Máster en Ingeniería del Software e Inteligencia Artificial
![Optimización del Tráfico Rodado en Ciudades Iteligentes Optimización del Tráfico Rodado en Ciudades Iteligentes](/img/research/optimisation.jpg)
Como parte del Trabajo de Final del Máster en Inteligencia Artificial e Ingeniería del Software he propuesto la Optimización del Tráfico Rodado en Ciudades Inteligentes. Este trabajo consiste en la reducción de los tiempos de viaje de los vehículos utilizando mapas y flujos realistas. Para ello se utilizan algoritmo evolutivos y otras metaheurísticas junto con el simulador SUMO (Simulation of Urban Mobility).
Las restricciones existentes dan lugar a un problema muy complejo debido a su alta dimensión, dado que se manejan miles de vehículos, conectividad Wi-Fi V2V y V2I, la utilización de mapas reales y la inclusión de posibles nuevos servicios.
El concepto Ciudad Inteligente (Smart City) comprende a seis dimensiones principales, con el objeto de definir un modelo sobre el cual evaluar el desarrollo urbano teniendo en cuenta la sostenibilidad del mismo. Estas dimensiones son: Economía inteligente (smart economy), Personas inteligentes (smart people), Gobierno inteligente (smart governance), Movilidad inteligente (smart mobility), Medio ambiente inteligente (smart environment), Vida cotidiana inteligente (smart living).
Si bien este trabajo se concentra en mejorar la movilidad (Movilidad inteligente), una ciudad que adolece de atascos también se ve seriamente afectada en su economía (Economía inteligente) porque el trasporte, tanto de mercancías como de personas, pierde eficiencia. Además, un tiempo de trayecto más largo aumenta las emisiones de gases de efecto invernadero y contradice los principios deseables del Medio ambiente inteligente. Por último, la fluidez del tráfico también afecta a la vida cotidiana de las personas (Vida cotidiana inteligente), porque éstas no sólo se hallarán de mejor humor cuando no han tenido que padecer un atasco, sino que además dispondrán de más tiempo libre, mejorando así su calidad de vida.
La soluciones obtenidas ofrecen mejoras en los escenarios del problema propuestos en cuanto al tiempo total que necesitan los vehículos para abandonar la zona de simulación, el tiempo medio de desplazamiento de los mismos, la distancia media recorrida y el número medio de detenciones a lo largo de los trayectos que cada vehículo sigue durante la simulación.
![Captura de pantalla SUMO, Google Maps and Google Earth Captura de pantalla SUMO, Google Maps and Google Earth](/img/research/snapshotsumogoogle.jpg)