{"id":1840,"date":"2026-07-13T17:24:01","date_gmt":"2026-07-13T15:24:01","guid":{"rendered":"https:\/\/lacasagroga.net\/doymo2025\/?page_id=1840"},"modified":"2026-07-21T18:35:06","modified_gmt":"2026-07-21T16:35:06","slug":"smart-mobility","status":"publish","type":"page","link":"https:\/\/lacasagroga.net\/doymo2025\/smart-mobility\/","title":{"rendered":"Smart Mobility"},"content":{"rendered":"

[vc_row bg_image=\u00bb521″ top_padding=\u00bb100″ bottom_padding=\u00bb100″][vc_column width=\u00bb1\/1″][vc_row_inner][vc_column_inner width=\u00bb2\/3″]

\"\"<\/div>
<\/div>

Usamos tecnolog\u00eda para convertir datos en informaci\u00f3n \u00fatil<\/h1>

Aplicamos tecnolog\u00edas avanzadas de captura y an\u00e1lisis de datos para convertir informaci\u00f3n sobre movilidad en conocimiento accionable<\/h2>[\/vc_column_inner][vc_column_inner width=\u00bb1\/3″][\/vc_column_inner][\/vc_row_inner][\/vc_column][\/vc_row][vc_section full_width=\u00bbstretch_row\u00bb css=\u00bb.vc_custom_1784109111383{padding-top: 100px !important;background-color: #004F7F !important;}\u00bb el_id=\u00bbtoma-de-datos-inteligente\u00bb][vc_row bg_color=\u00bb#004F7F\u00bb section_arrow=\u00bbfalse\u00bb bottom_padding=\u00bb50″][vc_column width=\u00bb1\/1″]
\"\"<\/div>

Toma de datos inteligente<\/h2>
La obtenci\u00f3n de informaci\u00f3n precisa y actualizada es la base para comprender la movilidad y dise\u00f1ar soluciones eficaces. Combinamos tecnolog\u00edas avanzadas y fuentes de informaci\u00f3n de alta calidad para ofrecer diagn\u00f3sticos fiables y adaptados a cada proyecto.<\/div>[\/vc_column][\/vc_row][vc_row bg_color=\u00bb#0E609D\u00bb top_padding=\u00bb50″][vc_column width=\u00bb1\/1″]

Datos de campo<\/h3>
Capturamos informaci\u00f3n directamente sobre el terreno mediante diferentes tecnolog\u00edas y metodolog\u00edas, seleccionando en cada proyecto las herramientas m\u00e1s adecuadas para obtener datos precisos y representativos.<\/div>[\/vc_column][\/vc_row][vc_row bg_color=\u00bb#0E609D\u00bb top_padding=\u00bb25″][vc_column column_padding=\u00bbpadding-2″ width=\u00bb1\/1″][vc_row_inner el_class=\u00bbequalizeThisRow\u00bb][vc_column_inner width=\u00bb1\/3″ css=\u00bb.vc_custom_1783672685540{padding: 25px !important;background-color: #FFFFFF !important;border-radius: 5px !important;}\u00bb][vc_icon icon_fontawesome=\u00bbfas fa-eye\u00bb color=\u00bbcustom\u00bb background_style=\u00bbrounded-less\u00bb background_color=\u00bbcustom\u00bb css=\u00bb.vc_custom_1783954185946{margin-bottom: 20px !important;}\u00bb custom_color=\u00bb#FFFFFF\u00bb custom_background_color=\u00bb#1E73BE\u00bb]

C\u00e1maras 360\u00ba<\/h3>
Registro integral del entorno que permite analizar posteriormente la movilidad con una visi\u00f3n completa y un elevado nivel de detalle<\/div>[\/vc_column_inner][vc_column_inner width=\u00bb1\/3″ css=\u00bb.vc_custom_1783673219267{padding-top: 25px !important;padding-right: 25px !important;padding-bottom: 25px !important;padding-left: 25px !important;background-color: #FFFFFF !important;border-radius: 5px !important;}\u00bb][vc_icon icon_fontawesome=\u00bbfas fa-video\u00bb color=\u00bbcustom\u00bb background_style=\u00bbrounded-less\u00bb background_color=\u00bbcustom\u00bb css=\u00bb.vc_custom_1783954198218{margin-bottom: 20px !important;}\u00bb custom_color=\u00bb#FFFFFF\u00bb custom_background_color=\u00bb#1E73BE\u00bb]

