La seguridad vial ha experimentado una revolución silenciosa en la última década gracias a los sistemas de detección de peatones. Estas tecnologías representan un avance crucial en la protección de los usuarios más vulnerables de la vía pública, ofreciendo una capa adicional de seguridad que compensa las limitaciones humanas durante la conducción. Con más de 26.000 fallecidos anuales en las carreteras europeas y un porcentaje significativo de estas víctimas siendo peatones, la implementación de sistemas inteligentes capaces de identificar y reaccionar ante la presencia de transeúntes se ha convertido en una prioridad para fabricantes y autoridades. La combinación de sensores avanzados, algoritmos de aprendizaje automático y sistemas de respuesta inmediata está transformando radicalmente el concepto de seguridad activa en los vehículos modernos.
Las estadísticas indican que aproximadamente el 68% de los accidentes mortales en zonas urbanas afectan a usuarios vulnerables como peatones y ciclistas. Esta realidad ha impulsado una carrera tecnológica para desarrollar sistemas cada vez más sofisticados, capaces de funcionar en condiciones adversas y entornos complejos. La detección peatonal no es simplemente un complemento de seguridad, sino una necesidad imperiosa en un contexto donde la movilidad urbana se está transformando y donde la coexistencia entre vehículos tradicionales, autónomos y usuarios vulnerables plantea nuevos desafíos.
Evolución tecnológica de sistemas de detección de peatones
La detección de peatones ha recorrido un largo camino desde sus inicios. Las primeras versiones utilizaban sensores básicos con capacidades limitadas, mientras que los sistemas actuales emplean tecnología de vanguardia capaz de identificar y clasificar múltiples objetos en fracciones de segundo. Esta evolución ha sido posible gracias a la convergencia de avances en hardware, como procesadores más potentes y sensores de mayor resolución, y sofisticación en software con algoritmos de inteligencia artificial cada vez más precisos.
Los primeros sistemas, implementados alrededor de 2010, se limitaban a detectar siluetas humanas en condiciones ideales y a velocidades relativamente bajas. La tasa de falsos positivos era elevada, y su efectividad se reducía drásticamente en situaciones de poca luz o condiciones meteorológicas adversas. En contraste, los dispositivos actuales pueden discriminar entre diferentes tipos de objetos, predecir trayectorias y funcionar en un amplio rango de condiciones ambientales.
Un hito significativo en esta evolución fue la incorporación de procesamiento paralelo específicamente diseñado para aplicaciones de visión artificial. Esto permitió analizar volúmenes de datos mucho mayores en tiempo real, factor crítico para la seguridad activa. La miniaturización de componentes también ha jugado un papel fundamental, permitiendo integrar múltiples sensores en diferentes ubicaciones del vehículo para lograr una cobertura de 360 grados.
Algoritmos de visión por computadora en sistemas ADAS modernos
Los algoritmos de visión por computadora constituyen el cerebro de los sistemas de detección de peatones. Estos programas analizan las imágenes captadas por las cámaras del vehículo, identificando patrones característicos de figuras humanas. La técnica más básica, conocida como HOG (Histograma de Gradientes Orientados), examina la distribución de intensidad de los gradientes para reconocer la forma humana. Sin embargo, esta técnica ha sido superada por enfoques basados en aprendizaje profundo.
Los sistemas ADAS (Sistemas Avanzados de Asistencia al Conductor) modernos utilizan arquitecturas de redes neuronales entrenadas con millones de imágenes de peatones en diversas posturas, condiciones de iluminación y escenarios. Estas redes aprenden automáticamente a identificar características distintivas, superando las limitaciones de los algoritmos programados manualmente. La capacidad de aprendizaje continuo permite que estos sistemas mejoren con el tiempo, incorporando nuevos datos y adaptándose a situaciones previamente no contempladas.
Un aspecto crítico en la evolución de estos algoritmos ha sido la optimización para el funcionamiento en tiempo real. Los sistemas actuales deben procesar y analizar decenas de fotogramas por segundo con latencias inferiores a 100 milisegundos para garantizar respuestas oportunas ante situaciones de riesgo. Esto ha requerido técnicas específicas de aceleración por hardware y optimización de software.
