos crowdsourced que están al alcance de todos. ¿Te imaginas el potencial de monitorear el impacto de los accidentes a nivel estatal, y hacerlo a un costo mucho más bajo que los métodos tradicionales? Gracias a esta nueva metodología, las agencias de transporte pueden detectar y responder a incidentes más rápido, gestionar mejor la congestión y, sobre todo, mejorar la seguridad en nuestras carreteras.
El artículo fue coautorado por Anthony Alteri, un reciente graduado de SUNY Poly, Adrian Cottam del Instituto de Investigación en Transporte de la Universidad de Auburn y Ellwood Hanrahan II del Departamento de Transporte del Estado de Nueva York (NYSDOT). Todo este trabajo se realizó a través del Laboratorio de Investigación en IA de Transporte (TRAIL) de SUNY Poly, donde el Dr. Karimpour es el director. ¡Un verdadero equipo de expertos!
Colaboración clave con NYSDOT
La colaboración con el NYSDOT fue esencial para el éxito de este proyecto. No solo proporcionaron datos vitales sobre el transporte, sino que también participaron activamente en sesiones de lluvia de ideas, aportando valiosos conocimientos que ayudaron a definir la dirección de la investigación y sus resultados. Esta sinergia entre el ámbito académico y el sector público subraya la importancia de trabajar juntos para resolver los complejos problemas que enfrentamos en el tráfico.
Impacto y futuro de la investigación
El desarrollo de este marco tiene el potencial de transformar la forma en que las agencias de transporte gestionan el tráfico y responden a incidentes. Con la capacidad de realizar estimaciones automáticas de retrasos provocados por accidentes, se espera que este enfoque contribuya significativamente a reducir la congestión y mejorar la seguridad vial para todos los conductores. A medida que la tecnología avanza e se integra más en la gestión del tráfico, es probable que veamos cómo evolucionan las estrategias que utilizan las autoridades para mantener nuestras carreteras seguras y eficientes.
Si quieres saber más sobre este trabajo, no te pierdas el artículo titulado Estimación automática estatal de retrasos inducidos por accidentes y formaciones de cola utilizando datos crowdsourced, publicado en Case Studies on Transport Policy (2025).
«`
