1 Modelado realista del tráfico urbano usando DFROUTER Jorge Luis Zambrano-Martinez¹, Carlos T. Calafate¹, David Soler², Juan-Carlos Cano¹, Pietro Manzoni¹ ¹Departamento de Informática de Sistemas y Computadores (DISCA) ²Instituto de Matemáticas Multidisciplinar (IMM) Universitat Politècnica de València, España jorzamma@doctor.upv.es, calafate@disca.upv.es, dsoler@mat.upv.es, {jucano, pmanzoni}@disca.upv.es Resumen—Uno de los principal problemas al que se enfrentan los Sistemas Inteligente de Transporte (ITS) es la congestión del tráfico, que requiere modelos para predecir el impacto de diferentes soluciones en el flujo de tráfico urbano. Para lograrlo es imprescindible el uso de simuladores, los cuales deberían ser tan realistas como sea posible. Sin embargo, lograr ese alto grado de realismo pueden ser difícil de conseguir cuando no se dispone de los patrones de tráfico real, típicamente definidos a través de una matriz origen-destino (O-D) para los vehículos de una ciudad. En este sentido, la principal contribución de este trabajo es la propuesta de una heurística para mejorar el modelo de la congestión del tráfico. Proponemos un procedimiento que, partiendo de las mediciones de los anillos de inducción reales, permite refinar iterativamente la salida del DFROUTER, herramienta para estimar la distribución real del tráfico y que se integra en SUMO (Simulador de Movilidad Urbana). De esta forma, DFROUTER permite generar una matriz O-D para el tráfico, acercándose a una distribución realista del mismo, y que además puede ser importada directamente por SUMO para la realización de diferentes estudios. Aplicamos nuestra técnica a la ciudad de Valencia para así poder determinar el grado de congestión esperable si ciertas condiciones causan tráfico adicional en la circulación de la ciudad, adoptando dos tipos de patrones para la inyección de tráfico: uniforme y basado en zonas calientes. Finalmente estudiamos sobre el impacto de diferentes niveles de congestión del tráfico en escenarios urbanos. Términos índice—SUMO; DFROUTER; heurística; Matriz O- D. I. I NTRODUCCIÓN La alta densidad poblacional en áreas urbanas habitualmente genera problemas relacionados con el tráfico, ya sea de manera directa o indirecta, lo que incluye accidentes, contaminación ambiental, y niveles elevados de emisiones de CO 2 , entre otros, provocando graves problemas para las autoridades de la ciudad. Entre las soluciones que se presentan para reducir la cantidad de tráfico, o mejorar el flujo del tráfico en una ciudad, surgen distintas alternativas, tales como el uso del transporte público, o restringir el acceso de vehículos dependiendo de su matrícula. En lo que respecta a la mejora del flujo de tráfico, cualquier estudio depende de un análisis detallado del mismo. Concretamente, cualquier propuesta dirigida a mejorar la gestión del tráfico suele requerir el uso de simuladores que sean capaces de capturar en detalle todas las características del tráfico real, así como sus dependencias. Estas simulaciones dependen de diferentes factores tales como la velocidad del vehículo, la densidad vehicular, las características del entorno y el flujo del tráfico. Para que los estudios vehiculares sean significativos, es importante contar con modelos representativos y precisos de la carga de tráfico en el sistema (Simuladores de tráfico), los cuales usualmente requieren conocer el origen y el destino de cada trayecto (representado por una matriz O-D). Sin embargo, la obtención de estas matrices no es tarea sencilla, y muchas administraciones tratan de encontrar nuevas técnicas que permitan obtener esta información. En un trabajo previo [1] se ha propuesto un procedimiento que permite crear escenarios basados en modelos de movilidad realistas, y que son utilizados cuando se realizan simulaciones de tráfico en áreas urbanas a gran escala. En el presente estudio nos centraremos en la ciudad de Valencia, España, importando datos de tráfico real al simulador de movilidad SUMO [2]. Concretamente, partiremos de los datos asociados a los anillos de inducción, que están disponibles por parte del Ayuntamiento de Valencia (ver [3] para más detalles), y propondremos una heurística que permite refinar de manera iterativa la salida producida por la herramienta DFROUTER [4], que consiste en una lista de rutas, y una lista de vehículos asociados a cada ruta. Esto permite determinar los puntos de partida de los vehículos, así como sus respectivos destinos. Los vehículos son inyectados en la red de simulación en sus respectivas posiciones, asemejándose a la distribución del tráfico real. La herramienta DFROUTER trabaja de forma similar a la estimación de una matriz estática O-D, pero esta herramienta no trabaja directamente como un estimador O- D, por lo que no puede ser comparado con los métodos de estimación de matrices O-D. Además, SUMO realiza cálculos especiales en la simulación para obtener otros parámetros del tráfico [5]. La planificación del tráfico y su optimización requieren estudiar el impacto de condiciones inesperadas en lo que respecta a la carga de tráfico. En este trabajo detallaremos cómo, partiendo de nuestro escenario de referencia, es posible regular la cantidad de vehículos en circulación para poder así generar diferentes niveles de congestión. De esta manera es posible determinar qué grado de congestión es esperable en diferentes situaciones, y los tiempos de recorrido corres- pondientes. Concretamente, introduciremos dos variantes para provocar congestión: una por la cual se aumentan los niveles de tráfico de forma uniforme en toda la ciudad, y otra en la que se define un punto caliente que experimenta un volumen de tráfico más alto de lo normal. Jornadas SARTECO 2017 659