El estudiante de Ingeniería Civil, Noe Astete Mendoza, diseñó el prototipo de un software de simulación de tránsito urbano, que está entrenado con información histórica del tráfico en Cusco mediante inteligencia artificial, para enfrentar la congestión vehicular en la ciudad.
(UNI).
"Estos datos (de entrenamiento) incluyen aforos vehiculares, tiempos de viaje y niveles de saturación en las principales vías, lo que nos permitió calibrar el modelo para que refleje de manera precisa el comportamiento del tránsito en la ciudad así me permite simular el flujo vehicular, analizar tiempos de espera y niveles de congestión, y proyectar alternativas para mejorar la movilidad urbana", dijo en una entrevista con la Agencia Andina.
Cómo funciona el simulador de tránsito urbano con inteligencia artificial
El simulador de tránsito urbano con inteligencia artificial opera mediante el ingreso de datos como volúmenes vehiculares, tiempos semafóricos, velocidades promedio, capacidad de las vías y niveles de saturación en intersecciones. Con esta información, el software modela el comportamiento del tránsito y detecta dónde se generan cuellos de botella.
En esta etapa de investigación, el sistema CIVIL-PySIM trabaja principalmente con datos históricos, lo que permite reconocer patrones de comportamiento vehicular. Sin embargo, está preparado para integrarse con sensores y operar con datos en tiempo real, lo que ampliaría su capacidad de respuesta en entornos urbanos dinámicos.
"La inteligencia artificial la uso para analizar esos patrones, reconocer cuándo una vía tiende a saturarse y proyectar escenarios. No solo simula, sino que aprende de los datos y ayuda a proponer ajustes", dijo el joven investigador Noe Astete, quien obtuvo una medalla de oro en el Campeonato Nacional de Matemática.
El desarrollo se basa en modelos clásicos de ingeniería de transporte, como la teoría de colas y las relaciones entre flujo, velocidad y densidad. Además, incorpora simulación de eventos y algoritmos de optimización, combinando fundamentos técnicos con programación avanzada para visualizar resultados de manera precisa.
De acuerdo con Astete, el modelo debe adaptarse a la dinámica vial local, al comportamiento de los conductores y a la infraestructura existente. Por ello, el sistema se ajusta con datos propios de cada entorno urbano para garantizar mayor realismo.
El siguiente paso será implementar pruebas piloto en campo para validar el desempeño del simulador directamente en zonas urbanas.
Según el investigador cusqueño, aunque ningún modelo es perfecto, el sistema permite anticipar tendencias y proyectar mejoras en tiempos de espera y niveles de saturación.
A diferencia de otros softwares internacionales, esta propuesta tecnología está diseñada desde la realidad peruana. Esto facilita su adaptación y reduce costos, manteniendo un enfoque técnico y predictivo alineado con el concepto de ciudades inteligentes.
El sistema también podría integrarse con semáforos inteligentes y centros de control de tránsito. De implementarse correctamente, ayudaría a optimizar variables clave del sistema vial. Si bien no elimina el tráfico, puede contribuir a hacerlo más eficiente y reducir impactos como contaminación y pérdida de tiempo.