Simulación Introducción El objetivo de esta simulación es evaluar el funcionamiento de un ITS en una representación tecnológica de una pequeña parte de Bogotá, esta estimación se hará en términos de tiempo de viaje promedio y número de paradas, todo esto sujeto a las capacidades y restricciones presentes en los simuladores. Para la realización del ejercicio de simulación serán necesarios los siguientes elementos: 1. Sistema de información geográfico que permita obtener información precisa del mapa del sitio donde se va a simular 2. Información de densidad vehicular en las vías por las que se va a simular, llamados “Aforos Vehiculares” o simplemente “Aforos.” 3. Simulador compatible con SCATS Los datos referentes a la parte geográfica y de tiempos de viaje promedio se van a obtener por medio de la utilización de un AGPS llamado Waze. Waze es una aplicación que funciona integrada con los GPS de los dispositivos móviles y se comporta como una red social en donde los usuarios, en su mayoría conductores, reportan el estado del tránsito y alimentan al sistema con sus recorridos tiempos y comportamientos. Waze en Latinoamérica cuenta con más de 150 mil usuarios. En nuestro caso el uso de Waze será para obtener distancias entre las vías y los tiempos de viaje promedio (ya que
23
Embed
pegasus.javeriana.edu.copegasus.javeriana.edu.co/~CIS1130SD01/Documentos/Anexos/... · Web viewPara la realización del ejercicio de simulación serán necesarios los siguientes elementos:
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Simulación
IntroducciónEl objetivo de esta simulación es evaluar el funcionamiento de un ITS en una representación
tecnológica de una pequeña parte de Bogotá, esta estimación se hará en términos de tiempo de viaje
promedio y número de paradas, todo esto sujeto a las capacidades y restricciones presentes en los
simuladores. Para la realización del ejercicio de simulación serán necesarios los siguientes
elementos:
1. Sistema de información geográfico que permita obtener información precisa del mapa
del sitio donde se va a simular
2. Información de densidad vehicular en las vías por las que se va a simular, llamados
“Aforos Vehiculares” o simplemente “Aforos.”
3. Simulador compatible con SCATS
Los datos referentes a la parte geográfica y de tiempos de viaje promedio se van a obtener por
medio de la utilización de un AGPS llamado Waze. Waze es una aplicación que funciona integrada
con los GPS de los dispositivos móviles y se comporta como una red social en donde los usuarios,
en su mayoría conductores, reportan el estado del tránsito y alimentan al sistema con sus recorridos
tiempos y comportamientos. Waze en Latinoamérica cuenta con más de 150 mil usuarios. En
nuestro caso el uso de Waze será para obtener distancias entre las vías y los tiempos de viaje
promedio (ya que estos se calculan basándose en la velocidad promedio de los usuarios), esta
información conjunto a la demanda vehicular de las vías serán de gran importancia a la hora de
recrear el escenario de simulación. Además se hará uso de la herramienta google maps para obtener
las distancias que existen entre cada una de las intersecciones, con el fin de modelar la vía con la
que se hará la simulación de la manera más real posible.
El simulador compatible con el algoritmo SCATS será el simulador Aimsun 6.1. Este simulador se
puede conseguir en su versión de prueba, disponible en la página www.aimsun.com y permite
hacer, en esta versión, simulación microscópica de SCATS de manera nativa.
Definición del sistemaEn Colombia el control de las redes urbanas se hace a través de los semáforos en las intersecciones
o cruces viales, un modelo bastante acogido en los años 70 ́s y 80 ́s. Actualmente en Bogotá el
sistema de semáforos electrónicos está basado en las recomendaciones RiLSA (Richtlinen Für
Lichtsignalanlagen). A pesar de que las recomendaciones han ido evolucionando, en Bogotá se
siguen utilizando, para la semaforización electrónica, los mecanismos antiguos. Por otra parte, el
aumento del tamaño del parque automotor de la ciudad de Bogotá ha ido incrementando de una
forma bastante rápida, a tal punto que en 2002 el tamaño del parque automotor era de 100.000
vehículos aproximadamente, y en el año 2010 este mismo parque automotor incrementó su tamaño
hasta 1’400.000 vehículos aproximadamente [24], evidenciando un problema de infraestructura que
impide controlar el tráfico de tanto vehículo a lo largo de la malla vial.
