A principios de 2017, el Zentrum Digitalisierung Bayern convocó la competencia “Mobility Innovation Competition @ Campus” (MICC). Esta competencia estaba dirigida a estudiantes de universidades y colegios superiores bávaros. En el marco de la participación, debían abordar el tema de la movilidad futura y desarrollar una idea de producto que pudiera implementarse en el contexto de una startup.<\/P>
<\/P>
La Competition se estructuró en tres etapas. Primero, se debía presentar una propuesta que describiera la idea del proyecto, los métodos elegidos y un plan de negocios. De los equipos que presentaron una propuesta, aproximadamente veinte fueron invitados a un evento a finales de abril en Núremberg. Allí, cada equipo tuvo tres minutos para presentar su idea. En total, 15 equipos fueron admitidos para la fase del proyecto. Luego tuvieron tres meses para implementar las primeras partes de sus ideas. En un evento final en julio en Múnich, se presentaron los proyectos y se premiaron los ganadores.<\/P>
<\/P>
<\/P>
<\/P>
Linus Lambrecht y yo, Simon Geigenberger, ambos estudiamos el Máster en Geoinformática en la Universidad de Augsburg. Nos enteramos de la convocatoria y decidimos participar inmediatamente. Al buscar un tema adecuado, rápidamente nos topamos con el problema de los altos valores de partículas finas en los centros urbanos alemanes y coincidimos en que una prohibición de circulación para vehículos con motor de combustión no es una solución adecuada, sino que debe existir la posibilidad de tomar medidas dinámicas y según demanda. Nuestra idea fue desarrollar una plataforma llamada “Clean Routing”. Esta está dirigida especialmente a grandes ciudades con problemas de partículas finas. Tres componentes constituyen los elementos centrales.<\/P>
<\/P>
<\/P>
<\/P>
El componente primario y más importante es una aplicación para las administraciones municipales, que proporciona una predicción de los valores de partículas finas. Los valores pronosticados se calculan teniendo en cuenta los datos meteorológicos mediante un modelo implementado en un script Python. Este cálculo se optimiza continuamente mediante un procedimiento de aprendizaje automático. El modelo actual ofrece para ciudades situadas en nuestras latitudes una precisión superior al 90 por ciento. Los conjuntos de datos utilizados para entrenar el modelo provienen de los meses primaverales de este año. Como aún no hay datos de meses invernales, el modelo solo podrá ajustarse para esos meses después del invierno. Esto es necesario porque los valores de partículas finas evolucionan diferente con temperaturas frías y nevadas que en otras estaciones del año. Si se predice un exceso del valor establecido por la UE para una alarma por partículas finas, la ciudad tiene ahora tiempo suficiente para tomar medidas y evitar superar ese umbral. Las medidas podrían ser, por ejemplo, desviar las zonas afectadas.<\/P>
<\/P>
Se planea desarrollar otra aplicación para particulares. Esta app calcula rutas alternativas basadas en los valores de partículas finas que evitan zonas afectadas o directamente cambian a medios de transporte público (ÖPNV). Como no se quiere obligar al particular mediante prohibiciones a usar el transporte público local, esto puede hacerse atractivo con diferentes ofertas. Estas ofertas deben ser seleccionadas por la administración municipal y tener un efecto atractivo para los particulares. Ejemplos son precios reducidos para billetes del ÖPNV o la posibilidad de reservar un aparcamiento Park + Ride. Además, el usuario puede planificar sus viajes e incluir ya en esta planificación los valores pronosticados de partículas finas y las consiguientes superaciones de límites.<\/P>
<\/P>
Este servicio de planificación también puede integrarse en una tercera aplicación para empresas, como talleres o empresas de transporte. Estas empresas ya conocen sus rutas con antelación y pueden adaptarlas al plan laboral para evitar zonas durante periodos donde se prevé una alarma por partículas finas. Las medidas municipales no son prohibiciones estrictas sino solo sugerencias y directrices. Por ello es necesario que además de las ofertas mencionadas para particulares existan otros incentivos que motiven a los usuarios a utilizar las rutas alternativas.<\/P>
<\/P>
<\/P>
 <\/P>
Ruta original con valores simulados de partículas finas<\/EM><\/P> <\/EM><\/P><\/TD> Ruta alternativa (verde) y ruta con ÖPNV (azul)<\/EM><\/P> <\/EM><\/P><\/TD><\/TR><\/TBODY><\/TABLE> <\/EM><\/P> <\/P>Hasta ahora se han implementado los componentes técnicos para la predicción de valores de partículas finas y el enrutamiento multimodal. Aún falta integrar los diferentes componentes en una interfaz de usuario para iniciar una fase piloto con las distintas aplicaciones. Dado que se trata de scripts, almacenamiento centralizado y aplicaciones basadas en esto con opciones de routing, ArcGIS Online es una plataforma ideal para unir estos componentes e implementarlos técnicamente. Si continuaremos desarrollando el producto está aún abierto, ya que ambos estamos en la recta final de nuestros estudios. Sin embargo, el problema de los altos valores de partículas finas en centros urbanos alemanes sigue sin resolverse. Vemos nuestro producto como una solución óptima para este tema porque no perjudica a ningún usuario del tráfico y aun así podría reducirse el número de vehículos con motor térmico en las ciudades.<\/P><\/P>Lamentablemente no pudimos posicionarnos entre los puestos premiados con este proyecto. Aun así, miramos positivamente nuestra participación en la competencia. Fue una experiencia muy interesante porque requirió muchas disciplinas y permitió combinar todo lo aprendido durante nuestros estudios. Fue muy emocionante e instructivo desarrollar desde una idea hasta un producto junto con su plan empresarial.<\/P> <\/P>Para cualquier pregunta sobre nuestro proyecto estamos a su disposición:<\/P> <\/P>Simon Geigenberger: simon@geigenberger.info<\/P>Linus Lambrecht: linus.lambrecht@gmx.de<\/P> |
