• 2 min de lectura
La IA predice riesgos en las puertas del metro antes de que lleguen los pasajeros
Investigadores de SKKU, KAIST y Texas Tech construyeron un sistema basado en CCTV que señala riesgos de atrapamiento en puertas del metro antes de que los pasajeros alcancen el borde del andén.
Imagen: TechXplore
Un equipo de investigación dirigido por el profesor Jo Woon Chong en Sungkyunkwan University (SKKU), en colaboración con investigadores de KAIST y Texas Tech University, ha desarrollado un sistema basado en CCTV diseñado para prevenir accidentes de atrapamiento en puertas del metro antes de que ocurran.
El sistema, llamado Passenger Movement Estimation System (PMES), utiliza imágenes de vídeo para predecir cómo se mueven los pasajeros cerca de las puertas del tren. A diferencia de los sistemas de seguridad convencionales que reaccionan solo después de que alguien entra en una zona de peligro, PMES pretende identificar el riesgo con antelación, antes de que un pasajero llegue a la zona de embarque. El trabajo fue publicado en IEEE Transactions on Intelligent Transportation Systems.
Los investigadores también validaron un Passenger Trajectory Model (PTM) que muestra que cuando un tren está en el andén o se aproxima a él, el 97.85% de los pasajeros que bajan por las escaleras se dirigen directamente hacia las puertas del tren.
“Basándonos en estos patrones de comportamiento, construimos un sistema que captura los movimientos de los pasajeros usando un único fotograma de vídeo, lo que nos permite detectar riesgos antes de que los pasajeros lleguen a las puertas del tren.”
En los experimentos, el equipo clasificó el movimiento en las escaleras en tres clases: subiendo, bajando y pasando. Utilizando un modelo de detección de objetos, reportaron una precisión de clasificación en tiempo real del 97.58%.
Para hacer el enfoque práctico de desplegar, los investigadores desarrollaron SD Net (Subway Door Network), un modelo ultraligero diseñado para funcionar en entornos informáticos limitados. También desarrollaron un Decision Support System (DSS) para ayudar a los operadores de tren a elegir el mejor momento para cerrar las puertas y determinar cuándo deben sonar las alarmas de advertencia para los pasajeros.
Recomendado
Einride invierte $38 millones para incorporar software de carga
El proyecto reunió conocimientos de múltiples disciplinas, incluyendo ingeniería civil y ambiental a través de la profesora Lisa Lim en KAIST y ingeniería eléctrica e informática a través de Yifan Li en Texas Tech University. Según el equipo, los hallazgos sugieren que los sistemas de transporte podrían avanzar más allá del monitoreo pasivo por CCTV hacia respuestas de seguridad proactivas, al tiempo que reducen los retrasos en los trenes.
El artículo es: Hee Jo et al., “Passenger Trajectory Model and Passenger Movement Estimation System for Preventing Passenger Subway Door Accidents,” IEEE Transactions on Intelligent Transportation Systems (2026). DOI: 10.1109/tits.2026.3702710
Frontier Editor
Dan is our resident futurist, covering electric mobility, space exploration, and the smart home. He's interested in atoms just as much as bits. Whether it's a new battery chemistry, a reusable rocket, or a protocol that finally makes IoT devices talk to each other, Dan breaks down the engineering that pushes humanity forward.
vía TechXplore
