Hace apenas dos décadas, la información sobre el tráfico llegaba a los conductores a través de boletines de radio o de los paneles luminosos de la DGT. Hoy, la precisión de los sistemas de navegación nos permite saber con un margen de error pequeño cuántos minutos perderemos en una retención o si tomamos uno u otro desvío. Sin embargo, el GPS por sí solo no tiene capacidad para conocer el tráfico, ya que su única función es proporcionar coordenadas de latitud y longitud.
La magia de las líneas rojas que vemos en el mapa y que muestran los tramos donde hay más tráfico es el resultado de una gran operación de fusión de datos en la nube. Los proveedores de cartografía como Google, Apple o TomTom no solo utilizan satélites, sino que han convertido a cada vehículo y a cada smartphone en un sensor activo que informa sobre el estado de la vía de forma agregada y, en muchos casos, anónima.
Datos agregados o probe data
La fuente de información más valiosa para los navegadores actuales son los datos de sonda o probe data. Cada vez que utilizamos una aplicación de navegación, ya sea Google Maps, Waze o cualquier otra, nuestro dispositivo envía información a los servidores centrales, con la ubicación exacta, la velocidad de desplazamiento y el rumbo.
Cuando el servidor recibe señales de cientos de dispositivos en un mismo tramo de autovía que circulan a 20 km/h en una zona limitada a 120 km/h, el algoritmo identifica rápidamente una anomalía. Para evitar falsos positivos (como un teléfono en el bolsillo de un peatón o un vehículo agrícola circulando por el arcén), los sistemas utilizan un filtrado. Si solo un dispositivo se mueve despacio, se ignora, pero si es una cantidad importante de ellos, se marca el tramo en naranja o rojo.
Hoy en día, algunos vehículos conectados —especialmente de fabricantes como BMW, Mercedes-Benz o Volvo— ya comparten de forma agregada datos procedentes de sus sensores, como velocidad, uso de limpiaparabrisas o activación de sistemas de estabilidad. Esta información se procesa en la nube y se utiliza para generar avisos de tráfico o condiciones de la vía, aunque su disponibilidad todavía es muy limitada (esto es lo que se llama V2N o Vehicle-to-Network).
Cómo funciona el algoritmo
Tener los datos no es suficiente, ya que lo realmente difícil es procesarlos con una latencia pequeña. Aquí es donde entran en juego los algoritmos predictivos. Los grandes proveedores de mapas no solo analizan lo que ocurre en ese preciso momento, sino que cruzan esa información con datos históricos. El sistema sabe, por estadística, que un lunes a las 08:30 h en la entrada de una gran ciudad habrá retenciones, por lo que el cálculo de la ruta ya incluye ese retardo preventivo aunque en ese preciso instante la vía parezca despejada.
Es clave que el GPS sea preciso al mostrar la ubicación, ya que los algoritmos deben ser capaces de distinguir si un conductor está atrapado en un atasco en una vía de servicio o si circula con fluidez por la vía principal situada apenas a cinco metros de distancia. Para ello, los sistemas actuales, además del GPS, se apoyan en los acelerómetros y giroscopios del móvil para detectar cambios de carril o de nivel que confirmen en qué calzada exacta se encuentra el vehículo.
Finalmente, la infraestructura física también aporta su grano de arena. Los sensores de espira (hilos de cobre bajo el asfalto que detectan el paso de masas metálicas) y las cámaras de visión de los centros de gestión de tráfico también envían datos. Esta información se fusiona con los datos de los usuarios para validar la veracidad de un incidente, y de esta forma, si una autoridad informa de una carretera cortada por obras, el navegador la evitará aunque no haya coches enviando datos desde ese punto.