Desarrollan un sistema para detectar motociclistas sin casco

Los accidentes viales son una de las principales causas de muerte en nuestro país y en el mundo.

En 2018 se registraron en Argentina más de 5.400 fallecimientos en calles y rutas, lo que arroja un estremecedor promedio de 15 muertes por día en accidentes de tránsito. Y otro dato alarmante: más del 40 por ciento de esos casos fatales corresponden a siniestros protagonizados por motociclistas.

Frente a este escenario, investigadores de la Universidad Nacional de La Plata desarrollaron una herramienta informática que combina un software “inteligente” con las cámaras de monitoreo existentes en los municipios, para detectar motociclistas sin casco.

A partir de la tecnología denominada Machine Learning, es posible diferenciar a aquellos conductores de moto que no llevan protección.

La información puede ser utilizada para advertir en tiempo real a los agentes de tránsito ubicados en las cercanías, pero además resulta un insumo de enorme valor estadístico para el diseño e implementación de políticas públicas en materia de seguridad vial.

¿Qué dicen los especialistas?

El licenciado Juan Marra, director del Centro Superior para el Procesamiento de la Información (CeSPI) de la Universidad Nacional de La Plata explicó: “Machine Learning, es un conjunto de técnicas que permiten que la computadora “aprenda” a hacer cosas automáticamente en base a ejemplos que se le proveen, sin que un individuo le tenga que decir cómo hacerlo”.

La idea es utilizar las cámaras de video vigilancia, algo que en los municipios abunda, y aprovechar esa capacidad instalada utilizándola con otros propósitos.

El licenciado Alejandro Ferraresso, especialista de la UNLP en este tipo de desarrollos, detalló: “lo primero que se hace es entrenar un modelo para que logre identificar, de todo aquello que pasa por delante de la cámara, qué es un motociclista y que no. Luego se entrena un segundo modelo para que identifique quien tiene casco y quién no. Para entrenar a estos sistemas existen distintos tipos de tecnologías; en este caso que se trabaja con imágenes, utilizamos un tipo de modelo conocido como redes neuronales”.

“Se trata de  redes especificas llamadas convolucionales, es un tipo de red neuronal artificial donde las neuronas corresponden a campos receptivos de una manera muy similar a las neuronas en la corteza visual primaria de un cerebro biológico”.

Sin necesidad de que una persona esté físicamente observando las cámaras en forma permanente, el sistema por si solo logra la identificación y procesa los datos.

Gracias al entrenamiento, puede discernir con plena efectividad entre una moto -de cualquier tipo, modelo y color- de otro medio de transporte similar, como por ejemplo una bicicleta o un caballo.

Del mismo modo puede diferenciar si una persona lleva casco o no, aun cuando el conductor tenga puesta alguna prenda similar en la cabeza, como un gorro, un pasamontaña o incluso un casco de ciclista.

Respecto a la posibilidad de comenzar a implementar este desarrollo, Marra adelantó que ya se iniciaron gestiones para realizar pruebas pilotos con las municipalidades de La Plata, Almirante Brown y Lomas de Zamora.

Dejá un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *