You are on page 1of 8

71

SISTEMA ADAPTATIVO DE CONTROL Y OPTIMIZACIN DEL TRFICO DE UN CORREDOR VIAL SEMAFORIZADO. APLICACIN A LA CIUDAD DE MEDELLN ADAPTIVE CONTROL SYSTEM AND OPTIMIZATION OF ROAD TRAFFIC IN A SIGNALIZEDCORRIDOR APPLICATION TO THE CITY OF MEDELLIN
MARGARITA JIMNEZ
Magster (C), Universidad Nacional de Colombia Sede Medelln margarita.jimenez@metropol.gov.co

IVN SARMIENTO
PhD, Profesor, Universidad Nacional de Colombia Sede Medelln, irsarmie@unal.edu.co Recibido para revisar Mayo 13 de 2011, aceptado Agosto 19 de 2011, versin final Agosto 29 de 2011 RESUMEN: Son tres los aspectos fundamentales a tener en cuenta en el diseo de un sistema de control adaptativo. El primer aspecto est vinculado con la naturaleza del fenmeno vehicular. ste, lejos est de poder ser enfocado desde la perspectiva de un modelo determinista. El segundo aspecto, es inherente con una realidad fsica; teniendo en cuenta que las redes viales, cualesquiera sea su diseo y/o constitucin, soportan un flujo vehicular mximo y una densidad mxima definida por sus dimensiones, nmero de carriles y condiciones del trfico. Todo prueba, que por ms perfeccionado que resulte el sistema, no es posible mejorar el rendimiento del flujo vehicular por unidad de tiempo, ms all de las limitaciones fsicas impuestas por el diseo de la va y las normas de circulacin. De otro lado, los costos inciales de inversin ms los costos de operacin y los costos externos relacionados con la eficiencia en el flujo de trfico constituyen un tercer factor a tener en cuenta como consecuencia de los dos anteriores. As mismo, la magnitud del costo depender en gran parte del grado de inteligencia que se asigne sobre la estrategia a implementar, de la tecnologa a utilizar en la deteccin y del sistema de comunicaciones. PALABRAS CLAVE: Flujo vehicular, algoritmos evolutivos, estrategias de control responsivo, estrategias de control sensibles al trfico. ABSTRACT: There are three key aspects to consider in designing an adaptive control system. The first aspect is related to the nature of the traffic phenomenon. This is far of being approached from the perspective of a deterministic model. The second, is inherent to a physical reality, considering that the road network, regardless of their design and / or establishment support a maximum traffic flow and a maximum density defined by their size, number of lanes and traffic conditions. All demonstrate, that more sophisticated than the system is, it is not possible to improve the performance of traffic flow per unit of time, beyond the physical limitations imposed by the road design and traffic regulations. On the other hand, initial investment costs plus operating costs and external costs related to the efficient flow of traffic are a third factor to consider as a result of the previous two. Likewise, the magnitude of the cost will largely depend on the degree of intelligence that is allocated on the strategy to implement the technology used in the detection and communication system. KEYWORDS: Traffic flow, evolutionary algorithms, strategies of responsive control, sensible strategies of control to the traffic.

1. INTRODUCCIN Las estrategias de control de trfico en redes semaforizadas buscan maximizar la seguridad vial y minimizar el costo para sus usuarios, medido ste en trminos de tiempos de recorrido y nmero de paradas. Cuando el tipo de control implementado es independiente de las condiciones del trfico en cada

momento, se habla de estrategia de tiempo fijo (control en lazo abierto [1]), esta estrategia se origin en una etapa en que la computacin y el desarrollo de las comunicaciones y la tecnologa de deteccin no eran an suficientes para proveer soluciones ms ajustadas a situaciones complejas de variacin de demanda y de interaccin de redes semafricas. Ello no significa que dicha modalidad est necesariamente obsoleta.

Dyna, ao 78, Nro. 169, pp. 71-78. Medelln, Octubre, 2011. ISSN 0012-7353

72

Jimnez & Sarmiento

Esta investigacin aborda el anlisis en cada caso y determina si es posible resolver adecuadamente una determinada necesidad por medio de estrategias de control con planes fijos (con independencia de las variaciones de intensidad en el tiempo), o si por el contrario se requiere bien sea de estrategias de tipo responsivo (control por semiactuacin o actuacin total con activacin dependiendo de la presencia de vehculos), o de estrategias sensibles al trfico (control en lazo cerrado, [1]) cuyo algoritmo de control mide el estado (realimentacin) del trfico en cada momento, y esta informacin es utilizada para sincronizar las seales de control en tiempo real, (control adaptativo). Todo lo anterior, con el fin de medir el impacto en la movilidad, al usar diferentes estrategias para el control del trnsito. 2. OBJETIVO GENERAL Determinar una propuesta metodolgica con variables claves para desarrollar sobre un corredor vial arterial con trfico interrumpido un Sistema Adaptativo de Control y Optimizacin del Trfico, (SACOT), que ajuste el funcionamiento de los semforos en tiempo real de acuerdo con el nmero de vehculos que llegan a un cruce, medidos en trminos de densidad vehicular, y cuyos datos son procesados On Line 3. PLANTEAMIENTO DEL PROBLEMA Se parte de la situacin actual (corredor vial arterial que funciona mediante estrategia de control responsivo) en donde se dispone de una infraestructura vial urbana que se debe utilizar de manera ptima. Entonces, el problema es Cmo ocupar en una red de intersecciones semaforizadas, el espacio en duraciones de tiempo que permitan minimizar la demora, con un clculo en tiempo real?, y Cmo conjuntamente resolver el interrogante mejor ciclo - mejor reparto del ciclo y mejor desfase para una o varias intersecciones que conforman un corredor vial arterial? Conceptualmente, el problema corresponde en trminos matemticos para una situacin dada del trfico a un modelo de optimizacin en tiempo real, de una funcin objetivo dependiente de un conjunto de variables (ciclo, duracin de las fases, reparto del ciclo, y el desfase o instante del ciclo en que comienza la fase verde) que deben satisfacer ciertas restricciones.

Para el caso, la funcin objetivo ser llevar la demora total y media a valores mnimos. Un anlisis elemental permite comprobar que la complejidad del problema aumenta si se trata de determinar el valor de la funcin objetivo en tiempo real, y por ende tambin aumenta la complejidad de la solucin al operar una red de semforos con procesos On-Line, en vez de planes con procesos Off Line, en donde el ingeniero de trfico vincula cada uno de ellos a una situacin particular del trfico con una programacin preestablecida, dependiente de la hora y del da de la semana. Visto este panorama, se analizan algunas caractersticas especiales del problema: Dificultad para medir la demanda. Los ojos del sistema son los detectores instalados en los carriles de entrada o accesos a la interseccin. Cuando dichos detectores estn prximos a la lnea de parada, la cola puede alcanzar con cierta frecuencia la posicin de los mismos, invadindolos temporalmente, con lo que la informacin que suministra podra estar viciada, [2]. La posicin contraria de ubicar el detector lo ms lejos posible de la lnea de parada queda anulada por el riesgo de que la cola crezca indefinidamente sin que exista la posibilidad de detectar tal situacin hasta que se produzca la invasin. Sin embargo, la presente investigacin, aborda la problemtica con un tipo de detector que utiliza una suavizacin exponencial para calcular la tasa de ocupacin vehicular, evitando que el detector quede invadido temporal, y/o permanentemente. Dependencia entre variables. Las variables del modelo (ciclo - reparto y desfase) dependen unas de las otras. La incidencia sobre una cualquiera de ellas, modifica el valor de las restantes. Objetivo inestable. An si se admite que la decisin ptima para un carril fuera calculable en tiempo real, la serie de acciones que se habran de realizar en la red para poner en vigor tal propuesta podra provocar cambios en la demanda del carril, capaz de hacer inadecuada tal solucin [2]. En definitiva se persigue un objetivo mvil. 4. FORMULACIN Los sistemas de control de trfico modernos incorporan una gran cantidad de elementos de hardware como

