Investigadores de Fujitsu Limited y de la Universidad Carnegie Mellon (CMU) colaborarán en la puesta en marcha de proyectos centrados en el desarrollo de la tecnología Social Digital Twin, con énfasis en la exploración de aplicaciones prácticas para su investigación y tecnología conjuntas.
Un Social Digital Twin reproduce digitalmente las relaciones y conexiones entre las personas, los bienes, la economía y la sociedad para ofrecer un entorno de simulación, predicción y toma de decisiones en el que resolver diversos y complejos problemas sociales.
Un proyecto a través del Mobility Data Analytics Center (MAC) de la CMU aprovechará los datos del mundo real, incluyendo la entrada de las normas de tráfico y el movimiento de los vehículos. Servirá para evaluar la eficacia de las medidas diseñadas para estimar y controlar dinámicamente el flujo de tráfico.
Otro proyecto con el Computational Behavior Lab de la CMU, en el Instituto de Robótica de la Facultad de Informática, ampliará las capacidades actuales de modelado 3D de peatones y previsión de su comportamiento a lo largo del tiempo en entornos urbanos. Esta tecnología puede utilizarse para controlar la actividad en las calles y determinar dónde pueden producirse problemas o accidentes.
Los esfuerzos de la CMU estarán dirigidos por Laszlo A. Jeni, director del Computational Behavior Lab, y Sean Qian, director del MAC. Este trabajo se basará en el despliegue de los proyectos de los investigadores con el instituto de investigación del transporte de la CMU, Traffic21.
Tecnologías convergentes
Para este proyecto se han aprovechado las llamadas tecnologías convergentes, conocimientos y herramientas avanzadas que combinan las ciencias de la computación y los conocimientos de las humanidades y las ciencias sociales. El objetivo, resolver los diversos y complejos problemas a los que se enfrentan las ciudades que trabajan para hacer realidad una sociedad sostenible.
Los investigadores pretenden desarrollar una nueva plataforma que ofrezca un amplio conjunto de soluciones para diversos problemas sociales. Estas se basarán en simulaciones muy precisas de los movimientos de personas y vehículos y en la capacidad de visualizar y predecir acciones futuras y posibles riesgos basados en las características del comportamiento humano. Así, se pueden reflejar por adelantado los efectos y los posibles riesgos de las intervenciones para optimizar los resultados de la planificación y la política urbanas.
La investigación incluirá un modelo de Social Digital Twin basado en datos de tráfico en tiempo real de las redes de carreteras que sea capaz de comprender de forma dinámica la cambiante demanda de tráfico de la ciudad. Los investigadores podrán utilizar los modelos digitales para ensayar soluciones de tráfico urbano que permitan ajustar las normas de circulación y los sistemas de peaje en función del flujo de tráfico eficiente.
