El algoritmo que da vía libre a los vehículos de emergencia

El algoritmo que da vía libre a los vehículos de emergencia

My list

Autora | Arantxa Herranz

A pesar de los esfuerzos por reducir el tráfico rodado en los cascos urbanos, el coche sigue siendo uno de los medios favoritos de transporte para un buen porcentaje de la población; en 2022, 252 millones de coches transitaron por las carreteras europeas en 2022, un 1% más que el año anterior.

Este aumento de los vehículos en carreteras y ciudades conlleva la congestión del tráfico y los consiguientes retrasos en el transporte.

Esta ineficiencia es aún más acusada cuando hablamos de vehículos de emergencia como ambulancias, camiones de bomberos y vehículos policiales, que deben ser capaces de reaccionar a las llamadas de emergencia en un tiempo mínimo. De hecho, su excelencia como servicio de emergencia depende en muchas ocasiones de lo rápido que puedan llegar a la ubicación del incidente.

Es cierto que los vehículos de emergencia siempre tienen prioridad sobre todos los demás al pasar por cualquier intersección señalizada y que, incluso, están autorizados a no respetar estas señales (con las debidas precauciones). Pero estas acciones también conllevan un riesgo. En el caso de Estados Unidos, se calcula que cada año hay 6.500 accidentes en los que están involucradas las ambulancias y que en el 35% de estos accidentes se produjeron lesiones o la muerte de al menos uno de los ocupantes de un vehículo implicado.

IoT y sensores para unos semáforos (y emergencias) más inteligentes

Muchas ciudades optan por poner semáforos, especialmente en las intersecciones de calles. Estas señalizaciones tienen el objetivo de mejorar la seguridad del vehículo y peatones al cruzar las calles y para ello se programan flujos de tráfico. Sin embargo, aunque tradicionalmente los semáforos no son una solución perfecta, puesto que disminuyen la eficiencia de los vehículos, las tecnologías inteligentes están convirtiéndolos en aliados en la gestión del tráfico urbano y de los servicios de emergencias.

Este paper propone una solución basada en un mecanismo de adelantamiento de semáforos definido por un software que permite a los vehículos de emergencias médicas desplazarse por la ruta que registra, en tiempo real, menores interrupciones de tráfico.

Este software toma decisiones basadas en el conocimiento global del tráfico en la ciudad. Además, en función de las condiciones en el momento del accidente, se selecciona una ruta de rescate más eficiente y segura para el vehículo de emergencia momentos antes de su salida.

Otro estudio presenta un sistema denominado EVATL (Emergency Vehicle Adaptive Traffic Light), una técnica de gestión adaptativa de la temporización de señales que puede mejorar el funcionamiento del tráfico en toda la red reduciendo los retrasos y el consumo de energía. Aunque existen sistemas específicos de control adaptativo, no hay ningún mecanismo que permita comunicarse con los vehículos de emergencia.

Motivado por este problema, el (EVATL) funciona de manera adaptativa con los semáforos: detecta la ubicación de los vehículos de emergencia mediante GPS con el Internet de las Cosas (IoT), que se integra con los semáforos y funciona de forma adaptativa en función de la densidad de vehículos en el semáforo, con el objetivo de priorizar a un vehículo de emergencia.

Emplea la comunicación entre vehículos y entre vehículos e infraestructuras. Cuando un vehículo de emergencia se comunica con la infraestructura, ésta recibe las notificaciones del vehículo de emergencia y cambia la señal a del semáforo más cercano a verde. Cuando un vehículo de emergencia se comunica con otro coche, alerta al vehículo más cercano de un posible problema.

PONGAMOS UN ALGORITMO PARA MEJORAR LA EFICIENCIA

¿Puede un algoritmo controlar mejor el estado de tráfico, dando preferencia a los vehículos de emergencia y guiándoles por aquellas rutas más rápidas? Una de las ideas en las que se trabaja es desarrollar un algoritmo dinámico y eficiente de programación de los semáforos que ajuste el mejor tiempo de fase verde en función de la distribución del tráfico en tiempo real.

Concebido por dos investigadores de la Memorial University of Newfoundland, Canadá, este algoritmo tiene en cuenta la presencia de vehículos de emergencia por la zona, de manera que les permita pasar a través de la intersección señalizada lo antes posible. Además, en el desarrollo de este algoritmo también se están investigando escenarios en los que varios vehículos de emergencia se acercan a la intersección señalizada para seleccionar el horario más eficiente y adecuado.

