2017517 ControlysimulacindetrficourbanoenColombia:Estadodelarte

ArtculoenPDF
Cmocitarelartculo
Nmerocompleto
Msinformacindelartculo SistemadeInformacinCientfica
Pginadelarevistaenredalyc.org ReddeRevistasCientficasdeAmricaLatinayelCaribe,EspaayPortugal

Control y simulacin de trco urbano en

Colombia: Estado del arte 1
Urban Trafc Control and Simulation in Colombia: 59
tcn

Literature Review
Recibido 31 de marzo de 2009, modificado 1 de julio de 2009, aprobado 5 de julio de 2009.

Daniel Robles
Estudiante de Ingeniera Electrnica e Ingeniera Industrial, Facultad de Ingeniera, Universidad de los Andes. Bogot

D.C., Colombia.

d-robles@uniandes.edu.co

Pablo aez
M.S., Profesional Asistente de Proyecto del Departamento de Ingeniera Civil para el Centro de Investigacin en

Acueductos y Alcantarillados CIACUA, Universidad de los Andes. Bogot D.C., Colombia.

pa.nanez49@uniandes.edu.co

Nicanor Quijano
PhD. Profesor Asistente, Departamento de Ingeniera Elctrica y Electrnica, Facultad de Ingeniera, Universidad de los

Andes. Bogot D.C., Colombia.

nquijano@uniandes.edu.co

PALABRAS CLAVES KEY WORDS

Control de seales de trfico , control de trfico Intelligent transportation systems, road traffic,

urbano, ingeniera de trfico, simulacin, sistemas simulation, traffic control, traffic engineering, traffic

inteligentes de transporte, trfico vehicular light signal control, urban traffic control.

RESUMEN ABSTRACT
Las condiciones actuales de la movilidad en Colombia The current mobility conditions in Colombia give place

generan interrogantes acerca de qu tan apropiadas to questions about the suitability of the traf c control

son las estrategias de control de trco aplicadas en las strategies applied on the Colombian urban networks.

redes urbanas del pas. Con esto en mente, se plantea Therefore, a review of the control strategies and

una revisin de las estrategias de control y plataformas simulation platforms used in Colombia and around the

de simulacin de sistemas de trco ms utilizadas en world is shown. This is done to characterize the level

Colombia y en otras partes del mundo; con el propsito of development of the country, in terms of research

de caracterizar el nivel de desarrollo del pas en el and implementation of such control strategies and,

estudio e implementacin de estrategias de control de furthermore, to formulate proposals oriented towards

trco urbano y, posteriormente, formular propuestas the improvement of the Colombian urban mobility.

orientadas hacia la mejora de la movilidad urbana en

el pas.

