Tip:
Highlight text to annotate it
X
Hoy en día, las personas viven o están pensando en mudarse a las grandes ciudades
Como resultado, un número mayor de vehículos circulan por las calles,
aumenta el número de atascos,
se emiten toneladas de gases de efecto invernadero a la atmósfera
y disminuye la calidad de vida de los ciudadanos.
Red Swarm esta formado por:
Varios nodos distribuidos por la ciudad,
El Algoritmo de Optimización,
el Algoritmo de Cambio de Ruta,
y las unidades de abordo, instaladas en los vehículos.
Nuestra arquitectura está compuesta por la etapa de configuración
y la etapa de despliegue
En la primera, se calcula la configuración para los nodos Red Swarm
empleándose el microsimulador SUMO para evaluar los escenarios
y en la segunda etapa, se sugieren las nuevas rutas
para los vehículos que se aproximan a una intersección
El escenario de este trabajo que se corresponde con un área de la ciudad de Málaga
se ha obtenido desde OpenStreetMap.
Se le han añadido 261 semáforos, 10 nodos Red Swarm,
y 800 vehículos.
Luego, el escenario se ha importado en SUMO
para simular la configuración y obtener un valor para la función de fitness.
En el siguiente ejemplo se puede observar
el funcionamiento del Algoritmo de Cambio de Ruta.
Al acercarse el vehículo a la intersección controlada por un nodo Red Swarm
el Algoritmo de Cambio de Ruta sugiere una ruta alternativa para el vehículo,
que en este caso difiere de la solución de los expertos.
En esta parte de la ciudad podemos ver las diferencias entre
Red Swarm y la solución de los expertos.
Mientras el tráfico rodado fluye por estas calles
podemos observar como está produciéndose un gran atasco en la solución de los expertos.
Y en otra parte de la ciudad, se están produciendo otros dos atascos.
A continuación, veremos los mismos atascos
pero en este caso, los vehículos están pintados con un color que representa el tiempo de espera
Como se observa, los vehículos esperan por más de 150 segundos
en las colas de la solución de los expertos.
Por último, podemos comparar los tiempos de espera en las calles de este área de Málaga
Nuevamente, un atasco aumenta el tiempo de espera de los vehículos
en las colas de la solución de los expertos.
Obsérvese que estos atascos se evitan utilizando Red Swarm.
Esta figura presenta los resultados de Red Swarm comparados con la solución de los expertos.
Red Swarm ha reducido el tiempo de espera medio de los vehículos en este escenario
Y también ha reducido el tiempo medio de viaje
Sin embargo, la longitud media de viaje ha aumentado
Esto estaba previsto, dado que Red Swarm evita los atascos utilizando rutas alternativas
las cuales no forman parte del camino más corto.
En esta figura se observa como Red Swarm es más efectivo en condiciones de alta densidad de tráfico
Existe un umbral en cada escenario indicando el mínimo numero de vehículos
a partir del cual Red Swarm es más efectivo.
Sin importar el valor de este umbral, Red Swarm sigue siendo utilizable por debajo del mismo.
Por último, esta gráfica presenta una comparativa entre la solución de los expertos y Red Swarm
en 30 escenarios diferentes.
Red Swarm no sólo ha funcionado en todos ellos sino que también ha conseguido
tiempos de viaje menores en 20 de los escenarios.
Hemos presentado la arquitectura Red Swarm como un enfoque innovador
para la prevención de atascos
Los resultados confirman que el tráfico rodado puede ser mejorado utilizando nuestra propuesta
en especial en condiciones de alta densidad.
Estamos trabajando en la reducción de las emisiones de gases de efecto invernadero
dado que el tráfico rodado en una de las principales fuentes de polución.