Damos gran importancia a la protección de datos y por ello utilizamos los datos que nos proporcionas con el máximo cuidado. Puedes manejar los datos que nos proporcionas en tu panel de control personal. Encontrarás nuestra normativa completa sobre protección de datos y la información sobre tus derechos en nuestro aviso de privacidad. Al utilizar la web y sus elementos y seguir navegando, aceptas las normas de nuestra política de privacidad, así como nuestros términos y condiciones.
MASTRIA: Movilidad Digital e Integration multimodal en Panama
Panamá
Escala:
A nivel de ciudad
Mastria es una solución de movilidad sostenible en beneficio de las ciudades y las personas que habitan en ellas, que predice flujos de pasajeros; los operadores de transporte pueden adaptar su oferta e informar a los viajeros de las diferentes posibilidades de viaje (bus, metro, etc).
Industria, Innovación e Infraestructuras
Ciudades y comunidades sostenibles
Acción por el Clima
Comparte la página
Comparte la página a través de:
Envía un correo electrónico a
LinkedIn
Twitter
Copiahttps://www.bable-smartcities.eu/es/explorar/casos-de-uso/caso-de-uso/mastria-movilidad-digital-e-integration-multimodal-en-panam.htmlEl enlace de esta página se ha copiado en el portapapeles
Reto / Objetivo
Cuando Metro de Panamá abrió una nueva línea en 2019, se enfrentó a una cantidad de pasajeros alta y fluctuante, lo que generó saturación, largos tiempos de espera y problemas de seguridad. Posteriormente, debido a la aparición de la pandemia Covid-19, un nuevo e importante condicionante debía tenerse en cuenta: las cargas de pasajeros en los trenes debían adaptarse al 40% de su capacidad máxima, según lo recomendado por las autoridades sanitarias del país.
Solución
El Operador utilizó la solución “Mastria” para construir modelos dinámicos de flujo de pasajeros. En tiempo real, podrían saber con 30 minutos de antelación el punto exacto de saturación futura y adaptar las frecuencias y capacidades de los trenes a la situación prevista.
La solución se basa en las siguiente funciones innovadoras:
1) Usar fuentes de datos existentes (ticketing, sensores de peso, análisis de video) sin implementar ningún hardware adicional para monitorear y modelar el flujo de pasajeros.
2) Utilizar técnicas predictivas de aprendizaje automático en tiempo real para anticipar la saturación de pasajeros y los fallos de embarque con alta precisión.
3) Utilizar un enfoque de apoyo a la toma de decisiones en tiempo real para la programación dinámica de horarios (adaptar los movimientos de los trenes a las fluctuaciones del tráfico).
4) Adaptar la solución y los modelos durante la crisis del COVID para monitorear los niveles de ocupación (distancia social) y activar alertas predictivas en tiempo real.
5) Simular los servicios y el tráfico (y la cantidad de puertas abiertas en cada estación) en función de los últimos datos de pasajeros durante la crisis de COVID para que la tasa de ocupación se mantenga por debajo del 40 %.
Participación ciudadana
En la implementación y desarrollo de Mastria no hubo participación directa de la ciudadanía. Pero debido a las mejoras introducidas en los servicios por Mastria, se produjo un incremento del número de usuarios de metro.
Imágenes
Vídeo
¿Quieres saber más sobre las lecciones aprendidas, los detalles financieros y los resultados?
Algo ha ido mal por parte nuestra. Por favor, intenta recargar la página y si el problema persiste, ponte en contacto con nosotros a través de
support@bable-smartcities.eu