Dyna 169, 2011

73

detectores, semforos, reguladores, centrales, etc. Esto ha permitido aplicar sofisticados mtodos de control, que, como el que aqu se trata, son capaces de modificar, en tiempo real, las temporizaciones actuales de los cruces en funcin de las caractersticas actuales del trfico (Control Adaptativo). Entonces, el anlisis involucra dos instancias, se parte de la creacin de un control por semiactuacin de la demanda (Control Responsivo) que refleje las condiciones actuales del corredor vial; adicionalmente se crea un sistema de control en tiempo real (Control Adaptativo). 4.1 Creacin escenario con estrategia de control responsivo Se eligi configurar con la plataforma de simulacin Vissim, por ser este, dentro de la gama de modelos microscpicos, un modelo estocstico (Las leyes conocidas de causa-efecto estn descritas por distribuciones de probabilidades, procesos al azar con indeterminancias en su evolucin futura, es sabida la condicin actual pero al final del proceso son muchas las posibilidades, sin embargo algunas trayectorias son ms probables y otras menos)[3]. En contraposicin con el modelo macroscpico del software Transyt 7F, desarrollado en Estados Unidos, que es determinstico (La relacin causa-efecto se conoce en su totalidad, por ejemplo, representa todos los fenmenos que siguen las leyes de la fsica clsica). [4] 4.1.1 Localizacin Al realizar un diagnstico detallado de las condiciones de movilidad de la Avenida el Poblado en Medelln Colombia (va escogida para aplicar la estrategia), se eligi el tramo entre calles 5A - 7 y calles 4 Sur - 5 Sur, (Loma de los Gonzlez), para evaluar el escenario actual base (estrategia de control Responsivo) a la luz de un modelo microscpico (desarrollado en Alemania por la casa Matriz PTV VISION, software Vissim), y que es utilizado para la calibracin y validacin a travs de mltiples mediciones en campo de las condiciones de la hora de mxima demanda del corredor vial objeto de estudio. En particular la estrategia de control responsivo se implementa sobre dos cruces semaforizados de la Av. Poblado (carrera 43A) con calle 1 Sur (Loma de los Parras), y con calle 3 Sur (Loma de Alejandra). Sin embargo, fue necesario ampliar el nmero de intersecciones a modelar en la

medida que el tramo inicial no permita conclusiones acertadas que se pudieran extrapolar para todo el tramo de anlisis. En razn de esto fue necesario incluir los dos extremos de empalme de la vialidad, al norte, conformado por el nodo 1 (carrera 43A con calles 5A y 7), y al sur, constituido por el nodo 6 (carrera 43A con calles 4Sur - 5Sur); y de esta manera obtener resultados ms realistas. Los dos extremos viales constituyen las condiciones de borde del modelo, que fueron simuladas con estrategia de tiempo fijo.

Figura 1. Localizacin Fuente: Elaboracin propia.

Por consiguiente, el modelo realizado est conformado por una longitud vial de aproximadamente 1 km de va, para un total de 7 intersecciones, 4 de stas operadas mediante dispositivos de semforos (calles 5A-7, 1Sur, 3Sur, 4Sur_5Sur), y las restantes 3 intersecciones manejadas como cruces a prelacin (calles 3, 1ASur, salida centro comercial San Fernando Plaza), tal como se observa en la Figura 1. 4.1.2 Estructuracin escenario de control responsivo a) Construccin red vial y procesamiento

74

Jimnez & Sarmiento

La construccin de una red bsica de modelacin, que represente la red vial existente en la actualidad, se construye a travs de las condiciones preestablecidas mediante la codificacin de los nodos y arcos conformantes de una red, con su respectiva asignacin de cargas de origen y destino, velocidades, distancias entre nodos, orden de faseamiento y tiempos intermedios como principales variables de entrada, entre otras. [3] y [5]. Ver Figura 2.

anterior, es vlido tanto al usarlo para un control Responsivo y/o control Adaptativo, ver numeral 3.2.3 c) Calibracin y validacin del modelo Para realizar la calibracin de los modelos de microsimulacin, se deben elaborar tareas bsicas como: La construccin de una red de modelacin, que represente la red vial existente en la actualidad, y la obtencin de flujos por movimiento y tipo de vehculo, que incorpora el volumen y estructura de la demanda actual en el sector. Al evaluar la red se incluye dentro de la construccin y calibracin del modelo, una etapa denominada de precalentamiento, que consiste en alimentar el modelo con volmenes vehiculares durante 15 minutos adicionales y previos, a los 60 minutos evaluados en la hora punta. Lo anterior, para lograr obtener un modelo lo ms real posible a las condiciones de movilidad en la hora de mayor congestin *Calibracin de los flujos medidos en los arcos

