Resumen

Conocer de antemano la congestión del tráfico y su impacto en el tiempo de viaje es vital para la planificación proactiva de los desplazamientos, así como para la gestión avanzada del tráfico. Este artículo propone un algoritmo de streaming para estimar en línea el alcance temporal y espacial de los retrasos, que puede desplegarse con sensores situados junto a las carreteras. En primer lugar, el algoritmo propuesto utiliza la entrada de flujo de los sensores individuales para detectar una desviación de los patrones normales de tráfico, denominadas anomalías, que se utiliza como una indicación temprana de la aparición de retrasos. A continuación, se utiliza un grupo de sensores consecutivos que detectan anomalías para estimar temporal y espacialmente el alcance del retraso asociado a las anomalías detectadas. Las evaluaciones de rendimiento se llevan a cabo utilizando un conjunto de datos reales recogidos por sensores situados al borde de la carretera en Bangkok (Tailandia) y el conjunto de datos NGSIM recogidos en California (EE.UU.). Utilizando datos NGSIM, se demuestra cualitativamente que el algoritmo propuesto puede detectar ocurrencias consecutivas de ondas de choque y estimar sus retrasos asociados. A continuación, utilizando un conjunto de datos de Tailandia, se demuestra cuantitativamente que el algoritmo propuesto puede detectar y estimar los retrasos asociados tanto a la congestión recurrente como a la congestión no recurrente inducida por incidentes. El algoritmo propuesto también supera al algoritmo de flujo propuesto anteriormente.

• Materias:Transporte urbano Señales de control de tráfico Accidentes de transito Planificación de ruta Capacidad de tráfico
• Subjects:Urban transport Traffic control signs Traffic accidents Path planning Traffic capacity
• Palabras claves:algoritmo, anomalías, retrasos, sensores en carretera, algoritmo de flujo, conjunto de datos ngsim, gestión avanzada del tráfico, patrones normales de tráfico, planificación proactiva de viajes, conjunto de datos mundiales
• Keywords:algorithm, anomalies, delays, roadside sensors, streaming algorithm, ngsim data set, advanced traffic management, normal traffic patterns, proactive travel planning, world data set