Introducció
La informació del temps de viatge és i seguirà sent un dels indicadors clau de la qualitat del servei d'una carretera, i a la vegada un coneixement molt preuat per als conductors. Per això, la majoria de les administracions ja han implementat sistemes que recopilen dades de trànsit i els fan servir per proporcionar estimacions de temps de viatge en temps real i/o la fiabilitat dels temps de viatge per itineraris particulars. No obstant això, els resultats d'aquests sistemes són sovint imprecisos, especialment en congestió i quan es dissemina informació en temps real. Precisament són aquestes les situacions en què la informació del temps de viatge és més valuosa, ja que permetria als conductors canviar la seva ruta, la seva hora de sortida, i fins i tot el seu mitjà de transport, per evitar les cues i arribar al seu destí a l'hora desitjada. Una informació del temps de viatge precisa contribuiria, per tant, a pal·liar la pròpia congestió, que s'associa no només a la ineficiència del sistema, sinó a l'increment del nombre d'accidents (lligats a situacions d'estrès) i de les emissions contaminants provinents del trànsit.
El fet que els actuals sistemes d'informació de temps de viatge no siguin tan precisos i robustos com seria desitjable es deu en part a una herència del passat, quan els detectors de llaç eren bàsicament l'única font de dades disponible. Avui dia, en major o menor mesura, les carreteres es beneficien d'un ampli desplegament de tecnologia, tant a bord dels vehicles com en la pròpia infraestructura. Tot i això, l'estimació indirecta dels temps de viatge a partir de mesuraments puntuals de velocitat proporcionades per detectors de llaç encara preval. Les limitacions d'aquests mètodes, que en general ignoren la dinàmica del trànsit i l'evolució de les cues, i la cobertura espacial és limitada, són ben conegudes. Aquestes metodologies són sovint capaces de proporcionar estimacions acceptables de temps de viatge en flux lliure. Fins i tot s'han dissenyat models que sí que reprodueixen en certa mesura les condicions reals del trànsit. No obstant això, no s'utilitzen, en part a causa de la seva major complexitat. A més, tot i que sí que funcionen millor en situacions de congestió, ni tan sols aquests models són capaços de proporcionar bones estimacions del temps de viatge en situacions de transició (per exemple durant la formació o dissipació de cues).
En aquest context, algunes agències de trànsit han optat per difondre els temps de viatge mesurats directament amb tecnologies automàtiques d'identificació de vehicles (AVI), com ara els sistemes de reconeixement de matrícules o els detectors de Bluetooth. En el millor dels casos, proporcionen temps de viatge obtinguts mitjançant tècniques de seguiment GPS. Totes aquestes mesures directes, encara que necessàries, no són les estimacions que s'esperen d'un sistema d'informació en temps real, és a dir, d'informació sobre les condicions futures del trànsit. En aquest sentit, els mesuraments directes són en certa manera obsolets. En el cas dels sistemes AVI, les mesures de temps de viatge s'obtenen una vegada que els vehicles ja han recorregut la secció corresponent i reben el nom de "arrival-based travel times" (ATT). En el cas dels sistemes de seguiment, s'obtenen en el mateix instant en què els vehicles estan circulant per aquesta secció, i per això es denominen "intantaneous travel times" (ITT). L'objectiu d'un bon sistema d'informació de temps de viatge ha de ser proporcionar temps de viatge previstos (PTT), és a dir, aquells que experimentaran realment els vehicles que es troben a l'entrada de la secció corresponent i que reben la informació.