Figura 2. Estructuracin escenario control responsivo Fuente: Elaboracin propia.

b) Generacin de control responsivo Es creado a partir de la lgica de programacin VAP [5], que es un lenguaje propio del software VISSIM. Por definicin VAP, es una interface que permite crear una lgica de control basada en las fases, y tiempos de transicin de las fases, consecuente con la demanda vehicular y los controles de accionamiento de la seal. La lgica de control se describe en un archivo de texto, utilizando un lenguaje de programacin simple. El mecanismo consiste en que durante la simulacin se ejecuta VISSIM, VAP crea e interpreta los comandos de la lgica de control de la seal de la red VISSIM. Al mismo tiempo, diversas variables adquiridas mediante detectores reflejan la situacin actual del trfico mediante la simulacin y procesamiento de la lgica VAP. Lo

Para la calibracin y validacin del modelo, se realiza una comparacin de los flujos sobre los arcos de medicin, principalmente es relevante revisar los arcos de entradas y salidas del modelo, dado que la informacin de demanda incorporada en el modelo incluye los flujos medidos en los arcos de entrada. A continuacin se presenta una comparacin entre los volmenes contados y modelados. La expresin estadstica GEH se calcula como sigue:

(E V )2 GEH = (E + V ) / 2
Donde: GEH : Indicador estadstico

(1)

E : Volumen estimado modelo.


V : Volumen medido en campo.

Tabla 1. Criterio parmetros de aceptacin para la calibracin y validacin de modelos.

Fuente: Wisconsin DOT, District 2. Junio de 2002.

Dyna 169, 2011

75

De la Tabla 1, se infiere, que el modelo construido mediante estrategia de control Responsivo, cumple con los estndares internacionales de calibracin y validacin, puesto que los resultados cuantitativos de los volmenes del modelo, se ajustan a los datos reales de los volmenes obtenidos en campo. El criterio de calibracin y validacin de los estndares locales establece GEH < 10, en el 85% de los casos para volmenes individuales de links. Por tanto el modelo, cumple an ms con su calibracin y validacin. Otros parmetros de calibracin en la hora punta, que sirvieron como puntos de contraste del modelo, son las mltiples medidas de campo tomadas en referencia a las velocidades, y largos de cola, adems de la elaboracin de videos sobre la va estudiada, que reflejen el comportamiento de los conductores

de la ciudad de Medelln, (ejemplo: la circulacin en zig-zag principalmente de las motos y algunos vehculos, sobre los carriles viales), y que permite su incorporacin en el modelo y por ende influyen en la calibracin y validacin del mismo bajo la estrategia de control responsivo, (fundamentado en el modelo de seguimiento Widemann 74). [3]. *Comparativo de velocidades El resultado de velocidad del modelo para la situacin actual, corresponde a un valor de 12,0 km/h. Lo que significa que al contrastar la velocidad registrada experimentalmente en campo (Tcnica del vehculo flotante [6]), frente a la velocidad del modelo base, se encuentra una buena aceptacin de tal parmetro. Ver tabla 2.

Tabla 2. Comparativo velocidad del modelo vs velocidad medida en campo


Velocidad Modelo (Km/h) 12,0 Velocidad campo (Km/h) (Mtodo vehculo flotante) 12,75 Diferencia 0,75 Diferencia % 5,8%

Fuente: Elaboracin propia. Mediciones de campo. Hora pico. Ao 2010

semforo vehicular permaneca en rojo, en la franja horaria de las 17:45 18:45. 4.1.3 Resultados indicadores de efectividad Una vez se obtenida la calibracin del modelo con estrategia de control Responsivo, en forma tal que el modelo represente la realidad lo ms fiel posible, se ilustran algunos de los principales indicadores logrados, a travs del software: Para el parmetro Average delay time per Vehicle [s], el modelo arroja un resultado de 142,76 segundos. Este parmetro explica la demora promedio por vehculo en la red evaluada para la franja horaria pico, mediante la siguiente expresin:
Average delay time per Vehicle [s] = Tiempo Total demora veh _ activos + veh _ llegaron

Figura 3. Largos de cola. Cr 43A con Cl 1Sur. Fuente: Elaboracin propia.

