Logo de la UNED

Madrid, 9 de diciembre de 2020




Cátedra UNED-EMT: la inteligencia Artificial al servicio del transporte y la calidad del aire en Madrid

Una comisión presidida por el rector de la UNED, Ricardo Mairal y el delegado de Movilidad y presidente del Consejo de Administración de la EMT, Borja Carabante, han suscrito las bases de la Cátedra UNED-EMT de Calidad del Aire. Se ocupará de la aplicar IA en la extracción e interpretación de datos para generar modelos predictivos para el estudio de la situación de la contaminación, la huella de carbono, los atascos y la densidad del tráfico en aquellos puntos sujetos a las rutas de la EMT en Madrid. Fórmulas que permiten aportar sugerencias para combatir los resultados negativos e impulsar las buenas prácticas detectadas. Los equipos de ambas instituciones llevan ya un año de investigación y trabajo conjunto en el aula universitaria dirigida por el profesor de la UNED José Luis Aznarte.

Los miembros de la comisión mixta de seguimiento del la Cátedra UNED-EMT de calidad del aire mostraron su satisfacción por el acuerdo, colofón de un año de trabajo conjunto con excelentes resultados de las investigaciones abordadas y la implantación de la IA al desarrollo de nuevas mediciones y aplicaciones al tráfico y la huella de carbono en la ciudad de Madrid. “El acuerdo que ahora se firma con la EMT es un claro ejemplo de transferencia de resultados de investigación”, explicaba Mairal en respuesta a la confianza expresaba por Carabante, “tenemos mucho interés en los modelos predictivos que está desarrollando la UNED”.


Con la formación de este grupo de trabajo, encabezado por el director de la Cátedra, el profesor de la UNED José Luis Aznarte se pretende analizar la huella de carbono en el seno de EMT y poner de relieve los avances conseguidos en la reducción de gases de efecto invernadero, en consonancia con la actual Estrategia de Sostenibilidad 360 del Ayuntamiento de Madrid. La Cátedra EMT-UNED llevará el título de Estudios dinámicos sobre calidad del aire en la ciudad de Madrid y será un aula universitaria pionera en su género. Las partes implicadas se comprometieron en 2019 a colaborar en estos estudios durante un periodo de 3 años.


El contenido de esta cátedra se focaliza en un análisis de la huella de carbono con modelos predictivos, haciendo hincapié en la mejora de la modelización de la calidad del aire en la ciudad de Madrid para la predicción de protocolos de contaminación. Estudios que van a permitir evaluar los resultados de los planes actuales en marcha para la mejora tanto en la flota de autobuses como en las instalaciones de EMT.


Foto familia

De izquierda a derecha, los miembros de la comisión mixta. Por la EMT: Gonzalo Fernández, subdirector de Servicios Generales; Julieta de Micheo Carrillo-Albornoz, directora de Relaciones institucionales y RSC; Alfonso Sánchez, gerente y Borja Carabante, delegado del Medio Ambiente y Movilidad y presidente del Consejo de Administración. Por la UNED; del fondo a la derecha, el rector, Ricardo Mairal; vicerrector de Grado y Posgrado, Juan Manuel Lacruz; vicerrectora Primera y de Investigación, Transferencia del Conocimiento y Divulgación Científica, Rosa Mª Martín, el vicerrector adjunto de Investigación Inteligente, José Luis Aznarte y, fuera de plano, el director de la Oficina de Transferencia del Conocimiento (OTRI), Sixto Jansa.

Esta empresa, consciente del impacto que tiene de la movilidad en el medio ambiente, lleva años apostando por un proceso de máxima descarbonización y por una agenda estratégica que logre alcanzar la meta de una flota 100% “verde” o “limpia” de aquí a 2023. A día de hoy, la empresa municipal cuenta con un 83% de “flota verde” y la previsión es que se vayan incorporando 50 autobuses eléctricos cada año hasta 2023, que serán 100 autobuses eléctricos nuevos cada año entre 2023 y 2027. Para el horizonte de 2027, uno de cada tres autobuses en Madrid será eléctrico y el resto de la flota lo constituirán modelos propulsados por Gas Natural Comprimido (GNC).