Lo que se espera al término de esta simulación es saber si SCATS, uno de los ITS más utilizados
en el mundo, es una solución de tráfico que se base y funcione en conjunto con los semáforos como
mecanismo de control, permitiendo una movilidad vehicular más eficiente a lo largo de la malla vial
de la ciudad de Bogotá. Teniendo como muestra 10 intersecciones semaforizadas en la ciudad. Lo
que se espera conseguir luego de esta simulación son datos que corroboren que utilizando un ITS
como SCATS se reducen los tiempos de viaje, el número de paradas y por ende la cantidad de
gasolina consumida en los viajes dentro de la ciudad.
Formulación del modeloEl modelo que se va a formular para esta solución es un modelo de tráfico donde sus contantes a
tener en cuenta son:
Distancia entre intersecciones semaforizadas
Normas de tránsito en cada intersección semaforizada
En Bogotá hay transito de 3 tipos: Carro, Bus, Camión
Las motos, por restricción del simulador no se tienen en cuenta
El principal controlador de acceso vehicular son los semáforos
Los peatones no se modelarán
Las paradas de los buses serán cada 100mts
Las variables a tener en cuenta en el modelo a simular son las siguientes:
Se cambiará el plan de semaforización por SCATS, que es un plan que se basa en la
información que se entrega desde sensores de tráfico principalmente y que además tiene la
facultad de variar dependiendo de la información recibida.
La cantidad de vehículos que entran en la vía entran de forma estocástica, por lo tanto, no
se puede predecir cuándo van a ingresar en la vía y no se puede calcular cuántos vehículos
entraran al sistema en un lapso de tiempo, siendo los datos de aforo vehicular necesarios
para conocer cuántos vehículos hay que ingresar al sistema al momento de simular.
Los criterios establecidos para elegir el segmento vial que se va modelar para realizar la
simulación son: vías sin distinción por tipo de carril; ya que la diferenciación de carril a nivel de
control de tráfico funciona de manera diferente a vías donde no lo hay. El carril debe contar con
trafico mixto, debido a que la constante de vías en Bogotá es el trafico mixto (carros, motos,
transporte público particular y transporte publico colectivo). Además debe contar con
intersecciones que permitan giros a la izquierda y a la derecha e intersecciones que no permitan ese
tipo de giros, con el fin de probar el modelo ajustándolo a las diferentes reglas de tránsito
existentes dentro de la ciudad. Finalmente, el segmento vial debe contar con intersecciones no
equidistantes, ya que se puede perder efectividad de gestión del ITS cuando hay intersecciones con
distancia de separación muy corta. Teniendo en cuenta las anteriores características se ha elegido
el segmento vial de la avenida chile Calle 72 desde la carrera 107 hasta la calle 72 con avenida 68,
donde se presentan todas las características mencionadas anteriormente.
El segmento vial sobre el cual se llevará a cabo la simulación del sistema inteligente de tráfico
SCATS se muestra en la siguiente figura:
Figura 1: Segmento a modelar
Sobre este segmento vial están ubicadas 10 intersecciones semaforizadas como se relaciona a
continuación en la información brindada por parte de la secretaria distrital de movilidad de la
ciudad de Bogotá.
Figura 2: Segmento a modelar marcado
A partir de la información recolectada la hora en donde el flujo de tráfico es más alto es entre las
7:00 am y las 8:00 am, por ende, ese segmento horario y de aforos es el que se va a simular con el
fin de determinar si se puede optimizar el tiempo de viaje a lo largo de la vía seleccionada.
