La implantación de sistemas de seguridad inteligentes en las ciudades

Debido al aumento constante de personas que residen en entornos urbanos, es unánime el reconocimiento de la necesidad de adoptar sistemas y soluciones que permitan a las ciudades dar respuesta a los desafíos. De este modo, las ciudades deben apoyarse en soluciones y tecnologías para transformarse digitalmente, pudiendo de este modo gestionar eficazmente desde la movilidad urbana hasta la automatización y control de edificios.

El concepto Smart City, a pesar de ser muy amplio, implica el uso de soluciones tecnológicas e inteligentes para el desarrollo de ciudades más sostenibles y que mejoren la calidad de vida de sus ciudadanos.

La seguridad, entendida en su concepto más amplio, es clave para el desarrollo de las Smart Cities, ya que tiene afectaciones desde la seguridad vial hasta la seguridad del propio ciudadano. Para ello, en el sector de la seguridad se están desarrollando cada vez más soluciones susceptibles de aplicación para la gestión eficaz y segura de ciudades. Se trata, además, de soluciones que incorporan tecnologías y sistemas altamente inteligentes.

En relación con la seguridad vial, los sistemas de Detección Automática de Incidentes (DAI), son una solución fiable para la detección de incidentes y anomalías en el tráfico. La detección se realiza no solo en las típicas y preceptivas aplicaciones en túneles, sino también en carreteras e intersecciones. Son una herramienta indispensable para la toma de decisiones rápidas y adecuadas según el tipo de incidente registrado.

Además, los sistemas DAI incluyen la recolección de datos de tráfico, por ejemplo, conteo y clasificación de vehículos, velocidad media, densidad de tráfico y matriz de origen y destino. La obtención de esta información facilita la gestión de los recursos disponibles, mejorando, en resultado, la movilidad. El software de Sprinx Tech, basado en “Deep learning”, es capaz de identificar los tipos de objetos que se mueven por la escena, reduciendo los problemas típicos de un sistema estándar, como las oclusiones que dificultan el proceso de análisis.

El software basado en Deep Learning es la opción perfecta mantener altos rendimientos con el uso de cámaras estándar de rango visible, si las condiciones ambientales no son suficientes para ejecutar el análisis de tráfico adecuadamente sin el uso de tecnologías complementarias.

Otra solución con impacto positivo para la gestión del tráfico y la movilidad vial en las ciudades son los sistemas de reconocimiento automático de matrículas. Estos sistemas proporcionan una detección y un reconocimiento de matrículas, tanto de vehículos como de ciclomotores, con una tolerancia a la perspectiva altísima. Debido al uso de redes neuronales y visión artificial, los sistemas de lectura de Neural Labs son una potentísima herramienta de reconocimiento óptico de caracteres, con una fiabilidad de lectura de hasta un 98%, incluso a muy altas velocidades en modo 'Free Flow'.

Los sistemas OCR basados en redes neuronales artificiales permiten implementar analíticas de tráfico, con una elevada tasa de fiabilidad, como:

• Lectura de matrículas: tolerante a perspectiva, alta y baja velocidad. Incluso embarcada en vehículos policiales.
• Cálculo de Velocidad (3D).
• Paneles indicadores de velocidad, foto stop, giro indebido y estudios estadísticos de velocidad.
• Detección de maniobras prohibidas
• Clasificación de Vehículos (3D): Marca y color.

A parte de la seguridad vial, existen también soluciones dirigidas a la seguridad de los ciudadanos como son los sistemas de reconocimiento facial. Esta tecnología es aplicable para soluciones de videovigilancia, mediante el reconocimiento facial en tiempo real sobre varias cámaras IP de manera simultánea. Ello permite el análisis de multitudes en movimiento en áreas urbanas, aeropuertos, estaciones de tren, centros comerciales y estadios deportivos, entre otros. También se utiliza para el análisis forense, debido a la capacidad de búsqueda intensiva de sujetos en grabaciones de vídeo, para la localización de sospechosos o clasificación automática. Por último, otra aplicación es la selección dinámica de publicidad o segmentación de clientes, basada en el análisis de características como edad, sexo, expresión facial o presencia de gafas.

La seguridad, entendida en su concepto más amplio, es clave para el desarrollo de las Smart Cities, ya que tiene afectaciones desde la seguridad vial hasta la seguridad del propio ciudadano.

Por último, destacar el rol que está adquiriendo el Internet de las Cosas, muy vinculado al sector de la seguridad y, paralelamente, altamente utilizado para la utilización eficiente de los recursos de una ciudad. El uso de diferentes tipos de sensores y dispositivos innovadores junto con la integración de estos con tecnologías de comunicaciones de largo alcance hace posible controlar y obtener información de las instalaciones, la red de luminarias o la ruta de recogida de residuos según el estado de los contenedores.

Las ciudades son conscientes de la necesidad de buscar soluciones que les ayuden a gestionar los recursos disponibles, que minimicen el impacto negativo en el entorno y que garanticen la seguridad de sus propios ciudadanos. El sector de la seguridad, en constante evolución y no ajeno a esa necesidad, ofrece Smart Solutions dirigidas para Smart Cities.