La inteligencia artificial consigue encontrar rutas para reducir el estrés de los conductores

Uno de los factores importantes que aumentan el número de accidentes de tráfico es el estrés, así como la fatiga. Situaciones como atascos, ruido, retrasos y condiciones climáticas pueden aumentar los niveles de estrés del conductor. Esto termina amplificándose cuando la fatiga ya está presente. Con todo ello puede producirse una reducción de la atención junto con una toma de decisiones apresurada, aumentando el riesgo de accidentes.

Desde hace años, la inteligencia artificial (IA) ha ido apareciendo en coches autónomos e incluso en asistentes de ruta para ayudar a los conductores y optimizar el tráfico. Una de las aplicaciones más comunes de la IA en el tráfico es el uso de aplicaciones que encuentran la mejor ruta. Estas aplicaciones también actualizan la información del tráfico en tiempo real, sugiriendo rutas alternativas para evitar la congestión.

Recientemente, un artículo presentó un modelo de IA capaz de localizar fenómenos que provocan estrés en el conductor y proponer rutas alternativas para evitarlos. La IA también es capaz de identificar si el conductor muestra signos de estrés o fatiga. Este modelo analiza datos como las condiciones del tráfico, el historial de accidentes, la presencia de eventos e incluso el perfil psicológico del conductor. Al ofrecer rutas que minimizan estos factores desencadenantes, el modelo optimiza el tiempo de viaje y busca reducir el estrés del conductor.

Estrés visual

Cuando tenemos que lidiar con el tráfico, especialmente en carreteras con mucho tráfico o en grandes ciudades, ya sabemos que será estresante. Esto se debe a que el entorno tiene mucha información visual y sonora, así como congestión que afecta nuestras emociones. No es raro que estos factores estén directamente asociados a los accidentes de tráfico, suponiendo un peligro para el propio conductor, para los demás y para los peatones.

Un grupo de investigadores analizó estos factores considerando únicamente datos visuales, ignorando señales fisiológicas, análisis faciales o grabaciones de maniobras del vehículo. Es el primer estudio que se centra en el aspecto visual del estrés del tráfico. Según los investigadores, las condiciones visuales afectan directamente al nivel de estrés del conductor. Con esto se pretende entrenar un modelo capaz de localizar fenómenos visuales que incrementan el estrés.

Visión por computadora

Este modelo se basa en el área de visión por computadora, que es un campo de la inteligencia artificial que permite a las máquinas ver. Implica el desarrollo de técnicas que procesan imágenes de vídeo, extrayendo información y estableciendo relaciones que permitan a la máquina comprender visualmente el entorno.

La capacidad de las computadoras para ver el entorno y tomar decisiones basadas en información visual es importante en diferentes áreas. Una de las más importantes es el área médica que utiliza la visión artificial como asistente en el diagnóstico por imágenes. Otro ámbito que ha crecido bastante en los últimos años y que depende de la visión artificial es precisamente su uso en coches autónomos para que el vehículo pueda identificar peatones, otros vehículos, señales de tráfico y semáforos.

Modelo que aprende sobre el tránsito

Los investigadores en este trabajo utilizaron un modelo de IA que evalúa simultáneamente las condiciones del tráfico, la presencia de peatones y las características del entorno urbano en escenarios reales. Esto permitió que el modelo aprendiera a través de un estudio a gran escala del paisaje visual. Se utilizaron diferentes modelos de aprendizaje, incluidos SVM, CNN y TSN.

Según el estudio con el modelo de IA, se pretende comprender cómo el entorno visual afecta al estrés del conductor. De esta forma, el modelo puede ayudar a predecir cómo será el entorno y obtener información contextual sobre la densidad del tráfico, el paisaje urbano y la presencia de peatones. Esta información, combinada con otras fuentes de datos, puede proporcionar un mejor pronóstico y una sugerencia de ruta más segura.

¿Cómo puede ayudar la IA?

Un trabajo como este se puede aplicar directamente a los asistentes de coche e incluso a los coches autónomos. Algunos coches y aplicaciones ya cuentan con sistemas similares que analizan el tráfico en tiempo real. Pero más allá de eso, estos modelos pueden ayudar a los arquitectos e ingenieros a diseñar infraestructura y políticas urbanas para reducir los factores de estrés del tráfico. Podrían ayudar a mejorar la señalización o hacer que las intersecciones sean más seguras.

El trabajo identifica los elementos más estresantes y puede informar a los planificadores urbanos y a las autoridades de tránsito cómo tomar medidas para mitigar estos efectos. Con este modelo es posible reducir las causas de estrés en el tráfico. En el futuro, será posible combinar estos modelos con modelos de sonido para obtener una visión aún más amplia de cómo reducir el riesgo de accidentes de tráfico.

Referencia de la noticia:

Analyzing the Visual Road Scene for Driver Stress Estimation. IEEE Transactions on Affective Computing. Bustos, et al. 2025.