Tecnología LiDAR vs. cámaras infrarrojas en la detección nocturna
La detección nocturna representa uno de los mayores desafíos para los sistemas de protección peatonal. En este contexto, dos tecnologías compiten por ofrecer las mejores soluciones: LiDAR (Light Detection and Ranging) y las cámaras infrarrojas. El LiDAR emite pulsos láser y mide el tiempo que tardan en rebotar, creando un mapa tridimensional del entorno con alta precisión independientemente de las condiciones de iluminación.
Por su parte, las cámaras infrarrojas detectan la radiación térmica emitida por los cuerpos humanos, funcionando especialmente bien en entornos nocturnos donde el contraste térmico entre personas y el entorno es mayor. Estas cámaras pueden identificar peatones a distancias de hasta 100 metros incluso en completa oscuridad, aunque su rendimiento puede verse afectado en condiciones de calor extremo cuando el diferencial térmico se reduce.
La combinación de LiDAR y cámaras térmicas ofrece el mayor nivel de protección peatonal nocturna, proporcionando redundancia y compensando las limitaciones individuales de cada tecnología.
Las pruebas comparativas indican que el LiDAR ofrece mayor precisión en la determinación de distancias y velocidades, mientras que las cámaras infrarrojas sobresalen en la clasificación de objetos como peatones frente a otros elementos del entorno. Los sistemas de fusión sensorial que integran ambas tecnologías logran tasas de detección superiores al 95% en condiciones nocturnas, un avance significativo respecto al 60-70% que alcanzaban los sistemas de primera generación.
Implementación de redes neuronales convolucionales en tiempo real
Las redes neuronales convolucionales (CNN) han revolucionado la detección de peatones gracias a su extraordinaria capacidad para reconocer patrones visuales complejos. Estas arquitecturas de aprendizaje profundo están especialmente diseñadas para procesar datos con estructura de cuadrícula, como las imágenes, mediante la aplicación de filtros convolucionales que extraen características distintivas a diferentes niveles de abstracción.
En el contexto de la detección peatonal, las CNN se entrenan con conjuntos masivos de datos que incluyen cientos de miles de imágenes de personas en diferentes posiciones, vestimentas y contextos. Las arquitecturas más avanzadas como YOLO (You Only Look Once) o SSD (Single Shot Detector) pueden identificar múltiples peatones en una sola imagen con una precisión superior al 90% y en tiempos inferiores a 20 milisegundos.
La implementación en tiempo real de estas redes neuronales ha sido posible gracias al desarrollo de unidades de procesamiento específicas, como GPUs y TPUs, optimizadas para operaciones matriciales. Los vehículos modernos incorporan hardware dedicado capaz de ejecutar modelos complejos con la velocidad necesaria para aplicaciones de seguridad crítica. La optimización de modelos mediante técnicas como la cuantización y la poda permite equilibrar la precisión con el rendimiento, adaptando los algoritmos a las restricciones computacionales de los sistemas embarcados.
Casos de estudio: mobileye shield+ y sistemas subaru EyeSight
Mobileye Shield+ representa uno de los sistemas más avanzados en detección de usuarios vulnerables, especialmente diseñado para vehículos pesados con amplios puntos ciegos. Este sistema utiliza múltiples cámaras estratégicamente ubicadas para proporcionar una cobertura completa alrededor del vehículo. En el proyecto piloto Autonomous Ready Spain, implementado en Barcelona, los dispositivos de Mobileye instalados en vehículos de flota detectaron más de 37.000 ciclistas y 240.000 peatones, evitando colisiones con casi 700 usuarios vulnerables.
Por otro lado, el sistema EyeSight de Subaru utiliza un enfoque estereoscópico con dos cámaras que simulan la visión binocular humana para calcular distancias con precisión. Las pruebas independientes han demostrado que los vehículos equipados con EyeSight reducen los accidentes con lesiones hasta en un 85%. La ventaja de este sistema es su capacidad para funcionar sin depender de radares o sensores adicionales, lo que reduce costos y simplifica el mantenimiento.
Ambos sistemas ejemplifican enfoques diferentes pero complementarios: mientras Mobileye se centra en la detección multiangular con procesamiento avanzado de imágenes, EyeSight apuesta por la visión estereoscópica para una percepción de profundidad más natural. Los datos recopilados por estos sistemas no solo sirven para prevenir accidentes inmediatos, sino que también contribuyen a identificar puntos negros en infraestructuras urbanas, facilitando mejoras en diseño urbano para incrementar la seguridad peatonal.
