Scalable control de tráfico urbano ( Surtrac ) [1] [2] es un control de tráfico adaptativo sistema desarrollado por los investigadores en el Instituto de Robótica , Universidad Carnegie Mellon . Surtrac optimiza dinámicamente el control de las señales de tráfico para mejorar el flujo de tráfico tanto en las redes urbanas como en los corredores; Los objetivos de optimización incluyen menos esperas, reducción de la congestión del tráfico , viajes más cortos y menos contaminación. El motor de control central combina el control de intersecciones basado en horarios [3] con mecanismos de coordinación descentralizados. [4] [5]Desde junio de 2012, se ha implementado una implementación piloto del sistema Surtrac [6] en nueve intersecciones en el vecindario East Liberty de Pittsburgh , Pensilvania . [7] Surtrac redujo los tiempos de viaje en más de un 25% en promedio, y los tiempos de espera se redujeron en un promedio del 40%. [6] [8] Una segunda fase del programa piloto para el distrito de Bakery Square se ha estado ejecutando desde octubre de 2013. [9] En 2015, Rapid Flow Technologies [10] se formó para comercializar la tecnología Surtrac. [11] El inventor principal de esta tecnología, el Dr. Xiao-Feng Xie, afirma que no tiene ninguna asociación con esta empresa y que no proporciona soporte tecnológico para ella. [11]
Diseño
El diseño del sistema Surtrac tiene tres características. [6] Primero, la toma de decisiones en Surtrac procede de manera descentralizada . El control descentralizado de las intersecciones individuales permite una mayor capacidad de respuesta a las condiciones del tráfico local en tiempo real. La descentralización facilita la escalabilidad al permitir la adición incremental de intersecciones controladas a lo largo del tiempo con pocos cambios en la red adaptativa existente. También reduce la posibilidad de un cuello de botella computacional centralizado y evita un solo punto de falla en el sistema.
Una segunda característica del diseño de Surtrac es el énfasis en la capacidad de respuesta en tiempo real a las condiciones cambiantes del tráfico. Surtrac adopta la perspectiva en tiempo real de los métodos de control de intersecciones basados en modelos anteriores [12] que intentan calcular planes de control de intersecciones que optimizan las entradas de tráfico reales. Al reformular el problema de optimización como un problema de programación de una sola máquina , el algoritmo de optimización central, denominado algoritmo de control de intersecciones basado en horarios, [3] es capaz de calcular planes de control de intersecciones optimizados en un horizonte extendido segundo a segundo.
Una tercera característica del diseño de Surtrac es administrar redes de carreteras urbanas (en forma de cuadrícula), donde hay múltiples flujos dominantes en competencia que cambian dinámicamente a lo largo del día y donde los flujos dominantes específicos no pueden predeterminarse (como en aplicaciones arteriales o de encrucijadas importantes ) . Las redes urbanas también suelen tener intersecciones poco espaciadas que requieren una estrecha coordinación de los controladores de las intersecciones. La combinación de flujos dominantes en competencia e intersecciones densamente espaciadas presenta un desafío para todos los sistemas de control de tráfico adaptativos. Surtrac determina dinámicamente los flujos dominantes comunicando continuamente los flujos de salida proyectados a los vecinos aguas abajo. [4] Esta información le da a cada controlador de intersección una base más informada para equilibrar localmente los flujos de entrada en competencia al mismo tiempo que promueve el establecimiento de " corredores verdes " más grandes cuando las circunstancias del flujo de tráfico lo requieren.
Crítica
El sistema Surtrac utiliza cámaras de televisión de circuito cerrado para detectar las condiciones del tráfico. [13] La vigilancia de lugares públicos con redes de circuito cerrado de televisión ha sido criticada por permitir formas totalitarias de gobierno al socavar la capacidad de las personas para moverse de forma anónima . Las imágenes recopiladas por las cámaras de circuito cerrado de televisión se pueden analizar mediante un software de reconocimiento automático de matrículas , lo que permite un seguimiento totalmente automatizado de los vehículos mediante las matrículas (matrículas) que llevan. De manera similar, el software de reconocimiento facial puede analizar tales imágenes para identificar y rastrear a las personas por la forma de sus rostros. Sin embargo, el tipo de cámara de video que se utiliza no tiene suficiente resolución para detectar matrículas o reconocer rostros. [10]
Se ha sugerido que los beneficios de la optimización del tráfico nunca se han justificado científicamente. Inherentemente favorece el tráfico motorizado sobre modos alternativos como peatones, ciclistas y usuarios del transporte público y puede promover un mayor uso del automóvil. [14] [15]
Ver también
- Optimización del tráfico
- Control de tráfico adaptativo
- Señales de tráfico inteligentes
- Control y coordinación de semáforos
- Sistema de transporte inteligente
- Gestión de la demanda de transporte
- Planificación y programación automatizadas
Otros sistemas de control de tráfico adaptativo
- Sistema de tráfico adaptativo coordinado de Sydney
Referencias
- ^ Xiao-Feng Xie, S. Smith, G. Barlow. Redes de señales urbanas inteligentes y escalables: métodos y sistemas para el control adaptativo de señales de tráfico . Patente de Estados Unidos No. 9.159.229, 2015.
