Un equipo de investigación de IMDEA Networks ha desarrollado un sistema de coordinación llamado Cord-Approx que reduce significativamente el tiempo que los conductores y conductoras dedican a buscar aparcamiento en la calle. El estudio “Reducing Street Parking Search Time via Smart Assignment Strategies” probó este enfoque mediante simulaciones detalladas en Madrid utilizando datos reales de tráfico. En promedio, quienes utilizaron la estrategia Cord-Approx encontraron una plaza en 6,7 minutos, frente a casi 20 minutos para quienes no lo hicieron. El artículo ha sido aceptado y se presentará en ACM SIGSPATIAL’05, un evento emblemático para la investigación basada en datos para ciudades inteligentes y otros entornos.
La metodología dividió a las personas conductoras en dos grupos (quienes usaban la aplicación frente a quienes no) y simuló cómo diferentes estrategias afectan los tiempos de búsqueda y las tasas de éxito. Cord-Approx coordina a los conductores/ prediciendo la disponibilidad probable de plazas a partir de patrones históricos de ocupación y asignándolas mediante un algoritmo de emparejamiento óptimo, de modo que no compitan por la misma. Este enfoque coordinado logra resultados cercanos a un escenario ideal “omnisciente”.
“El hallazgo clave de la investigación es en qué medida la coordinación aumenta la eficiencia: al dirigir a cada conductor a un lugar específico, convierte un caos total en un proceso organizado”, explica Behafarid Hemmatpour, estudiante de doctorado en IMDEA Networks y primera autora del artículo.
De la teoría a la práctica
La estrategia Cord-Approx funciona coordinando a las personas conductoras para que no compitan por la misma plaza de aparcamiento. A diferencia de la mayoría de las aplicaciones comerciales, que principalmente predicen dónde podrían estar disponibles las plazas, este enfoque añade una capa de coordinación a nivel de toda la ciudad.
Su efectividad se ha probado frente a un referente teórico conocido como Oracle, que asume información perfecta sobre todos los conductores/as y las plazas disponibles. “Cord-Approx se acerca mucho al escenario ideal del Oracle en cuanto a rendimiento, capturando gran parte de su ventaja teórica sin requerir datos perfectos”, señala Hemmatpour.
Beneficios para ciudades y población
El sistema puede integrarse en plataformas de movilidad existentes como Google Maps, Waze o aplicaciones municipales mediante una API, proporcionando a quienes conducen indicaciones en tiempo real hacia las plazas disponibles a medida que se acercan a su destino.
Al guiar a los conductores hacia lugares específicos para aparcar en la calle, el sistema les ahorraría tiempo y reduciría su frustración. Por ejemplo, en Madrid, se observó una reducción del 66 % en el tiempo de búsqueda para quienes usaban la app en comparación con los conductores/as habituales, lo que se traduce en miles de horas de conducción ahorradas diariamente. Al haber menos vehículos buscando aparcamiento en la calle, se reduce la congestión del tráfico y las emisiones, lo que contribuye a una mejor calidad del aire y a una menor huella ambiental.
“Las autoridades municipales podrían usar este sistema para gestionar la demanda de aparcamiento en la calle de manera más eficiente, por ejemplo, integrándolo con la gestión del tráfico municipal o incluso con tarifas dinámicas. Otra aplicación es usar los conocimientos obtenidos para la planificación urbana: los planificadores pueden identificar zonas con dificultades de aparcamiento y tomar medidas para solucionarlas”, destaca Hemmatpour.
Próximos pasos
Hasta el momento, la investigación se ha basado en simulaciones. El equipo está desarrollando un prototipo completamente funcional para demostrar el potencial de la tecnología en situaciones reales. Están explorando oportunidades para probar la estrategia Cord-App en pilotos reales con municipios o proveedores de movilidad. “Por ahora, aún no hemos colaborado con autoridades municipales ni empresas privadas para probar el sistema en un entorno real… el siguiente paso es colaborar con una ciudad o empresa para implementar una prueba,” afirma el profesor Nikolaos Laoutaris, director del Grupo de Transparencia de Datos de IMDEA Networks, donde se ha llevado a cabo la investigación.
El sistema ha sido diseñado para adaptarse a distintos contextos urbanos. Madrid se eligió como caso de estudio por su diversidad urbana y la disponibilidad de conjuntos de datos detallados de tráfico. Sin embargo, según Hemmatpour, los resultados no se limitan a esta ciudad: “El algoritmo no es específico de Madrid; se basa en datos que cualquier ciudad puede suministrar. La guía coordinada debería funcionar allí donde la escasez de plazas genere tráfico de búsqueda.”
“Piénsalo como una app de GPS inteligente para aparcar en la calle: en lugar de dar vueltas, la aplicación coordina a las personas conductoras en toda la ciudad para asignarles una plaza en la calle, reduciendo el tiempo de búsqueda y, con ello, los atascos y la contaminación generada por los coches que circulan sin rumbo”, concluye Hemmatpour.
