MAIA

Contexto

El transporte aéreo es multimodal por naturaleza. Cualquier pasajero que viaje en avión debe combinar este modo con otros que faciliten el desplazamiento entre los puntos de origen y destino. Un enfoque multimodal para asegurar la calidad y eficiencia del viaje de puerta a puerta es esencial, pero no sólo para garantizar la competitividad de la aviación mediante la mejora de la experiencia del pasajero y la optimización de la capacidad, sino también para reducir las emisiones del transporte aéreo. Es por eso que la oferta de opciones de viaje multimodal es una prioridad para la política de transporte europea.

Existe un creciente énfasis en mejorar la integración del transporte aéreo con los modos terrestres, como se evidencia en las recientes implementaciones de soluciones intermodales aire-tren y el esfuerzo investigador sobre indicadores de rendimiento multimodales. Si bien estas iniciativas comienzan a proporcionar mejoras tangibles en la experiencia del pasajero y la eficiencia de la aviación, las estrategias de multimodalidad deben considerar que los modos de acceso al aeropuerto se desarrollan en un contexto dinámico permeable a las innovaciones en movilidad.

El proyecto MAIA

MAIA es un proyecto de investigación financiado por la Unión Europea en el marco del Programa “Horizon Europe Research and Innovation”, a través de SESAR Joint Undertaking. La visión de MAIA es que, en un plazo de 5 a 10 años, los servicios de movilidad cooperativa, conectada y automatizada (CCAM, por las siglas en inglés de Cooperative, Connected and Automated Mobility) y la movilidad aérea urbana (UAM, por Urban Air Mobility) estarán disponibles de manera integrada con la infraestructura del aeropuerto; se utilizarán herramientas de inteligencia artificial y gemelos digitales para anticipar el impacto de diferentes planificaciones en el funcionamiento de los aeropuertos como centros multimodales; y los distintos actores podrán tomar decisiones basadas en datos dirigidas a implementar, operar y regular nuevos servicios para mejorar la experiencia del pasajero, aumentar la capacidad y contribuir a alcanzar los objetivos de sostenibilidad. 

Objetivos

El objetivo principal de MAIA es desarrollar un conjunto de herramientas de análisis de datos y modelización para respaldar la toma de decisiones sobre el diseño e implementación de soluciones multimodales de acceso al aeropuerto, incorporando dos innovaciones en movilidad de pasajeros: las flotas compartidas de vehículos autónomos y las soluciones eVTOL (por las siglas en inglés de electric Vertical Take-Off and Landing). Las herramientas de MAIA supervisarán y anticiparán los cambios en el comportamiento de los pasajeros resultantes de estas nuevas opciones, optimizarán la coordinación logística de los vehículos en situaciones de interrupción multimodal y recomendarán las ubicaciones adecuadas para los vertipuertos. El objetivo final es maximizar la contribución de estas innovaciones a la competitividad y sostenibilidad del sector de la aviación europea.

Para alcanzar este objetivo final, MAIA ha identificado los siguientes objetivos específicos:

1. Identificar las oportunidades y los riesgos asociados con las innovaciones en movilidad de pasajeros en un contexto de acceso al aeropuerto multimodal.
2. Desarrollar MAIA-Engine (Solución 1), un conjunto de herramientas para el diseño e implementación de servicios de acceso al aeropuerto multimodales, innovadores y centrados en el pasajero, incluyendo nuevos métodos y herramientas para predecir el comportamiento del pasajero.
3. Desarrollar MAIA-CCAM (Solución 2), una herramienta de coordinación logística de los vehículos para apoyar la operación de flotas de vehículos autónomos compartidos (SAV, por Shared Autonomous Vehicle) en el acceso al aeropuerto, capaz de mitigar el impacto de las interrupciones multimodales.
4. Desarrollar MAIA-UAM (Solución 3), una herramienta de selección de la ubicación de vertipuertos para apoyar la implementación de servicios de vehículos aéreos no tripulados (UAV, por Unmanned Aerial Vehicles) en el acceso al aeropuerto, equilibrando los criterios de experiencia del pasajero y las restricciones operativas de la UAM.
5. Evaluar las capacidades de MAIA-Engine mediante su aplicación a un conjunto de casos de estudios en la red de aeropuertos europeos, con el objetivo de demostrar en qué medida los conceptos novedosos de MAIA-CCAM y MAIA-UAM pueden ayudar a mejorar la experiencia del pasajero, la capacidad y la sostenibilidad ambiental.

El papel de Nommon

Como coordinador del proyecto, Nommon desempeña un papel destacado en el proyecto MAIA, gestionando y facilitando la colaboración entre todos los socios y otros agentes involucrados en el proyecto. Además, Nommon lidera dos paquetes de trabajo (WP por Work Packages):

• WP2, centrado en identificar las oportunidades y los retos asociados a las innovaciones en movilidad de pasajeros en un contexto de acceso al aeropuerto multimodal a través del análisis espacial, la revisión de la literatura, e involucrando a distintos stakeholders para crear un marco conceptual sólido para el desarrollo de las soluciones de MAIA.
• WP6, relacionado con la evaluación de las capacidades de MAIA-Engine mediante su aplicación a casos de estudios desarrollados en la red de aeropuertos europeos, específicamente en los aeropuertos de Madrid Barajas y de Bruselas, con el objetivo de demostrar en qué medida los conceptos novedosos MAIA-CCAM y MAIA-UAM pueden mejorar la experiencia del pasajero, la capacidad y la sostenibilidad ambiental.

Además, Nommon participa activamente en WP3 mediante la implementación de dos algoritmos:

• Modelos de clasificación de aprendizaje automático para la caracterización de los pasajeros y los viajes relevantes para predecir la adopción de los servicios de acceso al aeropuerto basados en CCAM y UAM. Estos modelos serán entrenados para capturar las relaciones entre las variables objetivo que no se obtienen de los datos de las redes de telefonía y las variables explicativas presentes tanto en encuestas como en los datos móviles.
• Modelos de pronóstico de la demanda de movilidad compartida. Nommon desarrollará algoritmos para la modelización de la demanda de los servicios de acceso al aeropuerto. En MAIA, estos modelos preverán el volumen de viajes de movilidad compartida a nivel de par origen-destino, considerando las características que puedan explicar la demanda capturada por estos servicios de acceso al aeropuerto para apoyar las operaciones de servicios compartidos.
• Data-driven shared mobility demand forecast models. Nommon will develop algorithms for airport access service demand modelling. In MAIA, this machine learning models will predict the volume of shared mobility trips at origin-destination pair level considering features that may be particularly explanatory of the demand captured by shared airport access services (e.g., distribution of passengers according to features such as group travelling or baggage carrying, available thanks to the passenger profiling developments) so that it can support the operations of airport access shared services (e.g., hourly trip requests).