Las agencias estatales y locales gastan aproximadamente $1,23 mil millones anuales en operar y mantener intersecciones con semáforos. Por otro lado, la congestión de tráfico en estas intersecciones cuesta a los conductores alrededor de $22 mil millones al año. La implementación de una solución basada en detección por inteligencia artificial (IA) puede mitigar significativamente la congestión en las intersecciones y reducir los costos de operación y mantenimiento.
Las agencias estatales y locales dependen de los semáforos para facilitar el flujo seguro del tráfico que involucra automóviles, peatones y otros usuarios. Existen dos tipos principales de semáforos: fijos y dinámicos. Los semáforos fijos son controlados por señales electromecánicas que cambian y mantienen las luces según un período de tiempo establecido. Los semáforos dinámicos se ajustan según las condiciones del tráfico, utilizando detectores tanto debajo de la superficie de la carretera como por encima del semáforo. Sin embargo, a medida que la población sigue aumentando, hay más automóviles, bicicletas y peatones usando las calles. Este incremento de usuarios de la carretera puede afectar negativamente la eficiencia de cualquiera de los dos sistemas de semáforos.
Nuestra solución usa Amazon Rekognition para detectar automáticamente objetos (autos, bicicletas, etc.) y escenas en una intersección. Después de la detección, Amazon Rekognition crea cajas delimitadoras alrededor de cada objeto (como un vehículo) y calcula la distancia entre cada objeto. Los resultados de las distancias calculadas se usan programáticamente para detener o permitir el flujo del tráfico, reduciendo así la congestión. Todo esto sucede sin intervención humana.
La solución propuesta puede implementarse en un entorno de AWS personal utilizando el código proporcionado. Se requiere tener una cuenta de AWS, los permisos adecuados de AWS Identity and Access Management (IAM), y un SageMaker Studio Notebook.
La arquitectura de la solución incluye el uso de Amazon SageMaker para construir, entrenar y desplegar aplicaciones de aprendizaje automático, y Amazon Rekognition para agregar análisis de imágenes y videos a las aplicaciones.
El proceso implica cargar un video de intersección de tráfico en el entorno de SageMaker, dividir el video en fotogramas, llamar a Amazon Rekognition para analizar cada fotograma, crear cajas delimitadoras alrededor de cada vehículo detectado y cambiar las señales de tránsito basándose en la cantidad de autos detectados. Todo esto con una mínima intervención humana.
Se estima que la implementación de esta solución cuesta alrededor de $6,000 por intersección durante el primer año, con ciertos supuestos como el uso de cuatro cámaras y una sola notebook de SageMaker por intersección. Este costo es una fracción del gasto anual actual en semáforos y las pérdidas debidas a la congestión.
Es importante tener en cuenta que estos costos son estimaciones y pueden variar dependiendo de la personalización. Además, se recomienda limpiar todos los recursos de AWS creados para evitar cargos futuros.
Este método no solo tiene el potencial de mitigar costos y reducir la congestión, sino que también puede mejorar la seguridad vial y la eficiencia general del tráfico. Para más detalles sobre cómo Amazon Rekognition puede acelerar tareas de reconocimiento de imágenes y análisis de videos, se recomienda visitar la Guía del Desarrollador de Amazon Rekognition.
Con este desarrollo, se espera una mejora significativa en la gestión del tráfico, lo que conllevaría a un ahorro considerable en costos y una mejor experiencia para los usuarios de la carretera.
