Gemelo digital de ciudad inteligente con datos MQTT

Un gemelo digital de ciudad inteligente es un modelo geográfico vivo de una ciudad o un distrito que combina mapas y modelos urbanos 3D con datos de sensores en tiempo real sobre tráfico, alumbrado público y medio ambiente. Este artículo explica para qué se usan los gemelos urbanos, cómo estructurar los datos de sensores en MQTT para que muchos departamentos y proveedores puedan compartirlos y cómo realizar un pequeño piloto que demuestre el concepto.

Qué es un gemelo digital de ciudad inteligente

Las ciudades ya tienen muchos datos: contadores de tráfico, controladores de alumbrado público, estaciones de calidad del aire, sensores de aparcamiento, estaciones meteorológicas y contadores de suministros. El problema es que cada sistema suele pertenecer a un departamento y un proveedor distintos, con su propio panel. Nadie ve cómo interactúan.

Un gemelo urbano superpone estos datos en un modelo espacial compartido, normalmente un mapa SIG o un modelo urbano 3D construido con estándares abiertos como CityGML. Así, los planificadores pueden plantear preguntas transversales: ¿mejora la calidad del aire de una calle cuando se desvía el tráfico? ¿Qué tramos de alumbrado funcionan a plena potencia en calles vacías por la noche? ¿Dónde deberían ir los próximos sensores?

Los gemelos urbanos abarcan un amplio espectro, desde un mapa 2D con marcadores de sensores en vivo hasta un gemelo digital 3D detallado con simulación. La conexión de datos en vivo es lo que convierte a cualquiera de ellos en un gemelo y no en un modelo estático. Para los conceptos de base, consulta la guía de tecnología de gemelo digital.

Casos de uso principales

Monitorización del tráfico

Los lazos inductivos, los radares, las cámaras con conteo en el propio dispositivo y las sondas Bluetooth o Wi-Fi proporcionan recuentos de vehículos, velocidades y ocupación. El gemelo muestra la congestión a medida que se forma y, con el histórico, revela patrones recurrentes y el efecto de las obras o de los cambios en la temporización semafórica. La privacidad es importante aquí: publica recuentos y velocidades agregados, nunca identidades, matrículas ni vídeo en bruto.

Alumbrado público

Los controladores de alumbrado conectados informan del estado de las luminarias, la potencia, el nivel de regulación y las averías. En el gemelo, las luminarias averiadas aparecen en el mapa de inmediato en lugar de esperar a los avisos de los ciudadanos, y el consumo energético puede compararse entre distritos y programas de regulación.

Monitorización medioambiental

Los sensores de calidad del aire miden partículas (PM2.5, PM10), dióxido de nitrógeno, ozono, temperatura, humedad y ruido. Los sensores de bajo coste ofrecen una cobertura densa, pero necesitan calibrarse frente a estaciones de referencia. El gemelo combina ambos, señala los puntos críticos y los correlaciona con el tráfico y la meteorología.

Otras capas

La ocupación de aparcamientos, el nivel de llenado de los contenedores, la presión de la red de agua, los sensores de inundación y las posiciones del transporte público siguen el mismo patrón. Empieza con dos o tres capas y añade más cuando la plataforma de datos esté probada.

Capa	Sensores de ejemplo	Intervalo de publicación típico	¿Retener estado?	Riesgo para la privacidad
Tráfico	Lazos, radar, cámaras con conteo en el edge	De 1 a 5 minutos, agregado	Último agregado	Alto, agregar en el edge
Alumbrado público	Controladores de luminarias	Al cambiar, más energía cada hora	Sí, estado de la luminaria	Bajo
Calidad del aire	Sensores de PM, NO2, O3	De 1 a 15 minutos	Última lectura	Bajo
Ruido	Sonómetros	1 minuto (solo niveles)	Última lectura	Medio, nunca publicar audio
Aparcamiento	Sensores en el pavimento o cámaras	Al cambiar	Sí	Bajo si no hay matrículas

Por qué MQTT encaja en las redes de sensores urbanos

Los sensores urbanos son numerosos, se alimentan por batería o red, están repartidos por zonas amplias y a menudo se conectan por red celular, a través de servidores de red LoRaWAN o por fibra municipal. MQTT funciona bien en este entorno:

Los dispositivos y gateways se conectan en saliente, así que los sensores detrás de NAT celular no necesitan puertos entrantes.
Los mensajes pequeños y la baja sobrecarga encajan con enlaces y dispositivos limitados.
La publicación/suscripción desacopla a los proveedores: el proveedor de alumbrado publica, mientras el gemelo, el portal de datos abiertos y el equipo de energía se suscriben de forma independiente.
Los retained messages dan a cada nuevo consumidor el último estado de miles de sensores al instante.

