Modelo del Trfico Vehicular en la Avenida 9 de Octubre de Riobamba
Model of Vehicular Traffic on Avenida 9 de Octubre in Riobamba
Maquete de Trfego de Veculos na Avenida 9 de Octubre em Riobamba
Correspondencia: hvilla@unach.edu.ec
Ciencias Tcnicas y Aplicadas
Artculo de Investigacin
* Recibido: 03 de febrero de 2024 *Aceptado: 18 de febrero de 2024 * Publicado: 04 de marzo de 2024
I. Mster Universitario en Ingeniera Matemtica y Computacin. Magster en Seguridad Telemtica. Docente en la Universidad Nacional de Chimborazo en la Facultad de Ciencias Polticas y Administrativas. Riobamba-Ecuador.
Resumen
La ciudad de Riobamba-Ecuador ha experimentado un incremento en su parque automotor, lo que conlleva a un incremento en la congestin vehicular y sumndole a este inconveniente el uso de equipos de control de trnsito obsoletos, hace que la congestin vehicular sea catica. Por ese motivo, se desarroll un modelo para simular el comportamiento de los semforos con la utilizacin de un sensor que permita determinar si hay muchos vehculos en la cola de espera, con esta informacin se modifica los tiempos de fase verde los semforos o se mantiene el tiempo fijo establecido. Para la simulacin se tom los datos durante las horas de mayor afluencia que es en la maana, con estos datos se obtuvo: distribuciones de llegada, porcentajes de salidas, el ciclo que realizan los semforos y los tiempos de las fases de estos. Se realizaron dos simulaciones una con el escenario real y otra con uso del sensor. Con los resultados obtenidos se hizo una comparacin con el tiempo promedio de espera en la cola y la longitud media de las colas. Se observ que con el uso del sensor no invasivo se descongestiona el trfico en los semforos A y D ubicados en la calle principal que es la Avenida 9 de octubre, pero en las calles secundarias que se ubican los semforos B y C hubo un incremento en el tiempo promedio de espera en la cola, como en la longitud media de las colas, mejorando el flujo vehicular en la avenida principal.
Palabras Clave: sensor; trfico vehicular; semforos.
Abstract
The city of Riobamba-Ecuador has experienced an increase in its vehicle fleet, which leads to an increase in vehicle congestion and adding to this inconvenience the use of obsolete traffic control equipment, makes vehicle congestion chaotic. For this reason, a model was developed to simulate the behavior of traffic lights with the use of a sensor that allows determining if there are many vehicles in the waiting queue. With this information, the green phase times of the traffic lights are modified or the traffic lights are maintained. established fixed time. For the simulation, the data were taken during the busiest hours, which is in the morning, with these data we obtained: arrival distributions, percentages of departures, the cycle carried out by the traffic lights and the times of their phases. Two simulations were carried out, one with the real scenario and the other with the use of the sensor. With the results obtained, a comparison was made with the average waiting time in the queue and the average length of the queues. It was observed that with the use of the non-invasive sensor, traffic is decongested at traffic lights A and D located on the main street, which is Avenida 9 de Octubre, but on the secondary streets where traffic lights B and C are located, there was an increase in the average waiting time in the queue, as well as the average length of the queues, improving vehicular flow on the main avenue.
Keywords: sensor; Vehicular traffic; traffic lights.
Resumo
A cidade de Riobamba-Equador tem experimentado um aumento em sua frota de veculos, o que leva ao aumento do congestionamento de veculos e somando a este inconveniente o uso de equipamentos obsoletos de controle de trnsito, torna o congestionamento de veculos catico. Por este motivo, foi desenvolvido um modelo para simular o comportamento dos semforos com a utilizao de um sensor que permite determinar se h muitos veculos na fila de espera. Com esta informao, so modificados os tempos da fase verde dos semforos ou o semforos so mantidos.horrio fixo estabelecido. Para a simulao os dados foram retirados no horrio de maior movimento, que pela manh, com estes dados obtivemos: distribuies de chegadas, percentuais de sadas, o ciclo realizado pelos semforos e os horrios de suas fases. Foram realizadas duas simulaes, uma com o cenrio real e outra com a utilizao do sensor. Com os resultados obtidos foi feita uma comparao com o tempo mdio de espera na fila e o comprimento mdio das filas. Observou-se que com a utilizao do sensor no invasivo o trnsito descongestionado nos semforos A e D localizados na rua principal, que a Avenida 9 de Octubre, mas nas ruas secundrias onde esto localizados os semforos B e C, houve aumento no tempo mdio de espera nas filas, bem como no comprimento mdio das filas, melhorando o fluxo de veculos na avenida principal.
Palavras-chave: sensor; Trfego de veculos; luzes de trnsito.