- ^ Stephen F. Smith, Gregory J. Barlow, Xiao-Feng Xie. Redes de señales urbanas inteligentes y escalables: métodos y sistemas para el control adaptativo de señales de tráfico . Patente de Estados Unidos No. 9,830,813, 2017. (Continuación en parte (CIP) a 9,159,229).
- ↑ a b Xiao-Feng Xie, Stephen F. Smith, Liang Lu, Gregory J. Barlow. Control de intersecciones basado en horarios . Investigación en transporte Parte C: Tecnologías emergentes, 2012, 24: 168-189.
- ↑ a b Xiao-Feng Xie, Stephen F. Smith, Gregory J. Barlow. Coordinación basada en horarios para el control de la red de tráfico en tiempo real . Conferencia Internacional sobre Planificación y Programación Automatizados (ICAPS), Sao Paulo, Brasil, 2012: 323-331.
- ^ Hu, HC y SF Smith, "Softpressure: A Schedule-Driven Backpressure Algorithm for Hacer frente a la congestión de la red", Actas 27thInternational Joint Conference on Artificial Intelligence , Melbourne, Australia, agosto de 2017
- ^ a b c Stephen F. Smith, Gregory J. Barlow, Xiao-Feng Xie, Zachary B. Rubinstein. Redes de señales urbanas inteligentes: Aplicación inicial del sistema de control de señales de tráfico adaptativo SURTRAC . Congreso Internacional de Planificación y Programación Automatizados (ICAPS). Roma, Italia, 2013.
- ^ Stephen F. Smith, Gregory Barlow, Xiao-Feng Xie y Zack Rubinstein. SURTRAC: Control de tráfico urbano escalable . Compendio de artículos de la 92a reunión anual de la Junta de Investigación del Transporte, 2013.
- ^ Walters, Ken (16 de octubre de 2012). "Estudio piloto sobre semáforos reduce la contaminación, atascos de tráfico" . Sitio web de CMU . Universidad Carnegie Mellon . Consultado el 31 de enero de 2013 .
- ^ Barlow, GJ, SF Smith, XF Xie y ZB Rubinstein, "Control de tráfico en tiempo real para entornos urbanos: expansión de la red de banco de pruebas Surtrac", Congreso mundial de 2014 sobre sistemas de transporte inteligentes , Detroit, MI, septiembre de 2014.
- ^ a b "Tecnologías de flujo rápido" . www.rapidflowtech.com . Consultado el 2 de junio de 2018 .
- ^ a b Xiao-Feng Xie (3 de julio de 2018). "Declaración sobre la tecnología de control de tráfico urbano escalable" . Consultado el 3 de julio de 2018 .
- ^ M. Papageorgiou, C. Diakaki, V. Dinopoulou, A. Kotsialos y Y. Wang. Revisión de estrategias de control del tráfico rodado. Proceedings of the IEEE, 2003, 91 (12): 2043–2067.
- ^ Walters, Ken (16 de octubre de 2012). "Señales inteligentes: estudio piloto sobre semáforos reduce la contaminación, atascos de tráfico" . CMU Piper . Consultado el 28 de enero de 2013 .
- ^ Michael J. Vandeman, "¿Es justificable la sincronización de señales de tráfico?" , 15 de abril de 1994
- ^ Meyer, Robinson (16 de agosto de 2012). "Lo siento, Los Ángeles: sincronizar los semáforos puede no reducir las emisiones" . Theatlantic.com . Consultado el 28 de enero de 2013 .
enlaces externos
- Control de señales de tráfico adaptativo Surtrac
- Información sobre algoritmos centrales y desarrollos posteriores