Obtenció de temps de viatge individuals (ATT) mitjançant sistemes AVI
Predir temps de viatge implica que, primer, s'han de caracteritzar les condicions de trànsit existents, de les quals s’inferiran, en segon lloc, les futures. A més, si aquestes prediccions estan cridades a formar part d'un sistema d'informació de temps de viatge, el repte addicional és que tots dos passos s'han de realitzar en temps real. Com més curt sigui l'interval temporal d'actualització de la informació, més valuosa serà, sempre que es pugui garantir la seva robustesa. Encara que hi ha alguns desenvolupaments matemàtics dissenyats per predir temps de viatge, la majoria no són susceptibles de ser emprats en la pràctica, almenys de forma general. O bé requereixen d'un sistema de monitorització molt exigent, o bé demanen unes capacitats computacionals que no estan a l'abast de la majoria dels centres de gestió; o ambdues coses.
Informació del temps de viatge en autopista mitjançant panell de missatgeria variable.
Objectius
En aquest context, aquesta tesi doctoral té com a objectiu central la millora dels sistemes actuals d'informació de temps de viatge en carretera, de manera que aprofitin el màxim rendiment de la tecnologia disponible en cada cas.
D’entre les aportacions més importants d'aquesta tesi destaquem:
- Propostes de millora per als marcs més tradicionals, és a dir, per a aquells que encara depenen exclusivament de dades proporcionades per detectors de llaç i que, per tant, fan servir mètodes majoritàriament basats en mesures puntuals de velocitat.
En aquests casos no és possible igualar la precisió aconseguida amb alguns esquemes de fusió de dades, però sí millorar substancialment la que s'associa a aquestes metodologies bàsiques. Amb aquest propòsit s'introdueix un algoritme que resol un error de partida d'aquests mètodes. Aquest error consisteix en l'ocupació de mitjanes temporals de les velocitats puntuals individuals dels vehicles per calcular els temps de viatge. D'acord amb els principis bàsics de la teoria del trànsit, les velocitats emprades per a aquest fi han de ser mitjanes espacials. Atès que les primeres són generalment més grans que les segones, els temps de viatge estan sent subestimats. Aquesta mala pràctica té lloc pel simple fet que el programari dels detectors de llaç està preparat per proporcionar mitjanes temporals de tots els inputs, i no emmagatzema, a més, les velocitats individuals originals.
Variar aquest programari seria possible, encara que tediós, tenint en compte el gran nombre de detectors de llaç disseminats per les xarxes de carretera, així com els sistemes de gestió associats a ells. En aquest context, l'algoritme introduït en aquesta tesi permet calcular en temps real les velocitats mitjanes espacials a partir de les dades usualment proporcionades pels detectors de llaç. Per aquest motiu, parteix d'una relació matemàtica contrastada que hi ha entre les dues velocitats mitjanes. No obstant això, aquesta relació implica la necessitat de calcular la variància de les velocitats individuals. El no emmagatzematge d’aquestes dades impedeix obtenir-les de forma directa, i ha estat una de les causes que aquesta relació no hagi estat emprada en la pràctica. La metodologia proposada soluciona aquest inconvenient. Amb aquesta finalitat, assumeix que les velocitats puntuals individuals s'ajusten a una distribució log-normal en cada interval temporal d'agregació, cosa que d'altra banda es correspon amb la realitat en un molt ampli nombre de casos.
Mitjançant les relacions matemàtiques associades a aquesta distribució, és capaç de proporcionar la variància buscada. Per tant, resol el problema de partida sense la necessitat d'una gran inversió econòmica. La bondat d'aquest algoritme ha estat verificada amb dades reals de l'autopista AP9 a Galícia (Espanya), proporcionats pel Centre de Gestió del Trànsit del Nord-oest (Direcció General de Trànsit). A la figura es pot veure l'obtenció d'un dels inputs de l'algoritme de fusió de dades.
- Una metodologia de fusió de dades per a la predicció a curt termini dels temps de viatge en temps real. Aquesta proposta està basada en els ja coneguts mètodes input-output que, malgrat el seu potencial, no són emprats en la pràctica per causa del seu caràcter poc intuïtiu i, sobretot, al fet que són especialment sensibles al drift característic dels detectors de llaç. El mètode de fusió de dades que es presenta en aquesta tesi està especialment dissenyat per treballar en situacions de congestió, i pot combinar-se amb algun altre més senzill i que les seves estimacions siguin necessàries en flux lliure. En aquest sentit, inclou un submodel que conjuga dades en temps real amb eines estadístiques. Té per objectiu detectar els períodes en què no existeixen aquestes condicions ideals i, per tant, quan s'ha d'activar.