Introduccin
La ciudad de Riobamba o conocida tambin como San Pedro de Riobamba, es la capital de la provincia de Chimborazo y fue la primera ciudad espaola fundada en Ecuador, se encuentra rodeada por varios volcanes, entre ellos estn el Carihuairazo, el Altar, el Tungurahua y el Chimborazo. Su poblacin oscila aproximadamente entre los 246.891 habitantes. En los ltimos aos el tener un automvil se ha vuelto una necesidad en los hogares, y en la ciudad de Riobamba se ha registrado un aumento del parque automotor de un 16,87% por ao (Massn, 2019). Debido a este incremento, es muy comn ver congestin vehicular en las principales calles de la ciudad, en especial en las horas pico.
Una de las calles de mayor trfico vehicular en Riobamba es la Avenida 9 de octubre. En esta avenida, circulan tanto vehculos livianos como pesados, entre los que se destacan, buses interprovinciales y camiones. Por este motivo, se ha identificado como problemtica: la congestin en el tramo de la Avenida 9 de octubre entre Avenida Atahualpa y Carabobo, siendo catico en las horas de mayor trnsito. Adems, otra de las principales razones por la que esta Avenida se encuentra saturada es el uso de equipos de control de trnsito obsoletos, por ejemplo, los semforos de tiempo fijo. En este tipo de semforos, su ciclo, secuencia de intervalos y duracin estn programados para que sean invariables.
Generalmente los semforos de tiempo fijo tienen 3 luces: Rojo (parar), Amarillo (prevencin) y Verde (avanzar). El tener semforos de tiempo fijo no ayuda a mejorar el trfico vehicular. Sin embargo, si se modifica los tiempos de la fase verde en el semforo, cuando se detecte que hay una cantidad determinada de vehculos, ayuda a descongestionar el flujo vehicular.
Segn Carrasco y Clavijo (2021), para definir el modelo de simulacin ms adecuado se debe considerar los principales parmetros de control que tiene un semforo, siendo:
Ciclo: Es el tiempo que tarda el semforo para realizar una secuencia completa de las indicaciones de este.
Fase: Son las acciones que realiza el semforo individualmente
Secuencia de fases: Es el orden establecido en el que van a ocurrir las fases del ciclo
Movimiento: Son las maniobras de un mismo acceso que tienen el derecho de paso y hacen una misma fila
Los sensores de semforos son dispositivos que detecta estmulos externos y emite una respuesta de acuerdo con estos estmulos. Existen diferentes tipos de sensores para la deteccin de presencia de vehculos, entre los principales se tiene: (Hall, 2021).
Sensores invasivos: Son aquellos que se instalan directamente sobre o debajo del asfalto, y son los ms usados para mediciones del trfico vehicular. Una desventaja de este tipo de sensores es en su instalacin debido a que es necesario parar el trfico vehicular en la va.
Sensores no invasivos: Estos sensores se basan en la propagacin de ondas. A diferencia de los Sensores Invasivos para su instalacin no es necesario interrumpir el trfico por lo que es fcil su instalacin, adems no afecta ni la calidad ni la seguridad de la va.
La simulacin es un instrumento que ayuda a realizar el diseo y las operaciones de sistemas de procesos complejos. Los resultados que se obtienen de una simulacin no son exactos, pero si son aproximaciones muy buenas. Para realizar un modelo de simulacin se necesita de un conjunto de tcnicas con las cuales un ordenador imita como es el comportamiento del sistema seleccionado del mundo real (Mndez, 2021).
Se han realizado investigaciones acerca del trfico vehicular como la de Morales y Gonzlez (2013), en la que desarrollan un sistema de semforos inteligentes con la ayuda de sensores de ultrasonido, est basado en un pequeo pic microcontrolador que est programado con algoritmos para que sea capaz de tomar decisiones que ayude a establecer una rutina para el cambio de luces en los semforos, adems, este sistema en determinadas situaciones reduce los tiempos de espera de los vehculos lo que hace que el flujo vehicular mejore en las intersecciones. Adems, realiza un cuadro comparativo entre un sistema inteligente y un sistema tradicional.
En el estudio de Gustavo y Cueva (2015), se realizan un modelo de semforo inteligente que funcione con energa renovable para que no contamine el medio ambiente, para eso usaron un panel solar y un banco de bateras fotovoltaicas, contribuyendo a un ahorro econmico para la ciudad. Adems, implementaron formas adicionales de colores en el semforo para ayudar a las personas que sufren de daltonismo y que no sufran inconvenientes al manejar un vehculo. Y el semforo como es inteligente con los sensores de ultrasonido puede realizar cambios de luz cuando detecta la presencia de peatones o vehculos.
Igualmente, en la investigacin de Ayala (2012), realizan 4 escenarios y un escenario real. Se hace una comparacin entre los parmetros: Nmero de autos detenidos, tiempo de viaje y tiempo de espera de los 4 escenarios. En el primer escenario hay una reduccin del 5% en el nmero de autos detenidos, pero en los otros parmetros se mantienen iguales al escenario real. En el segundo escenario tambin hay una reduccin del 3% pero hay un incremento del 6% en el tiempo de viaje.
