Un grupo de investigadores chilenos crearon una herramienta que a través de Inteligencia Artificial (IA) es capaz de medir los flujos de movimiento de los usuarios en el Metro para detectar los puntos donde ocurren más accidentes y así se implementen más medidas para prevenirlos.

El proyecto es desarrollado por investigadores de la Escuela de Ingeniería Eléctrica de la PUCV y ya se implementa a modo de prueba en el tren Limache-Puerto (EFE).

"La tecnología que utilizamos nos permite capturar las imágenes mediante una cámara de video. Esta información es procesada por un algoritmo que determina las articulaciones del cuerpo de cada persona, como por ejemplo las rodillas, muñecas, cuello y cabeza", explica Gonzalo Farías, director de la Escuela de Ingeniería Eléctrica.

De esta forma, se reconoce automáticamente la actividad que realiza una persona a un bajo costo, debido a que no es necesario utilizar cámaras avanzadas y sofisticadas. Basta con la cámara tradicional de un teléfono celular.

Los modelos de esqueletización se construyen a partir de la IA, particularmente del uso de algoritmos de machine learning o Deep learning.

"Esto permite detectar actividades que, normalmente son acciones cotidianas como caminar, el estar sentado o de pie, o incluso correr o caer en los andenes de las estaciones”, destaca por su parte Heilym Ramírez, doctora en Ingeniería Eléctrica de la PUCV, impulsora del proyecto y creadora de un modelo de esqueletización.

Con estos datos es posible identificar cuáles son los puntos de mayor concurrencia o las zonas críticas de saturación de usuarios del servicio.

Información que a futuro puede servir de guía para desarrollar espacios más amigables con quienes utilizan este transporte.