Vía libre

Vía Libre: en Tijuana, rutas peatonales según tu perfil —silla, andadera, baja visión— sobre calles y pendientes reales, con barreras reportadas por la gente y clasificadas con IA.

Comment

Inspiración

En Tijuana, 80,928 personas tienen dificultad para caminar, subir o bajar, y 145,794 para ver (INEGI, Censo 2020). Para ellas, una banqueta rota, un auto sobre la rampa o una pendiente pronunciada no son molestias: son muros. Los mapas comunes dicen "ve por aquí", pero no saben si ese camino tiene rampa, ancho suficiente o cuánta pendiente. Vía Libre nace para responder eso con datos reales y sin inventar.

Qué hace

  • Rutas peatonales por perfil de movilidad (silla manual/eléctrica, andadera/bastón, carriola, baja visión): la misma ciudad se recorre distinto según quién eres.
  • Reporte ciudadano de barreras con foto, clasificado por IA (tipo y gravedad).
  • Análisis Profundo: tablero con datos reales del INEGI por AGEB + reportes del piloto, separando siempre dato duro de dato candidato.
  • Voz y háptica para baja visión: lectura de ruta y guía por vibración.

Cómo lo construimos

PWA instalable en React + Vite + TypeScript + Tailwind, full-stack con Express. Motor de ruteo accesible propio que penaliza o bloquea tramos por pendiente, ancho, rampa de esquina, superficie y barreras reportadas, sobre una red peatonal real de OpenStreetMap. Las pendientes se miden por topografía con la Google Elevation API (no se estiman). Mapa con Google Maps (Map ID vectorial), Directions (trazo peatonal real a cualquier destino) y Geocoding. Clasificación de barreras y comandos de voz con Gemini. Persistencia en SQLite. Datos demográficos procesados del Censo 2020 del INEGI. Capacitor para háptica y empaque nativo.

Honestidad por diseño (nuestro diferenciador)

Nunca afirmamos accesibilidad "validada". Etiquetamos cada cosa: dato duro (INEGI), dato candidato (reportes piloto sin validar en campo) y, para destinos fuera del corredor piloto, trazo real de Google con obstáculos de demostración. El corredor piloto (Hospital General–Zona Río) usa red y pendientes reales; el resto se marca como por confirmar.

Retos

  • No existe GTFS ni datos abiertos de banquetas/transporte para Tijuana (lo verificamos en Mobility Database): tuvimos que construir la red peatonal desde OSM y medir pendientes con Elevation.
  • Modelar accesibilidad por perfil (una escalera la sube un adulto mayor, no una silla) en vez de un sí/no binario.
  • Mantener la app honesta, sin demos que mientan.

Lo que aprendimos

La accesibilidad es un problema de datos, no solo de interfaz: medir pendientes reales y separar dato oficial de dato ciudadano lo cambia todo. Y que decir "esto es piloto/simulado" genera más confianza que fingir cobertura total.

Qué sigue

Validación en campo del corredor, ampliar la red peatonal priorizando los AGEB con mayor población con discapacidad, y app nativa Android (Capacitor) con GPS en tiempo real.

Built With

Share this project:

Updates

Submission history