Colección de DatosLa colección de datos necesarios se hará en 2 etapas: Una es la obtención de los datos referentes a
las distancias existentes entre una y otra intersección y la segunda es la información de aforos y
tiempo de viaje actual usando el sistema convencional de semáforos de Bogotá. La primera etapa se
hará mediante Google Maps, mientras que la segunda etapa requiere contacto con la entidad
regulatoria de las vías urbanas en Bogotá, es decir, la Secretaría Distrital de Movilidad. Mediante el
radicado anexo a este documento, se realizó la solicitud para los aforos y la velocidad de viaje a lo
largo del corredor mencionado en la formulación del modelo.
Los mapas de las intersecciones que se van a simular son los siguientes:
Figura 3: Intersección 0 Calle 72 Carrera 105
Figura 4: Intersección 1: Calle 68 Carrera 103
Figura 5: Intersección 2 Calle 68 Carrera 101
Figura 6: Intersección 3 Calle 68 Avenida Cundinamarca
Figura 7: Intersección 5 Calle 68 Carrera 80
Figura 8: Intersección 6 Calle 68 Carrera 76 y Carrera 77
Figura 9: Intersección 7 Calle 68 Avenida Rojas
Figura 10: Intersección 8 Calle 68 Carrera 69J
Figura 11: Intersección 9 Calle 68 Carrera 68h
Los datos de aforos de las intersecciones mostradas anteriormente se encuentran anexos a este
documento
Implementación del modeloEl modelo se va a implementar en el simulador Aimsun 6.1, respetando las dimensiones y distancias
entre intersecciones obtenidas por medio de Google Maps y haciendo caso a las normas de giro
presentes en cada una de las intersecciones. El modelo resultante mediante el cual se va a hacer la
simulación es el siguiente:
Figura 12: Modelo a simular
Las demandas vehiculares se discriminan por Auto, Bus y Camión y se relacionan en las matrices
relacionadas en la hoja de cálculo anexa.
Validación del sistemaLos datos obtenidos de la secretaria distrital de movilidad es la información más precisa mediante la
cual se puede conocer los aforos y velocidad promedio a lo largo de una vía. La manera en que se
obtienen éstos es por medio de una persona que se ubica en una intersección y hace conteo
manual/visual de vehículos en intervalos de tiempo de 15 minutos. A partir de ese conteo se llenan
unas planillas y esas planillas son llevadas a un digitador, el cual es la persona encargada de
transcribir los datos a otras plantillas que usan los analistas de movilidad y que también se entregan
al público. Para relacionar los giros en las plantillas entre el aforador, el digitador y el lector de esas
plantillas los conteos se identifican con un código de movimiento el cual se muestra en la Figura 13:
Figura 13: Códigos de giro vial
La velocidad promedio en la vía se calcula con una técnica llamada vehículo flotante, que consta de
un vehículo que transita a lo largo de ésta a determinadas horas de manera cronometrada. Lo
particular es que el conductor del vehículo hace movimientos similares a los movimientos que
hagan los demás conductores en la vía y se toman los tiempos cada vez que el vehículo pasa por una
intersección, dependiendo de esos tiempos se obtiene la velocidad promedio en la vía.
159,1
48 9
,4
26
3
9,2
79,3
El sistema como está representado en el simulador no representa al 100% el sistema real, ya que
hacen falta los giros intermedios entre las intersecciones aforadas en SDM, afectando al sistema en
un bajo porcentaje, ya que el numero de ingresos y salidas de vehículos por estas vías no es
determinante frente al número total de vehículos en el sistema. Además hay que tener en cuenta las
decisiones de cambio de carril y paradas voluntarias en la vía que no se pueden simular.
