Manual Explotación de la Red Vial
& Sistemas Inteligentes de Transporte
Guía para profesionales!

Se encuentra usted aquí

Análisis y Agrupación de Datos

A medida que una red vial se extiende aumenta la necesidad de optimizar su gestión. La instalación y utilización de tecnologías y equipamiento para la detección de vehículos y la captura de datos dinámicos adicionales puede ser de gran ayuda. La captura, análisis e interpretación de estos datos lleva por si misma a su procesamiento por computadoras, permitiendo que el estado de la red vial sea fácilmente interpretado. La información producida como resultado de la integración y análisis de los datos es fundamental para la gestión de las redes de carreteras (Ver Actividades operación).

Los beneficios de la integración y análisis de los datos aumentan en la medida que la cobertura de los detectores puede extenderse a otras regiones que se encuentran bajo la responsabilidad de otros organismos de control del tránsito. La gestión de tránsito en un corredor vial que incluye rutas nacionales, secundarias (provinciales) y municipales, podría beneficiarse mediante intercambio de datos de sensores, informes de tránsito e interpretación de la información entre los operadores de los diferentes centros de control de tránsito.

Hay una variada gama de tecnologías de detección que tienen diferentes niveles de precisión, confiabilidad, tasas de actualización y contenido de datos. El proceso de integración y análisis de datos produce su filtrado, la compensación de errores, su normalización y su fusión con otros flujos de datos, lo que brinda una imagen del estado de un tramo de una carretera o de la red de carreteras, lo que resulta de suma utilidad para su gestión.

El objetivo del proceso de integración y análisis de datos, también conocido como fusión de datos, es estimar o predecir las características del tránsito tales como el valor actual/futuro/medio de la velocidad de circulación de los vehículos, la clasificación de los vehículos y su volumen, asi como también información ambiental y otros datos de interés para los viajeros.

Una red de detectores distribuidos brindará una visión más precisa del estado de la red vial de la que es posible obtener a partir de la información registrada por unos pocos detectores. Análisis sofisticados permiten:

  • contribuir a la solidez operativa compensando por ejemplo la falla de un detector
  • aumentar el área de cobertura efectiva de monitoreo, combinando mediciones en puntos fijos con mediciones de vehículos sonda
  • aumentar la confiabilidad (desde el momento en que fuentes redundantes  de datos pueden ayudar a eliminar errores y datos conflictivos)

Como se muestra en la figura de abajo, la integración y análisis de datos está relacionado con la Sub-función 2 de la Arquitectura Funcional de un servicio. Hay varias estrategias diferentes para la integración de datos en tiempo real a fin de predecir las condiciones del tránsito y brindar información de tiempos de viaje. En general incluyen la validación y certificación de los datos. El resultado da una medida del Nivel de Servicio (LoS) de la red supervisada (Ver Evaluación de Proyectos).

Cadena de información. Reproducida con autorización del EasyWay Consortium (http://www.easyway-its.eu), un proyecto trans-Europeo co-financiado por European Commission.

Las variables de tránsito más comunes pueden ser registradas considerando todo tipo de detectores, fijos y móviles, e incluyen:

  • conteo de volumen de tránsito (cantidad de vehículos circulantes en un periodo determinado de tiempo) y clasificación vehicular (por ejemplo: conteo estimado a partir de datos de espiras magnéticas intepretados por cámaras instaladas a lo largo de la carretera)
  • ocupación: cantidad de vehículos en un determindo espacio físico
  • velocidad: medición de la velocidad de los vehículos en determinados puntos fijos (utilizando por ejemplo espiras magnéticas)
  • velocidad promedio: medida por y calculada a partir de dispositivos móviles

Información adicional puede incluir: estadística de datos históricos de tránsito, detalle de eventos planificados, cierre de calzada, desvíos, etc.

tecnologia, datos y recursos

La integración y el análisis de datos depende de una red de dispositivos de medición (estáticos, móviles o una combinación de ambos) y mediciones de vehículos sonda. El proceso tiene en cuenta las caracteríticas de cada tipo de detector al estimar el estado del tránsito en la red.

