Paneles LED para sugerir rutas alternativas óptimas a los automovilistas

El tráfico congestionado es una de las principales preocupaciones de los ciudadanos de las grandes ciudades. En este artículo proponemos un nuevo sistema, llamado Yellow Swarm, con el propósito de mejorar el tráfico rodado utilizando una solución de bajo coste y fácil implementación, la cual se apoya en un conjunto de paneles LED, ubicados en diferentes puntos de la ciudad, con el objetivo de distribuir los vehículos por sus calles. El sistema se configura de manera óptima mediante un nuevo algoritmo epigenético, el cual calcula los intervalos de tiempo para cada desvío mostrado en los paneles. Yellow Swarm ha sido testado en tres escenarios de la ciudad de Málaga, España, con un trazado urbano realista calculado por nuestro algoritmo generador de flujos, basándonos en datos publicados por el ayuntamiento de la ciudad. En nuestros resultados se aprecian tiempos de viajes más cortos (hasta 19 segundos), reducciones en las emisiones de gases de efecto invernadero (hasta un 4.5% menos) y en el consumo de combustible (hasta un 1.6% menos), todos obtenidos sin incrementar el máximo tiempo de viaje (el cual se redujo unos 205 segundos). Yellow Swarm como sistema distribuido de gestión de tráfico, representa una gran mejora que beneficia a los conductores realizando viajes de larga duración, al reducir los tiempos de viaje y prevenir la formación de atascos.

Caso de estudio: Málaga, España

Publicationes:

• Daniel H. Stolfi and Enrique Alba. Yellow Swarm: LED panels to advise optimal alternative tours to drivers in the city of Malaga. In: Applied Soft Computing, vol. 109, pp. 107566, 2021.

  doi> 10.1016/j.asoc.2021.107566 | [BibTex]

  @Article{Stolfi2021b,
    author   = {Daniel H. Stolfi and Enrique Alba},
    journal  = {Applied Soft Computing},
    title    = {Yellow Swarm: LED panels to advise optimal alternative tours to drivers in the city of Malaga},
    year     = {2021},
    issn     = {1568-4946},
    pages    = {107566},
    volume   = {109},
    doi      = {10.1016/j.asoc.2021.107566},
    groups   = {My Publications},
    keywords = {epiGenetic algorithm, Smart mobility, LED panel, Travel time, Greenhouse gas emissions, Fuel consumption}
  }
  

Caso de estudio: Quito, Ecuador

Publicationes:

• Daniel H. Stolfi and Rolando Armas and Enrique Alba and Hernan Aguirre and Kiyoshi Tanaka. Fine Tuning of Traffic in Our Cities with Smart Panels: The Quito City Case Study. In: Proceedings of the Genetic and Evolutionary Computation Conference 2016, in GECCO '16. New York, NY, USA: ACM, 2016, pp. 1013-1019.

  doi> 10.1145/2908812.2908868 | [BibTex] | [Diapositivas] | [Archivos]

  @inproceedings{Stolfi:2016:FTT:2908812.2908868,
    author = {Stolfi, Daniel H. and Armas, Rolando and Alba, Enrique and Aguirre, Hernan and Tanaka, Kiyoshi},
    title = {Fine Tuning of Traffic in Our Cities with Smart Panels: The Quito City Case Study},
    booktitle = {Proceedings of the Genetic and Evolutionary Computation Conference 2016},
    series = {GECCO '16},
    year = {2016},
    isbn = {978-1-4503-4206-3},
    location = {Denver, Colorado, USA},
    pages = {1013--1019},
    numpages = {7},
    doi = {10.1145/2908812.2908868},
    acmid = {2908868},
    publisher = {ACM},
    address = {New York, NY, USA},
    keywords = {LED panels, application, evolutionary algorithm, real world, road traffic, smart city, smart mobility},
  }
  

Este trabajo de investigación fue parcialmente patrocinado por el MINECO español y los proyectos FEDER TIN2014-57341-R (moveON), TIN2016-81766-REDT, y TIN2017-88213-R (6city). Daniel H. Stolfi fue patrocinado por una beca FPU (FPU13/00954) otorgada por el ministerio de educación, cultura y deporte de España.