Este algoritmo alteraría la señal de tráfico normal para permitir que los vehículos de emergencia pasen por la intersección de manera más segura y rápida. Los EVP (Emergency Vehicle Preemption) forman parte fundamental de este sistema. Se trata de unos sensores que se percatan de la presencia de vehículos de emergencia para coordinar los semáforos de una intersección, pero estos sistemas siguen teniendo algunos problemas.

¿Cómo piensan solucionarlo los proponentes de este sistema? La idea es poder combinar estos EVP con sistemas de TSP (prioridad de señal de tránsito). Un algoritmo se encargaría de ajustar las fases de los semáforos utilizando técnicas TSP para servir a un vehículo de emergencia, con lo que se reduciría el impacto de EVP en el tráfico general. Algunos estudios aseguran que se reduce el retraso general del tráfico hasta en un 8% en comparación con el sistema EVP convencional.

PRUEBAS YA EN MARCHA

Thiruvananthapuram, India

El paper An optimal control strategy for emergency vehicle priority system in smart cities using edge computing and IOT sensors  propone una estrategia de control óptimo para vehículos con prioridad utilizando edge computing y sensores IoT.

La prioridad que tienen los vehículos de emergencia genera la interrupción repentina del tráfico y un cambio de secuencia que genera confusión entre los usuarios de la carretera y los conductores. Se necesita una estrategia de control óptima que dé señal verde a los vehículos sin afectar el flujo normal de tráfico.

El piloto se llevó a cabo en un cruce concreto de la ciudad. Se utilizó un sensor IoT basado en GPS que sigue enviando la información de ubicación al servidor, que calculó los tiempos óptimos basados en el algoritmo de estrategia de control propuesto para despejar el tráfico de los vehículos de emergencia. El tiempo de espera del resto de vehículos antes y después de implementar el sistema se redujo en un 73,23% en el sistema propuesto en comparación con el existente.

Módena

En Europa ya se están probando los primeros diseños. Financiado con fondos europeos, se están llevando a cabo las primeras pruebas reales en Módena (Italia), más concretamente en el Modena Automotive Smart Area (MASA).

Combinando los datos recopilados de diferentes sensores y los vehículos, se genera en tiempo real un mapa de las condiciones del tráfico de la ciudad incorporando la velocidad, aceleración y trayectoria de cada vehículo.

Esta información es utilizada para que los vehículos de emergencia vayan siempre por la ruta más rápida. El objetivo de todas estas investigaciones es el mismo: lograr sistemas inteligentes de gestión del tráfico basados en la prioridad y la densidad del tráfico para mejorar la eficiencia del transporte y los tiempos de respuesta de los servicios de emergencia.

A raíz de su éxito, el ayuntamiento aprobó el “Plan Digital 2024 – Programación Smart City del Municipio de Módena, como herramienta política estrategia y planificación de la Smart City, que incluye ampliar MASA, para probar tecnologías de vehículos autónomos, Y conectados. También se ha puesto en marcha en la zona una primera prueba de Inteligencia Artificial aplicada a la movilidad inteligente y la automoción, así como un piloto para ayudar a los ciudadanos vulnerables a cruzar los pasos de peatones.

Imágenes | Unsplash/shun idotaUnsplash/Jens Herrndorff

Related content

Recommended profiles for you

ME
marotel eric
iac partners
Partner
GS
George Suciu
BEIA
R&D and Innovation Manager
BP
Brad Peterson
Field Effect
Chief Security Officer
LG
Lavinia Gruia
Romanian Smart City Association
Assitant Manager
VM
Vikash Mittal
Honeywell Automation India Limited
Sr. Account Manager
RP
Rajneesh Panwar
Hawk Armor
CEO
PC
Peter Clemons
Quixoticity
Founder & Managing Director
MG
Marcus Gava
M2play
Coo
AT
Asan Tokpanov
AiFund
Project Manager
YA
Yair Avramovich
Motorola Solutions
PM / System Eng.
UB
UttammartCity Byragoni
AEYE SoftLabs Private Limited
Founder & CEO
BN
Borja Navasqüés
Quum comunicacion
Customer services director
CD
Catalin Dumitrescu
Kone
AN
Andres Nieto
Secretaría Distrital de Seguridad Convivencia y Justicia
JC
Juan Ramón Cuadros
NoSoloSoftware
Business Development
MJ
MUHAMAD SUHAIMI JAMIL
MBPP
ASSISTANT
DC
Dex Cordita
Ambot lang
HP
Hannarong Puchaijaroen
Biz transform Co.,Ltd
CEO
VP
Vincent Paumier
AXIS
Sales Manager for Public Entity
SJ
Sivaram J
Kongu
Student