1 Este trabajo fue apoyado en parte por el Plan de Apoyo a Profesores Asistentes, Facultad de Ingeniera, Universidad de los
Andes.
http://www.redalyc.org/html/1210/121013257008/ 1/11
2017517 ControlysimulacindetrficourbanoenColombia:Estadodelarte
1 Este trabajo fue apoyado en parte por el Plan de Apoyo a Profesores Asistentes, Facultad de Ingeniera, Universidad de los
Andes.
60 INTRODUCCIN
Debido al rpido crecimiento de los sistemas de tr-
fico urbano en trminos de demanda y complejidad,
el estudio de este tipo de sistemas ha adquirido cada
vez ms importancia tanto en entornos acadmicos,
como por parte de administraciones gubernamentales
alrededor del mundo. En este sentido, la mayora de
los esfuerzos invertidos en el rea han estado encami-
nados hacia el desarrollo de Sistemas Inteligentes de
Transporte (ITS, por sus siglas en ingls) [1, 2], ms
seguros y eficientes a travs de la utilizacin ptima
de la infraestructura disponible (e.g., intersecciones
semaforizadas, sistemas de autopistas). Teniendo en
cuenta que el control de trfico en redes urbanas se
hace principalmente a travs del manejo de los sem-
foros en intersecciones [3, 4, 5] y que en Colombia
a grandes rasgos no existen sistemas de autopistas
apropiadamente desarrollados, resulta relevante ana-
lizar las alternativas disponibles en la actualidad para
llevar a cabo una gestin apropiada de control sobre
las intersecciones semaforizadas.
Por lo tanto, teniendo en cuenta las actuales condi-
ciones de la movilidad en nuestro pas [6] (donde las
principales reas metropolitanas sufren graves conse-
cuencias de la implementacin de estrategias de con-
trol convencionales basadas en mtodos desarrollados
entre los aos de 1970 y 1980), es relevante pregun-
tarse si la manera en la que estamos controlando el
trfico urbano es la ms apropiada para nuestro en-
torno, entendiendo que no existe una sola alternativa
que genere soluciones adecuadas para cualquier con-
texto [7] (debido a la presencia de condiciones nicas
y especficas de infraestructura vial, idiosincrasia de
la poblacin, entre otras). Existe, acaso, una estra-
tegia de control de trfico urbano que satisfaga las
necesidades de movilidad en Colombia? Deberamos
enfocar nuestros esfuerzos hacia el desarrollo de una
nueva, completamente adaptada a nuestro entorno,
que responda eficazmente a cambios repentinos en
la demanda, aproveche a cabalidad la infraestructura
disponible, mejore los niveles de contaminacin en
nuestras ciudades y aumente la seguridad de las vas?
http://www.redalyc.org/html/1210/121013257008/
Con el propsito de brindar respuestas a este tipo de
interrogantes, se realiza una revisin de las estrate-
gias de control de trfico urbano ms utilizadas glo-
balmente y aqullas que ms uso tienen actualmente
en Colombia, con nfasis en el caso de Bogot. Del
mismo modo, teniendo en cuenta que la aplicacin de
cualquier mtodo de control de trfico debe hacerse
sobre una base slida de validacin en simulacin, se
plantea una revisin comparativa de las plataformas
de simulacin de sistemas de trfico ms utilizadas
para dicho propsito en el mundo y en Colombia.
El artculo est organizado de la siguiente manera. En
la segunda seccin se presenta una revisin de las es-
trategias de control ms utilizadas en redes urbanas.
Ms adelante, en la tercera, se resumen las principa-
les plataformas de simulacin utilizadas alrededor del
mundo y en el pas. Finalmente, en la ltima seccin
se presentan una serie de conclusiones y sugerencias.
ESTRATEGIAS DE CONTROL EN REDES URBANAS
Como ya ha sido mencionado, la importancia, el al-
cance y las consecuencias de los problemas de trfico
urbano han generado, desde hace varias dcadas, un
marcado inters por el estudio y desarrollo de estra-
tegias de control que se adapten y solucionen este
tipo de situaciones, que se han caracterizo por altos
tiempos de espera para cada vehculo en la malla vial
y/o bajos volmenes de flujo dentro de la misma [3,
7 16]. Sin embargo, recientemente se ha observado
un aumento en el inters por el desarrollo de modelos
y estrategias de control que procuren el beneficio de
sistemas de transporte masivo en vez de incentivar el
flujo indiscriminado de vehculos como se muestra en
[1, 17 24], entre otros.
Actualmente, en la ciudad de Bogot, el control del
sistema de semaforizacin electrnica est basado en
las recomendaciones metodolgicas alemanas RILSA
(Richtlinien fr Lichtsignalanlagen, 1992), mientras
que el anlisis de la capacidad y nivel de servicio de
2/11
2017517 ControlysimulacindetrficourbanoenColombia:Estadodelarte
la infraestructura vial se realizan utilizando una adap-
tacin del HCM (Highway Capacity Manual, 2000)
[25]. El manual RILSA consiste en un compendio de
consideraciones y recomendaciones a tener en cuen-
ta para la gestin a nivel macroscpico de la loca-
lizacin y puesta en servicio de seales semafricas
(incluyendo el clculo de intersecciones coordinadas
como ola verde), que considera variaciones en la de-
manda del transito en la malla vial sobre perodos de
tiempo largos. Del mismo modo, el manual constituye
una gua para el diseo a nivel microscpico para la
programacin de intersecciones individuales y redes
coordinadas, a travs de la implementacin tanto de
planes de seales con tiempos fijos, como de planes
de seales que se ajustan a la demanda o incluso la
conformacin mixta del plan de seales [25].
Cabe anotar que, a pesar de que la metodologa RILSA
permita el control de seales tanto en lazo abierto
(plan de seales de tiempo fijo) como cerrado (plan
de seales sensible a la demanda), la falta de una ini-
ciativa clara por parte de la mayora de las administra-
ciones distritales ha llevado a que slo se implemen-
ten planes de seales de tiempos fijos que, segn [3],
cuentan con un desempeo menos satisfactorio que
aquellos que se ajustan a la demanda. Adicionalmente,
si bien varios de los parmetros recomendados por la
metodologa RILSA han sido adaptados con el pro-
psito de que sea posible realizar una caracterizacin
ms apropiada del trfico urbano en la capital colom-
biana, vale la pena preguntarse si esta metodologa es
la ms apropiada para la ciudad. Para poder responder
esta pregunta, es necesario identificar las estrategias
existentes alrededor del mundo para el control de
sistemas de trfico urbano a travs de intersecciones
semaforizadas. Con el propsito de enumerar estas
estrategias, se utiliza como base la clasificacin efec-
tuada en [3], con base en el tipo de control ejercido
(en lazo abierto o cerrado), y la interaccin con las
intersecciones circundantes (aisladas o coordinadas),
como se muestra a continuacin.
http://www.redalyc.org/html/1210/121013257008/
tcnica
92 #
atsiver
ed
areinegni
ESTRATEGIAS DE TIEMPO FIJO
61
Haciendo uso de registros histricos de flujo y densi-
dad vehicular, las estrategias de tiempo fijo son ajus-
tadas para periodos de tiempo largos donde dichos
parmetros se asumen constantes. Lo anterior puede,
