L'empresa supramunicipal Fisersa vol fer un salt qualitatiu en la prestació del servei d’estacionament regulat a Figueres amb la implantació d’un sistema “Smart Parking” que ajudi els usuaris a la ràpida localització de zones amb menors nivells d’ocupació i, per tant, minimitzar el temps de recerca d’aparcament dels vehicles amb tots els beneficis que això comporta per la ciutat.

Per tal d’evitar tecnologies costoses tant a nivell d’implantació com de manteniment, com pot ser la sensorització física de places d’aparcament, el projecte que Fisersa s’ha plantejat consisteix en analitzar l’històric de transaccions de compra de tiquets d’aparcament així com les dades meteorològiques de l’Aemet per tal d’incorporar-los a un model predictiu que combina un algorisme Boosted Decision Tree del tipus XGBoost2 per a les prediccions i Deep Learning per a l’aprenentatge.

L’objectiu és poder pronosticar la disponibilitat d’aparcament en les diferents zones de la ciutat per franges horàries. Creuant aquestes dades amb les transaccions en temps real de compra de tiquets, podrem donar una informació molt fiable sobre la densitat d’ocupació dels aparcaments regulats.

El prototipus desenvolupat fins el moment ha servit per validar que tenen capacitat de predir fins a 48 hores vista amb una precisió molt alta (superant el 97% en la majoria de zones de la ciutat) la disponibilitat d’aparcament en les diferents zones d’àrea blava i verda de la ciutat.

Aquesta informació es facilitaria en temps real al ciutadà per diferents canals: panells d’informació en els carrers, pàgina web, aplicacions mòbils,... Gràcies a aquesta informació aconseguiran, segons explica l'empresa, en primer lloc, que el ciutadà disposi d’un element més de judici per decidir si agafa el cotxe o el transport públic abans de sortir de casa amb la previsió de si podrà aparcar fàcilment o no. I, en segon lloc, en el cas que agafi el cotxe, podran dirigir-lo directament cap a la zona on és més probable que trobi aparcament evitant circulació innecessària per la ciutat amb el trànsit que això provoca.