En el tercer escenario hay un incremento de casi el 4% en el nmero de autos detenidos, por lo que le hace el escenario menos favorable. Y en el escenario 4 hay una reduccin del 9% en el tiempo de viaje, pero los otros parmetros se mantienen iguales al escenario real. En el estudio de Narvez (2007), realizan un anlisis para mejorar la calidad del servicio mejorando los tiempos de demora, velocidad y reduciendo la cantidad de vehculos en espera. El software fue desarrollado en LabVIEW, adems la utilizacin de video cmaras ayud a una ptima informacin para el control del trfico vehicular. En la simulacin se observ que a los 15 minutos el comportamiento del trfico vehicular entra a un estado estable, brindando ms seguridad a los peatones como a los conductores, en comparacin con el sistema real de fases fijas.
En la investigacin de Atiencia y Ramrez (2013), se disea un controlador usando ANFIS (Sistema de Inferencia Difusa basado en redes neuronales adaptivas), que controla la temporizacin y sincronizacin de la secuencia de semforos, adems, este controlador fue desarrollado en Matlab. Con los resultados obtenidos de la simulacin se muestra que hay descongestin vehicular sobre los semforos de la Av. Coln.
En la investigacin de Monterrey y Sosa (2020), se muestra un sistema de semaforizacin inteligente para controlar el flujo vehicular a partir del procesamiento de imgenes. Este sistema se utiliza cuando los vehculos se encuentran detenidos en el semforo, a fin de tomar imgenes de la cantidad de vehculos que se presentan en la va. Se enva estas imgenes mediante API al servidor, donde se procesa la imagen, lo que implica menos consumo de recursos informticos y ayuda a que el sistema no falle en situaciones donde se puedan presentar fallas elctricas en la interseccin. Adems, el sistema cuenta con la capacidad de alimentarse por medio de energa renovable, siendo amigable al medio ambiente.
En el estudio de Jacobo (2015), evaluaron la Av. La Reforma de Mxico, debido a que es una avenida con mayor concentracin de vehculos, est avenida dispone de semforos de tiempo fijo. Y se propone la utilizacin del sensor TrafiCam para generar tiempos dinmicos, modificando el tiempo de fase verde de la interseccin para cada sentido de circulacin. Al implementar y simular este sistema en las intersecciones se obtienen mejoras y se optimiza la viabilidad. Con estos resultados se concluye que se debe fomentar la implementacin en todas las intersecciones semaforizadas. En la investigacin de Lema et. al. (2012), se estudia el problema de regulacin del trfico a travs del ajuste de los ciclos de los semforos, proponiendo para su resolucin un algoritmo heurstico. Los resultados que se obtuvieron permitieron tener colas ms cortas, con un tiempo computacional ms adecuado.
En el estudio de Gutirrez (2017), el problema a solucionar es el control semafrico de la ciudad de Puno en Per, que, al contar semforos de tiempo fijo, sin sensores que generen informacin del estado del trfico, ocasionando demora en el flujo vehicular, contaminacin ambiental y aumentando el estrs de los conductores. Se propone desarrollar un sistema de control de trfico vehicular centralizado, donde los semforos estn conectados a una red industrial con la cual se podr controlar y monitorear el funcionamiento. Concluyen que el proyecto mejora el flujo vehicular.
Finalmente, en el trabajo realizado por Carrasco et. al. (2021), se realiz un levantamiento de la siguiente informacin: geometra de la va, conteos volumtricos con su composicin, conteos de vehculos que giran y los que continan la calle Mariscar Lamar. Y se determin: el tipo de control recomendado de las intersecciones (semforos, redondel, prioridad, paso a desnivel), el diseo del tiempo de ciclo ptimo de las 4 intersecciones con mayor flujo de vehculos y la sincronizacin de los semforos. Se calcul los tiempos ptimos de ciclos y la sincronizacin semafrica, se realiz una comparacin con los tiempos actuales, los cuales estuvieron dentro del rango recomendado por el mtodo utilizado.
La justificacin del presente trabajo se centr en tratar de solucionar los problemas relacionados al flujo de trfico, realizando una simulacin del trfico vehicular, modificando el tiempo de fase verde del semforo con la ayuda de un sensor. El objetivo de modificar el tiempo de fase verde en el semforo es evitar la congestin vehicular, puesto que, el aumentar el tiempo de fase verde, incrementa la cantidad de vehculos que circulen. Esto ayuda a que los conductores no pierdan su tiempo por mantenerse esperando en largas colas. Adems, ayuda a disminuir la probabilidad de accidentes de trnsito, debido a que los conductores al encontrarse esperando por mucho tiempo en la fila, pueden perder la concentracin y calma. Finalmente, disminuye el consumo innecesario de combustible por encontrarse detenido, pero con el motor encendido. Es importante revisar que las colas en los semforos no aumenten demasiado. Para eso, como novedad de la investigacin, se propuso el uso del sensor, que realiza un conteo de los vehculos detenidos en la cola y enva una seal al semforo. ste mediante un algoritmo recibe dicha seal y con ese nmero de vehculos detenidos va a determinar si es necesario aumentar el tiempo de fase verde o mantener el tiempo fijo programado.
