Nuevas tecnologías para la evaluación de la calidad de la conducción

(Autor: Víctor Jarreta Espligares)

Los sistemas de valoración de la calidad de la conducción suelen basarse en el número de partes de incidentes que un conductor o conductora presenta ante su compañía aseguradora. Pero, si dos personas no presentan ningún parte en años, ¿tienen ambas una misma calidad en su conducción? ¿Ha sido la no ocurrencia de problemas fruto del azar o realmente de una buena conducción?

Una aproximación parecida se puede encontrar en otras áreas de negocio del sector asegurador. Concretamente, dentro del área de salud ya hay pólizas en las que si los clientes demuestran mediante una aplicación móvil o una pulsera electrónica que mantienen un ritmo regular de ejercicio se aplican una serie de bonificaciones. Se parte de la premisa de que si se hace ejercicio se enferma menos y, por tanto, la compañía seguradora tiene menos riesgos que cubrir. Tomando esta idea inicial, se plantea si podría trasladarse este concepto al mundo de los seguros de automóvil.

Las nuevas tecnologías ofrecen herramientas para poder llevar a cabo una evaluación de la calidad de conducción, haciendo seguimiento de actitudes y comportamientos de los conductores.

Para ello pueden apoyarse en el concepto de Servicios Basados en la Localización (LBS, del inglés Location Based Services). Los LBS buscan ofrecer un servicio personalizado a los usuarios basándose en información de la posición geográfica de éstos. De este modo, la funcionalidad que se les aporta está vinculada a su ubicación actual. Este tipo de servicios ha cobrado gran interés desde que se popularizaron los teléfonos móviles y estos fueron equipados con tecnología de geolocalización mediante un sistema global de navegación por satélite (GNSS, del inglés Global Navigation Satellite System). Un GNSS es una constelación de satélites que transmite rangos de señales utilizados para el posicionamiento y localización en cualquier parte del globo terrestre, ya sea en tierra, mar o aire. Los más populares son el sistema GPS (dependiente del ejército de los Estados Unidos), GLONASS (dependiente del ejército de la Federación Rusa), BeiDou (dependiente del ejército de China) y Galileo (dependiente de la Unión Europea y la Agencia Espacial Europea, ESA). En Europa, la mayor parte de los teléfonos móviles de última generación equipan receptores que pueden trabajar con GPS, GLONASS y Galileo.

En Centro Zaragoza se ha desarrollado un demostrador tecnológico que permite evaluar la viabilidad de efectuar una evaluación de la calidad de la conducción, de forma sencilla y sin instalar ningún dispositivo en el vehículo.

Para ello, se ha desarrollado una aplicación móvil que sería el prototipo de la que deberían llevar conductores y conductoras en sus teléfonos inteligentes. Esta aplicación permite la monitorización de la conducción que realiza el usuario, detectando la velocidad a la que se desplaza y el uso que hace del dispositivo móvil. La recopilación de información que lleva a cabo la aplicación se hace de forma periódica, dependiendo de la velocidad, como mínimo 5 km/h, a la que conduce el usuario, para minimizar el consumo de Wifi/Datos, memoria y batería del dispositivo. Si se detecta que el usuario ha descolgado una llamada entrante y su velocidad es superior a 10 km/h, se detectará como una acción de riesgo. Requiere de un funcionamiento constante en segundo plano, ya que en caso contrario no podría recoger ninguna medición. Además, por restricciones de seguridad de los sistemas móviles, la aplicación necesitará que los usuarios den permisos a la misma de forma explícita.

Por supuesto, aunque este proyecto se centra en el análisis de la viabilidad técnica de monitorizar y valorar la calidad de la conducción a través de una aplicación móvil, su aplicación práctica debería garantizar rigurosamente la privacidad de los usuarios y los resultados obtenidos servir para informar a los usuarios sobre sus puntos de mejora de la conducción, de manera que pudieran obtener beneficios en su propia seguridad.

Para la visualización de los datos recopilados por la aplicación móvil se ha desarrollado una página web encargada de mostrar las características de las acciones de los usuarios (usuario que cometió una acción de riesgo, momento en el tiempo, carretera, velocidad, límite de velocidad de la carretera y motivo de la acción), sus puntuaciones calculadas en base a las acciones de riesgo cometidas por los usuarios y los parámetros sobre los que se calculan las mismas. Además, permite visualizar la carretera, en un mapa, sobre la que se cometió una acción de riesgo.

