Investigadores de la Universidad de Loughborough han desarrollado un sistema que combina aprendizaje automático, información geográfica y registros de sensores para identificar las necesidades de infraestructura de los desplazamientos a pie.
Redacción: Redacción Mundo del Transporte
Editor: Karem Díaz S.
Conocer cuántas personas utilizan las calles de una ciudad para desplazarse a pie representa uno de los desafíos menos visibles de la planificación del transporte urbano. Una investigación desarrollada en la Universidad de Loughborough, en Reino Unido, propone resolver parte de este problema mediante una herramienta de inteligencia artificial capaz de estimar la actividad peatonal en lugares donde no existen equipos de medición.
La investigación, presentada por la institución universitaria el 18 de noviembre de 2026 y publicada en la revista científica Travel Behaviour and Society, introduce un sistema denominado Geospatial Pedestrian Activity Engine (GPAE), concebido para transformar información parcial sobre los desplazamientos peatonales en estimaciones de alcance urbano.
El trabajo fue dirigido por el investigador doctoral Mohamed Shamroukh, bajo la supervisión de Asya Natapov y Taimaz Larimian, y busca proporcionar mejores herramientas para decidir dónde construir, ampliar o recuperar infraestructuras destinadas a la movilidad activa.
El transporte peatonal y sus dificultades de medición
Mientras que los desplazamientos motorizados pueden estudiarse mediante registros de tráfico, sistemas de posicionamiento y datos de operadores, la movilidad peatonal presenta dificultades particulares.
Las personas pueden modificar sus itinerarios con facilidad, atravesar espacios públicos, utilizar caminos secundarios y realizar desplazamientos que no quedan registrados por los sistemas convencionales de transporte.
Instalar dispositivos de medición en todas las calles de una ciudad supondría una inversión considerable, además de generar necesidades permanentes de mantenimiento y procesamiento de información.
Por ello, las administraciones suelen disponer de datos concentrados en determinados puntos, como estaciones, calles comerciales o intersecciones importantes, mientras desconocen la intensidad de circulación peatonal en otros sectores.
Esta desigualdad en la disponibilidad de información puede afectar las decisiones sobre inversiones públicas. Una calle que carece de dispositivos de medición no necesariamente presenta una demanda reducida de desplazamientos.
Una experiencia desarrollada con 29 puntos de observación
El equipo de Loughborough utilizó información procedente de 29 emplazamientos de seguimiento distribuidos en la localidad británica para desarrollar y evaluar su herramienta.
Los investigadores combinaron datos obtenidos mediante cámaras de vídeo y sensores wifi con información sobre las características del entorno urbano.
El aprendizaje automático permitió relacionar los registros disponibles con las condiciones territoriales de los lugares observados y generar estimaciones para sectores que carecían de sistemas de seguimiento.
El procedimiento parte de una cuestión fundamental: dos calles pueden compartir determinadas características urbanísticas, comerciales y funcionales que permitan establecer relaciones entre sus respectivos niveles de actividad peatonal.
Sin embargo, estas relaciones deben identificarse mediante datos y modelos estadísticos, evitando asumir que todos los espacios aparentemente similares presentan necesariamente el mismo comportamiento.
La Universidad de Loughborough señala que las pruebas realizadas mostraron un elevado nivel de precisión, aunque su comunicación institucional no proporciona una cifra concreta que permita cuantificar el margen de error de las predicciones.
Cómo funciona el análisis geoespacial de la movilidad
El análisis geoespacial permite relacionar información estadística con su ubicación dentro de un territorio. En el ámbito del transporte, esta metodología facilita examinar cómo determinadas características urbanas influyen en la distribución de los desplazamientos.
Una calle no constituye únicamente un espacio de circulación. También puede funcionar como acceso a viviendas, establecimientos comerciales, centros educativos, instalaciones sanitarias y servicios públicos.
La concentración y distribución de estos destinos pueden modificar la cantidad de personas que utilizan una determinada infraestructura.
Un modelo de predicción peatonal busca identificar estas relaciones mediante variables que describen tanto la actividad humana observada como las características del lugar donde se desarrolla.
El aprendizaje automático permite examinar múltiples relaciones simultáneamente, incluyendo aquellas que resultarían difíciles de representar mediante reglas convencionales.