Metas alcanzadas, retos a futuro


Carabante, Mairal y Sánchez

Carabante, Mairal y Sánchez tras la firma


En el más de un año de colaboración entre la EMT y la UNED en el aula universitaria dedicada a la calidad del aire en Madrid, el informe elaborado por el profesor José Luis Aznarte destaca los numerosos logros en cuanto a conocimiento e implantación de modelos predictivos. “En este primer año la principal actividad fue la realización de una tesis doctoral en el uso de tecnologías basadas en datos masivos para la movilidad sostenible y la calidad del aire. La Ciencia de Datos, en auge, pero aún con gran capacidad para mejorar y desarrollar metodologías que permitan proponer soluciones. soluciones generalistas y punteras a problemas de importancia capital, y se contribuye a la digitalización y renovación de servicios propios y fundamentales de la ciudad”.


Entre los objetivos alcanzados se encuentra el uso y desarrollo de nuevas herramientas y tecnologías de Inteligencia Artificial para, a través del uso de datos masivos, poder proponer soluciones y responder a necesidades en diversos campos de investigación; aplicar estas técnicas estadísticas y computacionales con herramientas de trabajo actualizadas y punteras en el entorno de la EMT; además de desarrollar soluciones científico-técnicas relacionadas con los servicios ofertados por la EMT.

Ejemplos de los resultados de estas investigaciones, basados en el uso de sistemas neuronales dinámicos recurrentes, son: el Modelo de predicción de accidentes de tráfico en la ciudad de Madrid; el Modelo de predicción del tráfico, con sus atascos, áreas y horarios de mayor densidad y sus alternativas, lo que combinado con otras arquitecturas de IA permite también en el entorno EMT la predicción de ocupación de autobuses, de tiempos de espera, y de contaminación evitada por los servicios ofertados; Modelo de predicción de contaminantes – SOCAIRE: en colaboración con el Ayuntamiento de Madrid y la empresa Inverence, que ha sido actualizado con la inclusión de variables meteorológicas para afinar la previsión de los distintos contaminantes en la calidad del aire y, así, mejorar las previsiones que se realizan y las decisiones que se toman conforme al Protocolo del NO2 del Ayuntamiento de Madrid.


En cuanto al trabajo a desarrollar tras este convenio recién suscrito, se explorarán nuevas líneas de investigación en torno a la calidad del aire y huella de carbono, y la relación que existe entre los servicios de EMT y el tráfico de la ciudad en las emisiones perjudiciales que se evitan/producen a través de ellos: generación de herramientas basadas en redes neuronales para la predicción del tráfico capaces de relacionarse de forma directa con la estimación de contaminantes en la ciudad de Madrid. Mejora de modelos de contaminación mediante la introducción del tráfico pasado y el tráfico estimado; Modelos de predicción de BiciMad, unos de los principales sistemas de transporte sostenible ofrecido en los últimos años en Madrid, con datos relativos a mapas de origen y destinos de las bicis y datos meteorológicos que favorecen / interfieren en su uso; conocer el número de personas que hacen uso del autobús y de BiciMad, permitirá generar escenarios sobre cómo fluctúa la contaminación de Madrid en todo el territorio y por barrios y distritos en función de estos dos servicios.


Sobre el cálculo de la huella de carbono, aunque la propia empresa realiza el suyo propio, el objetivo es morarlo con los datos relativos a la velocidad/kilometraje de los autobuses y su modelo, para cuantificar el incremento de situaciones concretas, en paradas, atascos o durante el traslado de autobuses entre Centros de Operaciones.



UNED_ODS






Aida Fernández Vázquez

Edición web: Elena Lobato Toledano

Comunicación UNED