La regulación semafórica de las grandes ciudades siempre ha sido un reto complejo. No se trata únicamente de coordinar el flujo de vehículos para evitar atascos, sino de integrar a peatones, ciclistas, usuarios de patinetes eléctricos y servicios de emergencia en un ecosistema urbano en constante transformación. El Ayuntamiento de Madrid ha dado en los últimos meses un paso significativo en este ámbito al poner en marcha una serie de proyectos piloto que incorporan Inteligencia Artificial (IA) y visión artificial en la gestión de los semáforos. La experiencia está permitiendo comprobar, en escenarios reales, cómo los algoritmos y las cámaras de detección avanzada pueden modificar los patrones de circulación para adaptarse a la demanda real de los distintos usuarios de la vía.

A diferencia de los sistemas tradicionales, basados en ciclos semafóricos preprogramados o en sensores inductivos centrados casi exclusivamente en el vehículo privado, la aplicación de IA abre la posibilidad de regular de manera dinámica y en tiempo real. Este enfoque coloca en el mismo nivel a peatones, bicicletas, autobuses, coches y motocicletas, corrigiendo un sesgo histórico de las ciudades hacia el automóvil.

Primeros pilotos: del Metropolitano a la calle Princesa

El primer escenario de prueba se desplegó en la plaza de Grecia, junto al Estadio Metropolitano. La casuística era evidente: los días de gran afluencia por partidos o conciertos, los peatones se contaban por miles, pero el sistema semafórico seguía respondiendo como si se tratase de un día normal. El resultado eran esperas excesivas, aglomeraciones en las aceras y, en ocasiones, cruces imprudentes que comprometían la seguridad vial.

La solución aplicada consistió en instalar dos cámaras de visión artificial capaces de identificar en tiempo real la presencia de grupos de peatones. Cuando se detecta una acumulación significativa, el semáforo peatonal extiende su fase verde hasta los 80 segundos —frente a los 25 habituales—, evitando al mismo tiempo que se generen retenciones críticas en la glorieta. Este mecanismo convierte al flujo peatonal en un “usuario más de la vía”, con capacidad de influir en los ciclos semafóricos en condiciones de alta demanda.

Otro caso singular se encuentra en la confluencia de la calle Princesa con Alberto Aguilera. Aquí se instaló una cámara de ojo de pez de 360º que, más allá de contar el número de peatones, garantiza que nadie quede atrapado en mitad del cruce. El sistema prolonga la fase roja para los vehículos hasta que las aceras se vacían, un detalle relevante para personas con movilidad reducida o velocidad de paso más lenta.

Bicicletas y movilidad activa en el radar

Los proyectos no se han limitado al flujo peatonal. En el Puente de Segovia, por ejemplo, las cámaras analizan la afluencia de bicicletas durante los fines de semana, cuando Madrid Río concentra un elevado número de ciclistas. El sistema adapta la señalización para dar más fluidez a este colectivo sin penalizar en exceso al resto de usuarios.

En la carretera de Fuencarral, la tecnología permite detectar bicicletas a 20 segundos de distancia del semáforo. De este modo, cuando llegan al cruce, el ciclo ya se ha ajustado para facilitarles el paso. Se trata de un semáforo que en origen funcionaba con pulsador, pero la automatización evita la interacción manual y mejora la seguridad, especialmente en vías de tráfico intenso.

El Puente de San Isidro plantea otro reto técnico: la imposibilidad de instalar un pulsador en la mediana debido a infraestructuras subterráneas. La solución llegó con una cámara 360º que detecta al peatón en la mediana y activa automáticamente la fase verde. Esto demuestra que la IA puede resolver limitaciones físicas de la infraestructura mediante una capa de sensorización inteligente.

Aplicaciones emergentes: obra pública y emergencias

El Ayuntamiento está extendiendo estas soluciones a proyectos de gran escala, como el soterramiento de la A-5. Aquí el objetivo es identificar matrículas de vehículos de emergencias y de Calle 30, otorgándoles prioridad de acceso en situaciones críticas. También se emplean cámaras en la obra de Parque Ventas y en la propia A-5 para clasificar vehículos y recopilar datos de tráfico que servirán como soporte a la toma de decisiones urbanísticas.

Como se puede ver, este uso de la IA trasciende la regulación semafórica: se convierte en una herramienta de monitorización urbana que recopila información clave para planificar obras, evaluar el impacto de medidas de movilidad o anticipar necesidades de infraestructura.

Fuente de imágenes: Ayuntamiento de Madrid