Per a la predicció de temps de viatge es fa servir, concretament, l'acumulació de vehicles en cada secció de carretera delimitada per detectors de llaç i s'explota la capacitat predictiva d'aquesta informació. Aquesta acumulació s'obté a partir de les corbes de comptatge acumulat d'entrada i sortida de la secció. Prèviament, per eliminar errors derivats del drift dels detectors, aquestes corbes es corregeixen mitjançant un esquema de fusió de dades que fa servir una quantitat moderada de mesuraments directes de temps de viatge. Aquestes mesures poden provenir tant de sistemes AVI com de tecnologies de seguiment. És a dir, poden ser ATT o ITT. Treballar amb un o altre tipus de mesura només implica canvis en la manera en què es calcula el retard a partir de les corbes de comptatge acumulat. Per tant, el mètode no és captiu de la tecnologia, de manera que es pot trobar ja en moltes carreteres l'equip de monitoratge mínim requerit.
No obstant això, la metodologia es beneficiaria d'una major taxa de penetració de les tecnologies de seguiment en els fluxos de trànsit, ja que implicaria comptar amb un major nombre de mesures directes per corregir els revolts. Per tant, s'adaptaria satisfactòriament als futurs entorns de conducció, en els quals els vehicles connectats seran també sensors, i la precisió de la informació serà un requisit indispensable per a l'adequada gestió de les xarxes de carreteres.
La bondat de la metodologia proposada s'ha verificat empíricament amb dades recopilades per Abertis a l'autopista AP-7, a prop de Barcelona. A la primera validació del mètode s'han emprat mesures directes de temps de viatge procedents de sistemes AVI, és a dir, tipus ATT. Concretament, aquestes mesures van ser recollides per detectors de Bluetoooth. El cas d'estudi va comprendre un període temporal amb un nivell lleu de congestió, sent la metodologia adequada per a casos de congestió mitjana o severa, com es va esmentar anteriorment. A més, va haver-hi pèrdues de dades en alguns detectors de llaç. Tot i això, els beneficis de la metodologia es van poder demostrar amb les dades reals disponibles. Particularment, els resultats de l'aplicació del mètode proposat mostren que els errors mitjans i màxims dels temps de viatge previstos obtinguts representen, respectivament, el 10% i el 33% dels temps reals de viatge experimentats. Per contra, si la informació es basés (com és pràctica comuna) en la simple disseminació de les mesures directes, aquests errors relatius augmenten al 16% i al 95%, cosa que demostra els beneficis del mètode. Aquests ràtios de millora podrien incrementar notablement en situacions de major congestió, en les quals l'ocupació de mesures directes implica un major retard en la difusió de la informació, que en aquests casos pot arribar a ser molt inexacta.
Cal esmentar que la metodologia proposada, definida a nivell de secció de carretera, també és aplicable a entorns urbans. Serien necessàries lleugeres modificacions per adequar-la al seu flux ininterromput característic. De la mateixa manera, l'algoritme proposat en el punt anterior seria igualment vàlid en aquests escenaris.
Tram de recollida de dades per a la validació de l’algoritme (Autopista A7 direcció Barcelona)
Obtenció d'un dels inputs de l'algoritme de fusió de dades
Autora
Redactat de la noticia: Margarita Martínez Díaz
Per saber-ne més: Margarita Martínez Díaz
Eixos R+D+I del Departament
Orientació a l'usuari, Optimització de la capacitat viària, Nova tecnologia d’explotació, Observació dinàmica i Demanda de mobilitat de persones i de moviment de mercaderies
