Potenciando la analítica de seguridad vial para acelerar los objetivos de Visión Cero

¿Cómo pueden las autoridades y los expertos en seguridad vial identificar ubicaciones urbanas de riesgo antes de que ocurran los accidentes? Depender exclusivamente de bases de datos históricas limita a los equipos municipales a un ciclo de actuación  reactivo. Superar este desafío exige un enfoque innovador basado en datos que combine big data e inteligencia artificial para transformar la seguridad urbana de una práctica reactiva a una estrategia proactiva. 

Este caso de estudio describe cómo la plataforma de analítica avanzada para la seguridad vial, SOTERIA, transforma datos complejos de movilidad en información estratégica, permitiendo a las ciudades prevenir siniestros y acelerar el cumplimiento de sus objetivos de Visión Cero.

Superando las limitaciones del análisis reactivo de puntos críticos

La mayoría de los análisis convencionales de puntos críticos se basan casi exclusivamente en datos históricos de accidentes. Aunque este enfoque sigue siendo útil, presenta limitaciones significativas para la gestión urbana y la planificación a largo plazo alineada con los principios de Visión Cero:

• Enfoque reactivo: los análisis basados en datos históricos solo reflejan aquellos siniestros ya registrados. Esto implica que las ubicaciones únicamente se señalan como peligrosas después de que se haya producido un accidente.
• Ineficiencia operativa: los procesos tradicionales exigen un esfuerzo manual considerable en el tratamiento de los datos.
• Visión estática: las actualizaciones suelen ser poco frecuentes, lo que dificulta el mantenimiento de una conciencia situacional continua.

Es fundamental comprender que la ausencia de registros de accidentes no garantiza que un tramo vial sea seguro, simplemente puede indicar que aún no se ha producido la combinación crítica de riesgo y exposición. El verdadero desafío para las autoridades es identificar de forma proactiva estos puntos potencialmente peligrosos antes de que ocurra un siniestro.

La solución: un enfoque basado en datos por una seguridad vial predictiva

Para superar las limitaciones comentadas anteriormente, SOTERIA integra los datos tradicionales de accidentes con nuevas fuentes de información sobre movilidad, impulsando un cambio de paradigma hacia un análisis proactivo. 

La implementación de la plataforma se articula sobre tres pilares técnicos:

• Integración de datos de vehículos conectados: la herramienta captura información sobre posición, velocidad y aceleración para detectar eventos de conducción brusca (como frenazos o maniobras repentinas), que actúan como indicadores clave de situaciones de riesgo y cuasi-accidentes.
• Utilización de datos de telefonía móvil: empleamos datos anonimizados de telefonía móvil para estimar la demanda de viajes. Esto permite analizar patrones de siniestralidad directamente relacionados con la exposición al tráfico de los distintos perfiles de usuarios.
• Predicción de riesgos mediante IA: la plataforma utiliza inteligencia artificial para predecir el riesgo de siniestralidad. Al combinar datos históricos, información de movilidad, cuasi-accidentes y datos de infraestructura, la IA estima con precisión dónde y cuándo es más probable que ocurran accidentes.

Una arquitectura de software modular para la seguridad urbana

La arquitectura de SOTERIA se compone de módulos complementarios diseñados para optimizar la analítica de seguridad vial en diferentes capas operativas:

Análisis descriptivo y diagnóstico:

• Accidentes: visualización de siniestros registrados y sus atributos específicos.
• Puntos críticos: identificación de zonas de alto riesgo, categorizadas según su gravedad y el perfil de los usuarios afectados.

Análisis de exposición y demanda:

• Demanda de viajes: caracterización integral de la demanda de tráfico en toda la red urbana.
• Exposición al riesgo: análisis de riesgo relacionado con los indicadores de exposición de vehículos y peatones.

Análisis proactivo y predictivo:

• Ubicaciones peligrosas: detección de cuasi-accidentes mediante datos de vehículos conectados para anticipar áreas de riesgo.
• Predicción de accidentes: estimación de riesgos basada en IA para pronosticar la probabilidad espacial y temporal de siniestralidad.

Resultados medibles para la seguridad vial en las ciudades

El prototipo de SOTERIA fue validado en el Living Lab de Madrid, en colaboración con la policía municipal, demostrando su capacidad para guiar estrategias reales de seguridad urbana. Al fusionar diversos flujos de datos en un entorno digital centralizado, la plataforma minimiza eficazmente los silos operativos y reduce drásticamente la carga de gestión manual.

La transición desde métodos reactivos hacia un marco predictivo aporta ventajas estratégicas clave para las autoridades comprometidas con los objetivos de Visión Cero:

• Optimización operativa: mayor eficiencia y agilidad en los flujos de trabajo analíticos y en la toma de decisiones.
• Visibilidad sin precedentes: acceso directo a información estratégica sobre dinámicas urbanas complejas que resulta inaccesible mediante métodos tradicionales.
• Intervenciones dirigidas: priorización más precisa de las acciones preventivas y de las mejoras en la infraestructura gracias a la medición de riesgos en tiempo real. Además, es posible medir la eficacia de las medidas tomadas fácilmente. 

Lecciones aprendidas de la validación en el mundo real

El despliegue del prototipo de SOTERIA en Madrid ha proporcionado valiosas conclusiones sobre el futuro de la analítica en torno a la seguridad vial urbana:

• La integración es clave: la capacidad de unificar fuentes de datos heterogéneas en una única plataforma resulta esencial para eliminar flujos de trabajo fragmentados.
• El valor de los indicadores indirectos: el uso de cuasi-accidentes e indicadores de tráfico refuerza la transición hacia un modelo proactivo de gestión de la seguridad vial.
• Viabilidad operativa: la validación de la plataforma en el Living Lab de Madrid, junto a la policía local, confirmó el potencial de la herramienta para apoyar la toma de decisiones cotidianas en entornos urbanos complejos.
• Escalabilidad: el marco de trabajo ha demostrado que este enfoque proactivo y basado en datos es fácilmente transferible a otras ciudades y contextos internacionales, proporcionando una hoja de ruta escalable para la implantación de la estrategia Visión Cero a nivel global.

SOTERIA, el proyecto

El proyecto de investigación europeo SOTERIA surgió con el objetivo de acelerar la consecución del plan Visión Cero de la UE para mejorar la seguridad de los usuarios vulnerables (VRU). Este integró datos de movilidad, inteligencia artificial, modelización y simulación, así como servicios digitales innovadores, para comprender mejor los riesgos de seguridad vial, anticipar situaciones de peligro y promover una movilidad más segura e inclusiva. Las soluciones del proyecto se co-crearon y probaron a través de cuatro Living Labs en Europa, abarcando distintos contextos urbanos y grupos de usuarios que incluían peatones, ciclistas, motoristas, jóvenes y personas de edad avanzada.

El consorcio de SOTERIA reunió a 15 socios europeos multidisciplinares, combinando el expertise de instituciones de investigación, proveedores tecnológicos, especialistas del sector y autoridades públicas.

Si quieres saber más sobre el proyecto SOTERIA, visita nuestra página de proyectos de I+D.