Red de semáforos inteligentes para la reducción de partículas contaminantes y mejoras de tiempos de tránsito

Abstract

Uno de los principales problemas mundiales de la movilidad vial es la contaminación. Para combatir este problema el objetivo de este trabajo es desarrollar una red de semáforos inteligentes que permiten la detección del flujo de tráfico para la mejora en tiempos de tránsito de los vehículos y la reducción de gases contaminantes emitidos. El sistema creado se encuentra enfocado para entornos de desarrollo urbanístico que buscan la sostenibilidad, como es Madrid 360 o Madrid Nuevo Norte. Por ello, este proyecto cumple varios de los Objetivos de Desarrollo Sostenible (ODS), establecidos por las Naciones Unidas. Partiendo de la estructura de la intersección de la calle María de Molina con Príncipe de Vergara se genera un vídeo a partir del simulador Aimsun sobre la situación vial. Posteriormente, el vídeo es procesado por el sistema retroalimentado que nos permite obtener instrucciones semafóricas tanto dinámicas como instrucciones en búsqueda de un régimen estacionario. Estas indicaciones son enviadas a los semáforos que actuarán reflejando las decisiones tomadas. Se realizan cuatro estudios con el programa creado y modificando dos parámetros, el tiempo entre instrucciones y la densidad de la vía. Se comparan los resultados en términos de eficiencia traducidos a la cantidad de combustible ahorrado. El caso más favorable entre estos es el modelo de alta densidad y 10 segundos entre toma de instrucción con resultados dinámicos, ahorrando 16.33 Toneladas de emisiones de CO2/día. No obstante, la mejor implementación del sistema desarrollado es median la creación de un modelo híbrido. Esto significa que, en vías de alta densidad se implementa el modelo más favorable del trabajo y en vías de baja densidad una gestión tradicional. Al implementar este, suponiendo dos intersecciones y dos momentos de día de alta congestión en Madrid, obtenemos un ahorro de 65.33 Toneladas, traduciéndose en un ahorro total de un 5.08% de emisiones de CO2/día.

One of the main global problems of road mobility is pollution. To combat this problem, the objective of this work is to develop a network of intelligent traffic lights that allow the detection of traffic flow for the improvement of transit times of vehicles and the reduction of polluting gases emitted. The system created is focused on urban development environments that seek sustainability, such as Madrid 360 or Madrid Nuevo Norte. Therefore, this project meets several of the Sustainable Development Goals (ODS), established by the United Nations. Starting from the structure of the intersection of María de Molina Street with Príncipe de Vergara, a video is generated from the Aimsun simulator regarding its traffic. Subsequently, the video is processed by the feedback system that allows us to obtain both dynamic traffic light instructions and instructions in search of a steady state regime. These are then sent to the traffic lights that will act reflecting the decisions made. Four studies are carried out with the program created and modifying two parameters, the time between instructions and the vehicle density. The results in terms of efficiency are compared and translated into the amount of fuel saved. The most favorable case among these, is the high-density model and 10 seconds between instructional taking with dynamic results, saving 16.33 Tons of CO2 emissions/day. However, the best implementation of the developed system is to mediate the creation of a hybrid model. This means that, in high-density roads, the most favorable model of the project is implemented and in low-density roads a traditional management is maintained. By implementing this, assuming two intersections and two times of day of high congestion in Madrid, we obtain a saving of 65.33 Tons translating into a total saving of 5.08% of CO2 emissions/day.