En el otro extremo, habría un sistema de información alojado en una nube que se encargaría de almacenar la información que recopila la aplicación móvil, tanto las detecciones de posición periódicas como las acciones de riesgo. Por otro lado, analiza la información almacenada de forma periódica, ya que si analizase la información cuando la aplicación móvil la envía, habría una sobrecarga de trabajo para el sistema. Por último, proporcionaría los datos para su visualización en la página web.

Para el correcto reconocimiento de la carretera en la que se encuentra el usuario, ha sido necesario crear un mapa con los datos de OpenStreetMap, que proporcionaría puntos geográficos con coordenadas de latitud y longitud que si se unen crean los segmentos que forman las carreteras. OpenStreetMap (también conocido como OSM, https://www.openstreetmap.org) es un proyecto colaborativo para crear mapas editables y libres. Los mapas se crean utilizando información geográfica capturada con dispositivos GNSS móviles, ortofotografías y otras fuentes libres. Los usuarios registrados pueden subir sus trazas desde el GNSS y crear y corregir datos mediante herramientas de edición creadas por la comunidad OpenStreetMap.

Cada semana se añaden 90.000 km de nuevas carreteras con un total de casi 24.000.000 km de viales. Por ejemplo, si se consultan todas las vías de la zona de urbana cercana a Centro Zaragoza en OpenStreetMap, el sistema construiría alrededor de 13.000 segmentos (líneas que unen un par de coordenadas).

Para reconocer dónde se encuentra el usuario no vale sólo una posición en el tiempo, ya que podría incurrir en varias situaciones de indefinición: intersecciones, puentes con carreteras por debajo, túneles con carreteras por encima, etc., en estas situaciones habría más de una vía posible para una posición. Por lo tanto, la aplicación móvil toma dos mediciones con una separación corta de tiempo. Con esto, el analizador de información debería calcular los segmentos para los dos puntos y seguir el siguiente criterio:

  • Si los dos segmentos son el mismo y los límites de velocidad son iguales: se trata del mismo segmento, por lo que se ha encontrado el segmento más cercano a la posición del usuario.
  • Si los dos segmentos son distintos pero los límites de velocidad son el mismo: el segmento encontrado es el más cercano al usuario ya que los límites de velocidad son el mismo y carece de importancia reconocer exactamente en cuál se encuentra.
  • Si los segmentos son el mismo y los límites de velocidad son distintos: este concepto es imposible si los datos son consistentes, un mismo segmento no puede tener múltiples límites de velocidad diferentes.
  • Si los segmentos son distintos y los límites de velocidad son distintos: el segmento encontrado es aquél con mayor límite de velocidad con el fin de no penalizar en exceso ya que no es posible reconocer con exactitud en cuál se encuentra.

Respecto a los límites de velocidad para comprobar en qué puntos se han superado, OpenStreetMap tiene en su modelo de datos esta información, aunque, al no estar disponible dicha información para todas las vías, para el desarrollo de este prototipo se desarrolló un estimador del límite de velocidad teniendo en cuenta características de la carretera, tales como el tipo de vía, la existencia y número de aceras para peatones o número de carriles. Una solución alternativa es combinar OpenStreetMap, para la creación del mapa, y Google Maps Platform para los límites de velocidad de las vías. Sin embargo, esta solución necesita disponer de una licencia especial para acceder a los límites de velocidad en Google Maps.

Durante el desarrollo de esta investigación se ha detectado que este servicio es intenso en consumo de energía y puede suponer un lastre para la implementación industrial de una solución como la que se ha experimentado y estos aspectos debería mejorarse. Hay que tener en cuenta que la precisión de la evaluación se vincula directamente al número de veces que es posible determinar posición y velocidad de los usuarios.

Los resultados de este trabajo han mostrado que tecnológicamente es viable disponer de un sistema que permita el monitoreo de la conducción como base para poder generar mensajes personalizados, encaminados a la mejora de la seguridad de los usuarios.

Un tema que ha quedado abierto es el vinculado al marco legal que regula las posibilidades de este monitoreo, ya que no era el objeto de la investigación técnica. Parece claro que la puesta en marcha de un sistema de las características del desarrollado necesitaría de un detallado análisis sobre los condicionantes legales que debería cumplir, incluyendo la incorporación de mecanismos tecnológicos que permitieran garantizar la seguridad de la información manejada.

Deja una respuesta