Resultados
Luego de ejecutar la simulación en Aimsun de la malla vial mostrada anteriormente entre las
7:00AM y 8:15AM se registraron los siguientes resultados:)
Figura 14: Vehículos en cola
Tabla 1: Vehículos en cola
Fecha Vehículos en cola (Máximo)12/3/11 7:10 AM 712/3/11 7:20 AM 4812/3/11 7:30 AM 13012/3/11 7:40 AM 21312/3/11 7:50 AM 28312/3/11 8:00 AM 41412/3/11 8:10 AM 649La cantidad de vehículos represados en una cola vial fue creciendo de forma exponencial a medida
que el tiempo transcurría, aunque su crecimiento fue mayor entre 8:00AM y 8:10AM. Este dato
permite determinar que la capacidad de las vías, a pesar de estar optimizadas, rápidamente llegan a
estados de represamiento alto lo que a su vez indica que la capacidad de algunas vías por su
longitud, la cantidad de carriles con que cuentan y el trafico en determinadas horas no es ideal para
la cantidad de vehículos en la vía.
Figura 15: Número de paradas
Tabla 2: Número de paradas
Fecha Número de paradas12/3/11 7:10 AM 1.1912/3/11 7:20 AM 1.5312/3/11 7:30 AM 1.8512/3/11 7:40 AM 2.0912/3/11 7:50 AM 2.4612/3/11 8:00 AM 2.7312/3/11 8:10 AM 3.16El número de paradas es un factor que aumenta a medida que hay más vehículos en la vía, aunque el
hecho de que se incremente el número de paradas de 1 a 3 en un conjunto de 10 intersecciones
muestra que existe armonía dentro del sistema de semáforos del modelo que se simuló; esto
obedece a que, como lo muestra la Figura 15, la cantidad de vehículos represados puede llegar a ser
bastante larga, retrasando el flujo inicial.
Figura 16: Velocidad (km/h)
Tabla 3: Velocidad (km/h)
Fecha Velocidad Km/h (Desviación estándar)12/3/11 7:10 AM 39.04 (12.9)12/3/11 7:20 AM 33.02 (12.93)12/3/11 7:30 AM 29.53 (13.84)12/3/11 7:40 AM 27.91 (14.89)12/3/11 7:50 AM 26.75 (16.49)12/3/11 8:00 AM 24.50 (15.32)12/3/11 8:10 AM 23.66 (17.24)
La velocidad promedio de viaje (Velocidad que se calcula en el sistema actual mediante la técnica
de vehículo flotante) se incrementa frente al sistema anterior, aunque se ve afectada a medida que la
cola de vehículos es mayor, sin embargo y a pesar de esto, sigue siendo superior la velocidad de
este sistema frente al sistema actual de Bogotá. Además se muestra la desviación estándar de esta
medida que se hace mayor con el transcurso del tiempo, sin embargo se puede ver que entre 7:50 y
8:00AM esa desviación disminuyó teniendo un comportamiento acorde a lo real. Por ser este
sistema un sistema estocástico donde las detenciones se tienen en cuenta al momento de hacer los
cálculos de velocidad, se acepta dicha desviación estándar.
Con respecto al comportamiento real, según los datos obtenidos desde la secretaría distrital de
movilidad, la velocidad promedio en horas de la mañana (No se discrimina por hora) es de 20.99
km/h. Por ende, la comparación de SCATS vs el sistema de tráfico actual es el siguiente:
Tabla 4: Comparación velocidad promedio Real VS Simulada
Sistema Actual SCATS19.5
20
20.5
21
21.5
22
22.5
23
23.5
24
Comparación Velocidad Promedio
Serie 1
Como se puede ver en la gráfica, el rendimiento de SCATS (teniendo en cuenta el valor más bajo)
es superior al funcionamiento actual sin tener en cuenta la desviación estándar en ningún caso, sin
embargo existe la posibilidad de que la velocidad utilizando SCATS sea mejorada si se tienen en
cuenta otro tipo de ajustes al Sistema Integrado de Transporte, lo que regularía, por ejemplo, las
paradas de los buses.