Las predicciones obtenidas no sustituyen las observaciones directas, pero pueden ampliar la cobertura territorial de los sistemas de información disponibles.
Los comercios y servicios también generan demanda de transporte
Uno de los aspectos destacados por la investigación es que la distribución de los desplazamientos a pie no depende exclusivamente de la existencia de conexiones de transporte.
Las actividades comerciales, los equipamientos comunitarios, las viviendas y otros destinos cotidianos también influyen en la intensidad de utilización de las calles.
Esta relación ayuda a explicar por qué dos corredores urbanos con infraestructuras físicamente semejantes pueden presentar niveles de utilización muy diferentes.
Una acera situada junto a viviendas, escuelas y comercios puede registrar desplazamientos continuos a lo largo del día, mientras que otra con características constructivas similares puede concentrar su actividad durante determinados períodos.
La importancia de considerar estas condiciones también aparece en investigaciones sobre los factores que determinan la utilización cotidiana de la bicicleta, donde la disponibilidad de infraestructura constituye solamente una parte de las variables que intervienen en las decisiones de movilidad.
Detectar calles con infraestructuras insuficientes
Una de las principales aplicaciones del sistema GPAE consiste en comparar las estimaciones de actividad peatonal con la infraestructura disponible.
Este análisis permite distinguir cuatro situaciones generales que requieren diferentes estrategias de intervención.
Infraestructuras sobrecargadas: espacios utilizados intensamente por peatones cuya capacidad o características pueden resultar insuficientes para responder adecuadamente a la demanda.
Infraestructuras infrautilizadas: sectores que disponen de instalaciones para caminar, pero registran niveles relativamente reducidos de utilización.
Áreas desatendidas: lugares donde coinciden una actividad peatonal limitada y una escasa dotación de infraestructura.
Áreas adecuadamente atendidas: espacios donde existe una correspondencia razonable entre la demanda estimada y las instalaciones disponibles.
Esta clasificación proporciona una base para determinar qué espacios requieren investigaciones adicionales y cuáles podrían beneficiarse de actuaciones prioritarias.
No obstante, una actividad peatonal reducida no demuestra automáticamente que una infraestructura resulte innecesaria. La falta de condiciones adecuadas para caminar puede constituir precisamente una de las razones por las que las personas evitan utilizarla.
La demanda que permanece oculta por las barreras urbanas
La planificación de infraestructuras basada exclusivamente en los niveles actuales de utilización puede generar un problema metodológico conocido como demanda reprimida.
Una persona que considera inseguro atravesar una carretera, encuentra dificultades para utilizar una acera o carece de un itinerario accesible puede optar por otro medio de transporte o renunciar a realizar determinado desplazamiento.
En estos casos, los registros de actividad no reflejan necesariamente todas las necesidades existentes.
La identificación de sectores con poca circulación peatonal debe complementarse con evaluaciones sobre accesibilidad, conectividad, seguridad vial y características de la población residente.
La presencia de escaleras, obstáculos físicos, pavimentos deteriorados o intersecciones difíciles de atravesar puede afectar de manera especialmente intensa a personas mayores, ciudadanos con movilidad reducida y familias con niños pequeños.
La organización de las calles también exige considerar la convivencia con otras modalidades de transporte. El crecimiento de los servicios de alquiler ha motivado propuestas como la regulación de las bicicletas eléctricas compartidas en Inglaterra, que contempla medidas destinadas a proteger la accesibilidad de los espacios peatonales.
Mejorar las conexiones con el transporte público
Los desplazamientos a pie constituyen una parte fundamental de numerosas operaciones de transporte colectivo.
Antes de abordar un autobús, un tranvía o un tren, los pasajeros deben recorrer una determinada distancia para acceder a las instalaciones correspondientes. El mismo proceso se repite al finalizar el viaje.
Las condiciones de estos recorridos pueden influir en la competitividad del transporte público frente al automóvil particular.
Una estación con servicios frecuentes puede perder atractivo si los accesos peatonales resultan incómodos, inseguros o difíciles de utilizar para determinadas personas.
La estimación de la actividad peatonal puede ayudar a localizar lugares donde sería conveniente ampliar aceras, mejorar cruces, reorganizar espacios de espera o establecer conexiones más directas entre las viviendas y las paradas.