entonces, resultar poco acertado en contextos con
demandas de alta variabilidad o con usual presencia
de condiciones no convencionales (e.g. accidentes,
disturbios, eventos), y conlleva el hecho de que este
tipo de estrategias slo pueda ser aplicado bajo con-
diciones no saturadas de la va. A continuacin, se
hace un breve resumen de las tcnicas y algoritmos
ms representativos que conforman las estrategias de
tiempo fijo, primero, desde el enfoque de interseccin
aislada y, luego, desde el punto de vista coordinado.
Control de intersecciones aisladas con tiempos fijos
En este tipo de estrategias, los valores de tiempos de
verde y de fase para el sistema son optimizados off-
line con base en registros histricos del trfico. Los
ejemplos ms conocidos en este tipo de estrategias
son SIGSET Y SIGCAP [26, 27], las cuales operan
bajo variaciones de la restriccin que acota a la oferta
neta de recursos por encima de la demanda de cada
una de las entradas a la interseccin. La principal di-
ferencia entre los algoritmos mencionados se basa en
que SIGSET procura minimizar el tiempo total de es-
pera para una interseccin con unas demandas dadas,
mientras que SIGCAP maximiza la capacidad de las
intersecciones.
Control coordinado de intersecciones con tiempo fijo
Debido a su buen desempeo en condiciones de no
saturacin y a que no requieren de la instrumentacin
necesaria para medir el estado de las redes en tiempo
real (lo cual se ve reflejado directamente en sus bajos
costos de implementacin), estas estrategias son las
ms utilizadas alrededor del mundo [2]. Dentro de
este tipo de estrategias se encuentran ejemplos como
MAXBAND y UTCS que procuran maximizar el an-
cho de banda de avenidas principales, y TRANSYT
3/11
2017517 ControlysimulacindetrficourbanoenColombia:Estadodelarte
62 que implementa un algoritmo evolutivo de optimiza-
cin por gradiente sobre un indicador de desempe-
o determinado (e.g., el nmero total de paradas de
los vehculos) [3]. Cabe resaltar que es la estrategia
MAXBAND la que introduce el concepto de las de-
nominadas olas de verde, en la que se busca maximi-
zar el nmero total de vehculos que pueden viajar a
travs de una va principal a determinada velocidad
sin parar en ninguno de los semforos dispuestos a
lo largo de sta.
ESTRATEGIAS DE CONTROL SENSIBLES AL TRFICO
A diferencia de los casos expuestos anteriormente, las
estrategias de control sensibles al trfico ejecutan su
lgica de actuacin con base en mediciones de tr-
fico realizadas en tiempo real, en las entradas a las
intersecciones. Es claro que para llevar a cabo estas
mediciones es necesario contar con algn tipo de de-
tectores de trfico, que pueden variar desde los usua-
les bucles inductivos [3] hasta tecnologas ms sofis-
ticadas de manejo de seales de video, entre otras. Al
igual que en el caso de las estrategias de control con
tiempos fijos, cabe hacer la diferenciacin con base
en el tipo de aproximacin en trminos de la interac-
cin entre las intersecciones.
Figura 1. Ilustracin de la Operacin del Mtodo de Intervalo de
Vehculos. Figura adaptada de [28].
Control sensible al trfico de intersecciones aisladas
Entre las estrategias ms relevantes dentro de esta
categora se encuentra el denominado Mtodo de
Intervalo de Vehculos y su versin evolucionada,
MOVA. En general, ambas estrategias son procesos
iterativos que incrementan el tiempo asignado de ver-
de para cada seal con base en una condicin obser-
vada en un perodo de tiempo determinado. La princi-
nimizar la suma de las colas promedio en el rea a
travs de un proceso iterativo de optimizacin por
gradiente), SCOOT toma como entrada adicional los
http://www.redalyc.org/html/1210/121013257008/
pal diferencia entre ambos algoritmos radica en que el
primero incrementa el tiempo de verde cada vez que
se detecta un vehculo dentro de un intervalo crtico
(IC) de tiempo recalculado en cada iteracin (como se
ilustra en la Figura 1); mientras que el segundo reali-
za, con una periodicidad determinada, un anlisis de
costos y beneficios sobre la decisin de cambiar de
fase en la iteracin actual o en la siguiente.
Una ventaja importante de MOVA sobre su predece-
sor es el hecho de que, bajo condiciones no saturadas,
el procedimiento resulta en la optimizacin de los re-
tardos o paradas, mientras que en condiciones satura-
das procura maximizar la capacidad [3]. Igualmente,
la flexibilidad obtenida sobre la definicin de la fun-
cin de costos y beneficios ha incentivado el desarro-
llo de esta estrategia incluso para ser implementada
en ambientes con prioridad para autobuses, como se
documenta en [19].
Control sensible al trfico de intersecciones coordinadas
Adems de la diferenciacin efectuada entre las es-
trategias de control coordinado de intersecciones de
tiempo fijo y aquellas sensibles al trfico, es necesario
hacer una distincin con base en la distribucin de
la inteligencia del algoritmo. En el caso de las estra-
tegias centralizadas, la informacin recopilada por el
sistema de sensores es enviada a un centro de control
de trfico urbano, donde es procesada para calcular
los tiempos ptimos; estos tiempos son entonces
enviados a cada controlador de semforos. Algunos
ejemplos de estas estrategias son SCOOT, SCATS,
RHODES, MOTION y TUC, entre otras. En con-
traposicin, dentro de las estrategias descentralizadas
(i.e., donde la inteligencia de control se encuentra dis-
tribuida a travs de la red) se tienen algoritmos como
UTOPIA, PRODYN y OPAC, entre otras [29].
Dentro de la categora general de control sensible al
trfico de intersecciones coordinadas se encuentran
SCOOT y los mtodos de optimizacin basados en
modelos. La primera es considerada una versin de
TRANSYT sensible al trfico debido a que, a pesar
de compartir una filosofa similar (procurando mi-
tcnica
92 #
areinegni ed atsiver
como proyecto de grado como los de Cuevas [33], 63
Mira [20] y aez [34], de la Universidad de los Andes,
Cano [35] y Castro [36] de la Universidad Nacional de
4/11
2017517 ControlysimulacindetrficourbanoenColombia:Estadodelarte
gradiente), SCOOT toma como entrada adicional los
datos reales de los volmenes de trfico en el sistema
y no los datos histricos [30, 31]. En cambio, los m-
todos de optimizacin basados en modelos (entre los
que se cuentan algoritmos conocidos como OPAC,
PRODYN, CRONOS y RHODES) llevan a cabo un
acercamiento mucho ms riguroso (y costoso en tr-
minos de tiempo de clculo) al problema de encontrar
el tiempo ptimo para el cambio de estado.
Queda claro, entonces, que aunque las autoridades
distritales cuentan actualmente con herramientas y
alternativas para controlar el trfico urbano, las con-
diciones actuales del transito, experimentadas por
todos los ciudadanos, sealan la necesidad de imple-
mentar estrategias alternativas que exploten mejor los
recursos de control existentes y, a la vez, mejoren la
situacin de movilidad. Esta necesidad se ve acentua-
da en mayor medida al considerar que, segn [32], en
