Investigadores de la Universidad Politécnica de Madrid desarrollan un sistema de monitorización del tráfico utilizando sensores LiDAR 3D, mejorando la precisión y resiliencia en condiciones adversas.
Según los datos proporcionados por el Ayuntamiento de Madrid, la capital española experimenta más de 12 millones de desplazamientos diarios, abarcando tanto el uso de vehículos privados y motocicletas como el transporte público. Esta cifra refleja la creciente necesidad de sistemas de monitorización del tráfico (TMS) que sean robustos y precisos, impulsada por el constante crecimiento urbano.
En respuesta a esta demanda, un equipo de investigadores de la Universidad Politécnica de Madrid (UPM) ha desarrollado un innovador sistema de monitorización del tráfico que utiliza sensores LIDAR 3D. Estos dispositivos se destacan por su capacidad para medir distancias con alta precisión mediante pulsos de luz láser.
Jose Eugenio Naranjo, del Instituto Universitario de Investigación del Automóvil Francisco Aparicio Izquierdo, señala que “las tecnologías tradicionales, como los lazos inductivos y la visión por computador, presentan limitaciones bajo condiciones ambientales adversas y en escenarios de tráfico denso”. Para abordar estas dificultades, los investigadores han diseñado una arquitectura modular que se basa exclusivamente en sensores LIDAR 3D, conocidos por su alta precisión y resistencia a variaciones en la iluminación y las condiciones meteorológicas.
Los sensores LIDAR 3D son parte de un conjunto más amplio de tecnologías de percepción espacial que también incluye sensores ultrasónicos y sistemas basados en visión artificial. A diferencia de los ultrasónicos, que tienen un alcance limitado al utilizar ondas acústicas, el LIDAR ofrece una alta resolución, velocidad en la captura y efectividad en ambientes con poca luz o condiciones adversas.
El sistema propuesto cuenta con una arquitectura compuesta por ocho niveles modulares e independientes. Entre sus principales innovaciones se encuentran métodos optimizados para la sustracción del fondo, algoritmos de detección en tiempo real apoyados en aprendizaje automático con técnicas de muestreo reducido, así como un sistema multiobjeto que mantiene la identidad de los vehículos incluso ante oclusiones. Además, incluye un clasificador basado en árboles de decisión que permite identificar el tipo de vehículo según características geométricas.
La metodología desarrollada fue validada durante más de 100 horas en condiciones reales sobre la autopista M-13 en Madrid. Un pórtico equipado con un sensor LIDAR 3D supervisó una calzada de dos carriles, evaluando aspectos críticos para la gestión del tráfico como detección, clasificación y seguimiento de vehículos. Este diseño modular no solo facilita su escalabilidad sino también su compatibilidad con diferentes tipos de sensores.
Los investigadores destacan que su principal contribución radica en crear una arquitectura modular desde cero para sistemas TMS, superando las limitaciones impuestas por enfoques cerrados. Este avance tiene como objetivo servir a la nueva generación de sistemas inteligentes para la percepción y monitorización del tráfico desde la infraestructura existente.
Naranjo y su equipo explican que “esta propuesta promueve una descomposición funcional del sistema en niveles independientes”, permitiendo así un desarrollo ágil y adaptabilidad a las cambiantes condiciones viales. La intención es transformar elementos físicos pasivos presentes en las carreteras—como postes o semáforos—en nodos activos capaces de realizar percepciones distribuidas e integrarse dentro de plataformas cooperativas para el transporte inteligente.