III - Conectar los puntos para mejorar el transporte regional
Nuestra innovación basada en la inteligencia artificial ayudará a llevar las nuevas oportunidades de transporte a las poblaciones más aisladas, mejorando así la calidad de vida y beneficiando a las economías locales.
Lucía Menéndez-Pidal, coordinadora técnica de PRIAM
Las actuales oportunidades de movilidad aérea innovadora (IAM, por sus siglas en inglés), como los drones de gran tamaño conocidos como eVTOL (electric vertical take-off and landing vehicles: vehículos eléctricos de despegue y aterrizaje vertical), prometen un transporte aéreo más eficiente, sostenible y accesible. «Los eVTOL pueden superar las barreras geográficas, conectando mejor poblaciones regionales cuando el ferrocarril o las carreteras no son una opción», comenta Lucía Menéndez-Pidal, ingeniera aeronáutica en Nommon(se abrirá en una nueva ventana), empresa anfitriona del proyecto, y coordinadora técnica del proyecto PRIAM(se abrirá en una nueva ventana). Sin embargo, aún hay dudas sobre la coordinación más amplia con otros modos de transporte, así como sobre la capacidad para satisfacer la demanda y las expectativas de los pasajeros. En este sentido, el proyecto PRIAM, financiado por la Empresa Común SESAR(se abrirá en una nueva ventana), está ayudando a construir un sistema de transporte más ambicioso, centrado en los pasajeros, que conecte los núcleos rurales y urbanos europeos, gracias a un conjunto de herramientas de inteligencia artificial (IA). El equipo de PRIAM creó una representación virtual, o gemelo digital, de la actual red de transporte regional de Europa, complementada con análisis de datos y modelos de IA. De este modo, el equipo puede llevar a cabo simulaciones de supuestos antes de su implementación en entornos reales. El análisis de datos de redes móviles mediante aprendizaje automático permite al equipo obtener una comprensión más profunda de los patrones de movilidad de los pasajeros (trayectos, modos de transporte, frecuencia, etc.). Combinados con datos de encuestas, PRIAM puede estimar los niveles probables de adopción de la IAM. Las técnicas de optimización propondrán las mejores ubicaciones para los vertipuertos, así como la forma más adecuada de integrar los servicios de IMA dentro de las actuales redes de transporte multimodal.
Hacia un sistema de transporte centrado en el pasajero
Las herramientas y algoritmos de PRIAM se validarán con dos estudios de casos. El primero se llevará a cabo en la región canaria de La Gomera-Tenerife, en las islas Canarias (España), una zona montañosa que depende del transporte marítimo por ferry, mientras que el segundo se ejecutará en los Pirineos catalanes, otra región montañosa poco poblada y que es un importante destino turístico. «Nuestra innovación basada en la inteligencia artificial ayudará a llevar las nuevas oportunidades de transporte a las poblaciones más aisladas, mejorando así la calidad de vida y beneficiando a las economías locales», agrega Menéndez-Pidal. Junto a un marco de evaluación de impacto, basado en el trabajo realizado en proyectos hermanos de SESAR como TRANSIT(se abrirá en una nueva ventana), MultiModX(se abrirá en una nueva ventana) y MUSE(se abrirá en una nueva ventana), en PRIAM se creará un conjunto de herramientas digitales para apoyar la puesta en práctica de IAM, complementado con recomendaciones para su implantación.