el ao 2003 un minuto de espera en una interseccin
semaforizada en la Avenida Caracas tena un costo de
$80 para cada automvil y de $45 para cada bus arti-
culado. Al ponderar estos costos con los volmenes
respectivos y teniendo en cuenta todas las intersec-
ciones presentes en un tramo representativo de dicho
corredor vial, se observa que los costos por minuto
de demora ascienden a $3.875.956,35 para usuarios
privados y a $34.568.784,00 para usuarios pblicos,
lo cual resulta ms que crtico en economas como
la colombiana (en su momento, dichas sumas repre-
sentaran aproximadamente 115,82 salarios mnimos
mensuales). Estas cifras acrecientan la preocupacin
acerca de la pertinencia de las estrategias utilizadas
actualmente e impulsan la exploracin de nuevas al-
ternativas.
Por esta razn, y debido a que nacen en un contexto
en que la movilidad urbana es un factor crtico, es
valioso observar los esfuerzos que se han hecho re-
cientemente en el pas para crear y/o adaptar estrate-
gias de control de trfico urbano. Entre las iniciativas
ms importantes se encuentran estudios presentados
64 transito de los buses articulados generara diversas
ventajas, tanto para los operadores del servicio (au-
mentando los recursos disponibles para ser reinver-
tidos en el mejoramiento del sistema), como para los
usuarios. Esta conclusin se ve reforzada en [4, 5],
donde se identifica que el comportamiento de las in-
tersecciones sealizadas es la ms importante fuente
de obstruccin vehicular (determinando en gran me-
dida la capacidad de las vas), an en un caso como el
de Transmilenio en que las paradas de los buses arti-
culados en las diversas estaciones representan fuentes
http://www.redalyc.org/html/1210/121013257008/
Cano [35] y Castro [36] de la Universidad Nacional de
Colombia, Nantes [37] de la Escuela Colombiana de
Ingeniera y Jaramillo [38] de la Universidad Pontificia
Bolivariana de Medelln. Adicionalmente, entre los
proyectos acadmicos que han propuesto de manera
terica estrategias de control de trfico sobre entor-
nos urbanos de Colombia durante la ltima dcada,
se cuentan los estudios [20, 32, 33, 3537, 39] para
Bogot, [40] para Popayn, [38] para Medelln y [41]
para Manizales.
Entre estos estudios se resalta en [20] una temtica
de especial inters, debido a que se enfoca en el be-
neficio de modos de transporte ms sostenibles (e.g.,
transporte masivo), en vez de buscar el uso indiscri-
minado de vehculos particulares. Esto est alinea-
do con las actuales estrategias de la mayora de las
administraciones distritales y municipales del pas y
alrededor del mundo. Tambin en este contexto, en
[22] se resumen los diferentes tipos de estrategias al-
ternativas de control de trfico urbano que realizan la
priorizacin para la asignacin de tiempos de fase en
las intersecciones con base en la cantidad de pasaje-
ros, transportada en cada movimiento, a diferencia de
otros tipos de estrategias en las que se busca maximi-
zar la cantidad de vehculos que transitan a travs de
la malla vial.
Igualmente, en [20], el autor identifica la problemtica
actual de la movilidad en Bogot y plantea al Sistema
Integrado de Transporte Masivo (SITM) Transmilenio
como una de las principales herramientas para su me-
jora. Por esta razn, propone soluciones de coordi-
nacin de intersecciones semaforizadas que favorez-
can a los usuarios de Transmilenio por encima de los
usuarios de vehculos particulares (i.e., la implemen-
tacin de olas verdes y sper expresos, entre otras).
De esta manera, [20] realiza un trabajo de campo para
caracterizar el corredor vial y, en simulacin, aplica
diversas alternativas de control para las intersecciones
semaforizadas. Se concluye que la implementacin de
estrategias de control coordinado que favorezcan el
qu plataformas de simulacin se estn utilizando en
Colombia y en otros pases, tanto por la comunidad
acadmica en general como por las autoridades distri-
tales y municipales a travs de consultoras por parte
del sector privado para llevar a cabo su gestin.
Por la gran cantidad de plataformas de simulacin
existentes, se hace necesario llevar a cabo una ca-
tegorizacin adecuada para sintetizar las diferentes
alternativas. Las plataformas de simulacin pueden,
entonces, ser clasificadas de acuerdo al modelo de tr-
fico que utilicen. Estos modelos pueden ser macros-
5/11
2017517 ControlysimulacindetrficourbanoenColombia:Estadodelarte
culados en las diversas estaciones representan fuentes
adicionales de discontinuidad en el flujo y demoras.
Es importante anotar que en [22, 24] se indica que,
para aplicar las estrategias de control propuestas,
es necesario conocer la posicin exacta de cada
bus, aprovechando las ventajas de las tecnologas
Automatic Vehicle Location (AVL). Si bien esto es
trivial para un caso como el del SITM Transmilenio
hace que la implementacin de este tipo de estrate-
gias sea casi imposible en contextos como los de la
mayora de las ciudades colombianas. Sobra entonces
recalcar lo valiosas que resultan estas caractersticas
de observabilidad y controlabilidad, no slo para ges-
tionar el sistema de transporte, sino para generar in-
dicadores de desempeo del sistema y evaluar tanto
su situacin actual como las estrategias de control de
trfico aplicadas en l.
PLATAFORMAS DE SIMULACIN MS
UTILIZADAS
Debido a que en problemas con caractersticas de
complejidad y magnitud como el de control de trfi-
co urbano no es viable validar las estrategias de con-
trol directamente sobre la malla vial, la utilizacin de
plataformas de simulacin se encuentra fundamen-
talmente ligada a las estrategias de control de trfi-
co urbano. Por esta razn, es importante identificar
entonces, ser clasificadas de acuerdo al modelo de tr-
fico que utilicen. Estos modelos pueden ser macros-
cpicos, microscpicos o mesoscpicos [3].
Modelos macroscpicos: Este tipo de modelos es, en
general, apropiado para aplicaciones de gran escala
donde las principales variables de inters se encuen-
tran relacionadas con las caractersticas del flujo [29,
43, 44]. Su calibracin puede llevarse a cabo de ma-
2
,
nera relativamente sencilla utilizando, por ejemplo,
sensores de bucle inductivo [45]. Entre las plata-
formas de simulacin macroscpica ms relevantes
se encuentran TRANSYT-7F, VISUM, FREFLO,
NETVACI, TransCAD, KRONOS, AUTOS,
EMME/2, METANET y METACOR [1].
Modelos mesoscpicos: Los modelos mesoscpicos pre-
sentan una aproximacin intermedia entre los mi-
croscpicos y los macroscpicos en la medida en
que mezclan conceptos y herramientas de ambos
modelos al analizar el comportamiento de grupos
de conductores [3, 29]. Las plataformas de simula-
cin que utilizan modelos mesoscpicos son, entre
otras, METROPOLIS, DYNASMART, DYNAMIT
e INTEGRATION [1].
Modelos microscpicos: Estos modelos, como su nom-
bre sugiere, presentan la escala ms pequea para
el acercamiento al anlisis de los sistemas de trfi-
co urbano. En este sentido, sus variables de inters
se relacionan con el comportamiento de vehculos

