Por Danilo Toro, Fundador de Robotipy
Caso de éxito: aforo vehicular con dron y cámara fija en un municipio del Gran Buenos Aires
Cómo un municipio del Gran Buenos Aires reemplazó meses de conteo manual por análisis de video con YOAO: diferencia cercana a 3% en cámara fija, lo que costó la rotonda y lo que aprendimos.
El área de tránsito de un municipio del Gran Buenos Aires necesitaba datos de una rotonda principal y de varias intersecciones cercanas. La última vez que contaron esa rotonda a mano, el trabajo les tomó meses entre el conteo en terreno y la digitación de planillas.
Esta vez el pedido era más exigente. Además del volumen, querían saber de dónde venía y hacia dónde iba cada vehículo, separar las categorías y medir colas y ciclos de los semáforos.
~3%
diferencia con el conteo manual en cámara fija
402
vehículos en 15 minutos en la punta de una intersección
0
cámaras nuevas instaladas
El desafío
El municipio tiene más de cien cámaras, casi todas de seguridad. Están ubicadas para ver una esquina o un frente, no para abarcar los accesos de un cruce, así que no bastaba con conectarlas a un software. A eso se sumaba la rotonda: muchos accesos, giros en todas las direcciones y árboles que tapan parte de la calzada.
La solución
Se combinaron dos fuentes de video. En las intersecciones donde una cámara existente veía bien todos los accesos, se usó ese video. Para la rotonda se grabó con dron.
Cada video se procesó con YOAO. Sobre la imagen se marcaron los accesos y los movimientos, y el sistema detectó, clasificó y siguió cada vehículo: livianos, pesados, buses, motos y bicicletas. El resultado salió por movimiento, por categoría y en bloques de 15 minutos, el mismo formato de un aforo manual.
Resultados
En cámara fija, la diferencia entre el conteo de YOAO y un conteo manual de la misma franja fue cercana a 3%. En una de las intersecciones el sistema registró un pico de 402 vehículos en 15 minutos, un dato que con conteo manual habría exigido varias personas solo para ese acceso.
La rotonda fue más difícil. Desde la altura del dron los vehículos se ven pequeños, los árboles y las sombras los tapan por momentos y algunos giros generaron falsos positivos. La solución fue un método mixto: el software cuenta el volumen y una persona revisa solo los movimientos dudosos.
Lo que aprendimos
- Antes de procesar, conviene revisar que cada cámara vea todos los accesos. Una cámara bien ubicada vale más que diez mal orientadas.
- Las rotondas grandes necesitan una toma estable y lo más cenital posible, y un tiempo de ajuste que una intersección simple no necesita.
- Comparar cada punto nuevo con un conteo manual corto es lo que da confianza al equipo de tránsito.
- Hay que acordar desde el inicio qué métrica se reporta. "Detecciones totales" y "vehículos únicos" no son lo mismo, y confundirlas genera desconfianza en los datos.
Lo que sigue
El municipio evalúa medir de forma periódica entre 10 y 15 intersecciones al mes, con unas 6 horas de video cada una. A USD 7 por hora de video, eso suma entre USD 420 y USD 630 al mes, sin aforadores en terreno ni planillas que digitar.
Si quieres hacer este mismo trabajo, en cómo hacer un aforo vehicular está el formato con plantilla en Excel, y en analítica de video para municipios repasamos qué más se puede medir. Si tus cámaras son Hikvision o Dahua, lee qué trae la analítica de esas cámaras y qué no.
