00

El proyecto Moycot busca reducir emisiones vehiculares en Medellín. Fotos: Proyecto Moycot.

El objetivo de Moycot es incrementar la movilidad y reducir la congestión en un sistema multimodal de tráfico.

Se creó el algoritmo de gestión y optimización semafórica Mostro.

El profesor Jairo Espinosa en el Centro de Control de Tráfico Urbano en Tokio, donde 17.000 sensores informan sobre más de 4 millones de vehículos.

Se considera el aporte de otros modos de transporte a la reducción de emisiones contaminantes

En alianza con el Centro Aeroespacial Alemán (DLR), se realizó la conferencia internacional Joint Conference Movici-Moycot.

Estos desarrollos tecnológicos se lograron luego de más de seis años de investigación en el marco del proyecto de Modelamiento y Control de Tráfico Urbano en la ciudad de Medellín (Moycot) que lidera el profesor Jairo Espinosa, de la Universidad Nacional de Colombia (UNAL) Sede Medellín.

El objetivo es incrementar la movilidad y reducir la congestión en un sistema multimodal de tráfico, en cuyas intersecciones puedan interactuar vehículos, motocicletas, articulados, personas y bicicletas, mediante la coordinación de diferentes tipos de semáforos (aislados, monomodales y multimodales).

En la última fase de esta iniciativa se obtuvo el algoritmo de gestión semafórica Mostro (Multi Objective System for Traffic Optimization) y se aplicó la tecnología Flexi (Flow Estimator with CollaboratIve platforms) que aprovecha la información de la aplicación Waze.

El proyecto Moycot investiga flujos de circulación de los diferentes tipos de vehículos y sus emisiones contaminantes, además de los controles semafóricos, con el propósito de desarrollar y validar métodos y herramientas que permitan reducir emisiones mediante modelos numéricos y mecanismos de toma de decisiones, para facilitar una gestión eficiente del tráfico urbano, reduciendo los tiempos de viaje y espera.

Para el profesor Espinosa, lo importante fue pasar del proyecto científico al desarrollo de un producto que presta un servicio a la ciudad: “los dos proyectos anteriores, de dos años cada uno, nos permitieron tener madurez para el tercero, resultado práctico de seis años continuos de investigación, y entregar estos sistemas que permiten gestionar la red de semaforización y optimizar la gestión del tráfico”.

Agrega que “el último proyecto se inició en 2017 con la recopilación de experiencias de los proyectos anteriores, en los cuales construimos modelos de tráfico para Medellín: ya teníamos una capacidad de modelado y de gestión del tráfico a través de controles de semaforización, de conocer históricamente los flujos de vehículos, desarrollamos algoritmos para mejorar esa programación semafórica”.

Mejor calidad del aire

Además, ante la creciente contingencia de mala calidad del aire en el Área Metropolitana, se planteó la necesidad de coordinar acciones que permitieran sincronizar la gestión de tráfico con las necesidades de mejoramiento de la calidad del aire.

Con la recopilación de bases de datos y mapeo de vehículos que hizo el profesor John Ramiro Agudelo, de la Universidad de Antioquia, se hicieron modelos matemáticos para predecir qué emisiones arrojarían esos vehículos en determinadas zonas de la ciudad.

A partir de esos resultados se generaron modelos predictivos y algoritmos para calcular los tiempos semafóricos, de manera que los vehículos de mayores emisiones estuvieran el menor tiempo posible en la red, dándole prioridad a vehículos de transporte público, para recudir el impacto.

En desarrollo del estudio se creó el algoritmo de gestión y optimización semafórica Mostro y una versión adicional, Green Mostro, que considera las emisiones de los vehículos.

Desde mediados del año pasado y hasta comienzos de 2020 se construyó e instaló un piloto de Mostro en la zona de Laureles que recomienda el tiempo semafórico.

Mostro ya opera en los sistemas del Centro de Ingeniería y Operación Semafórica de la Secretaría de Movilidad (CIOS), pero sigue en proceso gradual de pruebas, y la Secretaría decide si adopta o no sus recomendaciones.

Con la cuarentena disminuye el tráfico y la congestión desaparece, y aunque Mostro se puede evaluar comparándolo con el sistema apagado, es mejor esperar a que se normalicen más las actividades para mostrar los beneficios que aporta a la movilidad.

Ya se obtuvieron resultados positivos de las pruebas y aunque el tráfico no es el habitual, la expectativa es mostrar resultados del uso de esta tecnología en septiembre próximo, con datos de seis meses que evidencien el impacto positivo.

Aún no se implementa el algoritmo funcional Green Mostro, que muestra resultados positivos alcanzables en simulaciones; además requiere tecnología más exigente para identificar tipo de vehículos en circulación (motos, automóviless, camiones, buses), y estimar sus emisiones.

Otros resultados muestran el impacto de emisiones en algunas calles o alrededor de edificios en los que se presentan concentraciones muy altas de material particulado, generando el efecto “cañón” o “túnel” porque los edificios altos no dejan salir emisiones.

También se desarrolló la tecnología Flexi, que a partir de los datos de Waze permite estimar variables de tráfico importantes como filas y tiempos de espera de los vehículos, herramientas que contribuyen a la gestión y operación del sistema.

Video: https://sites.google.com/unal.edu.co/lab-gstr/proyectos/moycot