Un equipo de investigadores del Instituto de Robótica y Tecnologías de la Información y las Comunicaciones (IRTIC) de la Universitat de València (UV) ha publicado el artículo «Semantic technologies for cross-border traffic management in the EU context: interoperability, scalability, and compliance» en la revista científica de alto impacto Expert Systems with Applications, centrada en sistemas expertos e inteligentes aplicados en la industria, la administración pública y las universidades de todo el mundo.
El estudio ilustra cómo las tecnologías semánticas pueden mejorar la interoperabilidad, la integración de información contextual, el razonamiento explicable y la federación dinámica de datos en los sistemas de transporte inteligentes (ITS, por sus siglas en inglés). Además, señala que un panel de control de apoyo a la toma de decisiones en tiempo real demuestra la aplicabilidad operativa del conocimiento semántico generado, lo que sienta las bases para las plataformas de información de tráfico de próxima generación y los servicios de movilidad preparados para la inteligencia artificial (IA).
El análisis se desarrolla a partir del proyecto europeo LODRoadTran18, que buscaba mejorar la interoperabilidad y reutilización de datos dinámicos de tráfico en España y la República Checa mediante el uso de datos abiertos enlazados (Linked Open Data, LOD, en inglés) y de la tesis del investigador Julián Gutiérrez, centrada en la infraestructura de datos abiertos basada en tecnologías semánticas para la gestión inteligente de incidencias de tráfico en carretera y variables meteorológicas.
La fragmentación de los datos, los formatos heterogéneos, la interoperabilidad limitada y la ausencia de integración semántica entre organizaciones y países se incluyen entre las principales limitaciones de los sistemas de información de tráfico convencionales.
En este sentido, la publicación presenta una arquitectura de información de tráfico basada en la semántica fundamentada en LOD, ontologías, tecnologías de razonamiento semántico, y el estándar GeoSPARQL, que a través de la web semántica posibilita la consulta y la representación de datos geoespaciales, para permitir una gestión de la información sobre el tráfico que sea interoperable, federada y preparada para la IA.
La arquitectura propuesta se implementó dentro de la infraestructura operativa del Punto de Acceso Nacional de Tráfico y Movilidad (National Access Point, NAP) de la Dirección General de Tráfico (DGT) española. Este elemento combinó la transformación semántica guiada por ontologías de los mensajes de tráfico del estándar europeo de referencia para tráfico e información de tráfico DATEX II, y el enriquecimiento semántico entre dominios con datos meteorológicos y geoespaciales.
También se tuvo presente el razonamiento contextual basado en lenguaje de reglas para la web semántica (Semantic Web Rule Language, SWRL), la interoperabilidad federada mediante el estándar para la consulta de grafos SPARQL y la integración espacial basada en GeoSPARQL.
Los beneficios de las tecnologías semánticas
La evaluación experimental demostró la estabilidad de la ejecución local de SPARQL con cargas de trabajo de hasta 200 usuarios simultáneos, el éxito de la federación en tiempo de ejecución entre España y la República Checa, y la viabilidad de enriquecer dinámicamente los incidentes de tráfico con recursos geoespaciales externos de LOD mediante consultas GeoSPARQL federadas.
Los resultados confirman que las tecnologías semánticas pueden proporcionar una base práctica para sistemas de transporte inteligentes que sean interoperables, escalables, explicables y preparados para la inteligencia artificial. Estas tecnologías facilitan el intercambio transfronterizo de información sobre el tráfico, escenarios avanzados de integración semántica y aplicaciones de apoyo a la toma de decisiones operativas dentro de los ecosistemas de movilidad europeos.
Las futuras investigaciones se centrarán en mejorar la optimización de las consultas GeoSPARQL distribuidas, integrar los modelos de lenguaje extensos (Large Language Model, LLM) para realizar consultas semánticas en lenguaje natural, ampliar la interoperabilidad semántica hacia ecosistemas de movilidad multimodal e incorporar servicios de IA predictivos en tiempo real basados en grafos de conocimiento sobre el tráfico y el medio ambiente enriquecidos semánticamente.
Los investigadores José Javier Samper-Zapater, Julián Gutiérrez-Moret, Sergio Castillo, Jose Macario de Siqueira Rocha, José Francisco García Calderaro y Ana María Delgado Caro han participado en este trabajo.
