Optimización de la adaptación de la velocidad de un vehículo ante fluctuaciones del tráfico para minimizar su impacto en la circulación

Aroca Serrano, Javier (2021). Optimización de la adaptación de la velocidad de un vehículo ante fluctuaciones del tráfico para minimizar su impacto en la circulación. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S.I. Industriales (UPM).

Description

Title: Optimización de la adaptación de la velocidad de un vehículo ante fluctuaciones del tráfico para minimizar su impacto en la circulación
Author/s:
  • Aroca Serrano, Javier
Contributor/s:
  • Jiménez Alonso, Felipe
Item Type: Final Project
Degree: Grado en Ingeniería en Tecnologías Industriales
Date: September 2021
Subjects:
Freetext Keywords: Optimización, Tráfico, Modelos Microscópicos, Conducción Autónoma, Conducción Asistida, Conducción eficiente, Seguimiento de vehículos, Simulación
Faculty: E.T.S.I. Industriales (UPM)
Department: Ingeniería Mecánica
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (5MB) | Preview

Abstract

El presente proyecto tiene el objetivo de comparar el comportamiento de varios modelos de seguimiento ante ciertas perturbaciones con el fin de analizar una posible optimización que mitigue las ineficiencias que el comportamiento humano genera en el tráfico. En primer lugar, se buscan modelos de velocidad para simular una conducción humana, organizada y optimizada. Se han elegido los siguientes: • Modelo de Fuerza Generalizada (GFM): es un modelo que imita el comportamiento humano, principalmente gracias a reacciones bruscas ante perturbaciones. • Modelo de Separación Fija (MSF): se trata de un modelo de seguimiento organizativo enfocado a una conducción asistida básica, en la cual el usuario fija una distancia de seguridad. • Modelo de Conductor Inteligente (IDM): es el modelo que optimiza el tráfico según la estrategia buscada, gracias al cálculo y adaptación de una distancia de seguridad óptima. Una vez obtenidos, se pasa por las siguientes fases: Creación del tráfico y selección de parámetros: se comprueba su correcto funcionamiento mediante un simulador, de elaboración propia. Una vez comprobado el funcionamiento, se realizan las simulaciones necesarias para obtener los valores óptimos para los parámetros que definen estos modelos. De esta manera, se tienen las respuestas y comportamientos necesarios a priori para el estudio. También, se obtienen los diagramas de tracción para dos modelos de vehículo comercial gracias a las especificaciones técnicas encontradas para cada uno, con el fin de limitar la aceleración disponible. Esto aporta una mayor veracidad dentro del margen de la situación tecnológica actual. Definición de indicadores y tipos de perturbación: es necesario definir un criterio objetivo de estudio para comparar las respuestas, y sus tendencias, a dos casos propuestos de perturbación (efectuada por un vehículo en cabeza). Este criterio constará de cinco indicadores que medirán los siguientes aspectos: tiempo de recuperación, ahorro de velocidad máximo, número de vehículos con ahorro de velocidad, deceleración máxima promedio necesaria, y pérdida de distancia de separación. El presente proyecto tiene el objetivo de comparar el comportamiento de varios modelos de seguimiento ante ciertas perturbaciones con el fin de analizar una posible optimización que mitigue las ineficiencias que el comportamiento humano genera en el tráfico. En primer lugar, se buscan modelos de velocidad para simular una conducción humana, organizada y optimizada. Se han elegido los siguientes: • Modelo de Fuerza Generalizada (GFM): es un modelo que imita el comportamiento humano, principalmente gracias a reacciones bruscas ante perturbaciones. • Modelo de Separación Fija (MSF): se trata de un modelo de seguimiento organizativo enfocado a una conducción asistida básica, en la cual el usuario fija una distancia de seguridad. • Modelo de Conductor Inteligente (IDM): es el modelo que optimiza el tráfico según la estrategia buscada, gracias al cálculo y adaptación de una distancia de seguridad óptima. Una vez obtenidos, se pasa por las siguientes fases: Creación del tráfico y selección de parámetros: se comprueba su correcto funcionamiento mediante un simulador, de elaboración propia. Una vez comprobado el funcionamiento, se realizan las simulaciones necesarias para obtener los valores óptimos para los parámetros que definen estos modelos. De esta manera, se tienen las respuestas y comportamientos necesarios a priori para el estudio. También, se obtienen los diagramas de tracción para dos modelos de vehículo comercial gracias a las especificaciones técnicas encontradas para cada uno, con el fin de limitar la aceleración disponible. Esto aporta una mayor veracidad dentro del margen de la situación tecnológica actual. Definición de indicadores y tipos de perturbación: es necesario definir un criterio objetivo de estudio para comparar las respuestas, y sus tendencias, a dos casos propuestos de perturbación (efectuada por un vehículo en cabeza). Este criterio constará de cinco indicadores que medirán los siguientes aspectos: tiempo de recuperación, ahorro de velocidad máximo, número de vehículos con ahorro de velocidad, deceleración máxima promedio necesaria, y pérdida de distancia de separación.

More information

Item ID: 68565
DC Identifier: https://oa.upm.es/68565/
OAI Identifier: oai:oa.upm.es:68565
Deposited by: Biblioteca ETSI Industriales
Deposited on: 15 Oct 2021 09:22
Last Modified: 20 Dec 2021 23:30
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM