Resumen

Diferentes estrategias para el control del tráfico urbano se han presentado a lo largo del tiempo. Esteartículo presenta el diseño de un modelo de tráfico vehicular, el cual examina el tráfico existente en unavía a través de una serie de semáforos. A partir de este modelo se sincronizan los tiempos de duracióny de desfase de los semáforos, utilizando para ello el Sistema de Inferencia Difusa Basado en RedesAdaptativas (ANFIS). El modelo es simulado y los resultados se evalúan a nivel macroscópico con elmodelo de tiempos fijos, que funciona actualmente en Bogotá-Colombia.

INTRODUCCIÓN

A lo largo de la historia de las grandes capitales del mundo, el flujo vehicular se ha incrementado constantemente, no obstante, el desarrollo de la infraestructura vial ha sido insuficiente; esto se ha reflejado en situaciones donde el volumen de tránsito en uno o más puntos de una vía excede el volumen máximo que puede pasar por ellos. Por lo tanto, el control de tráfico inteligente es una herramienta muy importante para el control de la congestión vehicular y beneficiar así la calidad de vida de las personas, el medio ambiente y la economía de la ciudad.

Por ejemplo, el transporte particular que se desplazó por la red vial de Bogotá para el año 2010 constó de aproximadamente 1.063.869 automóviles particulares matriculados [1], los cuales manejan solo un 22% de los viajes diarios en la ciudad. Durante el 2010 en Bogotá, transitaron 17.083 vehículos de transporte público, entre los que se encuentran buses, busetas, microbuses, transmilenios (sistema de transporte masivo) y 49.206 taxis. Estos vehículos realizaron el 56% de los viajes en la ciudad y el restante 22% estuvo cubierto por desplazamientos a pie, motocicletas y bicicletas, entre otros [1]. Si el parque automotor crece a una tasa del 4% anual (como en los últimos años), se calcula que para el 2015 Bogotá tendría aproximadamente 1.212.000 vehículos, y si crece al 11% como en los años 2009 y 2010 habría 1.800.000 vehículos. Este crecimiento inminente ha llevado y llevará a grandes congestiones vehiculares, que hoy por hoy son uno de los problemas más grandes de la capital colombiana, trayendo como consecuencia la necesidad de un óptimo sistema de control que permita un ágil desplazamiento y que reduzca entre otros el alto consumo de combustibles, la alta contaminación ambiental causada por el desprendimiento de monóxidos propio de los automotores y el nivel de accidentalidad.

En los últimos años el paradigma de control del flujo vehicular mediante la programación de los semáforos ha presentado múltiples variaciones que van desde la programación con tiempos fijos en las diferentes fases de los semáforos hasta la coordinación de grupos desde una central computarizada, lo que demuestra que se han obtenido grandes avances en el tema. Por ejemplo, en [2] se hace un estudio de factor de utilización de los carriles de algunas intersecciones semaforizadas de Bogotá, teniendo en cuenta los tiempos de operación actual de los semáforos de estas intersecciones, en [3] se hace una revisión de las estrategias de control de los sistemas de tráfico más utilizadas en Colombia, en [4] se describe un controlador de lógica difusa para una sola intersección, en [5] se estudia el uso de la lógica difusa para el control de intersecciones múltiples, en [6] se describe una red de caminos conectados por semáforos basados en sistemas expertos, en [7] se presenta un controlador de semáforos usando un predictor simple basado en optimización, en [8] se desarrolla un controlador de tráfico vehicular basado en algoritmos evolutivos, en [9] se presenta un método de control de semáforos basado en aprendizaje reforzado, el cual en [10] utiliza un valor basado en la función del semáforo a partir de una red neuronal y en [11] se usa la función basada en vehículos.

• Materias:Señales de control de tráfico Diseño experimental Tiempos y movimientos
• Subjects:Traffic control signs Experimental design Predetermined motion time systems
• Palabras claves:Parámetros macroscópicos, tiempos fijos, tráfico vehicular, redes adaptativas, lógica difusa, suma del error al cuadrado.
• Keywords:Macroscopic parameters, fixed time, vehicle traffic, adaptive networks, fuzzy logic, sum of squared error.