C\u00e1maras de videovigilancia<\/h3>
Captaci\u00f3n continua de im\u00e1genes para el an\u00e1lisis de flujos de tr\u00e1fico, movilidad peatonal y ciclista<\/div>[\/vc_column_inner][vc_column_inner width=\u00bb1\/3″ css=\u00bb.vc_custom_1783673127156{padding: 25px !important;background-color: #FFFFFF !important;border-radius: 5px !important;}\u00bb][vc_icon type=\u00bbmaterial\u00bb icon_material=\u00bbvc-material vc-material-center_focus_weak\u00bb color=\u00bbcustom\u00bb background_style=\u00bbrounded-less\u00bb background_color=\u00bbcustom\u00bb css=\u00bb.vc_custom_1783954207954{margin-bottom: 20px !important;}\u00bb custom_color=\u00bb#FFFFFF\u00bb custom_background_color=\u00bb#1E73BE\u00bb]

C\u00e1maras de lectura de matr\u00edculas (LPR)<\/h3>
Identificaci\u00f3n an\u00f3nima de veh\u00edculos para estudios origen-destino, tiempos de recorrido y caracterizaci\u00f3n del tr\u00e1fico<\/div>[\/vc_column_inner][\/vc_row_inner][\/vc_column][vc_column column_padding=\u00bbpadding-2″][vc_row_inner el_class=\u00bbequalizeThisRow\u00bb][vc_column_inner width=\u00bb1\/3″ css=\u00bb.vc_custom_1783672685540{padding: 25px !important;background-color: #FFFFFF !important;border-radius: 5px !important;}\u00bb][vc_icon icon_fontawesome=\u00bbfas fa-magic\u00bb color=\u00bbcustom\u00bb background_style=\u00bbrounded-less\u00bb background_color=\u00bbcustom\u00bb css=\u00bb.vc_custom_1783954215506{margin-bottom: 20px !important;}\u00bb custom_color=\u00bb#FFFFFF\u00bb custom_background_color=\u00bb#1E73BE\u00bb]

Aforos autom\u00e1ticos<\/h3>
Instalaci\u00f3n de tubos neum\u00e1ticos para la medici\u00f3n continua de la intensidad de tr\u00e1fico, la velocidad de circulaci\u00f3n y el porcentaje de veh\u00edculos pesados<\/div>[\/vc_column_inner][vc_column_inner width=\u00bb1\/3″ css=\u00bb.vc_custom_1783673219267{padding-top: 25px !important;padding-right: 25px !important;padding-bottom: 25px !important;padding-left: 25px !important;background-color: #FFFFFF !important;border-radius: 5px !important;}\u00bb][vc_icon icon_fontawesome=\u00bbfas fa-user\u00bb color=\u00bbcustom\u00bb background_style=\u00bbrounded-less\u00bb background_color=\u00bbcustom\u00bb css=\u00bb.vc_custom_1783954228594{margin-bottom: 20px !important;}\u00bb custom_color=\u00bb#FFFFFF\u00bb custom_background_color=\u00bb#1E73BE\u00bb]

Aforos manuales<\/h3>
Recogida de informaci\u00f3n espec\u00edfica mediante observaci\u00f3n directa, incluyendo conteos, ocupaci\u00f3n, rotaci\u00f3n de estacionamientos, maniobras y otras variables de inter\u00e9s<\/div>[\/vc_column_inner][vc_column_inner width=\u00bb1\/3″ css=\u00bb.vc_custom_1783954236930{margin-bottom: 20px !important;padding-top: 25px !important;padding-right: 25px !important;padding-bottom: 25px !important;padding-left: 25px !important;background-color: #FFFFFF !important;border-radius: 5px !important;}\u00bb][vc_icon type=\u00bbmaterial\u00bb icon_material=\u00bbvc-material vc-material-question_answer\u00bb color=\u00bbcustom\u00bb background_style=\u00bbrounded-less\u00bb background_color=\u00bbcustom\u00bb css=\u00bb.vc_custom_1783954264146{margin-bottom: 20px !important;}\u00bb custom_color=\u00bb#FFFFFF\u00bb custom_background_color=\u00bb#1E73BE\u00bb]

