SUPERVISION INTELIGENTE DEL TRANSPORTE PÚBLICO

El transporte público es el corazón que bombea vida a la ciudad pero ¿Cuántas veces nos hemos encontrado con dos unidades seguidas, mientras la anterior brillaba por su ausencia?

Comment

Inspiration

Salir de la facultad y esperar el transporte se convirtió en una lotería: algunas rutas, en particular la C69, tardaban demasiado en pasar. Cuando finalmente llegaban, la primera unidad venía completamente llena y no podíamos abordarla. Sin embargo, solo unos minutos después, otra unidad casi vacía aparecía. Esta desconexión en la frecuencia de los camiones no era un caso aislado; lo observamos repetidamente en diferentes días y rutas.

What it does

Al entrevistar a operadores del transporte, descubrimos que existe un monitoreo manual de las unidades. Cada ruta cuenta con una persona encargada de supervisarla constantemente. Cuando detecta una anomalía o desincronización, informa a un supervisor o auxiliar, quien decide si enviar un mensaje, compartir una imagen o incluso llamar directamente al operador afectado.

Nuestro objetivo fue automatizar y hacer más inteligente el sistema de monitoreo, permitiendo la detección automática de desincronizaciones y notificando de inmediato a los operadores. Para ello, utilizamos la API de Gemini, que genera mensajes claros y descriptivos para que los conductores puedan ajustar sus rutas sin ambigüedades.

How we built it

Para el frontend, utilizamos HTML, CSS y JavaScript junto con la librería Leaflet, lo que nos permitió visualizar información geográfica de manera intuitiva. En el backend, elegimos MongoDB Atlas por su facilidad para manejar datos geoespaciales y GeoJSONs. Además, utilizamos Python y FastAPI para desarrollar una API rápida y segura.

Mapeamos la ruta C69 y la dividimos en tramos, lo que facilita futuras consultas geográficas y permite calcular distancias entre segmentos de manera eficiente.

Challenges we ran into

Nuestra intención inicial era generar un diagrama de dispersión para cada tramo dentro del horario de 5 AM a 10 PM. Con estos datos, planeábamos aplicar regresiones lineales para calcular tiempos estimados de llegada (ETA), diferenciando entre horas pico y valle. Sin embargo, la API que planeábamos utilizar ofrece una prueba gratuita de 30 días, pero sin acceso a estadísticas históricas, lo que nos impidió desarrollar este componente clave del proyecto.

Accomplishments that we're proud of

A pesar de las limitaciones, logramos desarrollar un prototipo funcional utilizando Telegram para demostrar la viabilidad técnica del sistema. Esto confirma que un sistema de monitoreo inteligente y automatizado es factible y escalable.

What we learned

Exploramos el uso de la API de Gemini y descubrimos nuevas formas de almacenar información geográfica en bases de datos NoSQL. También aprendimos a optimizar la integración entre sistemas de monitoreo y plataformas de mensajería en tiempo real.

What's next for SUPERVISION INTELIGENTE DEL TRANSPORTE PÚBLICO

El siguiente paso es hacer que el sistema sea completamente dinámico y escalable, integrando datos en tiempo real sobre la ubicación de las unidades para mejorar la precisión y eficiencia del monitoreo. Nuestra visión es transformar la supervisión del transporte en una herramienta proactiva que optimice la experiencia de los usuarios y operadores.

Share this project:

Updates