Puede ser necesario pre-procesar los datos medidos a fin de corregir errores conocidos, disponibilidad y desviaciones de las mediciones, actualizar los rangos comprendidos (datos recientes) y área de cobertura (pequeña o grande). Las metodologías más utilizadas son:

  • estadística: ponderación y combinación de los datos medidos utilizando recursos estadísticos e hipótesis sobre distribuciones
  • probabilística / razonamiento Bayesiano, aplicando filtros de máxima probabilidad de ocurrencia y sofisticados filtros de Kalman para estimar variables desconocidas a partir de datos ruidosos, independientemente de la distribución subyacente de datos
  • lógica difusa: inferencia de los estados del tránsito asumiendo la incertidumbre, obteniéndose resultados cualitativos
  • sistemas expertos: aplicación a las mediciones de conocimientos almacenados y algoritmos genéticos (mejora iterativa)

Puede ser necesario ir refinando progresivamente los datos medidos e incluir fuentes adicionales a fin de mejorar la precisión y confiabilidad de los datos. Generalmente este proceso comprende:

  • conversión de los datos de los sensores en variables conocidas (tales como volumen, ocupación, velocidad del vehículo)
  • asociación de los datos con el correspondiente sector de la carretera, compensando cualquier dato irregular o faltante
  • interpretación inicial, comparando los datos con los de otras fuentes (tales como datos históricos o informes de la policía)
  • refinación de la evaluación del impacto de la condición del tránsito: utilizando los datos medidos junto con datos comparativos, la integración y procesamiento de datos, a fin de producir una estimación de aceptable validez, tal como se resume en la siguiente figura:

Monitoreo de las condiciones de tránsito y tiempos de viaje. Reproducido con autorización del EasyWay Consortium (http://www.easyway-its.eu.) un proyecto trans-Europeo co-financiado por la European Commission.

consejos a profesionales

El análisis de los datos recogidos por una red distribuida de sensores se puede extender más allá de la simple detección vehicular, a predecir congestiones, a optimizar la temporización de las señales de tránsito de un sistema semafórico urbano o a la detección de incidentes. Por ejemplo, una interrupción en el flujo de tránsito sería inmediatamente detectada por una rápida disminución del caudal de tránsito y por el desbalance entre los detectores ubicados antes del lugar del incidente y los ubicados después del lugar del incidente.

La calidad de la información de tránsito basada en una red de sensores de diferentes características y configuraciones, depende sustancialmente de la calidad de los datos recibidos de cada dispositivo o sistema de medición.

Cada tecnología de medición tiene sus propias caracteríticas, incluyendo su precisión (cuan cercanas a la realidad son sus mediciones), su confiablilidad y su disponibilidad (porcentaje de tiempo que el dispositivo está operativo y en condiciones de proveer datos confiables).

El dispositivo podría tener un reloj interno, el cual podría:

  • estar sincronizado con otro equipamiento o fuera de sincronismo (como consecuencia de una falla)
  • tener una diferencia de tiempo en comparación con otros dispositivos o con el sistema utilizado para la integración de datos, así como con el control de señales de tránsito
  • otra característica importante es la capacidad del dispositivo de generar datos continuamente o solamente cuando la variable medida alcance un umbral pre-programado, como por ejemplo: baja visibilidad o nivel de inundación de la ruta

El proceso de integración de datos puede requerir completar datos faltantes, ajustar diferencias de tiempo y eliminar el efecto de lecturas erróneas que hayan sido detectadas. El objetivo es obtener una comprensión precisa de las condiciones de tránsito predominantes. Simultaneamente el proceso debe ser sensible a anomalías que podrían evidenciar la ocurrencia de un incidente. Por ejemplo: una cámara del CCTV puede compensar la falla de otra si están ubicadas de manera que sus áreas de cobertura de la carretera estén solapadas. De similar forma, mediciones basadas en vehículos sonda pueden complementar las de detectores fijos así como extender el área de cobertura de detectores fijos.

En muchas regiones los CCTV han sido la principal fuente de datos para los operadores de tránsito. A medida de que cobertura de los CCTV aumenta, la utilización de sistemas de Detección Automática de Incidentes (DAI) se convierte en una herramienta de gran valor para los oficiales de tránsito como un recurso especializado de análisis de datos que extiende la capacidad de la operaciòn manual.

temas institucionales

El proceso de captura de datos puede incluir información que, cuando es utilizada sóla o combinada con otra información, será considerada "información personal" según el marco legal de algunos países, dando lugar a la consideración de temas relacionados con la protección de datos y la privacidad. (Ver Marco Legal y Normativo)

 

Referencia

DATEX: a standard developed for information exchange between traffic management centres, traffic information centres and service providers, www.datex2.eu/

Keever, Shimizi et al.(2003)  Data Fusion for Delivering Advanced Traveler Information Services, USDOT ITS Joint Program Office, Report # FHWA-OP-03-119, http://ntl.bts.gov/lib/jpodocs/repts_te/13837.html