Un equip d’investigadors de la Universitat Pompeu Fabra han desenvolupat un sistema que prediu la disponibilitat de les estacions del Bicing amb dos dies d’antelació. Les previsions s’elaboren a partir de dades obertes que tenen en compte la climatologia, les festes locals o la demografia dels barris.

Si sou usuaris del Bicing, potser us heu trobat algun cop una estació sense bicis o, ben al contrari, que no hi havia lloc on aparcar-la. Amb la premissa de resoldre aquestes situacions, Gabriel Martins va idear Bicintime, una aplicació que prediu la disponibilitat de les estacions de Bicing a partir de dades obertes. Amb aquest propotip com a punt de partida, Martins, juntament amb Boris Bellata i Simon Oechsner, han afinat el sistema.

Per elaborar les previsions dos dies abans, els investigadors han recollit i creuat dades climatològiques i del calendari de festes locals. També han comprovat que la proximitat de l’estació de Bicing amb el metro és un factor clau. L’equip també hi vol incorporar dades demogràfiques i el nombre d’empreses i escoles properes.

El pas següent és desenvolupar una aplicació perquè els usuaris puguin consultar les prediccions a través del telèfon intel·ligent i així planificar millor el desplaçament. L’equip de recerca considera que aquest sistema també pot ser últil per a l’Administració per calcular on cal recollir bicicletes abans que l’estació estigui completament plena o per decidir on es poden ubicar noves estacions.

Martins, Bellata i Oechsner presentaran el treball ‘Predicting occupancy trends in Barcelona’s bicycle service stations using Open Data’ a l'”Intelligent Systems Conference“, que tindrà lloc entre el 10 i l’11 de novembre a Londres. L’equip no descarta exportar el sistema a altres serveis de bicicletes de lloguer del món.