Las necesidades principales de SE BPNL eran restaurar la confianza en el sistema AID y actualizarlo con un impacto mínimo en el tráfico. El sistema de Detección Automática de Incidentes (AID) existente ya no era lo suficientemente eficiente ni confiable, lo que generaba la necesidad urgente de restaurar la confianza en su funcionalidad y efectividad. Al mismo tiempo, la actualización del sistema debía realizarse con una mínima interrupción del flujo de tráfico y cierres de carreteras, una tarea especialmente desafiante dada la alta cantidad de tráfico de 1400 vehículos por hora y la complejidad de los 6.5 kilómetros de túneles.
SE BPNL buscaba:
Usuario final: SE BPNL – Société d’Exploitation du Boulevard Périphérique Nord de Lyon
Socio: Bouygues Energies & Services
Lyon, Francia
Marzo – Abril de 2020
Para abordar estos desafíos, SE BPNL, junto con HGM INGENIERIE, adoptó un enfoque integral que incluyó un análisis comparativo y una solicitud directa de compromiso a los fabricantes del sistema AID. El proceso de análisis comparativo permitió al usuario final evaluar las mejores prácticas y tecnologías disponibles, asegurando la elección de soluciones capaces de cumplir con los más altos estándares de rendimiento y confiabilidad.
Un elemento clave de la estrategia fue redefinir la relación con los fabricantes del sistema AID, pasando de un modelo tradicional de subcontratistas a una asociación más integrada. Sprinx y Bouygues Energie & Service se unieron para abordar la solicitud de SE BPNL. Esta asociación estratégica aprovechó la experiencia de Sprinx en tecnología AID y la competencia de Bouygues Energie & Service en integración de sistemas. Juntos, pudieron ofrecer soluciones completas que satisfacían las necesidades actuales del usuario final, al tiempo que apoyaban los requisitos futuros de gestión del tráfico de SE BPNL.
Utilizando el segundo canal de los antiguos codificadores de video existentes conectados a cámaras analógicas, se implementó el nuevo sistema AID basado en Deep Learning de Sprinx, traffix.ai, manteniéndolo paralelo al antiguo. Fue posible desplegar rápidamente un sistema igualmente eficiente y probado que garantizaba el mismo rendimiento o incluso mejor que el sistema en uso, utilizando las cámaras antiguas existentes.
El antiguo sistema fue desactivado a favor del nuevo sistema de Sprinx, y las cámaras fueron reemplazadas por cámaras IP de nueva generación sin suspender la vigilancia del tráfico ni los servicios a los ciudadanos. El rendimiento del sistema de Detección Automática de Incidentes (AID) cumplió con las altas expectativas de SE BPNL, gracias a la combinación innovadora de tecnologías de seguimiento de objetos en 3D y aprendizaje profundo de la plataforma de análisis de video traffix.ai. Esto permitió la implementación de análisis de video que mantienen el mismo nivel de rendimiento incluso en entornos exteriores.
La integración profunda con la plataforma VMS Milestone, XProtect, mejoró significativamente la eficiencia de la sala de control, reduciendo drásticamente los tiempos de reacción en caso de accidentes. Además, el protocolo de comunicación OPC UA facilitó la integración fluida con la plataforma de Sistema de Transporte Inteligente (ITS), GTC, mejorando aún más las capacidades de la sala de control.
La plataforma dragon es otra herramienta clave para monitorear el rendimiento del sistema AID. Esta plataforma integra los analizadores con sistemas de terceros, como el VMS Milestone XProtect y la plataforma ITS, y proporciona una interfaz centralizada para verificar, validar y descargar eventos AID. Gracias a dragon, se ha implementado una configuración de fail-over para garantizar un servicio continuo incluso en caso de fallos, lo que hace que la arquitectura del sistema sea más robusta.
Además, las capacidades del nuevo sistema van más allá de la simple detección de incidentes. El sistema inteligente de análisis de tráfico de Sprinx permite la recolección de datos estadísticos sobre el flujo de tráfico. Este enfoque integral asegura que el nuevo sistema cumpla con las necesidades actuales y sea adaptable a futuros avances en la tecnología de gestión del tráfico.