Encuestas y participaci\u00f3n<\/h3>
Dise\u00f1o y ejecuci\u00f3n de encuestas de preferencia revelada para conocer los h\u00e1bitos reales de desplazamiento, as\u00ed como encuestas de percepci\u00f3n y aceptaci\u00f3n para evaluar y contrastar propuestas de actuaci\u00f3n antes de su implantaci\u00f3n<\/div>[\/vc_column_inner][\/vc_row_inner][\/vc_column][\/vc_row][vc_row bg_color=\u00bb#0E609D\u00bb bottom_padding=\u00bb25″][vc_column width=\u00bb1\/1″]
<\/div>
<\/div>[\/vc_column][\/vc_row][vc_row bg_color=\u00bb#0E609D\u00bb section_arrow=\u00bbfalse\u00bb bottom_padding=\u00bb50″ class=\u00bbcustomItemBox\u00bb][vc_column width=\u00bb2\/3″]
DOYMO dispone de un software de visi\u00f3n artificial que permite la contabilizaci\u00f3n de la movilidad activa en cualquier c\u00e1mara CCTV mediante inteligencia artificial post grabaci\u00f3n.<\/p>\n

El an\u00e1lisis de los videos de realiza utilizando el software Neural Orchestr[ai]tor. Esta es una soluci\u00f3n de an\u00e1lisis de v\u00eddeo para monitorizaci\u00f3n de tr\u00e1fico y movilidad, mediante t\u00e9cnicas de Deep Learning, que analiza la escena reconociendo actores viales, individualiz\u00e1ndolos y clasific\u00e1ndolos para realizar el seguimiento de cada uno de ellos, almacenando su trayectoria.<\/p>\n

Los actores viales que el software analiza, sigue y contabiliza seg\u00fan su categor\u00eda son: autom\u00f3viles, motocicletas, camiones, furgonetas, autobuses, personas, patines el\u00e9ctricos, bicicletas y animales.<\/div>[\/vc_column][vc_column width=\u00bb1\/3″]

\"\"<\/a><\/div>[\/vc_column][\/vc_row][vc_row bg_color=\u00bb#1E73BE\u00bb top_padding=\u00bb50″][vc_column width=\u00bb1\/1″]

Datos de gabinete<\/h3>
Complementamos el trabajo de campo con fuentes de informaci\u00f3n consolidadas que permiten ampliar el an\u00e1lisis y obtener una visi\u00f3n global de la movilidad y del territorio.<\/div>[\/vc_column][\/vc_row][vc_row bg_color=\u00bb#1E73BE\u00bb top_padding=\u00bb25″][vc_column column_padding=\u00bbpadding-2″ width=\u00bb1\/1″][vc_row_inner el_class=\u00bbequalizeThisRow\u00bb][vc_column_inner width=\u00bb1\/3″ css=\u00bb.vc_custom_1783672685540{padding: 25px !important;background-color: #FFFFFF !important;border-radius: 5px !important;}\u00bb][vc_icon icon_fontawesome=\u00bbfas fa-signal\u00bb color=\u00bbcustom\u00bb background_style=\u00bbrounded-less\u00bb background_color=\u00bbcustom\u00bb css=\u00bb.vc_custom_1783960975337{margin-bottom: 20px !important;}\u00bb custom_color=\u00bb#FFFFFF\u00bb custom_background_color=\u00bb#1E73BE\u00bb]

Estad\u00edsticas oficiales<\/h3>
Integraci\u00f3n de datos procedentes de organismos como el INE, la Seguridad Social o la DGT para caracterizar la poblaci\u00f3n, la actividad econ\u00f3mica, el parque de veh\u00edculos y otros indicadores relevantes.<\/div>[\/vc_column_inner][vc_column_inner width=\u00bb1\/3″ css=\u00bb.vc_custom_1783673219267{padding-top: 25px !important;padding-right: 25px !important;padding-bottom: 25px !important;padding-left: 25px !important;background-color: #FFFFFF !important;border-radius: 5px !important;}\u00bb][vc_icon icon_fontawesome=\u00bbfas fa-phone\u00bb color=\u00bbcustom\u00bb background_style=\u00bbrounded-less\u00bb background_color=\u00bbcustom\u00bb css=\u00bb.vc_custom_1783961040617{margin-bottom: 20px !important;}\u00bb custom_color=\u00bb#FFFFFF\u00bb custom_background_color=\u00bb#1E73BE\u00bb]