Un broker MQTT en la nube encaja bien en un programa urbano: departamentos y proveedores en distintas ubicaciones llegan a un único endpoint TLS, y el equipo de TI municipal evita operar infraestructura de broker. Los planes importan a escala de ciudad. El plan Serverless gratuito de ConnectMQ sirve para un piloto con hasta 25 conexiones, el Serverless de pago admite hasta 1.000 conexiones y las opciones Dedicated o BYOC ofrecen un clúster aislado o un despliegue dentro de la propia cuenta en la nube del ayuntamiento. Muchas redes de sensores también agregan a través de unos pocos gateways o servidores de red, lo que mantiene moderado el número de conexiones.

Diseño de topics para un gemelo urbano

Estructura los topics por ciudad, dominio, distrito y dispositivo:

connectmq/<city>/<domain>/<district>/<device-id>/<data-type>

connectmq/riverton/air/old-town/aq-017/reading
connectmq/riverton/lighting/old-town/lamp-4411/status
connectmq/riverton/traffic/old-town/loop-23/aggregate
connectmq/riverton/parking/harbor/bay-112/status

Incluye las coordenadas en un topic de metadatos del dispositivo (retenido) en lugar de en cada lectura:

{
  "deviceId": "aq-017",
  "lat": 41.0151,
  "lon": 28.9795,
  "mountHeightM": 3.5,
  "sensor": "PM and NO2 low-cost unit",
  "calibratedAgainst": "reference-station-2"
}

El gemelo se suscribe a connectmq/riverton/+/+/+/meta para situar los dispositivos en el mapa y después a los topics de datos para los valores en vivo. Ordenar primero por dominio permite que cada departamento se suscriba a su propia rama con un solo comodín. Para los patrones generales, consulta gemelo digital con MQTT.

Práctica: sensores de calidad del aire simulados en un mapa en vivo

Prueba el flujo de datos con el servidor MQTT público gratuito en broker.connectmq.com. Usa valores simulados y un prefijo único; el servidor público es legible por todos y es solo para pruebas y prototipos, no para datos de producción.

Un script de Python que simula tres sensores de calidad del aire con sus metadatos:

import json
import random
import time
import uuid

import paho.mqtt.client as mqtt

RUN = "city-a19c"  # cámbialo por tu propio id único
BASE = f"connectmq/demo/{RUN}/air/old-town"
SENSORS = {
    "aq-017": (41.0151, 28.9795),
    "aq-018": (41.0122, 28.9760),
    "aq-019": (41.0170, 28.9832),
}

client = mqtt.Client(mqtt.CallbackAPIVersion.VERSION2, client_id=f"aq-sim-{uuid.uuid4().hex[:6]}")
client.connect("broker.connectmq.com", 1883, keepalive=60)
client.loop_start()

for sid, (lat, lon) in SENSORS.items():
    client.publish(f"{BASE}/{sid}/meta", json.dumps({"deviceId": sid, "lat": lat, "lon": lon}), qos=1, retain=True)

while True:
    rush_hour = time.localtime().tm_hour in (7, 8, 17, 18)
    for sid in SENSORS:
        pm25 = max(0.0, random.gauss(28 if rush_hour else 14, 4))
        no2 = max(0.0, random.gauss(45 if rush_hour else 22, 6))
        reading = {"pm25": round(pm25, 1), "no2": round(no2, 1), "unit": "ug/m3", "ts": int(time.time())}
        client.publish(f"{BASE}/{sid}/reading", json.dumps(reading), qos=1, retain=True)
    time.sleep(10)