Metodologa
La metodologa que se ha seguido en el presente trabajo se ha basado en el mtodo cientfico y se realizaron las siguientes fases: Anlisis de las fases de los semforos de la avenida 9 de octubre, determinacin del tipo de sensor y modelo de simulacin.
Anlisis de las Fases de los Semforos
En todo el Ecuador se ha observado el aumento del parque automotor, lo que conlleva a que se aumente la congestin vehicular. Para el presente trabajo se consider un tramo de la Avenida 9 de octubre entre la Avenida Atahualpa y la calle Carabobo de la ciudad de Riobamba.
Descripcin del Entorno
En el tramo de la Avenida antes mencionado, existen 12 semforos de tiempo fijo, el semforo que est en el sentido sur a norte de la Avenida 9 de octubre se denomina Semforo A. El semforo que est en el sentido oeste a estese denomina Semforo B. El semforo que est en el sentido este a oeste se denomina Semforo C. El semforo en el sentido norte a sur se denomina Semforo D. Actualmente el funcionamiento de los semforos est definido por ciclos y fases ya establecidos. Al observar el comportamiento de los 4 semforos se determin que posees tres fases: Verde, Amarillo y Rojo. Se utiliz un cronmetro para tomar los tiempos de cada fase de los semforos, y determinar la sincronizacin del ciclo de los semforos. Con esas mediciones se obtuvo los siguientes resultados:
El tiempo de las fases asignados para el Semforo A y C que estn ubicados en la Avenida 9 de octubre son: Verde 22 segundos; Amarillo 4 segundos y Rojo 86 segundos
El tiempo de la fase asignados para el Semforo B ubicado en la Avenida Atahualpa y para el Semforo D ubicado en la calle Carabobo son: Verde 16 segundos; Amarillo 4 segundos y Rojo 86 segundos.
La secuencia que siguen los semforos como se describe en la Tabla 1.
Cuando el Semforo A est en verde, los Semforos B, C y D estn en rojo.
Cuando el Semforo B est en verde, los Semforos A, C y D estn en rojo.
Cuando el Semforo C est en verde, los Semforos A, B, y D estn en rojo.
Cuando el Semforo D est en verde, los Semforos A, B y C estn en rojo.
Tabla 1. Secuencia de los semforos
SEMFORO |
Semforo A |
Semforo B |
Semforo C |
Semforo D |
1 ciclo |
Verde |
Rojo |
Rojo |
Rojo |
Amarillo |
Rojo |
Rojo |
Rojo |
|
Rojo |
Verde |
Rojo |
Rojo |
|
Rojo |
Amarillo |
Rojo |
Rojo |
|
Rojo |
Rojo |
Verde |
Rojo |
|
Rojo |
Rojo |
Amarillo |
Rojo |
|
Rojo |
Rojo |
Rojo |
Verde |
|
Rojo |
Rojo |
Rojo |
Amarillo |
Fuente. Elaboracin propia a partir de la observacin
Con el estudio del comportamiento del trfico vehicular del tramo la Avenida 9 de octubre se pudo determinar que los tiempos de llegadas entre los vehculos tiene un comportamiento de una distribucin exponencial, y debido a que cada semforo cuenta con dos carriles o dos colas, cada cola o carril se comporta de manera diferente a las dems.
Determinacin del Tipo de Sensor
Considerando las particularidades analizadas, se determin usar un sensor no invasivo de cmara. En este caso se seleccion el sensor TrafiCam, debido a que es un sensor de presencia de vehculos que combina una cmara y un detector de video. Este sensor detecta la presencia de vehculos que se aproximan a un cruce o que esperan ante una interseccin. Adems, este sensor es capaz de detectar vehculos tanto en el da como en la noche, realizar un conteo de estos, detectar si existe contraflujo vehicular para no tener datos inexactos y se puede adaptar a cualquier superficie. Los sensores TrafiCam son utilizados para que las operaciones de los controladores de semforos sean ms dinmicas (Ayala & Cueva, 2015).
Modelo de Simulacin
Descripcin del Modelo
El modelo se describe a travs de las siguientes frmulas y valores que han sido considerados para el desarrollo de la simulacin, siendo las siguientes:
Variable aleatoria exponencial para el tiempo de llegadas
(1)
Donde:
= Variable aleatoria exponencial
= Nmero aleatorio
= Nmero de llegadas de vehculos en un segundo.
