Riunet Móvil

Home Versión de escritorio

Arquitectura distribuida modular para el control inteligente del tráfico

Mostrar el registro sencillo del ítem

dc.contributor.author Uribe-Chavert, Pedro es_ES
dc.contributor.author Posadas-Yagüe, Juan-Luis es_ES
dc.contributor.author Balbastre, Patricia es_ES
dc.contributor.author Poza-Luján, José-Luis es_ES
dc.date.accessioned 2023-01-17T08:28:13Z
dc.date.available 2023-01-17T08:28:13Z
dc.date.issued 2022-12-28
dc.identifier.issn 1697-7912
dc.identifier.uri http://hdl.handle.net/10251/191367
dc.description.abstract [EN] The management of people and vehicles mobility is an aspect of continuous study due to its contribution to pollution. Traffic light control determines the queues that can form at crossroads. Usually, this control is not adapted to the existing traffi at a specific time since the adaptation implies knowing the pedestrians and vehicles circulating at all times. This article proposes using modular intelligent devices that allow vehicles to be detected and access times to the intersection to be changed depending on the circumstances. A simulation has been carried out generating loads in MatLab and simulating the control with Simulink. A traffic light cycle with fixed times has been simulated and compared with cycles with varying service times depending on a load of pedestrians and vehicles. In the article, the Op and Sat indicators are proposed to measure the optimisation of the control algorithm on the crossing state. Using these indicators, it has been shown that it is possible to optimise the waiting time by 50%, almost independently of the traffic load in the best case. es_ES
dc.description.abstract [ES] La gestión de la movilidad de personas y vehículos es un aspecto de continuo estudio debido a la relevancia que tiene en la contribución a la polución. El control de los semáforos determina las colas que en los cruces se pueden formar. Habitualmente este control no está adaptado al tráfico existente en un momento concreto, dado que la adaptación implica conocer los peatones y vehículos que se encuentran circulando en cada momento. Para resolver este problema, en el artículo se propone el uso de unos dispositivos inteligentes modulares que permiten detectar los vehículos y cambiar los tiempos de acceso al cruce dependiendo de las circunstancias. Para validar el sistema se ha realizado una simulación generando cargas en MatLab y simulando el control con Simulink. Se ha simulado un ciclo de semáforo con tiempos fijos y se ha comparado con ciclos de tiempos variables en función de la carga de peatones y de vehículos. En el artículo se proponen los indicadores Op y Sat como método de medición de la optimización del algoritmo de control sobre el estado del cruce. Por medio de dichos indicadores se ha comprobado que en el mejor de los casos es posible optimizar en un 50 % el tiempo de espera de forma casi independiente de la carga de tráfico. es_ES
dc.description.sponsorship Ministerio de Ciencia e Innovación de España Proyecto MICINN: CICYT PRECON-I4: Sistemas informáticos predecibles y confiables para la Industria 4.0 TIN2017-86520-C3-1-R es_ES
dc.language Español es_ES
dc.publisher Universitat Politècnica de València es_ES
dc.relation.ispartof Revista Iberoamericana de Automática e Informática industrial es_ES
dc.rights Reconocimiento - No comercial - Compartir igual (by-nc-sa) es_ES
dc.subject Distributed systems es_ES
dc.subject Intelligent control es_ES
dc.subject Traffic control es_ES
dc.subject Urban systems es_ES
dc.subject Sistemas distribuidos es_ES
dc.subject Control inteligente es_ES
dc.subject Control de tráfico es_ES
dc.subject Sistemas urbanos es_ES
dc.title Arquitectura distribuida modular para el control inteligente del tráfico es_ES
dc.title.alternative Modular distributed architecture for intelligent traffc control es_ES
dc.type Artículo es_ES
dc.identifier.doi 10.4995/riai.2022.17068
dc.relation.projectID info:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2013-2016/TIN2017-86520-C3-1-R/ES/SISTEMAS INFORMATICOS PREDECIBLES Y CONFIABLES PARA LA INDUSTRIA 4.0/ es_ES
dc.rights.accessRights Abierto es_ES
dc.contributor.affiliation Universitat Politècnica de València. Instituto Universitario de Automática e Informática Industrial - Institut Universitari d'Automàtica i Informàtica Industrial es_ES
dc.contributor.affiliation Universitat Politècnica de València. Departamento de Informática de Sistemas y Computadores - Departament d'Informàtica de Sistemes i Computadors es_ES
dc.contributor.affiliation Universitat Politècnica de València. Escola Tècnica Superior d'Enginyeria Informàtica es_ES
