Estar atrapado en el tráfico durante la hora punta no solo frustra a los conductores; también añade emisiones innecesarias de gases de efecto invernadero a la atmósfera.
Ahora, un estudio de investigadores del MIT podría dar lugar a mejores formas de programar los semáforos de una ciudad para reducir las demoras, mejorar la eficiencia y disminuir las emisiones.
Los nuevos hallazgos se presentan en dos artículos de Carolina Osorio, profesora adjunta de ingeniería civil y ambiental, y Kanchana Nanduri, antigua alumna que obtuvo el SM en 2013, publicados en las revistas Transportation Science y Transportation Research: Part B. En estos artículos, las investigadoras describen un método para combinar datos a nivel de vehículo con datos menos precisos —pero más exhaustivos— sobre los patrones del tráfico a nivel de ciudad, a fin de producir información mejor que la que ofrecen los sistemas actuales.
«Lo que hacemos», dice Osorio, «es desarrollar algoritmos que permiten a las principales agencias de transporte utilizar modelos de tráfico de alta resolución para resolver problemas de optimización». Por lo general, estas decisiones sobre los tiempos de los semáforos se toman para optimizar los tiempos de viaje en determinadas arterias principales, pero los métodos no son lo bastante sofisticados para tener en cuenta las complejas interacciones entre todas las calles de una ciudad. Además, los modelos actuales no evalúan la combinación de vehículos que circulan en un momento dado, por lo que no pueden predecir cómo los cambios en el flujo del tráfico pueden afectar al consumo total de combustible y a las emisiones.
Para su caso de prueba, Osorio y Nanduri utilizaron simulaciones del tráfico en la ciudad suiza de Lausana, en las que se simuló el comportamiento de miles de vehículos al día, cada uno con características y actividades específicas. El modelo incluso tiene en cuenta cómo puede cambiar el comportamiento al volante de un día a otro: por ejemplo, los cambios en los patrones de los semáforos que hacen que una ruta determinada sea más lenta pueden llevar a las personas a elegir rutas alternativas en los días siguientes.
Aunque los programas existentes pueden simular el comportamiento del tráfico tanto a escala urbana como a escala de cada conductor, integrar ambos ha sido un problema. El equipo del MIT encontró formas de reducir suficientemente el nivel de detalle para que los cálculos resultaran viables, conservando a la vez suficientes detalles para realizar predicciones y recomendaciones útiles.
«Con modelos tan complejos, nos faltaban algoritmos que mostraran cómo utilizar los modelos para decidir cómo cambiar los patrones de los semáforos», dice Osorio. «Encontramos una solución que permitiría mejorar los tiempos de viaje en toda la ciudad». En el caso de Lausana, esto supuso modelar 17 intersecciones clave y 12.000 vehículos.
Además de optimizar los tiempos de viaje, el nuevo modelo incorpora información específica sobre el consumo de combustible y las emisiones de vehículos que van desde motocicletas hasta autobuses, y refleja la combinación real observada en el tráfico de la ciudad. «Los datos deben ser muy detallados, no solo sobre el parque de vehículos en general, sino sobre el parque en un momento dado», dice Osorio. «A partir de esa información detallada, podemos elaborar planes de tráfico que mejoren la eficiencia a escala urbana de una manera práctica para las agencias municipales».
En resumen, dice Osorio: «Tomamos datos complejos y los combinamos con datos menos detallados [para crear] soluciones adaptadas a los ordenadores que combinan ambos tipos de datos y permiten encontrar soluciones prácticas».
Osorio añade: «Ahora se pide a las agencias que, siempre que propongan cambios, estimen qué impacto tendrán en el medioambiente». Actualmente, esas evaluaciones deben hacerse a posteriori, mediante mediciones reales, pero, con estas nuevas herramientas de software, afirma: «Podemos incorporar los factores ambientales al proceso de diseño del plan».
El equipo trabaja ahora en un proyecto en Manhattan, entre otros lugares, para poner a prueba el potencial del sistema para el control de semáforos a gran escala.
Además de ajustar los tiempos de los semáforos, en el futuro estas simulaciones también podrían servir para optimizar otras decisiones de planificación, como elegir las mejores ubicaciones para centros de vehículos o bicicletas compartidos, dice Osorio.
Kai Nagel, profesor de la Universidad Técnica de Berlín que no participó en esta investigación, afirma que este trabajo «conjuga el realismo de los microsimuladores de tráfico detallados con el rigor de los modelos de aproximación matemática. El enfoque es muy sólido y muy reciente. Incluso en el ámbito académico, es una verdadera innovación».
Nagel añade que esta investigación «aborda uno de los problemas más importantes a los que se enfrentan las ciudades de hoy y del futuro» y afirma que estos nuevos hallazgos abren «un amplio abanico de futuras oportunidades de investigación».
Este artículo se publica en colaboración con MIT News. La publicación no implica que el Foro Económico Mundial respalde las opiniones expresadas.
Para mantenerse al día con la Agenda, suscríbase a nuestro boletín semanal.
Autor: David L. Chandler escribe para MIT News.
Imagen: Se ven semáforos en el distrito financiero de Pudong, en Shanghái. REUTERS/Carlos Barria