Para determinar el modelo de simulacin se consider el nmero de llegadas de los vehculos con un cronmetro, tomando los tiempos de llegada de los vehculos, y esos valores se procesaron en una hoja de clculo de Excel para obtener el promedio del tiempo de llegadas.
Semforo A y D: Como los semforos A y D se encuentran en la Avenida 9 de octubre, tienen el tiempo base de llegadas de los vehculos es de 3.5796 segundos, teniendo el valor de lambda de:
(2)
Semforo B y C: Como los semforos B y C se encuentran en las calles secundarias de la Avenida 9 de octubre, tienen el tiempo base de llegadas de los vehculos que es de 6.9568 segundos, teniendo el valor de lambda de:
(3)
Porcentajes de salidas de los vehculos
- Semforo A
- El 30% de veces salieron 8 vehculos.
- El 60% de veces salieron 9 vehculos.
- El 10% de veces salieron 10 vehculos.
- Semforo B
- El 50% de veces salieron 8 vehculos.
- El 30% de veces salieron 9 vehculos.
- El 20% de veces salieron 10 vehculos.
- Semforo C
- El 70% de veces salieron 8 vehculos.
- El 15% de veces salieron 9 vehculos.
- El 15% de veces salieron 10 vehculos.
- Semforo D
- El 10% de veces salieron 7 vehculos.
- El 30% de veces salieron 8 vehculos.
- El 40% de veces salieron 9 vehculos.
- El 20% de veces salieron 10 vehculos.
Longitud media de la cola de espera
(4)
Donde:
= Tiempo de llegada de un vehculo a la cola
= Tiempo de salida de un vehculo de la cola
= Tiempo total de la simulacin.
Tiempo medio de espera en la cola
(5)
Donde:
= Tiempo de llegada de un vehculo a la cola
= Tiempo de salida de un vehculo de la cola
= Tiempo total de la simulacin.
= Vector de ceros y unos (uno indica si quedaron vehculos a la cola y cero indica que no quedaron vehculos en la cola).
Para las pruebas se realizaron dos simulaciones:
La primera simulando el comportamiento actual de los semforos en la hora pico.
La segunda simulando el comportamiento de los semforos en ese mismo ambiente (hora pico) pero considerando la ayuda del sensor.
Diagrama de Flujo del Simulador
En la Figura 1 se encuentra el diseo del diagrama del flujo del simulador.
Figura 1. Diagrama de Flujo del Simulador
Fuente. Elaboracin propia
Estructura de la Simulacin
Se realiz la simulacin la plataforma de programacin y clculo numrico Matlab. La estructura de la Simulacin es la siguiente:
1. Inicializacin de datos
a. Lista de Eventos: Es una lista ordenada cronolgicamente en la que se guardan todos los eventos que se generan en el sistema, se le pude decir que es una lista que resumen todo lo que paso en la simulacin.
b. Estado: Es una lista con el evento que ocurre en ese instante de tiempo.
c. Lef: Lista de Eventos Futuros, es una lista que nos garantiza que en la simulacin vayamos en orden y que no nos olvidemos de algn evento.
2. Mecanismo de Avance mismo que fue programado en Matlab la simulacin con los semforos de tiempo fijo y de la simulacin de los semforos con el sensor.
3. Clculo de los Tiempos promedios en la Cola y Longitud media de las colas
Como se mencion anteriormente cada cola tiene un comportamiento diferente por lo que se hace el clculo por cada cola de los semforos. Adems, en Matlab se realizaron los clculos tanto de la simulacin de semforos de tiempo fijo como de la simulacin de semforos con sensor.
Resultados
Para los resultados se utilizaron los parmetros:
Estado: listado de los estados del modelo
Evento_act: listado de eventos a realizarse
Lef: lista de eventos futuros, lista que garantiza que la simulacin se ejecute en orden y no olvidar eventos
Lista_eventos: lista ordenada cronolgicamente en la que se guardan todos los eventos que se generan en el sistema.