*Comparativo por largos de cola Se muestra un comparativo de la longitud de cola mxima medida en terreno, versus la mxima longitud de cola arrojada por el modelo. Las mediciones se realizan en campo en los ingresos de las respectivas intersecciones, que conforman la red vial, mientas el

(2)

El desempeo para todos los vehculos de toda la red evaluada en cuanto al indicador cuya leyenda corresponde Average number of stops per vehicles, indica un nmero promedio de paradas por vehculo de 3,99 paradas/ vehculo. Su expresin matemtica est dada por:

76

Jimnez & Sarmiento

Average_ number_ of_stops_ per Vehicle =

Nmero Total d Paradas e veh _ activos + veh _ Llegaron

(3)

4.2 Creacin Escenario Estrategia Control Adaptativo El diseo tcnico de control nace, o se deriva de los requerimientos de la ingeniera de trfico, que para dar respuesta se combina con tecnologa de avanzada. 4.2.1 El Modelo Partiendo del modelo creado para calibrar la subred mediante algoritmo con estrategia de control responsivo, se elabora un modelo que opere con estrategia de control adaptativo para las condiciones locales de la ciudad de Medelln, en particular para la subred evaluada, al implementar varios detectores sobre la va principal y secundaria. El modelo se fundamenta, en proponer peridicamente (al menos una vez por cada paso del tiempo) ligeras modificaciones de las temporizaciones vigentes con el objeto de ajustar la oferta de los semforos a las condiciones de la demanda del trfico reflejadas en los perfiles de demanda. Se destacan los siguientes elementos: un controlador local encargado de procesar la informacin suministrada por los detectores asociados a dicho cruce, que toma sus propias decisiones al realizar propuestas de temporizacin para cada cruce de semforos ajustados a la demanda, varios controladores de zona, que actan como sistemas intermediarios en el proceso de comunicaciones, y finalmente una central de trfico, que gestiona las comunicaciones, su funcin es supervisar que todo opere correctamente, que las bitcoras estn en condicin aceptada, y verifica que los planes de los controladores sean adecuados al garantizar un apropiado sincronismo y buena movilidad. [2]. 4.2.2 Desarrollo de algoritmo control Es necesario para describir el control de la(s) interseccin(es) que operan mediante un sistema de estrategia de control adaptativo, establecer determinaciones claras e inequvocas para la programacin del software del equipo de control. El algoritmo de control se debe determinar en detalle por cada segundo y est influenciado directamente por las condiciones del entorno. [7] Un control de estrategia adaptativo creado con lgicas propias en un modelo microscpico computacional

como lo es el Vissim requiere de la interfaz VAP (Vehicle Actuated Programming) o VISVAP, segn se desee para el tipo de aplicacin de cada caso a estudiar. Tambin se pueden acoplar mdulos complementarios al Vissim, con lgicas de control de seales ya prediseadas incluyndose los casos de SCAT (de procedencia australiana), SCOOT (de origen ingls), etc. [5]. Para esta investigacin, se eligi VAP. Lgica de control VAP: Dentro de la lgica VAP, son dos los aspectos ms relevantes: Creacin de un control propio VAP para controladores de seal. Se puede establecer el tipo VAP mediante el men CONTROL DE SEAL (SYGNAL CONTROL), y luego buscar el men edicin de controladores (Edit Controllers). Para especificar los archivos, se selecciona el controlador (VAP) de la lista que aparece en el cuadro de dialogo. No obstante, para la creacin de la lgica de control es necesario disponer del archivo VAP216. DLL, el cual se especifica como archivo de programa en dicho men. Adicionalmente, debe crearse un archivo de definiciones de la lgica (*.VAP) y un archivo que contiene las diferentes fases (*.PUA) y ambos deben ser seleccionados. Adems, los grupos de seal, y los detectores deben ser previamente definidos. [5] La generacin de un archivo *.PUA

La definicin de los grupos de seal, fases, y tiempos de transicin, se define en el archivo *. PUA. Puede ser editado de forma manual (Block de notas), o exportado desde otro programa que proporcione estos datos. A modo de ejemplo, el programa CROSSIG de la compaa PTV AG, ofrece una funcin de exportacin para crear archivos *. PUA. [5] 4.2.3 Resultados La construccin de un sistema que opere mediante estrategia de control adaptativo necesita un considerable esfuerzo tcnico con respecto a la adquisicin y procesamiento de datos que son relevantes para cada situacin del trfico. Para lograr dicho objetivo, se efectuaron simulaciones, junto con la formulacin de un algoritmo propio y especfico en lenguaje de programacin VAP, que permitiera