Infraestructura urbana inteligente para protección peatonal
La protección de peatones trasciende el ámbito de los vehículos individuales para integrarse en la infraestructura urbana. Las ciudades inteligentes están implementando sistemas conectados que complementan las capacidades de detección de los vehículos, creando un ecosistema de seguridad vial más robusto. Esta infraestructura incluye sensores en intersecciones, pasos de peatones inteligentes y sistemas de iluminación adaptativa que mejoran la visibilidad en puntos críticos.
Según datos del Ministerio de Transportes, las intersecciones equipadas con infraestructura inteligente han experimentado una reducción de accidentes peatonales del 47% en los últimos cinco años. Los sistemas más avanzados no solo detectan la presencia de peatones sino que también analizan patrones de comportamiento para anticipar situaciones de riesgo, como el cruce fuera de zonas habilitadas o en momentos de baja visibilidad.
La comunicación V2I (Vehículo a Infraestructura) permite que los datos recopilados por sensores urbanos se transmitan directamente a los vehículos, extendiendo su horizonte de percepción más allá del alcance de sus propios sensores. Esta percepción colaborativa resulta especialmente valiosa en esquinas con visibilidad limitada o zonas con alta densidad peatonal donde los sistemas embarcados pueden verse saturados.
Pasos de peatones conectados en ciudades como Barcelona y Madrid
Barcelona ha sido pionera en la implementación de pasos de peatones conectados dentro de su iniciativa de ciudad inteligente. Estos sistemas integran sensores de presencia que detectan peatones aproximándose o esperando para cruzar, comunicando esta información tanto a la infraestructura semafórica como directamente a los vehículos equipados con sistemas C-V2X (Cellular Vehicle-to-Everything). En el distrito 22@ se han instalado más de 50 pasos inteligentes que aumentan temporalmente la iluminación cuando detectan peatones, mejorando su visibilidad especialmente en horario nocturno.
Madrid, por su parte, ha implementado el proyecto "Cruces Seguros" en zonas de alta siniestralidad peatonal. Este sistema combina sensores de movimiento con señalización LED empotrada en el pavimento que se activa cuando los peatones están utilizando el paso. Las estadísticas preliminares muestran una reducción del 38% en incidentes en las intersecciones equipadas con esta tecnología. Adicionalmente, estos cruces inteligentes recopilan datos sobre patrones de uso que permiten optimizar los tiempos semafóricos según demanda real.
La nueva generación de pasos conectados incorpora también funcionalidades para personas con movilidad reducida o discapacidad visual, como señales acústicas adaptativas y ampliación automática del tiempo de cruce cuando se detectan usuarios con necesidades especiales. Estos sistemas representan un ejemplo perfecto de cómo la tecnología inclusiva puede mejorar simultáneamente la seguridad y la accesibilidad urbana.
Semáforos adaptativos con sensores de presencia peatonal
Los semáforos tradicionales operan con ciclos predeterminados que no responden a las condiciones reales del tráfico, lo que puede generar tiempos de espera innecesarios o insuficientes para el cruce seguro. Los semáforos adaptativos equipados con sensores de presencia peatonal optimizan estos ciclos en función de la demanda real, priorizando la seguridad sin comprometer innecesariamente la fluidez del tráfico vehicular.
En Valladolid, las pruebas piloto con semáforos controlados mediante sensores han demostrado una reducción del 5% en el número de peatones que cruzan con el semáforo en rojo y una disminución del 20% en los tiempos de espera. Estos sistemas utilizan una combinación de cámaras térmicas y sensores de movimiento para detectar peatones en las proximidades del cruce, ajustando dinámicamente la duración de las fases semafóricas.
Los algoritmos más avanzados son capaces incluso de predecir la intención de cruce, identificando a peatones que se aproximan a una velocidad determinada hacia el paso, y preparando el cambio semafórico para minimizar tiempos de espera. Esta anticipación inteligente mejora significativamente la experiencia peatonal y reduce comportamientos de riesgo como cruzar con el semáforo en rojo por impaciencia.
Señalización inteligente en zonas escolares y hospitales
Las zonas escolares y hospitalarias representan áreas de especial vulnerabilidad debido a la presencia de niños o personas con movilidad reducida. La señalización inteligente en estos entornos se adapta a horarios específicos y condiciones particulares, potenciando la seguridad en los momentos más críticos. Las señales de velocidad variable, por ejemplo, pueden reducir automáticamente el límite durante las horas de entrada y salida escolar, volviendo a los límites estándar fuera de estos periodos.