Longitud_cola: promedio de vehculos ubicados en la cola del semforo en el tiempo de estudio
Nuevo_evento: lista de eventos para cambiar la fase del semforo
Numevent: nmero de eventos generados en el modelo
Tiempo_espera: promedio del tiempo de espera en el semforo en el lapso de estudio
Tiempo_simulacin: tiempo en la ejecucin de la simulacin
En la Tabla 2, se detalla un resumen de la primera simulacin (tiempo fijo) y segunda simulacin (semforo con sensor):
Tabla 2. Resumen de la primera simulacin
Parmetro |
Primera simulacin |
Segunda simulacin |
estado |
1x1 struct |
1x1 struct |
evento_act |
1x1 struct |
1x1 struct |
lef |
1x4 struct |
1x4 struct |
lista_eventos |
1x10000 struct |
1x10000 struct |
longitud_cola1_semA |
22.5942 vehculos |
21.3284 vehculos |
longitud_cola1_semB |
3.5947 vehculos |
15.3788 vehculos |
longitud_cola1_semC |
3.3117 vehculos |
11.3021 vehculos |
longitud_cola1_semD |
32.2646 vehculos |
17.6109 vehculos |
longitud_cola2_semA |
22.1928 vehculos |
16.5185 vehculos |
longitud_cola2_semB |
2.9740 vehculos |
11.7420 vehculos |
longitud_cola2_semC |
2.7642 vehculos |
8.7736 vehculos |
longitud_cola2_semD |
32.3992 vehculos |
13.7709 vehculos |
nuevo_evento |
1x1 struct |
1x1 struct |
numevent |
2763 |
2613 |
tiempo_espera_c1_semA |
1.2066 segundos |
0.7512 segundos |
tiempo_espera_c1_semB |
0.0227 segundos |
0.7877 segundos |
tiempo_espera_c1_semC |
0.0350 segundos |
0.8775 segundos |
tiempo_espera_c1_semD |
1.7707 segundos |
0.3296 segundos |
tiempo_espera_c2_semA |
1.2018 segundos |
0.7377 segundos |
tiempo_espera_c2_semB |
0.0163 segundos |
1.1654 segundos |
tiempo_espera_c2_semC |
0.0265 segundos |
0.9323 segundos |
tiempo_espera_c2_semD |
1.8685 segundos |
0.3024 segundos |
tiempo_simulacin |
30.0008 segundos |
30.0044 segundos |
Fuente. Elaboracin propia en base a los clculos realizados
Cuadro comparativo de las dos simulaciones
En las Tablas 3, 4, 5, y 6 se hace una comparacin entre los resultados obtenidos de los semforos A, B, C y D respectivamente en las dos simulaciones.
Tabla 3. Cuadro comparativo de los resultados del semforo A de las dos simulaciones
|
|
Simulacin 1 |
Simulacin 2 |
||
|
Semforo A |
Semforo A |
|||
|
Cola 1 |
Cola 2 |
Cola 1 |
Cola 2 |
|
Tiempo promedio de espera en la cola |
1.2066 |
1.2018 |
0.7512 |
0.7377 |
|
Longitud media de la cola |
22.5942 |
22.1928 |
21.3284 |
16.5185 |
|
Fuente. Elaboracin propia en base a los clculos realizados
Tabla 4. Cuadro comparativo de los resultados del semforo B de las dos simulaciones
|
Simulacin 1 |
Simulacin 2 |
||
Semforo B |
Semforo B |
|||
Cola 1 |
Cola 2 |
Cola 1 |
Cola 2 |
|
Tiempo promedio de espera en la cola |
0.0227 |
0.0163 |
0.7877 |
1.1654 |
Longitud media de la cola |
3.5947 |
2.9740 |
15.3788 |
11.7420 |
Fuente. Elaboracin propia en base a los clculos realizados
Tabla 5. Cuadro comparativo de los resultados del semforo C de las dos simulaciones
|
Simulacin 1 |
Simulacin 2 |
||
Semforo C |
Semforo C |
|||
Cola 1 |
Cola 2 |
Cola 1 |
Cola 2 |
|
Tiempo promedio de espera en la cola |
0.0350 |
0.0265 |
0.8775 |
0.9323 |
Longitud media de la cola |
3.3117 |
2.7642 |
11.3021 |
8.7736 |
Fuente. Elaboracin propia en base a los clculos realizados
Tabla 6. Cuadro comparativo de los resultados del semforo D de las dos simulaciones
|
Simulacin 1 |
Simulacin 2 |
||
Semforo D |
Semforo D |
|||
Cola 1 |
Cola 2 |
Cola 1 |
Cola 2 |
|
Tiempo promedio de espera en la cola |
1.7707 |
1.8685 |
0.3296 |
0.3024 |
Longitud media de la cola |
32.2646 |
32.3992 |
17.6109 |
13.7709 |
Fuente. Elaboracin propia en base a los clculos realizados
Discusin
El presente trabajo de investigacin contribuye a la creciente literatura sobre el anlisis de trfico vehicular considerando los estudios ms relacionados como los realizados por Jacobo (2015), Ayala (2012), Gutirrez (2017) en los que se utiliza diferentes medios como: sensores, software, entre otros. En este caso, la presente investigacin, ha desarrollado un modelo matemtico y se ha enfocado en realizar dos simulaciones en horas pico en los semforos ubicados en la avenida 9 de octubre considerando el tiempo promedio de espera en la cola y la longitud media de la cola en dos, la primera considera el semforo estndar y la segunda considerando el uso del sensor TrafiCam. En las simulaciones se consideran los siguientes parmetros: listas de eventos, lista de estados, lista de los eventos futuros (lef), mecanismos de avances a travs del modelamiento matemtico, que permitieron generar una simulacin adecuada para la solucin de problemas en el trfico vehicular. Una vez implementado el modelo de simulacin se obtuvieron los resultados en los dos escenarios, los cuales fueron comparados, de lo cual los semforos A y D ubicados en la avenida 9 de octubre mejoran los tiempos promedio de espera y en la longitud media de la cola, descongestionando el trfico vehicular en esta avenida principal. En un futuro se puede incorporar a la simulacin otros parmetros como la velocidad de los vehculos, giros a la derecha e izquierda, reaccin de los conductores al ponerse en verde el semforo entre otros, con la finalidad de mejorar la toma de decisiones en la modificacin del comportamiento de los semforos generando un mejor desempeo.