Datos de telefon\u00eda m\u00f3vil<\/h3>
An\u00e1lisis de patrones de movilidad, matrices origen-destino y comportamiento de los desplazamientos a partir de datos anonimizados.<\/div>[\/vc_column_inner][vc_column_inner width=\u00bb1\/3″ css=\u00bb.vc_custom_1783673127156{padding: 25px !important;background-color: #FFFFFF !important;border-radius: 5px !important;}\u00bb][vc_icon icon_fontawesome=\u00bbfas fa-map\u00bb color=\u00bbcustom\u00bb background_style=\u00bbrounded-less\u00bb background_color=\u00bbcustom\u00bb css=\u00bb.vc_custom_1783961131665{margin-bottom: 20px !important;}\u00bb custom_color=\u00bb#FFFFFF\u00bb custom_background_color=\u00bb#1E73BE\u00bb]

Datos catastrales<\/h3>
Informaci\u00f3n sobre usos del suelo, edificaciones y caracter\u00edsticas urbanas para contextualizar los estudios de movilidad.<\/div>[\/vc_column_inner][\/vc_row_inner][\/vc_column][\/vc_row][vc_row bg_color=\u00bb#1E73BE\u00bb top_padding=\u00bb50″ bottom_padding=\u00bb50″][vc_column width=\u00bb1\/1″]
<\/div>
<\/div>[\/vc_column][\/vc_row][vc_row bg_color=\u00bb#1E73BE\u00bb bottom_padding=\u00bb150″ class=\u00bbcustomItemBox\u00bb][vc_column width=\u00bb1\/3″]
\"\"<\/div>[\/vc_column][vc_column width=\u00bb2\/3″]
Para analizar la proporci\u00f3n de viajes de ida y retorno por horas a partir del Big Data de telefon\u00eda del MITMA en el Estudio de Movilidad de Viajeros a nivel nacional y para mejorar la precisi\u00f3n, DOYMO dispone de un desarrollo propio, que permite desagregar los datos de telefon\u00eda, originalmente disponibles solo a nivel de distritos, a una escala zonal m\u00e1s peque\u00f1a. Este proceso requiere la integraci\u00f3n con otras fuentes de datos como catastro, datos demogr\u00e1ficos del INE y la distribuci\u00f3n horaria de atractores seg\u00fan la motivaci\u00f3n del viaje. Un algoritmo en Python combina esta informaci\u00f3n para distribuir los viajes con mayor detalle.<\/div>[\/vc_column][\/vc_row][\/vc_section][vc_section full_width=\u00bbstretch_row\u00bb full_height=\u00bbyes\u00bb css=\u00bb.vc_custom_1784105424988{padding-top: 100px !important;padding-bottom: 100px !important;background-color: #00C4D5 !important;}\u00bb el_id=\u00bbmodelizacion\u00bb][vc_row bottom_padding=\u00bb25″][vc_column width=\u00bb1\/1″]
\"\"<\/div>

Modelizaci\u00f3n movilidad y gemelo digital<\/h2>
La obtenci\u00f3n de informaci\u00f3n precisa y actualizada es la base para comprender la movilidad y dise\u00f1ar soluciones eficaces. Combinamos tecnolog\u00edas avanzadas y fuentes de informaci\u00f3n de alta calidad para ofrecer diagn\u00f3sticos fiables y adaptados a cada proyecto.<\/div>[\/vc_column][\/vc_row][vc_row bottom_padding=\u00bb25″][vc_column width=\u00bb1\/3″]
\"\"<\/a><\/div>[\/vc_column][vc_column width=\u00bb1\/3″]
\"\"<\/a><\/div>[\/vc_column][vc_column width=\u00bb1\/3″]
\"\"<\/a><\/div>[\/vc_column][\/vc_row][vc_row][vc_column width=\u00bb1\/1″]
Sus principales funcionalidades son las siguientes:<\/div>
\n