Los sistemas más avanzados incorporan señalización LED dinámica que se activa específicamente ante la detección de peatones, aumentando su visibilidad y el nivel de alerta de los conductores. Estudios realizados en zonas escolares equipadas con esta tecnología muestran reducciones de velocidad media de hasta 15 km/h cuando las señales están activas, lo que se traduce directamente en un menor riesgo y gravedad de posibles
posibles accidentes. Las zonas hospitalarias se benefician similarmente de esta señalización adaptativa, alertando a los conductores sobre la presencia de ambulancias o pacientes en áreas específicas.
En la ciudad de Alcalá de Henares, el estudio piloto sobre seguridad en cruces mediante detectores de peatones y notificaciones a conductores demostró la versatilidad de estos sistemas, aunque también reveló el elevado coste de instalación en función de las infraestructuras previas. Estos resultados subrayan la importancia de considerar criterios de coste-beneficio al planificar la implementación a gran escala, priorizando ubicaciones con mayor incidencia de accidentes o zonas de especial vulnerabilidad.
Un aspecto innovador de la señalización inteligente es su capacidad para adaptar mensajes según el destinatario. Las señales digitales pueden mostrar diferentes advertencias o recordatorios dependiendo del tipo de vehículo que se aproxima, priorizando información sobre paso de peatones para autobuses o vehículos pesados con mayor distancia de frenado. Esta personalización contextual optimiza la efectividad de las comunicaciones de seguridad, dirigiendo la atención de los conductores hacia los riesgos más relevantes para su situación específica.
Normativas y estándares de seguridad en la UE
La Unión Europea ha asumido un papel de liderazgo global en el establecimiento de normativas para la protección de usuarios vulnerables de la vía. El Reglamento 2019/2144 sobre seguridad general de los vehículos de motor representa un hito significativo, al establecer la obligatoriedad de sistemas avanzados de frenado de emergencia (AEBS) con detección de peatones y ciclistas en todos los vehículos nuevos desde julio de 2022, ampliándose a todos los modelos comercializados a partir de 2024.
Esta regulación forma parte de la visión "Cero Víctimas" de la UE, que aspira a eliminar las muertes en carretera para 2050. Los estudios de impacto estiman que la implementación completa de estas medidas podría salvar más de 25.000 vidas y evitar al menos 140.000 heridos graves en un período de 10 años, con un beneficio económico estimado superior a los 100.000 millones de euros.
Para garantizar la efectividad de estos sistemas, la UE ha desarrollado protocolos de homologación específicos que evalúan el rendimiento en diferentes escenarios, velocidades y condiciones ambientales. Los requisitos técnicos se revisan periódicamente para incorporar avances tecnológicos y hallazgos de investigaciones sobre siniestralidad. Esto genera un ecosistema normativo dinámico que impulsa la innovación industrial mientras establece estándares mínimos de seguridad cada vez más exigentes.
Las normativas europeas no solo han transformado el mercado interno, sino que han establecido un referente global que influye en los estándares de seguridad de vehículos en todo el mundo, incluyendo mercados emergentes.
España ha complementado estas regulaciones con iniciativas nacionales como el Plan Estratégico de Seguridad Vial 2030, que contempla medidas específicas para la protección de usuarios vulnerables mediante la combinación de tecnología vehicular, infraestructura adaptada y campañas de concienciación. La coordinación entre diferentes niveles administrativos resulta esencial para maximizar el impacto de estas políticas, especialmente en entornos urbanos donde se concentra la mayor parte de los accidentes con peatones.
Rendimiento de sistemas de detección en condiciones adversas
La eficacia real de los sistemas de detección de peatones se pone a prueba especialmente en condiciones adversas, cuando paradójicamente son más necesarios. Las limitaciones en situaciones complicadas pueden comprometer la seguridad precisamente en los momentos de mayor riesgo, lo que convierte la fiabilidad bajo estas condiciones en un factor crítico para la evaluación de estos sistemas.
Los fabricantes han realizado inversiones significativas para mejorar el rendimiento en estos escenarios desafiantes, desarrollando algoritmos específicos para condiciones adversas y sistemas redundantes que combinan diferentes tecnologías de detección. Las pruebas en entornos controlados que simulan situaciones extremas son ahora parte esencial del proceso de desarrollo, permitiendo identificar y abordar vulnerabilidades antes del despliegue comercial.