Conclusiones
Del semforo A en la cola 1 el tiempo promedio de espera tiene una diferencia de 0.4554, es decir una mejora del 37.74% y en la longitud media de la cola tiene una diferencia de 1.2658, es decir una mejora del 5.60%. En la cola 2 el tiempo promedio de espera tiene diferencia de 0.4641, es decir una mejora del 38.62% y la longitud media de la cola tiene una diferencia de 5.6743, es decir una mejora del 25.57%.
Del semforo B en la cola 1 el tiempo promedio de espera tiene una diferencia de -0.765, es decir un incremento del 97.12% y en la longitud media de la cola tiene una diferencia de -11.7841, es decir un incremento del 76.63%. En la cola 2 el tiempo promedio de espera tiene diferencia de -1.1491, es decir un incremento del 98.60% y la longitud media de la cola tiene una diferencia de -8.768, es decir una mejora del 74.67%. Estos incrementos en las mtricas de Tiempo promedio de espera en la cola y Longitud de la cola del semforo B, es debido a que cuando el sensor detecta que en una de las colas de un semforo hay ms de vehculos esperando aumenta 9 segundos al tiempo de la fase del verde de ese semforo. Lo que hace que las otras colas de los otros semforos se incrementen y esperen ms tiempo. Adems, el tiempo de fase de los verdes de las calles secundarias es menor (16 segundos) a comparacin del tiempo de fase verde de las calles principales que es de 22 segundos.
Del semforo C en la cola 1 el tiempo promedio de espera tiene una diferencia de 0.8425, es decir un incremento del 96.01% y en la longitud media de la cola tiene una diferencia de -7.9904, es decir un incremento del 70.70%. En la cola 2 el tiempo promedio de espera tiene diferencia de -0.9058, es decir un incremento del 97.16% y la longitud media de la cola tiene una diferencia de -6.0094, es decir una mejora del 68.49%. Estos incrementos en las mtricas de Tiempo promedio de espera en la cola y Longitud de la cola del semforo C, al igual que el semforo B, es debido a que cuando el sensor detecta que en una de las colas de un semforo hay ms de vehculos esperando aumenta 9 segundos al tiempo de la fase del verde de ese semforo. Lo que hace que las otras colas de los otros semforos se incrementen y esperen ms tiempo. Adems, el tiempo de fase de los verdes de las calles secundarias es menor (16 segundos) a comparacin del tiempo de fase verde de las calles principales que es de 22 segundos.
Del semforo D en la cola 1 el tiempo promedio de espera tiene una diferencia de 1.4411, es decir una mejora del 81.39% y en la longitud media de la cola tiene una diferencia de 14.6537, es decir una mejora del 45.42%. En la cola 2 el tiempo promedio de espera tiene diferencia de 1.5661, es decir una mejora del 83.82% y la longitud media de la cola tiene una diferencia de 18.6283, es decir una mejora del 57.50%.
Al realizar el modelo propuesto y simularlo, en los semforos con mayor afluencia de vehculos, siendo los semforos A y D de la avenida 9 de octubre, se observa una mejora en la fluidez del trfico vehicular, ya que el tiempo en espera y la longitud de la cola disminuye.