Un mapa en el navegador (por ejemplo con Leaflet) se conecta por WebSocket seguro y actualiza los marcadores:

import mqtt from "mqtt";

const base = "connectmq/demo/city-a19c/air/old-town";
const markers = {};
const client = mqtt.connect("wss://broker.connectmq.com:8084/mqtt", {
  clientId: "city-map-" + Math.random().toString(16).slice(2, 10),
  protocolVersion: 5,
});

client.on("connect", () => client.subscribe([`${base}/+/meta`, `${base}/+/reading`]));

client.on("message", (topic, payload) => {
  const [, , , , , id, kind] = topic.split("/");
  const data = JSON.parse(payload.toString());
  if (kind === "meta" && !markers[id]) {
    markers[id] = L.circleMarker([data.lat, data.lon], { radius: 10 }).addTo(map);
  } else if (kind === "reading" && markers[id]) {
    const color = data.pm25 > 25 ? "#d94040" : data.pm25 > 15 ? "#e0a030" : "#3fa34d";
    markers[id].setStyle({ color, fillColor: color }).bindTooltip(`${id}: PM2.5 ${data.pm25} ${data.unit}`);
  }
});

Aquí map es tu instancia de mapa de Leaflet. Los umbrales de color son ilustrativos; usa los límites que definan las directrices locales de calidad del aire.

Lista de comprobación del piloto

Elige un distrito y dos o tres capas de datos con responsables claros.
Acuerda la jerarquía de topics y los esquemas de payload con cada proveedor antes de la instalación.
Exige a los proveedores que publiquen por MQTT con TLS (puerto 8883) o conecta sus API con un pequeño adaptador.
Emite una credencial por sistema de proveedor o gateway; ConnectMQ vincula los client IDs a las credenciales emitidas y bloquea las IP tras varios inicios de sesión fallidos.
Agrega en el edge los datos sensibles para la privacidad; nunca publiques datos personales.
Persiste el histórico con un suscriptor que alimente una base de datos de series temporales para el análisis de planificación.
Configura alertas por umbral sencillas, como PM2.5 por encima de un límite, en el portal o en tu propio servicio.
Publica en un portal de datos abiertos agregados seleccionados y no sensibles mediante un suscriptor independiente.

Errores habituales

Dependencia del proveedor a través de paneles propietarios. Haz de la publicación MQTT en el broker de la ciudad un requisito de contratación.
Sensores de bajo coste sin calibrar. Coloca algunos junto a estaciones de referencia y publica metadatos de corrección.
Relojes incoherentes. Exige marcas de tiempo en UTC a todas las fuentes.
Empezar por el modelo 3D. Un mapa 2D con datos en vivo fiables es más útil que un modelo precioso con datos obsoletos.

Los gemelos urbanos comparten muchas piezas con el gemelo digital de edificios y el gemelo digital energético.

Lanza tu piloto de ciudad inteligente en ConnectMQ

ConnectMQ es un broker MQTT gestionado con TLS, acceso por WebSocket para mapas en el navegador y soporte de MQTT 5. Crea un broker Serverless gratuito en app.connectmq.com, sin tarjeta de crédito, y conecta los sensores de tu primer distrito a un gemelo en vivo.

Preguntas frecuentes

¿Qué es un gemelo digital de ciudad inteligente?

Es un modelo digital vivo de una ciudad o un distrito que combina mapas o modelos urbanos 3D con datos de sensores en tiempo real sobre tráfico, alumbrado, medio ambiente y otras infraestructuras.

¿Por qué usar MQTT para los sensores de una ciudad inteligente?

MQTT es ligero, funciona con conexiones salientes desde gateways celulares y LoRaWAN, y permite que muchos departamentos se suscriban a los mismos datos de sensores sin integraciones separadas.

¿Cómo protegen la privacidad los gemelos digitales urbanos?

Agregando los datos en el edge y publicando solo recuentos, niveles y mediciones, nunca imágenes, audio, matrículas ni identificadores personales.

¿Puede un gemelo digital urbano empezar a pequeña escala?

Sí. Un piloto con un distrito y dos o tres capas de datos sobre un mapa 2D es un comienzo práctico, y se pueden añadir más capas cuando la plataforma de datos funcione.

Gemelo digital de ciudad inteligente: tráfico, alumbrado y medio ambiente con MQTT