Metodología

Cómo detectamos posibles balizas V16

1. Fuente de Datos

Utilizamos el feed oficial DATEX2 v3 de la Dirección General de Tráfico (DGT), disponible públicamente en:

https://infocar.dgt.es/datex2/v3/dgt/SituationPublication/incidencias.xml

Este feed se actualiza continuamente y contiene información sobre incidencias de tráfico en tiempo real en toda España. El sistema descarga y procesa este feed cada 2 minutos.

2. Proceso de Análisis

Cada incidencia del feed es analizada mediante un motor de reglas configurable que evalúa múltiples factores:

Tipo de Evento Compatible (+60 puntos)
Eventos como "vehículo detenido", "avería", "obstrucción" o "incidente puntual" son compatibles con la presencia de una baliza V16. Eventos de obras o retenciones se penalizan (-30 puntos).
Coordenadas Precisas (+20 puntos)
La presencia de coordenadas geográficas exactas (latitud/longitud) aumenta la confianza, ya que permite ubicar con precisión el incidente.
Actualización Reciente (+10 puntos)
Eventos actualizados en los últimos 10 minutos reciben puntos adicionales, ya que las balizas V16 suelen ser incidentes activos y recientes.
Alta Severidad (+5 puntos)
Eventos marcados con alta severidad o impacto reciben una pequeña bonificación, ya que las balizas V16 suelen indicar situaciones que requieren atención.
Vía Interurbana (+5 puntos)
Eventos en carreteras interurbanas (identificadas por patrones en el nombre de la carretera) reciben puntos adicionales, ya que las balizas V16 son más comunes en estas vías.

3. Cálculo del Nivel de Confianza

El nivel de confianza final (0-100%) se calcula sumando los puntos obtenidos en cada factor evaluado. La escala es la siguiente:

4. Estados de los Eventos

Los eventos se clasifican en tres estados según su última actualización:

5. Limitaciones del Método

Es importante entender que este método tiene limitaciones:

6. Transparencia

Para mantener la transparencia, cada baliza detectada muestra:

7. Mejora Continua

El sistema de clasificación se actualiza periódicamente para mejorar la precisión. Los algoritmos pueden ser refinados basándose en feedback y análisis de resultados. Sin embargo, siempre se mantiene el principio de transparencia: mostramos el nivel de confianza y las razones, para que el usuario pueda tomar decisiones informadas.

Volver al inicio