Monitoreo y Predicción de Cruces de Fauna para la Seguridad Vial – ELEDIA E-AIR

Al doblar una esquina por la noche, un par de puntos brillantes parpadean frente a usted, deteniéndose mientras su automóvil se acerca rápidamente a ellos. ¿Serás lo suficientemente rápido para detener el vehículo antes de golpear al ciervo en medio de la carretera?

Si está acostumbrado a conducir en el campo o en caminos cercanos a bosques, colinas, montañas o grandes regiones deshabitadas, probablemente este escenario le suene familiar. Los ciervos y los grandes mamíferos que cruzan la carretera representan un problema común y potencialmente mortal en muchos países del mundo. En EE. UU., se estima que más de un millón de accidentes de vehículos por año involucran a la vida silvestre, lo que corresponde a más de $ 8 mil millones en costos médicos y reparaciones de automóviles al año (National Geographic, “Cruce de Vida Silvestre”).

El problema es análogamente relevante también desde la perspectiva del bienestar de la vida silvestre. A modo de ejemplo, aunque los registros formales solo se mantienen en una pequeña proporción de países a nivel europeo, se estima que el número total de ungulados muertos anualmente en las carreteras europeas es cercano a 1 millón, con un aumento constante en los últimos 40 años. [Langbein, J., Putman, R., & Pokorny, B. (2011). Traffic collisions involving deer and other ungulates in Europe and available measures for mitigation]. Muchos factores contribuyen al aumento de las colisiones entre vehículos y vida silvestre (WVC), incluido el desarrollo de extensas redes de carreteras que afectan y aíslan los hábitats y las poblaciones, así como los cambios climáticos y la deforestación.

La introducción de señales y/o luces de advertencia que indiquen el “cruce potencial” de vida silvestre es un enfoque común para informar a los conductores sobre la alta probabilidad de cruce de animales en un determinado tramo de la carretera. Sin embargo, fatiga de alarma se produce rápidamente, especialmente para los conductores acostumbrados a conducir en regiones críticas para el cruce de la vida silvestre, con la desensibilización resultante que hace que la advertencia sea prácticamente ignorada, lo que hace que la infraestructura de alarma estática sea prácticamente inútil.

En teoría, es posible monitorear los bordes de las carreteras a través de cámaras de video/infrarrojas para identificar animales que puedan cruzar la carretera y alertar al conductor. Sin embargo, el costo de instalar una cámara cada pocos metros, los posibles problemas de visibilidad en muchas condiciones ambientales y de iluminación, y el costo de recopilar y procesar la gran cantidad de secuencias de video resultantes en tiempo real para proporcionar advertencias útiles hacen que esta solución sea poco práctica incluso para tramos cortos de carretera.

La reciente llegada de tecnologías de detección inalámbrica de bajo costo ha permitido desarrollar una nueva generación de sistemas de alerta para el cruce de vida silvestre, con el Centro de Investigación ELEDIA ya experimentando soluciones escalables y robustas dentro de la Proyecto MARGEN. El concepto físico fundamental detrás de MARGINE puede parecer trivial, ya que aprovecha las ondas de radio (que no se ven afectadas por las condiciones de luz/visibilidad) para detectar la distancia y la velocidad de los animales, como lo haría cualquier sistema de radar. Sin embargo, inmediatamente surgieron dos desafíos fundamentales en el camino para hacer que el sistema sea práctico y útil, a saber (i) cómo monitorear tramos largos de caminos evitando costosas instalaciones, y (ii) cómo habilitar alerta temprana confiable (es decir, decirle al conductor “un animal va a cruzar en 10 segundos 200 metros delante de ti”).

El primer desafío se resolvió mediante el desarrollo y despliegue de un red colaborativa de postes de guía inteligentes inalámbricos. La idea fundamental detrás de tal elección fue desarrollar un poste de guía reubicable que integrara capacidades de detección (es decir, capacidad para detectar la presencia, velocidad y distancia de los animales) y comunicaciones, y hacer que los postes se comuniquen de forma inalámbrica para compartir la información detectada con tramos lejanos de la carretera en cuestión de milisegundos (más detalles sobre los aspectos tecnológicos se pueden encontrar en la página del proyecto). Sin embargo, el segundo problema no puede resolverse solo con la detección, ya que en realidad está más relacionado con entender el comportamiento animal que solo detectarlo. Ahí es donde las metodologías de IA desarrolladas por el Centro de Investigación ELEDIA marcaron la diferencia.