Dyna 169, 2011

77

la modelacin. En efecto, se ejecutaron mltiples corridas de las cuales se eligieron las 5 de mayor significacin, a fin de que pudieran representar a travs del modelo las condiciones ms cercanas posibles a la realidad, si se migrase a este tipo de tecnologas. Consecuentemente con esto, las variables ms sensibles en cada una de las simulaciones estuvieron basadas en el grado de ocupacin de los detectores sobre la va principal y la va secundaria, el tiempo de verde mnimo, y la creacin de minifases segn la activacin de la demanda vehicular a travs de los detectores. De las 5 simulaciones elegidas, se escoge la que mayor eficiencia otorga a la red en trminos de disminuir las demoras promedio en las intersecciones, reducir los tiempos de viaje, controlar las longitudes de cola, eliminar las deficiencias en la coordinacin; y de esta manera lograr un mejor uso de las reservas de capacidad en las intersecciones. Lo anterior, teniendo en cuenta que el algoritmo para el control adaptativo es sensible a la disminucin de la densidad de trnsito, al aumentar la separacin de los vehculos, cediendo el paso a la calle secundaria. Tambin reacciona cuando vuelven a aparecer vehculos ms juntos entre s, para volver el verde a la va principal. El resultado natural es lograr un movimiento coordinado a una velocidad y espaciamiento naturales dentro de las condiciones imperantes de movilidad del corredor vial estudiado
Tabla 3. Comparativo indicadores de desempeo

de control adaptativo, para la hora punta del da. Para los indicadores de efectividad, el valor negativo, advierte una reduccin (o grado de mejoramiento) en el porcentaje de cada uno de los parmetros referenciados, que se traduce en un mejoramiento de las condiciones del sistema de la red evaluada, mediante Control Adaptativo 5. CONCLUSIONES A nivel general se visualiza el tipo de herramientas tecnolgicas necesarias o requeridas para la gestin del trfico de una ciudad como Medelln, con 2,2 millones de habitantes y arterias urbanas con cerca de 5000 veh/ hora/sentido por calzada. De la misma forma se extraen conclusiones con respecto a la pertinencia de la utilizacin de estrategias de control adaptativo como los mecanismos de mayor utilidad, en este sentido se concluye: Es necesario disear, modelar e implementar sistemas que hagan uso de capacidades tpicas de los sistemas de inteligencia artificial con adaptabilidad al medio con el que interactan, procesos de razonamiento para planificar las tareas a realizar ante situaciones no previstas, o flexibilidad en su comportamiento y que, al mismo tiempo, sigan garantizando las restricciones temporales de las tareas de tiempo real crucial. Al intentar resolver estas dos necesidades se observa que las capacidades para la resolucin de problemas complejos, tpicos de las tcnicas de inteligencia artificial, se basan en la utilizacin de mecanismos con tiempos de ejecucin no deterministas, que van de la mano con la propia naturaleza del fenmeno de trfico vehicular, pues ste, lejos est de poder ser enfocado desde la perspectiva de un modelo determinista, porque siempre estar presente el componente humano que genera alto grado de incertidumbre. El problema que aparece es que en la actualidad en la mayora de los casos las soluciones al trnsito vehicular estn fundamentadas en modelos determinsticos en vez de estocsticos. Consecuentemente, esta interpretacin permite introducir inteligencia; se hace un llamado a las autoridades locales en materia de trnsito y transporte para que migren sus estrategias de control hacia tecnologas en tiempo real que mediante la utilizacin de controles y algoritmos adecuados mejoren el comportamiento global del sistema vial en valores cercanos al 8% si las vas ya estn congestionadas, o quiz en mas, si todava los niveles de congestin no son altos.

Fuente: Elaboracin propia. Ao 2010.