Figura 17: Vehículos en la vía
Tabla 5: Vehículos en la vía
Fecha Número de Vehículos que ingresaron al sistema
12/3/11 7:10 AM 66412/3/11 7:20 AM 79312/3/11 7:30 AM 94812/3/11 7:40 AM 109912/3/11 7:50 AM 119312/3/11 8:00 AM 121712/3/11 8:10 AM 1256
En esta gráfica se explica el por qué los indicadores de rendimiento anteriores (Vehículos en cola y
número de paradas) incrementan a medida que avanza el tiempo. Ese comportamiento obedece ya
que a medida que avanza el tiempo, la cantidad de vehículos que ingresaban al sistema era mayor,
llevando a la red vial rápidamente a sus límites de capacidad.
Figura 18: Tiempo de viaje (Seg/km)
Tabla 6: Tiempo de viaje (Seg/km)
Fecha Tiempo de viaje (Seg/Km) - (Desviación Estándar)
12/3/11 7:10 AM 103.41 (37.43)12/3/11 7:20 AM 126.37 (55.04)12/3/11 7:30 AM 155.21 (108.87)12/3/11 7:40 AM 177.53 (125.93)12/3/11 7:50 AM 201.44 (156.73)12/3/11 8:00 AM 214.63 (155.74)12/3/11 8:10 AM 260.59 (227.42)Esta gráfica de tiempo de viaje hace referencia a cuanto demora un vehículo en recorrer un
kilómetro en segundos dentro de la malla vial. Vemos, como es patrón dentro de este escenario de
simulación que a medida que aumenta la cantidad de vehículos en la malla vial hay un retraso
creciente a la hora de recorrer un kilómetro dentro de la misma. La desviación estándar a pesar que
crece mucho el rango, llegando a duplicar la cifra promedio, se acepta teniendo en cuenta la
relación que ésta tiene con la velocidad promedio en la vía y la cantidad de vehículos en cola, tal
como se mencionó anteriormente.
Con respecto al sistema real, el tiempo de viaje para un corredor vial de 5.3km comprendido entre
la Calle 72 con carrera 105 y la Calle 72 y la Carrera 68 el tiempo de viaje máximo es de 30:31
minutos. Teniendo en cuenta el peor valor de Segundos por Kilómetro el tiempo de viaje es de
23:10. Teniendo en cuenta lo anterior obtenemos la siguiente gráfica:
Figura 19: Tiempo Viaje, Actual VS Simulado
Sistema Actual SCATS0:00:00
0:07:12
0:14:24
0:21:36
0:28:48
0:36:00
Tiempo Viaje
Tiempo Viaje
Como se ve en la figura, el rendimiento de SCATS en tiempo de viaje también es superior al
rendimiento del sistema actual, aunque existe la posibilidad de mejorar este tiempo ajustando otros
aspectos que influyen a la hora de transitar en la via como las paradas del transporte público.
Complementando los datos obtenidos, también se ve la cantidad de vehiculos dentro del sistema
entre las horas seleccionadas, vemos que a partir de las 8:00 am, el sistema empieza a efectuar una
especie de descongestionamiento, aunque no se ve reflejado en los graficos de velocidad o longitud
de cola, por lo que habría que ver el comportamiento de la red vial despues de las 8:15, cuyo
intervalo esta fuera de la muestra de 1:15:00 que se tomó.
Figura 20: Flujo (vehículos/hora)
Tabla 7: Flujo (vehículos/hora)
Fecha Flujo (Cantidad de vehículos en el sistema)
12/3/11 7:10 AM 3912
12/3/11 7:20 AM 6300
12/3/11 7:30 AM 6504
12/3/11 7:40 AM 6396
12/3/11 7:50 AM 6894
12/3/11 8:00 AM 6624
12/3/11 8:10 AM 6282
Como se puede ver en las comparaciones hechas, en 2/3 de los medidores de efectividad en un ITS,
SCATS demostró que puede brindar un alto rendimiento optimizando la red vial a lo largo de la
calle 72. Sin embargo el comportamiento de la simulación mostró que cuando existen intersecciones
con una distancia muy reducida entre ellas, el sistema no tiene un comportamiento óptimo por lo
tanto es importante revisar esta restricción en investigaciones futuras y en ITS siguientes.