Tecnología de NEC predice congestiones repentinas de tráfico en tiempo real usando cables de fibra óptica

La solución logra una reducción del 80% en el error de predicción, permitiendo una gestión óptima de la congestión

NEC, multinacional japonesa especialista en tecnología, acaba de anunciar el desarrollo de una tecnología de detección por fibra óptica que tiene como objetivo monitorear las condiciones de las carreteras y predecir con precisión las congestiones repentinas de tráfico en tiempo real. Al recopilar datos de los cables de comunicación de fibra óptica ya existentes y analizar información de flujo de tráfico en tiempo real mediante un modelo de IA propio, NEC redujo en un 80% los errores de predicción en comparación con los métodos convencionales.

Esta tecnología permite un control del tráfico más eficaz, incluida la definición de rutas alternativas, contribuyendo así a la solución de desafíos sociales como problemas logísticos y emisiones de CO₂.

La congestión del tráfico es un problema social significativo, que amenaza la seguridad y causa pérdidas económicas sustanciales. En particular, las congestiones en autopistas —la columna vertebral de muchas redes logísticas— tienen un impacto económico considerable. Afrontar este desafío requiere la comprensión en tiempo real de las condiciones de las vías, tanto para la mitigación inmediata de la congestión y su prevención proactiva, como para la predicción altamente precisa de congestiones, con base en datos actualizados.

Los enfoques de monitoreo actuales dependen principalmente de instrumentos puntuales, como cámaras y detectores de lazo, además de datos de vehículos-sonda (*1). Sin embargo, ambos presentan limitaciones: los primeros tienen altos costos de instalación y mantenimiento en toda la red vial, mientras que los segundos solo proporcionan datos cuando vehículos equipados pasan por puntos específicos de recepción, restringiendo la cobertura continua y en tiempo real. Además, los modelos existentes de predicción de congestión dependen en gran medida de datos históricos a largo plazo, lo que dificulta capturar la aparición y propagación de congestiones repentinas e inesperadas.

Para enfrentar estos desafíos, NEC desarrolló una tecnología que utiliza cables de fibra óptica —originalmente instalados con fines de comunicación a lo largo de las vías— como sensores distribuidos para recopilar datos de flujo de tráfico en tiempo real y de manera continua en rutas completas. El modelo exclusivo de NEC, basado en Inteligencia Artificial, ofrece predicciones en tiempo real y de alta precisión sobre la aparición y la disolución de congestiones súbitas.

Características Técnicas

NEC desarrolló un algoritmo de asimilación de datos que combina técnicas avanzadas de optimización de parámetros de modelo y adaptación de datos, permitiendo simulaciones precisas del flujo de tráfico en tiempo real con base en datos exhaustivos recopilados en toda la red vial.

• Algoritmo de Optimización de Parámetros del Modelo

NEC creó un algoritmo para optimizar parámetros teóricos del modelo —como comportamientos de conductores (ej.: ajuste de la distancia entre vehículos)— de modo que las simulaciones reproduzcan fielmente los datos de flujo de tráfico observados en segmentos completos de carretera.

• Algoritmo de Adaptación de Datos

Un algoritmo avanzado convierte diversos datos de flujo de tráfico, incluyendo “velocidad media” y “posición/velocidad” de vehículos individuales, en formatos compatibles con las entradas de las simulaciones. Esto permite definir condiciones iniciales para las simulaciones con base en datos completos de flujo de tráfico obtenidos en rutas enteras, aumentando significativamente la fiabilidad de los resultados.

Gracias a estas innovaciones, NEC confirmó —con base en datos reales— que los errores de predicción del tiempo de viaje (un indicador fundamental para la predicción de congestiones) pueden reducirse en aproximadamente un 80% en comparación con el método actual, que depende de datos seccionales obtenidos de sensores puntuales, como cámaras.

NEC está avanzando aún más en la concreción de un gemelo digital dinámico de las carreteras, que permite el monitoreo del tráfico en tiempo real en toda la red, la predicción de la evolución de las congestiones y la optimización de las medidas de respuesta. Ensayos en condiciones reales ya están en marcha en estrecha colaboración con autoridades viales, con el objetivo de implementación práctica para el año fiscal 2026.

Esta tecnología fue desarrollada con base en datos proporcionados por Central Nippon Expressway Company Limited (NEXCO CENTRAL) y fue presentada en la 104ª Reunión Anual de la Transportation Research Board (*2). NEC también presentará un artículo relacionado en el 31º Congreso Mundial de ITS, en Atlanta, Georgia (EE. UU.), con enfoque en el perfeccionamiento de la precisión del monitoreo del flujo de tráfico en autopistas (*3).

(*1) Sistema que recopila automáticamente datos de conducción —como ubicación y velocidad de vehículos equipados con unidades a bordo— mediante sensores instalados en la carretera en intervalos que varían de algunos a decenas de kilómetros.

(*2) ID de la presentación TRBAM-25-01491, “A Novel Approach to Real-Time Short-Term Traffic Prediction based on Distributed Fiber-Optic Sensing and Data Assimilation with a Stochastic Cell-Automata Model,” presentada en la sesión Artificial Intelligence–Based Solutions for Traffic Modeling and Control.

(*3) ID de la sesión: PS31 Transportation Systems: Traffic Management and Operations, Next-Generation Traffic Management Approaches Título: TSE (Traffic State Estimation) in Congestion to Extend the Applicability of DFOS