La tabla 3, presenta los resultados de desempeo de los parmetros de un modelo diseado con estrategia

78

Jimnez & Sarmiento

Con base en esta investigacin se da un reconocimiento a los Sistemas de Control de Trfico Adaptativo en el sentido de producir un alivio de la congestin del trfico urbano durante la hora de mxima congestin, mejorando el rendimiento de los indicadores de movilidad dentro del tramo vial particularmente estudiado, es decir, se comprueba que al modelar redes de semforos donde se mezclan varias estrategias de control, la tecnologa On_Line funciona adecuadamente, bien sea si se tienen de manera cercana intersecciones controladas con pare, con estrategia de control fijo, y/o con estrategia de control semiactuado (control responsivo). Lo anterior se evidencia en el ejercicio desarrollado a travs de las condiciones de borde expuestas para el modelo (intersecciones de los extremos de la malla vial controlados mediante estrategia de tiempo fijo), y de las intersecciones controladas con pare que estn localizadas de manera muy prxima a las intersecciones manejadas con un Sistema de Control Adaptativo. En resumen se comprueba que el control adaptativo es til para interconectar una intercesin con un sistema progresivo de tiempo fijo o semiaccionado, cuando hay altos volmenes. RECOMENDACIONES - Es importante recalcar que las aplicaciones mediante control con estrategias sensibles al trfico en pases desarrollados, tienen una connotacin distinta a si se aplicasen en pases en va de desarrollo, porque a pesar de que en ambos casos se logre disminuir la congestin, las aplicaciones de estos sistemas en las grandes ciudades de los pases en va de desarrollo son nicas, debido a que stas ciudades se enfrentan a problemas de transporte ms graves que las ciudades de pases desarrollados, dado que tales ciudades estn creciendo mucho ms rpido que las de los pases desarrollados. La media de crecimiento anual de poblacin en los pases en vas de desarrollo se estima alrededor del 3% - 5%, en comparacin con el 0,7% o menos en los pases desarrollados. Por lo que su aplicacin tiene mayor grado de complejidad. Como recomendacin final se presenta el hecho de que Medelln hace parte de una conurbacin ubicada en un valle estrecho que tiene una longitud de 60 km, es una ciudad conformada por 2,2 millones de habitantes, que hace parte de una regin metropolitana

de 3,5 millones de habitantes. Esta regin soporta al da una movilidad diaria de cerca de 5 millones de viajes distribuidos en bicicleta 1%, bus de empresa y escolar 4%, a pie 28%, moto 5%, Metro 9%, taxi 10%, auto 13%, bus-buseta-microbs 30%[8]. Por tanto una ciudad con tan altos viajes al da no puede seguir siendo manejada con estrategias de control utilizadas en ciudades relativamente pequeas como Pereira, Manizales o Ibagu que apenas superan el medio milln de habitantes. En la ciudad de Medelln convergen demandas vehiculares propias de la ciudad regin compuesta por tres pisos Valle de Aburr, Valle de San Nicols, y la zona occidental, lo que hace necesario la implantacin de estrategias adaptativas en corredores semaforizados. 6. REFERENCIAS
[1] aez, P., y Quijano, N., Forraje Social en Control de Trfico Urbano. Revista Oficial de ITS Colombia Andina Traffic, No.4, pp 55 60, Santaf de Bogot, Colombia, 2008. [2] Lpez, S., Garca, M., Hernndez, P. y Hernndez, A., Control Inteligente de Redes Urbanas de Trfico. Centro de Inteligencia Artificial de la Ciudad de Oviedo. Gijn, Espaa, 2000. [3] PTV, Planung Transport Verkehr AG. Manual de Vissim 5.30, Alemania, 2010. [4] Robertson, D., Transyt Method for Area Traffic Control. McTrans Center University of Florida, Florida, Estados Unidos, 1969. [5] PTV, Traffic Mobility Logistics, VAP 2.16. Interface Use Manual. Karisruhe, Alemania, 2008. [6] Box, P. y Oppenlander, J., Manual de Estudios de Ingeniera de Trnsito. Asociacin Mexicana de Ingeniera de Transportes A. C. Mxico, 1985. [7] Road and Transportation Research Association Steering Committee Traffic and Traffic safety, Norma RILSA. Actualizacin ao 2003, Alemania, 2003. [8] Area Metropolitana del Valle de Aburr, Acuerdo Metropolitano N 042. (28, noviembre, 2007), Por el cual se adopta el Plan Maestro de Movilidad. Medelln. Colombia, 2007.

You might also like