Cada animal salvaje tiene una ruta de movimiento diferente, que se puede estudiar para comprender información importante sobre la migración. [D. R. Rubenstein, K. A. Hobson, “From birds to butterflies: animal movement patterns and stable isotopes,” Trends in Ecology & Evolution, vol. 19, no. 5, pp. 256-263, 2004.] A menor escala, los ungulados que cruzan una carretera exhiben un comportamiento muy específico, donde el animal pasa por un conjunto de diferentes fases (como “estudio”, “decisión”, “cruce”) que pueden ser identificadas para predecir su acción posterior y probabilidad de entrar en una condición peligrosa. Entendiendo el patrones de comportamiento de los grandes mamiferos (como ciervos y jabalíes) cuando llegar a un borde de la carretera ha sido el reto fundamental abordado por la suite metodológica E-AIR dentro de MARGINE. Gracias a los datos experimentales recogidos en colaboración con el Provincia Autónoma de Trento y el Asociación Cacciatori Trentinilos miembros del Centro de Investigación ELEDIA pudieron desarrollar y validar un Modelo de comportamiento impulsado por IA para el cruce de vida silvestre. Dicho modelo se ha implementado, calibrado y demostrado experimentalmente en los sitios de prueba de MARGINE, ubicados en Cavalese, Predazzo y Ziano di Fiemme, Val di Fiemme, Trento (Italia).

En el sistema MARGINE implementado, los datos recopilados por los postes de guía inteligente se recopilan y procesan en una unidad central (el “Hub MARGEN”). Al explotar los desarrollados Paquete de inteligencia artificial ELEDIA, el Hub MARGINE infiere la presencia de animales y su comportamiento al acercarse a la carretera, y luego presenta una advertencia a través de una señal de mensaje variable solo si se detecta una condición potencialmente peligrosa. Para lograr este objetivo, una combinación de aprendizaje automático, optimización evolutiva, aprendizaje profundo y lógica difusa Se han implementado técnicas que conducen a un enfoque general que se puede adoptar fácilmente independientemente de las características de la carretera y la arquitectura de detección (número y posición de los sensores, distancia, tecnología implementada). Más allá de los beneficios de seguridad obvios y el mayor soporte de infraestructura para los administradores de carreteras, esta solución permite minimizar las advertencias a los conductores y evitar la “fatiga de alarma” que surge. Además, se puede personalizar fácilmente para manejar diferentes clases de animales, incluidos osos, alces, alces, canguros y bisontes. Por ejemplo, la detección de jabalíes ha sido ya validado por ELEDIA en el Parco Colli Euganei, Padua),

Entonces, salvar a Bambi siempre se trata de entenderlo, después de todo.

Leer más

• El Proyecto MARGINE http://www.eledia.org/showcase/margine/ (en italiano)
• G. Beltrami, “Sensori sulla strada per salvare gli animali”, periódico L’Adigepublicado el 07/10/2020 (en italiano)
• “Nuovi sensori stradali avvisano della presenza di animali”, L’Adige.itpublicado el 11/05/2014 (en italiano)
• L. Piva, “Un dispositivo wireless per rilevare la presenza di cinghiali”, Diario Il Gazzettinopublicado el 01/07/2018 (en italiano)
• F. Viani, F. Robol, M. Salucci, E. Giarola, S. De Vigili, M. Rocca, F. Boldrini, G. Benedetti y A. Massa, “Sistema de alerta temprana basado en WSN para prevenir colisiones de vehículos con vida silvestre en las regiones de los Alpes: desde la prueba de laboratorio hasta la implementación en el mundo real”, EuCAP 2013, Gotemburgo, Suecia, págs. 1857-1860, 8-12 de abril de 2013.
• F. Viani, F. Robol, E. Giarola, G. Benedetti, S. Devigili y A. Massa, “Avances en el sistema de alerta temprana de cruce de carreteras de vida silvestre: nueva arquitectura y validación experimental”, 8th European Conference on Antennas and Propagation (EUCAP 2014), La Haya, Países Bajos, pp. 3457-3461, 6-11 de abril de 2014.
• F. Viani, F. Robol, A. Polo y E. Giarola, “Sistema de monitoreo de cruce de caminos de vida silvestre: Avances y validación del sitio de prueba”, 10th European Conference on Antennas and Propagation (EUCAP 2016), Davos, Suiza, pp. 1-4, 11-15 de abril de 2016.
• F. Viani, A. Polo, E. Giarola, G. Benedetti, S. Zanetti y F. Robol, “Evaluación del rendimiento de un sistema inteligente de gestión de carreteras para la detección inalámbrica de cruce de carreteras de vida silvestre”, 2016 IEEE International Smart Cities Conference (ISC2), Trento, Italia, págs. 1-6, 12-15 de septiembre de 2016.