En los semforos B y C, que se encuentran en las calles secundarias existe un incremento tanto en el tiempo de espera como en la longitud de la cola, debido a que existe mayor afluencia vehicular en la avenida principal donde se encuentran los semforos A y D, por tanto, se puede notar que se ha dado prioridad al trfico de dicha avenida principal
Referencias
Atiencia, N., & Ramrez, V. (2013). Control de trfico vehicular usando un sistema neuro-difuso tipo ANFIS. Revista Politcnica, 33(1). https://revistapolitecnica.epn.edu.ec/ojs2/index.php/revista_politecnica2/article/view/88
Ayala, A. (2012). Simulacin de trfico en el tramo de la Av. Interocenica comprendido entre la calle Gonzlez Surez y Francisco Pizarro (Bachelor's thesis, Quito) https://repositorio.usfq.edu.ec/handle/23000/3783
Ayala, G., & Cueva, W. (2015). Modelado de un Sistema de Semaforizacin de Bajo Costo, Basado en Tecnologa LED y Energas Renovables, Utilizando Seales de Sensores Digitales y Algoritmos Computacionales para la Gestin de Trfico Vehicular y Peatonal [Grado, Universidad Catlica de Santiago de Guayaquil]. http://201.159.223.180/bitstream/3317/4466/1/T-UCSG-PRE-TEC-IECA-38.pdf
Carrasco, J., Gustavo, A., & Clavijo, W. (2021). Diseo de la red semafrica de la calle Mariscal Lamar desde la calle Manuel Vega hasta la calle Tarqui (Tesis de Pregrado, Universidad de Cuenca). Repositorio Institucional. http://dspace.ucuenca.edu.ec/handle/123456789/778
Google maps. (2021). Obtenido de https://www.google.com.ec/maps/@-1.6766821,-78.659449,20z
Google maps. (2021). Av. 9 de Octubre. Obtenido de https://www.google.com.ec/maps/@-1.6764388,-78.6594051,3a,75y,146h,88.31t,0.07r/data=!3m6!1e1!3m4!1s0h9uCvHDbeJsH1jYC-wVQw!2e0!7i13312!8i6656
Google maps. (2021). Ave Atahualpa. Obtenido de https://www.google.com.ec/maps/@-1.6768763,-78.6593684,3a,75y,59.19h,95.21t,0.07r/data=!3m6!1e1!3m4!1sKEhB41_RsdI7s0e6rXsizA!2e0!7i13312!8i6656
Gutirrez, C. (2017). Diseo e implementacin de un sistema de control neuro- difuso en un centro de control y monitoreo de trfico vehicular centralizado para la ciudad de Puno. [Grado, Universidad Nacional del Altiplano]. http://repositorio.unap.edu.pe/handle/20.500.14082/6803
Hall, T. (2021). Universidad EAFIT. Cmo funcionan los semforos?. https://www.eafit.edu.co/ninos/reddelaspreguntas/Paginas/como-funcionan-los-semaforos.aspx
Jacobo, A. (2015). Sistema de Semforos Inteligentes Utilizado Sensores de Presencia. Aplicaciones de la Ingeniera, 2(3), 147-152. https://www.ecorfan.org/bolivia/researchjournals/Aplicaciones_de_la_Ingenieria/vol2num3/Aplicaciones_de_la_Ingenieria_Vol2_Num3_3.pdf
Lema, C. P. (2012). Regulacin de las cuatro fases de los ciclos de los semforos de un cruce urbano mediante un algoritmo basado en recocido simulado. XX Jornadas ASEPUMA VIII Encuentro Internacional, 20, 103. https://acortar.link/wuBOEd
Massn, A. (2019, febrero 4). Movilidad sostenible, apuesta urgente. Diario Los Andes. https://www.diariolosandes.com.ec/movilidad-sostenible-apuesta-urgente/
Mndez, N. (2021). Ventajas y Desventajas de la Simulacin. Universidad de Salamanca. https://cidta.usal.es/cursos/simulacion/modulos/cursos/uni_02/u2c4s3.htm
Monterrey, ., & & Sosa, C. (2020). Diseo de un sistema de semaforizacin inteligente para controlar flujo vehcular a partir de procesamiento de imgenes [Grado, Universidad Piloto de Colombia]. Repositorio Institucional. http://repository.unipiloto.edu.co/handle/20.500.12277/9865
Morales, R., & & Gonzlez, J. (2013). Control del trfico vehicular por medio de semaforos inteligentes [Grado, Universidad Rafael Urdaneta]. https://pdfcoffee.com/semaforo-pdf-arduino-unlocked-5-pdf-free.html
Narvaez, Y. (2007). ). Anlisis y control de trfico vehicular en zonas crticas de la ciudad de Quito,mediante simulacin [Maestra, Escuela Politcnica Nacional]. BIBDIGITAL. https://bibdigital.epn.edu.ec/handle/15000/19506
2024 por los autores. Este artculo es de acceso abierto y distribuido segn los trminos y condiciones de la licencia Creative Commons Atribucin-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
(https://creativecommons.org/licenses/by-nc-sa/4.0/).
Enlaces de Referencia
- Por el momento, no existen enlaces de referencia
Polo del Conocimiento
Revista Científico-Académica Multidisciplinaria
ISSN: 2550-682X
Casa Editora del Polo
Manta - Ecuador
Dirección: Ciudadela El Palmar, II Etapa, Manta - Manabí - Ecuador.
Código Postal: 130801
Teléfonos: 056051775/0991871420
Email: polodelconocimientorevista@gmail.com / director@polodelconocimiento.com
URL: https://www.polodelconocimiento.com/