dc.contributor.affiliation Universitat Politècnica de València. Escuela Técnica Superior de Ingenieros Industriales - Escola Tècnica Superior d'Enginyers Industrials es_ES
dc.description.bibliographicCitation Uribe-Chavert, P.; Posadas-Yagüe, J.; Balbastre, P.; Poza-Luján, J. (2022). Arquitectura distribuida modular para el control inteligente del tráfico. Revista Iberoamericana de Automática e Informática industrial. 20(1):56-67. https://doi.org/10.4995/riai.2022.17068 es_ES
dc.description.accrualMethod OJS es_ES
dc.relation.publisherversion https://doi.org/10.4995/riai.2022.17068 es_ES
dc.description.upvformatpinicio 56 es_ES
dc.description.upvformatpfin 67 es_ES
dc.type.version info:eu-repo/semantics/publishedVersion es_ES
dc.description.volume 20 es_ES
dc.description.issue 1 es_ES
dc.identifier.eissn 1697-7920
dc.relation.pasarela OJS\17068 es_ES
dc.contributor.funder Agencia Estatal de Investigación es_ES
dc.description.references Al-qutwani, M.,Wang, X., 2019. Smart traffic lights over vehicular named data networking. Information 10 (3), 83. https://doi.org/10.3390/info10030083 es_ES
dc.description.references Banister, D., 2011. Cities, mobility and climate change. Journal of Transport Geography 19 (6), 1538-1546. https://doi.org/10.1016/j.jtrangeo.2011.03.009 es_ES
dc.description.references Beaver, L. E., Chalaki, B., Mahbub, A. I., Zhao, L., Zayas, R., Malikopoulos, A. A., 2020. Demonstration of a time-efficient mobility system using a scaled smart city. Vehicle System Dynamics 58 (5), 787-804. https://doi.org/10.1080/00423114.2020.1730412 es_ES
dc.description.references Burguillo-Rial, J. C., Rodriguez-Hernandez, P. S., Montenegro, E. C., Castineira, F. G., 2012. History-based self-organizing traffic lights. Computing and Informatics 28 (2), 157-168. es_ES
dc.description.references Chen, L.-W., Chang, C.-C., 2016. Cooperative traffic control with green wave coordination for multiple intersections based on the internet of vehicles. IEEE Transactions on Systems, Man, and Cybernetics: Systems 47 (7),1321-1335. https://doi.org/10.1109/TSMC.2016.2586500 es_ES
dc.description.references De Souza, A. M., Brennand, C. A., Yokoyama, R. S., Donato, E. A., Madeira, E. R., Villas, L. A., 2017. Traffic management systems: A classification, review, challenges, and future perspectives. International Journal of Distributed Sensor Networks 13 (4), 1550147716683612. https://doi.org/10.1177/1550147716683612 es_ES
dc.description.references Gao, K., Huang, S., Han, F., Li, S., Wu, W., Du, R., 2020. An integrated algorithm for intersection queue length estimation based on iot in a mixed traffic scenario. Applied Sciences 10 (6), 2078. https://doi.org/10.3390/app10062078 es_ES
dc.description.references Griggs, D., Stafford-Smith, M., Gaffney, O., Rockström, J., Öhman, M. C., Shyamsundar, P., Steffen, W., Glaser, G., Kanie, N., Noble, I., 2013. Policy: Sustainable development goals for people and planet. Nature 495 (7441), 305. https://doi.org/10.1038/495305a es_ES
dc.description.references Hartanti, D., Aziza, R. N., Siswipraptini, P. C., 2019. Optimization of smart traffic lights to prevent traffic congestion using fuzzy logic. TELKOMNIKA. Telecommunication Computing Electronics and Control 17 (1), 320-327. https://doi.org/10.12928/telkomnika.v17i1.10129 es_ES
dc.description.references Hernandez Bel, A., 2020. Dispositivo modular configurable para la deteccion de vehıculos, y viandantes, y con soporte a la iluminacion de la va e informacion de trafico. Tech. rep., Universitat Polit'ecnica de Valencia. es_ES
dc.description.references Jang, H.-C., Lin, T.-K., 2018. Traffic-aware traffic signal control framework based on sdn and cloud-fog computing. In: 2018 IEEE 88th Vehicular Technology Conference (VTC-Fall). IEEE, pp. 1-5. https://doi.org/10.1109/VTCFall.2018.8690602 es_ES
dc.description.references Lämmer, S., Helbing, D., 2008. Self-control of traffic lights and vehicle flows in urban road networks. Journal of Statistical Mechanics: Theory and Experiment 2008 (04), P04019. https://doi.org/10.1088/1742-5468/2008/04/P04019 es_ES
dc.description.references Liang, X., Du, X., Wang, G., Han, Z., 2018. Deep reinforcement learning for traffic light control in vehicular networks. arXiv preprint arXiv:1803.11115. es_ES
dc.description.references Liu, H. X.,Wu, X., Ma,W., Hu, H., 2009. Real-time queue length estimation for congested signalized intersections. Transportation research part C: emerging technologies 17 (4), 412-427. https://doi.org/10.1016/j.trc.2009.02.003 es_ES
dc.description.references Mahoor, M., Salmasi, F. R., Najafabadi, T. A., 2017. A hierarchical smart street lighting system with brute-force energy optimization. IEEE Sensors Journal 17 (9), 2871-2879. https://doi.org/10.1109/JSEN.2017.2684240 es_ES