2 Este sistema se encuentra controlado y monitoreado detallada y constantemente desde el Centro de Control por el Sistema
de Ayuda a la Explotacin SAE, desarrollado para la entidad por la compaa ETRA [42].

tcnica

92 #
areinegni ed atsiver

individuales respecto a la infraestructura y a los
dems vehculos en ella. Cabe anotar que el hecho
de que este tipo de modelos procuren representar
comportamientos humanos aumenta en gran medi-
da su complejidad y costos. Entre las plataformas
de microsimulacin ms relevantes estn INTRAS,
FRESIM, MITSIM, NETSIM, CORSIM, VISSIM,
THOREAU, FLEXSYT-II y AIMSUM [1, 7, 46,
47].
Actualmente, en Colombia la Secretara de Trnsito
local de la ciudad de Manizales utiliza para la pla-
nificacin y gestin del control de trfico platafor-
mas comerciales como el ya mencionado TransCAD
en conjunto con la herramienta GIS (Geographic
Information Service) MAPTITUDE [41], mientras
que las autoridades distritales de la ciudad de Bogot
utilizan para llevar a cabo la planeacin del transpor-
te urbano plataformas como Emme/2, TransCAD
http://www.redalyc.org/html/1210/121013257008/
nera sus propias necesidades tcnicas y las necesida- 65
des de la poblacin bogotana.
El hecho de que esta ltima plataforma sea, adicional-
mente, la ms utilizada por la comunidad acadmica
en el pas [34, 35, 40] se debe en gran medida a su
capacidad de analizar tanto las intersecciones semafo-
rizadas en s mismas, como la interaccin entre el flu-
jo vehicular, los peatones y los usuarios de bicicletas
[25]. Lo anterior, ligado con la capacidad de generar
ambientes de tres dimensiones sobre entornos crea-
dos en dos dimensiones le proporciona a los usuarios
de VISSIM numerosas ventajas.
Del mismo modo, as como en algunos proyectos
acadmicos en Colombia se utilizan diversas plata-
formas comerciales como SYNCHRO [32], SIDRA
[33], TRANSYT-7F [36, 37], Transmodeler [39] y
TransCAD [48, 49] entre otros, el nivel de alcance y
alto costo de la mayora de estos paquetes ha impul-
6/11
2017517 ControlysimulacindetrficourbanoenColombia:Estadodelarte
te urbano plataformas como Emme/2, TransCAD alto costo de la mayora de estos paquetes ha impul-
y VISUM. De manera adicional, para desarrollar los
sado la iniciativa de creacin de plataformas de micro
procesos de planeacin, evaluacin, optimizacin
simulacin por parte de la comunidad acadmica co-
y simulacin de los elementos que intervienen en
lombiana. Estos proyectos (siguiendo la iniciativa de
el problema del transito, la Secretara de Trnsito y
proyectos como el de MIT, entre otros [1]) no slo
Transporte (STT) de Bogot utiliza diversas platafor-
procuran caracterizar las redes urbanas como en los
mas comerciales dependiendo de las caractersticas
casos de [38, 50] sino tambin analizar situaciones no
especficas de cada situacin, divididas en las siguien-
convencionales que se presentan con frecuencia en
tes categoras [25]:
las ciudades colombianas como accidentes y similares
Software para planeacin y evaluacin: HCS2000. [41, 51, 52].