Asimismo, permite examinar cómo interactúan los diferentes usuarios dentro de las calles compartidas, una cuestión presente en las pruebas de autobuses autónomos realizadas en la localidad japonesa de Kinosaki Onsen, donde la circulación de vehículos debe adaptarse a la presencia habitual de peatones.
Una herramienta para orientar las inversiones municipales
Las administraciones locales deben distribuir recursos económicos limitados entre numerosos proyectos de conservación, modernización y ampliación de las infraestructuras urbanas.
En ausencia de información suficientemente representativa, esta distribución puede depender de observaciones puntuales, reclamaciones ciudadanas o criterios que no permiten comparar adecuadamente las necesidades de diferentes barrios.
Un sistema de estimación territorial proporciona una referencia adicional para evaluar proyectos de movilidad activa y recuperación de espacios públicos.
Entre sus posibles aplicaciones se encuentran la identificación de corredores que necesitan mejoras de capacidad, la evaluación de posibles itinerarios peatonales y la selección de lugares donde realizar nuevas campañas de medición.
La herramienta también podría utilizarse para orientar estudios previos a intervenciones urbanísticas que modifiquen la distribución de servicios, viviendas o establecimientos comerciales.
Estas aplicaciones requieren que los resultados del modelo se integren con criterios técnicos, sociales y económicos, evitando convertir una predicción informática en el único fundamento de una inversión pública.
Las limitaciones de extrapolar información entre diferentes ciudades
Una cuestión relevante para la futura utilización del sistema reside en determinar hasta qué punto puede trasladarse a localidades con características diferentes de Loughborough.
La distribución de los desplazamientos peatonales depende de múltiples circunstancias, entre ellas la densidad urbana, la topografía, el clima, los horarios comerciales, las costumbres locales y la disponibilidad de otras modalidades de transporte.
Un modelo desarrollado en una localidad británica puede necesitar ajustes antes de utilizarse en una ciudad latinoamericana, asiática o africana.
También será necesario considerar la representatividad de los lugares donde se instalan los sensores. Una red de observación concentrada exclusivamente en zonas comerciales podría no describir adecuadamente los desplazamientos residenciales o aquellos asociados con actividades educativas y comunitarias.
La calidad de las predicciones depende tanto del diseño de los modelos como de la fiabilidad y diversidad de la información utilizada para desarrollarlos.
Por consiguiente, las evaluaciones independientes en otros entornos urbanos serán importantes para establecer las posibilidades reales de generalización de esta metodología.
Privacidad y utilización responsable de los datos
La incorporación de cámaras y sensores wifi a los sistemas de análisis de movilidad introduce consideraciones relacionadas con la protección de la información personal.
Para planificar una infraestructura peatonal generalmente resulta necesario conocer volúmenes de circulación, distribuciones temporales y patrones agregados, no identificar individualmente a las personas que realizan los desplazamientos.
Los futuros sistemas municipales que adopten estas metodologías deberán establecer procedimientos de minimización de datos, protección de la información y supervisión de su tratamiento.
La comunicación institucional sobre GPAE no detalla los procedimientos específicos empleados para gestionar la privacidad de los registros originales, por lo que este aspecto deberá examinarse antes de trasladar la metodología a otras aplicaciones.
Una infraestructura de transporte que también necesita datos
El desarrollo de GPAE forma parte de los trabajos vinculados inicialmente al programa de regeneración urbana Loughborough Town Deal.
Su aportación consiste en ampliar las posibilidades de análisis de los desplazamientos a pie sin exigir una cobertura permanente de sensores en todas las calles.
La investigación sitúa la movilidad peatonal dentro de los sistemas avanzados de planificación del transporte, donde la disponibilidad de información puede ayudar a mejorar la distribución de recursos y la conexión entre diferentes modalidades.
Las próximas aplicaciones deberán determinar si esta metodología mantiene su precisión en ciudades con otras características y si las decisiones adoptadas mediante sus estimaciones producen mejoras verificables en la accesibilidad y la movilidad cotidiana.
Fuentes referenciales:
Universidad de Loughborough — Presentación oficial de la investigación, 18 de noviembre de 2026