La colaboración entre fabricantes, instituciones de investigación y organismos reguladores ha sido fundamental para establecer metodologías de evaluación estandarizadas que contemplen estos escenarios complejos. Esta validación multisectorial garantiza que los avances tecnológicos se traduzcan efectivamente en mejoras de seguridad bajo todas las condiciones de uso real.
Eficacia en condiciones de lluvia, niebla y baja visibilidad
Las condiciones meteorológicas adversas representan un desafío formidable para los sistemas de detección peatonal. La lluvia intensa puede reducir la eficacia de las cámaras ópticas hasta en un 40%, mientras que la niebla densa afecta significativamente al alcance efectivo de los sistemas basados en LiDAR. Los fabricantes han implementado diversas estrategias para mitigar estos efectos, como recubrimientos hidrofóbicos en las lentes de las cámaras y algoritmos de compensación que filtran el ruido generado por las gotas de lluvia.
Los sistemas radar ofrecen mejor rendimiento en estas condiciones debido a su menor sensibilidad a los fenómenos atmosféricos, pero presentan limitaciones en la clasificación precisa de objetos. Las investigaciones más recientes se centran en técnicas de fusión adaptativa que modifican dinámicamente la ponderación de cada sensor según las condiciones ambientales, priorizando aquellos que mantienen mejor rendimiento en cada situación específica.
Los tests realizados por IDIADA en sus instalaciones de España han demostrado que los sistemas más avanzados mantienen tasas de detección superiores al 85% incluso con lluvias de intensidad moderada (15-30 mm/hora), aunque este porcentaje puede descender hasta el 60-70% en condiciones extremas. La niebla con visibilidad inferior a 50 metros sigue siendo uno de los mayores retos, con tasas de detección que raramente superan el 50% en los sistemas comerciales actuales.
Comportamiento ante oclusiones parciales en entornos urbanos densos
Los entornos urbanos densos presentan escenarios donde los peatones quedan parcialmente ocultos tras obstáculos como vehículos estacionados, mobiliario urbano o vegetación. Detectar personas en estas condiciones de oclusión parcial requiere algoritmos capaces de reconocer e inferir la presencia humana a partir de fragmentos visibles. Los sistemas de última generación utilizan modelos de inferencia probabilística que identifican partes corporales y estiman la posición completa incluso cuando solo es visible un 30-40% del cuerpo.
Las pruebas en escenarios reales de ciudades europeas han demostrado que la efectividad en situaciones de oclusión varía significativamente entre diferentes implementaciones. Los sistemas basados exclusivamente en cámaras monoculares presentan las mayores limitaciones, con tasas de éxito inferiores al 60% cuando la oclusión supera el 50% del cuerpo. En contraste, los sistemas que combinan cámaras estereoscópicas y sensores radar pueden mantener tasas de detección cercanas al 80% en situaciones similares.
Un factor determinante en el rendimiento ante oclusiones es la capacidad de aprendizaje del sistema. Los algoritmos entrenados específicamente con conjuntos de datos que incluyen numerosos ejemplos de oclusiones típicas urbanas muestran un desempeño notablemente superior. Esta especialización contextual permite reconocer patrones de movimiento característicos, como un pie visible bajo un vehículo estacionado o una mano asomando entre obstáculos, activando alertas preventivas antes de que el peatón esté completamente visible.
Sistemas redundantes para garantizar fiabilidad en autovías
En entornos de alta velocidad como autovías y autopistas, donde las consecuencias de una detección fallida pueden ser catastróficas, la redundancia se convierte en un principio de diseño fundamental. Los sistemas avanzados implementan arquitecturas paralelas donde múltiples subsistemas de detección operan simultáneamente, cada uno con diferentes tecnologías y principios físicos. Esta aproximación garantiza que el fallo de un componente no comprometa la funcionalidad global del sistema.
La redundancia se aplica a nivel de hardware, con duplicidad de sensores estratégicamente ubicados, y a nivel de software, con diferentes algoritmos de procesamiento que analizan los mismos datos de entrada. Los sistemas de verificación cruzada comparan continuamente los resultados de estos subsistemas paralelos, generando alertas solo cuando existe consenso o mediante algoritmos de decisión que ponderan la confiabilidad contextual de cada fuente.
