Semáforos inteligentes, una primera aproximación

Abstract

La congestión del tráfico es un grave problema existente para la mayoría de cuidades del mundo. Estos atascos generan una enorme falta de productividad, generan retrasos, incrementan costes, crean frustración en los conductores…En definitiva: malgastan recursos materiales y humanos, además de generar altos niveles de CO2 que se traducen en contaminación. Tradicionalmente se ha intentado solucionar este problema creando nuevas infraestructuras, pero la experiencia demuestra que en la mayoría de los casos esto no es suficiente. Esto se debe a que mediante este tipo de soluciones tan solo se consigue obtener una mayor demanda de vehículos que rápidamente vuelven a desbordar las nuevas capacidades. En los últimos años, una gran cantidad de ciudades han conseguido disminuir los atascos mejorando sus sistemas de transportes públicos en aspectos tales como seguridad, puntualidad, frecuencia de paso, construcción de carriles especiales, promoción del uso de la bicicleta y otras formas de comunicación. Sin embargo, desde los años 90 hasta hoy, numerosos investigadores de todo el mundo han propuesto soluciones a este problema sin la necesidad de aumentar las infraestructuras, maximizando el rendimiento que las existentes pueden ofrecer. Entre estas, destacan las investigaciones de Chen and Chang (2003) que buscan algoritmos que obtengan el tiempo óptimo de luz verde o roja de cada semáforo de la cuidad basándose en datos estadísticos para reducir el tiempo medio de viaje, aquellas como las de Messmer (1994) que regulan el tráfico dependiendo de las longitudes de colas existentes en cada intersección, otras como las de Findle, Surender y Catrava (1997) que se basan en las modificaciones de las señales de prohibido girar hacia la izquierda en los cruces, etc. Nosotros nos centraremos en el recurso más actual y que está ofreciendo mejores resultados, los semáforos inteligentes, semáforos capaces de aprender y adaptar su comportamiento según las necesidades de cada instante. Introduciremos las distintas técnicas existentes en este ámbito y propondremos una nueva vía de investigación basada en técnicas de predicción de flujos de tráfico.