Bandadas de pájaros inspiran un sistema de regulación de los semáforos

Informáticos de la Universidad de Málaga diseñan un modelo que evita atascos y reduce la contaminación


Informáticos de la Universidad de Málaga, en colaboración con colegas de Argentina, han desarrollado un sistema para controlar los semáforos de una ciudad entera, que se basa en los movimientos de las bandadas de pájaros, para analizar las distintas variables del tráfico urbano. El sistema propone un plan de ciclos de semáforos adecuado para evitar atascos y reducir emisiones contaminantes.


Fundación Descubre/CODDII/T21
24/01/2014

Semáforos en la Alameda Principal de Málaga. Fuente: Fundación Descubre.
Informáticos de la Universidad de Málaga, en colaboración con la Universidad Nacional del Sur (UNS) en Bahía Blanca (Argentina), han diseñado un sistema inteligente que permite controlar la red de semáforos de toda una ciudad.

Se trata del primer trabajo que considera los patrones de tráfico del núcleo urbano en su conjunto y propone un plan de ciclos de semáforos adecuado para evitar atascos y reducir emisiones contaminantes.

Hasta el momento, señala la nota de prensa de la Fundación Descubre, de la que se hacen eco la UMA y la Conferencia de Directores y Decanos de Ingeniería Informática, otros estudios se centran en áreas concretas con horarios y semáforos limitados, cruce a cruce. Sin embargo, las investigaciones de los autores malagueños, como la publicada ahora en la revista IEEE Transactions on Evolutionary Computation, son las primeras que contemplan la red de semáforos de toda la ciudad.

Metodología novedosa

“El sistema incluye como variables los numerosos vehículos, de diversos tipos que circulan a diario, las señales, los límites de velocidad de las vías… Combina los parámetros y los traslada a un simulador, donde se observan todos a la vez de manera dinámica”, explica el catedrático de la Universidad de Málaga, Enrique Alba.

Una de las novedades del proyecto es la metodología utilizada para el control de los semáforos. Denominada Particle Swarm Optimization (PSO, Optimización de Enjambre de Partículas), es una técnica inspirada en los movimientos de las bandadas de pájaros durante sus migraciones.

Estos patrones se trasladan a un modelo computacional de gran potencia que permite combinar multitud de variables para recrear los eventos que rodean a la movilidad urbana en un mismo momento, por ejemplo, una hora punta.

“Controlar el tiempo en el que van a estar en rojo un centenar de semáforos es una tarea que requiere soluciones complejas que mezclan desde mapas a datos de movilidad inteligente geoposicionados. Las técnicas de computación tradicionales no funcionan. Nosotros buscamos alternativas en la propia Naturaleza con las denominadas técnicas bioinspiradas”, matiza Alba.

Los expertos reproducen la ciudad trasladando los cálculos matemáticos a un simulador de tráfico microscópico. “Se denomina así porque atiende a los microdetalles de la movilidad urbana: analiza cada coche, a qué velocidad va, cuántos gases contaminantes está emitiendo…”, concreta el investigador.

Ciudades europeas y americanas

Los resultados del estudio se han probado con semáforos de dos grandes áreas metropolitanas: Málaga y Bahía Blanca en Argentina. “Nuestro algoritmo sirve para obtener programas de ciclos eficientes de tráfico ligero para los dos tipos de ciudades: los modelos americanos y europeos”.

El estudio concluye que, en comparación con otros programas, el de la Universidad de Málaga logra mejoras cuantitativas tanto en el número de vehículos que llegan a su destino, como en el tiempo total de viaje. A estos beneficios para los ciudadanos, se suman los medioambientales, ya que se reducen las emisiones contaminantes.

Varios ayuntamientos de ciudades nacionales e internacionales, así como empresas relacionadas con las denominadas smart cities (ciudades inteligentes) ya se han interesado en el estudio para incorporar sus resultados en centros de control de tráfico. “El siguiente paso sería que una empresa comercializara el sistema como un paquete software”, adelanta Alba.

Referencia bibliográfica:

Garcia-Nieto, Jose; Carolina Olivera, Ana; Alba, Enrique. Optimal Cycle Program of Traffic Lights With Particle Swarm Optimization. IEEE Transactions on Evolutionary Computation (2013). DOI: 10.1109/TEVC.2013.2260755.



Fundación Descubre/CODDII/T21
Artículo leído 2333 veces



Más contenidos