Software para evaluacin y optimizacin: SIDRA,

TRANSYT-7F y SYNCHRO.
Software para microsimulacin: LISA+, TSIS y
VISSIM.
Como se ha dicho, la utilizacin especfica de una (o
varias) de estas plataformas se realiza con base en las
fortalezas, debilidades y alcance identificados para
cada paquete de software, contrastados con las ca-
ractersticas de la situacin particular a analizar. Sin
embargo, puede ser apropiado resaltar la presencia
del software VISSIM en la lista anterior debido a la
reciente adquisicin de su licencia por parte de la STT
de Bogot con el propsito de satisfacer de mejor ma-
CONCLUSIONES
Analizando las iniciativas nacionales mencionadas an-
teriormente, cabe resaltar el supuesto comn inicial
(y posterior conclusin) de que el desempeo de las
estrategias aplicadas actualmente por las autoridades
gubernamentales est lejos de ser ideal, debido a que
no se ajustan de manera apropiada a entornos como
los de las ciudades colombianas (en trminos de pre-
supuesto, funcionamiento, metas, indicadores de des-
empeo y dems, como se sugiere en [20, 33]).
Teniendo esto en cuenta y, con base en casos de xito
observados alrededor del mundo tras la implementa-

66 cin de varias de las estrategias ya mencionadas, se AGRADECIMIENTOS

puede concluir que para un entorno como el de las Los autores quisieran agradecer a lvaro Rodrguez
ciudades colombianas sera ideal la aplicacin de es- y a las personas de SIT por sus aportes en diversos
quemas de control sensibles al trfico como MOVA, aspectos de ste y otros trabajos relacionados.
SCOOT y SCATS. Sin embargo, gracias a su bajo cos-
to de implementacin, es ms apropiado considerar
estrategias de control de tiempo fijo como TRANSYT REFERENCIAS BIBLIOGRFICAS
y MAXBAND, entre otras.

Adicionalmente, gracias a que se pueden acoplar a la [1] Q. Yang.

gran variabilidad de infraestructura vial e idiosincra- A simulation laboratory for evaluation of dynamic traffic

sia encontrada a lo largo del pas, vale la pena resaltar management systems . Ph.D. dissertation, Massachusetts

que una muy buena alternativa para la seleccin de Institute of Technology, June 1997.

estrategias de control es el desarrollo de esquemas es-

[2] M. Dotoli, M. Fanti and C. Meloni.
pecficos para los entornos colombianos, con el apo-
A signal timing plan formulation for urban traffic
yo tanto por parte de entes privados como pblicos.
control. Control Engineering Practice . Vol. 14, No. 11, 2006,
Por otro lado, es posible concluir que las autoridades
pp. 12971311.
distritales de Bogot cuentan con muy buenas herra-
mientas para llevar a cabo la planeacin, simulacin
[3] M. Papageorgiou, C. Diakaki, V. Dinopoulou, A.
y observacin de los sistemas de trfico, en compa-
Kotsialos and Y. Wang.
racin a las alternativas disponibles en otros pases.
Review of road traffic control strategies. Proceedings of the
Sin embargo, para que estas herramientas puedan
IEEE , Vol. 91, No. 12, 2003, pp. 20432067.
ser aprovechadas en todo su potencial es necesario

que las administraciones tengan una clara disposicin [4] S. Spinel.

para la inversin respecto a la infraestructura de los Estimacin de la capacidad del diseo de la troncal de la Caracas
sistemas de control y al personal capacitado para su para Transmilenio. Tesis de Maestra, Universidad de los
manejo. Esto podra favorecerse por medio de pro-
http://www.redalyc.org/html/1210/121013257008/ 7/11
2017517 ControlysimulacindetrficourbanoenColombia:Estadodelarte
manejo. Esto podra favorecerse por medio de pro- Andes, 2003.
yectos de investigacin que sean financiados por los
entes pblicos. [5] R. Vargas.

