AI4BUS EURECAT

Inteligencia artificial aplicada en la red de buses metropolitanos de Barcelona.

AI4Bus desarrolla herramientas que permitan flexibilizar, adecuar y mejorar el servicio de la red de autobuses del Área Metropolitana de Barcelona.

A partir del análisis de la demanda y de patrones históricos, AI4Bus desarrolla modelos de inteligencia artificial capaces de predecir el flujo de pasajeros, permitiendo al operador anticiparse a circunstancias cambiantes y ajustar las frecuencias de las principales líneas transporte para dar un servicio más eficiente.

AI4Bus ofrece una solución integral con componentes interconectados mediante la integración de fuentes de datos heterogéneos para capturar la complejidad del sistema de transporte. Los modelos predictivos del proyecto proporcionan información sobre el comportamiento futuro de la red para facilitar la gestión de las infraestructuras.

El módulo de explicabilidad permite comprender el rol de las variables externas e internas en las predicciones, favorece la interpretabilidad de los modelos y permite revelar qué factores tienen un mayor impacto en la demanda de transporte.

Una flota de transporte público más eficiente tendrá la capacidad de reducir los tiempos de trayecto y de espera, por lo que este proyecto tendrá un impacto positivo en el medio ambiente, incentivando el uso del autobús frente al vehículo privado.

El consorcio de AI4Bus está formado por Eurecat y por AMB Información y Servicios. Por parte de Eurecat, la Unidad de Big Data & Data Science desarrolla modelos de predicción de flujo de pasajeros, la optimización de frecuencias y el demostrador. Por otra parte, el Departamento de Consultoría Tecnológica apoya a la empresa en la gestión del proyecto.

Datos generales

Proyecto

AI4Bus – Inteligencia artificial aplicada a la red de buses metropolitanos

Referencia del proyecto

CPP2023-010526

Programa y convocatoria

Proyecto financiado por el Ministerio de Ciencia, Innovación y Universidades a través de la convocatoria de proyectos de colaboración público-privada del Plan Estatal de Investigación Científica, Técnica y de Innovación 2021-2023

ODS relacionados

Desarrollo de modelos de inteligencia artificial para optimizar la gestión del transporte público mejorando las infraestructuras a través de la innovación.

Una red de transporte público más eficiente mitiga las desigualdades, puesto que mejora la accesibilidad de la población a servicios y puestos de trabajo.

Desarrollo de algoritmos para la optimización de la red de transporte público, lo que tiene un potencial impacto en una mejora del servicio, un aumento de pasajeros en el transporte público y una disminución del uso del vehículo privado.

La reducción de tiempo de espera puede tener un impacto en una reducción del uso del vehículo privado, contribuyendo a una reducción de las emisiones y un medio ambiente más limpio.