En vehículos pesados, donde las distancias de frenado son significativamente mayores, esta redundancia se complementa con sistemas de detección de largo alcance. Las cámaras teleobjetivo con zoom óptico pueden identificar peatones a distancias de hasta 200 metros, mientras que el radar de largo alcance opera eficazmente incluso a 250 metros. Esta anticipación resulta crucial para proporcionar tiempo suficiente de respuesta, ya sea al sistema autónomo o al conductor humano.
Pruebas euro NCAP para evaluación de sistemas de detección de peatones
El programa europeo de evaluación de vehículos nuevos (Euro NCAP) ha incorporado protocolos específicos para evaluar los sistemas de protección de usuarios vulnerables. Estas pruebas, actualizadas en 2018 y ampliadas en 2022, simulan diversos escenarios de interacción con peatones y ciclistas, incluyendo cruces perpendiculares, movimientos paralelos al vehículo y situaciones especiales como niños corriendo entre vehículos estacionados.
La metodología de evaluación utiliza maniquíes articulados que replican la forma, tamaño y propiedades reflectivas del cuerpo humano. Las pruebas se realizan a diferentes velocidades (de 20 a 60 km/h) y en condiciones de iluminación variables, otorgando puntuaciones que dependen tanto de la capacidad de detección como de la efectividad de la respuesta automática, sea esta una alerta, reducción de velocidad o frenado completo.
Los resultados de estas evaluaciones han impulsado mejoras significativas, como demuestra el incremento en la puntuación media de protección peatonal, que ha pasado de 60% en 2010 a más de 80% en 2022 para los vehículos de cinco estrellas. Esto refleja cómo la presión evaluativa de organismos independientes complementa eficazmente las exigencias regulatorias, acelerando la adopción de tecnologías avanzadas incluso antes de que sean obligatorias.
Integración con vehículos autónomos y semiautónomos
Los sistemas de detección peatonal representan uno de los componentes más críticos en el desarrollo de vehículos autónomos y semiautónomos. A medida que avanzamos hacia niveles más altos de autonomía, la capacidad de identificar y responder adecuadamente a la presencia de usuarios vulnerables se convierte en un requisito indispensable para la operación segura en entornos compartidos.
En vehículos de nivel 3 y superior, según la clasificación SAE, los sistemas de detección peatonal no solo alertan sino que toman decisiones activas dentro de la lógica de conducción autónoma. Esto implica integración con los sistemas de planificación de trayectorias y toma de decisiones, donde el comportamiento del vehículo debe adaptarse dinámicamente a la presencia e intenciones de los peatones detectados.
Un aspecto diferencial en la integración con sistemas autónomos es la necesidad de interpretar y predecir comportamientos humanos con mayor profundidad. Los algoritmos más avanzados no solo detectan peatones sino que analizan su postura corporal, dirección de la mirada y patrones de movimiento para inferir intenciones, como la probabilidad de que crucen la calle o cambien bruscamente de dirección. Esta comprensión contextual avanzada permite respuestas más naturales y anticipativas, similares a las que ofrecería un conductor humano experimentado.
Retos y futuro de la protección peatonal en España
España enfrenta desafíos específicos en la protección peatonal debido a su particular configuración urbana, con numerosas ciudades históricas de calles estrechas y alta densidad peatonal, especialmente en zonas turísticas. Estas características requieren soluciones adaptadas que consideren tanto las limitaciones del espacio público como los patrones de movilidad propios de cada ciudad.
La heterogeneidad del parque automovilístico, con una edad media superior a 13 años, presenta un reto adicional para la adopción generalizada de tecnologías avanzadas de protección peatonal. Las estrategias a corto y medio plazo deben contemplar tanto la renovación de la flota como soluciones complementarias basadas en infraestructura inteligente que protejan a los usuarios vulnerables independientemente de la tecnología embarcada en los vehículos circundantes.
El Plan de Recuperación, Transformación y Resiliencia ofrece una oportunidad única para acelerar la implementación de sistemas de protección peatonal, con fondos específicos destinados a la modernización de infraestructuras y la digitalización de servicios urbanos. La coordinación entre administraciones públicas, fabricantes y centros de investigación será determinante para maximizar el impacto de estas inversiones y desarrollar un modelo de movilidad segura, sostenible e inclusiva.