Finalmente, es importante recalcar el hecho de que Anlisis de los factores de congestin vehicular para la malla
arterial principal de Bogot D.C. Tesis de Maestra,
la mayora de las iniciativas nacionales en esta rea
Universidad de los Andes, 2003.
son proyectos de grado o tesis de maestra de diver-
sas universidades colombianas. Si bien esto es un in-
[6] J. Acevedo.
dicador positivo del compromiso y acercamiento de
Retos del transporte urbano en Colombia. Revista
la academia a problemas de trfico urbano, la baja
Uniandinos , Vol. 173, Marzo 2009, pp. 1214.
disponibilidad y difcil consecucin de estas referen-
cias, as como la ausencia de artculos y publicaciones
[7] A. Al-Mudhaffar.
en revistas indexadas sobre estas temticas, indican Impacts of traffic signal control strategies . Ph.D. dissertation,
que ha habido muy pocos avances nacionales en este
Royal Institute of Technology, 2006.
campo respecto a los avances que se han observado a
nivel internacional. En otras palabras, sera importan-
te que los investigadores divulgramos ms nuestros
trabajos a nivel internacional.

tcnica

92 #
areinegni ed atsiver
[8] K. Aboudolas, M. Papageorgiou and E. Kosmato- [16] P. aez and N. Quijano. 67
poulos. Honey Bee Social Foraging for Urban Traffic
Control and optimization methods for traffic signal Control. To appear, 12th IFAC Symposium on Systems and
control in large-scale congested urban road networks. Transportation , 2009.
Proceedings of the 2007 American Control Conference , July 2007,
pp. 31323138. [17] A. Di Febbraro and N. Sacco.
Traffic light regulation to privilege some classes of
[9] G. Abu-Lebdeh and R. Benekohal. vehicles in an urban transportation system. Proceedings
Development of traffic control and queue management of the IEEE International Conference on Computational
procedures for oversaturated arterials. Transportation Engineering in Systems Applications, 2003.
Research Record , Vol. 1603, 1997, No. 1, pp. 119127.
[18] W. Kim.
[10] S. Adams and L. Yu. An improved bus signal priority system for networks with nearside
An evaluation of traffic simulation models for supporting its bus stops . Ph.D. dissertation, Texas A&M University,
development . Center for Transportation Training and December 2004.
Research, Texas Southern University, Tech. Rep., October
2000. [19] M. Crabtree and R. Vincent.
Bus priority in mova Road Transport Information and
[11] S. Algers, E. Bernauer, M. Boero, L. Breheret, C. Control , 1998. 9th International Conference on (Conf.
Di Taranto, M. Dougherty, K. Fox and J. Gabard. Publ. No. 454), April 1998, pp. 8589.
Review of micro-simulation models. Rep. SMARTEST/
D, Vol. 3, 1998, pp. 1111. [20] F. Mira.
Coordinacin de intersecciones reguladas por semforos y sus
[12] F. Boillot, J. Blosseville, J. Lesort, V. Motyka, M. impactos en el sitm Transmilenio. Caso de estudio: Avenida
Papageorgiou and S. Sellam. Optimal signal control of Caracas . Tesis de Maestra, Universidad de los Andes,
urban traffic networks. Road Traffic Monitoring , Vol. 355, 2004.
1992, pp. 75.
[21] M. Fellendorf.
[13] C. Corts, L. Pags and R. Jayakrishnan. VISSIM: A microscopic simulation tool to evaluate
Microsimulation of flexible transit system designs in actuated signal control including bus priority. 64th ITE
realistic urban networks. Transportation Research Record: Annual Meeting Session, Vol. 32, 1994.
Journal of the Transportation Research Board , Vol. 1923, No. 1,

2005, pp. 153163. [22] P. Mirchandani, L. Head, A. Knyazyan and W. Wu.

