evidoria

← Volver al listado

Buena práctica Importada

El piloto de IA de San José para el estado de las carreteras — Detección de baches con un 97% de precisión desde cámaras en vehículos municipales

Estados Unidos · San José · Ver el perfil de Estados Unidos · Ver el perfil de San José

Evidencia: Descriptivo / autodeclarado Top 25% 73/100 · Pregunte a Evidence Copilot sobre esta práctica

San José instaló cámaras con IA en vehículos municipales para detectar automáticamente baches y residuos en la vía pública, logrando un 97% de precisión en la detección de baches y un 88% en la de residuos, y ahora amplía el piloto a barredoras municipales con financiación de la Toyota Mobility Foundation.

97 %
Precisión de detección de baches (2023-2025)
88 %
Precisión de detección de basura/escombros (2023-2025)

Detalles

Madurez
Piloto
Promotor
City of San José (Information Technology Department & Transportation Department)
Período
2023–2025
Palabras clave
transportation, public works, computer vision, local government IT

Contexto

El Departamento de Tecnologías de la Información de San José, en colaboración con el Departamento de Transporte, puso en marcha en diciembre de 2023 el proyecto piloto Road Safety Conditions para comprobar si los modelos de IA que funcionan en cámaras instaladas en vehículos municipales podían detectar automáticamente peligros viales como baches, escombros y obstrucciones en carriles bici y aceras.

Objetivos

El piloto buscaba detectar automáticamente peligros viales a partir de las imágenes ya recogidas por vehículos que circulan por las rutas municipales, evitando el coste de vehículos de inspección dedicados.

Actividades

El equipo de detección se instaló en barredoras de calles y, en una fase posterior, en vehículos de control de estacionamiento que ya realizaban sus rondas habituales. San José es miembro fundador de la GovAI Coalition, una red de gobiernos locales y estatales (incluidas jurisdicciones de California, Minnesota, Oregón, Texas, Washington y Colorado) que comparten herramientas de IA y, eventualmente, datos de entrenamiento, de modo que un patrón de defecto aprendido en una ciudad puede, en principio, mejorar la detección en otra. Una segunda fase, financiada en parte por una subvención de la Toyota Mobility Foundation, está ampliando la cobertura de cámaras de un único distrito a un área de estudio más amplia.

Resultados

El personal municipal publicó resultados que muestran que el sistema identificó baches con un 97% de precisión y basura o escombros con un 88% de precisión, a partir de imágenes recogidas por vehículos que ya circulaban por las rutas municipales.

Conclusiones

Las cifras publicadas son resultados del piloto reportados por el propio ayuntamiento, y no una auditoría independiente de terceros, y el programa aún no ha reportado reducciones sistemáticas, antes/después, en los atrasos de reparación o en los costes — una laguna importante para futuras evaluaciones.

Implementación

Coste indicativo
Bajo (< 50 000 €) — Camera hardware mounted on existing city vehicles; phase 2 partly funded by a Toyota Mobility Foundation grant. Total cost not disclosed.
Tiempo hasta resultados
Corto (< 1 año) — Launched December 2023; phase 2 expansion under way as of the source reporting (2023-2025).
Personal y competencias
City of San Jose Information Technology Department, City of San Jose Transportation Department

Condiciones para el éxito

  • Piggybacking detection hardware on vehicles already in service (street sweepers, later parking-enforcement vehicles) to avoid dedicated survey fleets
  • GovAI Coalition membership enabling shared AI tools and eventual shared training data across jurisdictions
  • External grant funding (Toyota Mobility Foundation) for phase 2 expansion

Modos de fallo comunes

  • Accuracy figures are city-reported, not independently audited
  • No systematic before/after reduction in repair backlogs or costs reported yet

Dónde encaja

Tipo de gobernanza
US municipal government
Escala
single-district pilot expanding city-wide
Nivel de ingresos
high income

¿Usted implementa esta práctica? Reivindíquela — los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.

Fuentes de datos

De dónde se obtuvo la información de esta práctica, y cuándo.

Prácticas similares que pueden serle útiles