Funciones de evaluación de calidad para un tránsito inteligente

• Autores: Laura Carballo, Norma Andrea Villagra, Daniel Raul Pandolfi
• Localización: Informe Científico Técnico UNPA, ISSN-e 1852-4516, Vol. 13, Nº. 1, 2021, págs. 77-94
• Idioma: español
• Títulos paralelos:
  • Quality evaluation functions for smart transit
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Los problemas de tránsito aumentan constantemente y las ciudades del futuro solo pueden ser verdaderamente inteligentes si habilitan la Movilidad Inteligente (en inglés, Smart Mobility). Aplicaciones de movilidad inteligente como el control de semáforos, el estacionamiento inteligente y la gestión del tránsito, entre otras están comenzando a ser utilizadas en todo el mundo, trayendo beneficios a las ciudades, mejor calidad de vida, costos reducidos, uso de energía más eficiente y disminución de las emisiones vehiculares. Mejorar la movilidad representa un gran reto. Actualmente, una ciudad con tráfico congestionado y muchos embotellamientos conduce a más contaminación. Por lo tanto, con la gestión inteligente del tránsito, el consumo de combustible y las emisiones contaminantes pueden ser reducidas. A diferencia de técnicas tales como semáforos inteligentes que requieren nueva infraestructura, ubicación de sensores y modificaciones en obras civiles ya construidas, el uso de técnicas de inteligencia artificial en la optimización de los ciclos de semáforos se presenta como una herramienta viable, rápida, eficiente y de bajo costo. En este trabajo se proponen diferentes funciones de evaluación de calidad con un algoritmo genético celular (cGA) aplicadas a dos grandes escenarios cercanos a la realidad en áreas urbanas ubicadas en las ciudades de Málaga (España) y París (Francia), simuladas por el popular micro-simulador SUMO (Simulator Urban MObility). La comparación de las diferentes funciones revela la bondad de algunas funciones logrando a una reducción significativa en términos de las tasas de emisión y del consumo total de combustible, además de una reducción en los tiempos de variables de tránsito analizadas.

  • English

    Traffic problems are constantly increasing and the cities of the future can only be truly smart if they enable Smart Mobility. Intelligent mobility applications such as traffic light control, intelligent parking, and traffic management, among others, are beginning to be used around the world, bringing benefits to cities, a better quality of life, reduced costs, more efficient energy use, and a decrease in vehicle emissions. Improving mobility represents a great challenge. Currently, a city with congested traffic and many traffic jams leads to more pollution. Therefore, with intelligent traffic management, fuel consumption, and polluting emissions can be reduced. Unlike techniques such as smart traffic lights that require new infrastructure, location of sensors, and modifications in civil works already built, the use of artificial intelligence techniques in the optimization of traffic light cycles is presented as a viable, fast, efficient, and low cost. In this work, different quality evaluation functions are proposed with a cellular genetic algorithm (cGA) applied to two large scenarios close to reality in urban areas located in the cities of Malaga (Spain) and Paris (France), simulated by the popular SUMO micro-simulator (Simulator Urban MObility). The comparison of the different functions reveals the goodness of some functions, achieving a significant reduction in terms of emission rates and total fuel consumption, in addition to a reduction in the times of the analyzed transit variables.