dc.description.references Navarro, J., Vida˜na-Vila, E., Alsina-Pagés, R. M., Hervas, M., 2018. Real-time distributed architecture for remote acoustic elderly monitoring in residential scale ambient assisted living scenarios. Sensors 18 (8), 2492. https://doi.org/10.3390/s18082492 es_ES
dc.description.references Pell, A., Meingast, A., Schauer, O., 2017. Trends in real-time traffic simulation. Transportation research procedia 25, 1477-1484. https://doi.org/10.1016/j.trpro.2017.05.175 es_ES
dc.description.references Płaczek, B., 2014. A self-organizing system for urban traffic control based on predictive interval microscopic model. Engineering applications of artificial intelligence 34, 75-84. https://doi.org/10.1016/j.engappai.2014.05.004 es_ES
dc.description.references Poza-Lujan, J.-L., Posadas-Yagüe, J.-L., Simó-Ten, J.-E., Blanes, F., 2020. Distributed architecture to integrate sensor information: Object recognition forsmart cities. Sensors 20 (1), 112. https://doi.org/10.3390/s20010112 es_ES
dc.description.references Poza-Lujan, J.-L., Uribe-Chavert, P., Sáenz-Peñafiel, J.-J., Posadas-Yagüe, J.-L., 2021. Distributing and processing data from the edge. a case study with ultrasound sensor modules. In: International Symposium on Distributed Computing and Artificial Intelligence. Springer, pp. 190-199. https://doi.org/10.1007/978-3-030-86261-9_19 es_ES
dc.description.references Poza-Lujan, J.-L., Uribe-Chavert, P., Sáenz-Peñafiel, J.-J., Posadas-Yagüe, J.-L., 2022. Processing at the edge: A case study with an ultrasound sensor-based embedded smart device. Electronics 11 (4), 550. https://doi.org/10.3390/electronics11040550 es_ES
dc.description.references Sachs, J. D., 2012. From millennium development goals to sustainable development goals. The Lancet 379 (9832), 2206-2211. https://doi.org/10.1016/S0140-6736(12)60685-0 es_ES
dc.description.references Simarro Fernandez, R., Simo Ten, J. E., Navarro Herrero, J. L., Poza-Lujan, J.-L., Posadas-Yagüe, J.-L., 2016. Nucleo de control: Controladores modulares en entornos distribuidos. Revista Iberoamericana de Automatica e Informatica Industrial (RIAI) 13 (2), 196-206. https://doi.org/10.1016/j.riai.2015.11.005 es_ES
dc.description.references Tiaprasert, K., Zhang, Y., Wang, X. B., Zeng, X., 2015. Queue length estimation using connected vehicle technology for adaptive signal control. IEEE Transactions on Intelligent Transportation Systems 16 (4), 2129-2140. https://doi.org/10.1109/TITS.2015.2401007 es_ES
dc.description.references Tubaishat, M., Shang, Y., Shi, H., 2007. Adaptive traffic light control with wireless sensor networks. In: 2007 4th IEEE Consumer Communications and Networking Conference. IEEE, pp. 187-191. https://doi.org/10.1109/CCNC.2007.44 es_ES
dc.description.references Uribe Chavert, P., 2020. Sistema de control de trafico automatico basado en dispositivos modulares heterog"€eneos. Tech. rep., Universitat Politecnica de Valencia. es_ES
dc.description.references Wen, W., 2008. A dynamic and automatic traffic light control expert system for solving the road congestion problem. Expert Systems with Applications 34 (4), 2370-2381. https://doi.org/10.1016/j.eswa.2007.03.007 es_ES
dc.relation.references 10.3390/info10030083 es_ES
dc.relation.references 10.1016/j.jtrangeo.2011.03.009 es_ES
dc.relation.references 10.1080/00423114.2020.1730412 es_ES
dc.relation.references 10.1109/TSMC.2016.2586500 es_ES
dc.relation.references 10.1177/1550147716683612 es_ES
dc.relation.references 10.3390/app10062078 es_ES
dc.relation.references 10.1038/495305a es_ES
dc.relation.references 10.12928/telkomnika.v17i1.10129 es_ES
dc.relation.references 10.1109/VTCFall.2018.8690602 es_ES
dc.relation.references 10.1088/1742-5468/2008/04/P04019 es_ES
dc.relation.references 10.1016/j.trc.2009.02.003 es_ES
dc.relation.references 10.1109/JSEN.2017.2684240 es_ES
dc.relation.references 10.3390/s18082492 es_ES
dc.relation.references 10.1016/j.trpro.2017.05.175 es_ES
dc.relation.references 10.1016/j.engappai.2014.05.004 es_ES
dc.relation.references 10.3390/s20010112 es_ES
dc.relation.references 10.1007/978-3-030-86261-9_19 es_ES
dc.relation.references 10.3390/electronics11040550 es_ES
dc.relation.references 10.1016/S0140-6736(12)60685-0 es_ES
dc.relation.references 10.1016/j.riai.2015.11.005 es_ES
dc.relation.references 10.1109/TITS.2015.2401007 es_ES
dc.relation.references 10.1109/CCNC.2007.44 es_ES
dc.relation.references 10.1016/j.eswa.2007.03.007 es_ES


Ficheros en el ítem

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

 

Tema móvil para Riunet