La movilidad sostenible en Anaga, un objetivo a lograr entre todos
Embedded Files
Simulador
Simulador
Un simulador es una herramienta, software o sistema diseñado para replicar el comportamiento de un proceso, fenómeno o entorno del mundo real mediante una serie de modelos matemáticos, reglas y algoritmos. Su propósito es permitir el análisis y experimentación en un entorno controlado, sin la necesidad de interactuar directamente con el sistema real, lo cual puede ser costoso, riesgoso o inviable.
Los simuladores se utilizan ampliamente en áreas como la formación (por ejemplo, simuladores de vuelo para pilotos), la ciencia (simulación de fenómenos físicos o químicos), la ingeniería (simulación de sistemas de tráfico o redes), la economía (simulación de mercados) y en videojuegos, entre otros. En general, permiten:
Analizar y predecir cómo un sistema podría comportarse en distintas condiciones.
Entrenar y formar a personas sin riesgo, reproduciendo escenarios difíciles o peligrosos.
Optimizar procesos mediante pruebas de distintas variables y configuraciones.
Algunos simuladores avanzados también incluyen capacidades de aprendizaje automático, lo que les permite adaptar sus modelos en función de resultados pasados, proporcionando una representación aún más precisa del sistema simulado.
ANÁLISIS DE MOVIMIENTO Y OCUPACIÓN DE VEHÍCULOS:
El objetivo principal de esta fase es desarrollar una solución para realizar un seguimiento detallado del movimiento y la ocupación de vehículos en diferentes zonas del sistema de carreteras de Anaga.
Matriz origen-destino: ·
La matriz origen-destino (OD) registra datos detallados de entrada y salida de vehículos en puntos específicos del sistema, incluyendo matrícula, dispositivos de control, fechas, horas y tiempos de recorrido. Esta matriz tabular permite analizar los flujos y patrones de movimiento de vehículos entre diferentes zonas, facilitando la identificación de rutas frecuentes. Para realizar un análisis más detallado y seguimiento de la ocupación, fue necesario procesar y adaptar estos datos a formatos más precisos. Este enfoque permite comprender patrones de tráfico y optimizar la gestión de movilidad en la región.
Diseño del Diagrama de Zonas:
Antes de procesar los datos, se definieron las zonas específicas del sistema de transporte y su relación con dispositivos de control (cámaras). Las zonas incluyen puntos de entrada y salida, así como áreas de estacionamiento. Esta estructura permite monitorear el paso de vehículos y su ubicación dentro del sistema.
Creación del Dataset de Tracking de Vehículos:
Se generó un conjunto de datos, que incluye el estado y ubicación de cada vehículo en el sistema, detallando momentos de entrada, salida y duración de estancia. Esto facilita un seguimiento preciso del flujo vehicular en el área. Se clasificaron los registros en diferentes estados:
- 'INITIAL' para la primera entrada,
- 'DRIVING' para el tiempo de conducción dentro del sistema,
- 'STAYED' para tiempos de estacionamiento, y
- 'CURRENT' para la ubicación actual del vehículo.
Generación del Dataset de Eventos de Ocupación:
Para analizar la ocupación en cada zona, se creó un dataset que registra eventos de entrada y salida de vehículos y permite visualizar los cambios en la ocupación de cada zona, lo cual es útil para tomar decisiones de gestión.
Posibles Visualizaciones en Power BI:
Las visualizaciones que se pueden generar van desde mapas de calor de ocupación, gráficos de líneas para analizar la ocupación a lo largo del tiempo, diagramas de flujo de movimiento de vehículos y análisis de tiempos de estancia en cada zona. Estas herramientas permiten identificar patrones de tráfico y áreas de mejora en el sistema.
Puede ver las visualizaciones en el siguiente enlace.
Observaciones y Mejora de la Matriz Origen-Destino:
Durante el proyecto, surgieron recomendaciones para futuros desarrollos. En cuanto a la matriz origen-destino (OD), se sugiere un análisis más profundo de los criterios que definen el destino final de un vehículo, considerando implementar un umbral de tiempo de estancia en cada zona para mejorar la precisión, aunque este enfoque podría no contemplar factores como las colas.
Además, se plantea la incorporación de fuentes de datos adicionales, como la API de TomTom, que ofrece información en tiempo real sobre flujos de tráfico, tiempos de viaje y enrutamiento. Esta integración permitiría una representación más precisa y dinámica del tráfico, mejorando el análisis de rutas y la detección de áreas críticas en la red de carreteras
INFERENCIA DEL GENERADOR DE SIMULACIONES Y AUTOMATIZACIÓN DEL FLUJO:
Esta fase del proyecto implica desarrollar un generador de datos adaptable para optimizar el proceso de creación y análisis de visualizaciones. Se busca un generador de datasets parametrizable para simplificar la creación de archivos de datos, como Excel, para visualización. También se revisará el proceso de la matriz origen-destino (OD) para mejorar la precisión de datos sin depender de esta matriz como intermediaria, agilizando el análisis de ocupación y flujo vehicular.
Además, se formalizará el contrato con Azure para soporte en la nube, permitiendo integrar API y Power BI para visualizaciones interactivas. Un frontend facilitará la interacción con los datos, y la plataforma Fabrik automatizará la ejecución de scripts, asegurando actualizaciones continuas y reduciendo la intervención manual.
Propuesta TEÓRICA para la Ubicación de cámaras para el control y seguimiento del tráfico en Anaga
Propuesta TEÓRICA para la Ubicación de cámaras para el control y seguimiento del tráfico en Anaga
Una de las actividades del proyecto es dar Apoyo Técnico para la redacción de los Pliegos de Condiciones que el Cabildo está redactando o redactará dentro del ámbito del proyecto.
Uno de los pliegos en los que el Cabildo está trabajando permitirá la contratación de un sistema de cámaras para la recogida de datos de movilidad de los vehículos que accedan a la zona de la Reserva de la Biosfera del Macizo de Anaga.
Desde la ULL se ha colaborado estrechamente con la Unidad de Movilidad del Cabildo de Tenerife en la elaboración de un modelo teórico para minimizar el número de cámaras a utilizar.
También se ha colaborado en la búsqueda de las soluciones técnicas que mejor se adapten al entorno en el que van a estar ubicadas, teniendo en cuenta que son zonas con poca o nula cobertura de internet, que además fuesen respetuosas con el medio ambiente y permitiesen la recogida de diferentes tipos de datos para su estudio, que ayuden a tomar decisiones en un breve espacio de tiempo, no solo en torno a la movilidad, sino a la seguridad vial y a otros riesgos asociados.
GRAFO_CAMARAS_REV (1).pptxPage updated
Report abuse