An Approach Towards The Integration of Bus Priority,
[14] S. Sen and K. Head. Traffic Adaptive Signal Control, and Bus Information/
http://www.redalyc.org/html/1210/121013257008/ 8/11
2017517 ControlysimulacindetrficourbanoenColombia:Estadodelarte
[14] S. Sen and K. Head.
Controlled optimization of phases at an intersection.
Transportation science , Vol. 31, No. 1, 1997, pp. 517.
[15] F. Wang.
Agent-based control for networked traffic management
systems. IEEE Intelligent Systems , Vol. 20, No. 5, 2005,
pp. 9296.
68 [24] N. Hounsell, F. McLeod and B. Shrestha.
Bus priority at traffic signals: investigating the options.
12th IEE International Conference on Road Transport Information
and Control , 2004. RTIC 2004, pp. 287294.
[25] STT. Manual de planeacin y diseo para la administracin del
trnsito y el transporte . 2005.
[26] R. Allsop.
SIGSET: A computer program for calculating traffic
signal settings. Traffic Engineering and Control , Vol. 12, No.
2, 1971.
[27] _______,
SIGCAP: A computer program for assessing the traffic
capacity of signal-controlled road junctions. Traffic
Engineering and Control , Vol. 17, 1976, pp. 338341.
[28] A. Davol.
Modeling of Traffic Signal Control and Transit Signal Priority
Strategies in a Microscopic Simulation Laboratory . Ph.D.
dissertation, Massachusetts Institute of Technology, 2001.
[29] M. Papageorgiou, M. Ben-Akiva, J. Bottom, P.
Bovy, S. Hoogendoorn, N. Hounsell, A. Kotsialos
and M. McDonald.
ITS and Traffic Management, ser. Handbooks in
Operations Research and Management Science . Vol. 14, Ch. 11,
2007, pp. 715774.
[30] K. Wood, J. Palmer and R. Bretherton.
Congestion analysis and diagnosis in utc networks.
Presentado en: Road Traffic Monitoring and Control , 1994.,
Seventh International Conference on, Apr 1994,
pp. 172176.
[31] D. Robertson and R. Bretherton.
Optimizing networks of traffic signals in real time-the
scootmethod. IEEE Transactions on Vehicular Technology
Vol. 40, No. 1 Part 2, 1991, pp. 1115.
[32] L. Sabogal.
Anlisis de trfico del sistema Transmilenio . Tesis de Maestra,
http://www.redalyc.org/html/1210/121013257008/
Traffic Adaptive Signal Control, and Bus Information/
Scheduling System. 8th International Conference on
Computer-Aided Scheduling of Public Transportation at
Berlin, Germany, 2000.
[23] M. Janos and P. Furth.
Bus priority with highly interruptible traffic signal
control: simulation of San Juans Avenida Ponce de Leon.
Transportation Research Record , Vol. 1811, No.-1, 2002, pp.
157165.
[33] D. Cuevas.
Verificacin de criterios de semaforizacin desde el punto de vista
peatonal . Tesis de Maestra, Universidad de los Andes, 2005.
[34] P. aez.
Honeybee social foraging for urban traffic control . Tesis de
Maestra, Universidad de los Andes, 2009.
[35] E. Cano.
Aplicacin del programa de simulacin de redes de transito vissim
para la generacin de medidas de gestin de trfico en sectores
crticos de la ciudad de Bogot. Tesis de Maestra, Universidad
Nacional, 2006.
[36] W. Castro.
Aplicacin del programa transyt 7 f para el diseo de redes de
semforos en Santaf de Bogot . Tesis de Maestra, Universidad
Nacional, 2000.
[37] E. Nantes.
Diseo de ciclos semafricos de la red vial de las localidades de
barrios unidos y Teusaquillo utilizando transyt - 7f . Tesis de
Maestra, Escuela Colombiana de Ingeniera, 2003.
[38] D. Jaramillo.
Simulacin y control de trfico vehicular por semaforizacin . Tesis
de Maestra, Universidad Pontificia Bolivariana, 2005.
[39] D. Romero.
Evaluacin del programa de microsimulacin para redes de trnsito
transmodler y su aplicacin en un sector de Bogot D.C . Tesis de
Maestra, Universidad Nacional, 2006.
[40] I. Baquero.
Aplicacin del programa vissim 3.70 para la evaluacin y
diagnstico de redes congestionadas mediante la simulacin del
transporte pblico y el trfico urbano: caso Popayn . Tesis de
Maestra, Universidad Nacional, 2004.
,
[41] A. Alzate and D. Hurtado.
Anlisis y diseo de un sistema de informacin inteligente para la
planificacin de intersecciones y redes coordinadas de semforos en
las ciudad de Manizales. Tesis de Maestra, Universidad de
9/11
2017517 ControlysimulacindetrficourbanoenColombia:Estadodelarte
Anlisis de trfico del sistema Transmilenio . Tesis de Maestra, las ciudad de Manizales. Tesis de Maestra, Universidad de
Universidad de los Andes, 2003. Manizales, 2007.

tcnica

92 #
areinegni ed atsiver
[42] J. Nez-Flores. [48] C. Rosales. 69
El sae de Transmilenio: Sistema de gestin de flotas para Aplicacin de la metodologa de clculo del factor de utilizacin de
el transporte masivo de Bogot. Carreteras: Revista tcnica la capacidad (icu) de intersecciones semaforizadas en el software
de la Asociacin Espaola de la Carretera , Vol. 140, 2005, pp. Transcad . Tesis de Maestra, Universidad Nacional de
139145. Colombia, 2006.

[43] M. Lighthill and G. Whitham. [49] J. Junca.

On Kinematic Waves. I. Flood Movement in Long Anlisis conexin vial carrera 11 entre calle 100 y calle 106 de
Rivers, Proceedings of the Royal Society of London. Series A, Bogot, visto desde el usuario . Tesis de Maestra, Universidad
Mathematical and Physical Sciences (1934-1990), Vol. 229, No. de los Andes, 2005.
1178, 1955, pp. 281316.
[50] M. Bedoya.
[44] _______________________, Simulador microscpico de redes viales. Tesis de Maestra,
On Kinematic Waves. II. A Theory of Traffic Flow on Universidad de los Andes, 2000.
Long Crowded Roads, Proceedings of the Royal Society of
London. Series A, Mathematical and Physical Sciences (1934- [51] J. Osorio.

1990) , vol. 229, no. 1178, 1955, pp. 317345. Desarrollo e implementacin de un modelo de simulacin de trfico
para comportamientos no convencionales de conductores . Tesis de
[45] M. Cremer and M. Papageorgiou. Maestra, Universidad de los Andes, 2003.
Parameter identification for a traffic flow model.

Automatica , Vol. 17, No. 6, November 1981, pp. 837843. [52] S. Ordoez.
Plataforma de micro-simulacin escalable y multimodal para
[46] S. Adams. evaluar movilidad urbana en escenarios no convencionales . Tesis de

An evaluation of 3-d traffic simulation modeling capabilities . Maestra, Universidad de los Andes, 2009.
Center for Transportation Training and Research Texas
Southern University, Tech. Rep., June 2007.

[47] F. Fang and L.

Elefteriadou. Some guidelines for selecting
microsimulation models for interchange traffic
operational analysis. Journal of Transportation Engineering ,
Vol. 131, 2005, p. 535.

http://www.redalyc.org/html/1210/121013257008/ 10/11
2017517 ControlysimulacindetrficourbanoenColombia:Estadodelarte

http://www.redalyc.org/html/1210/121013257008/ 11/11