Microsimulación de la operación de vehículos de emergencia

Autores/as

  • Cristián E. Cortés Universidad de Chile
  • Bruno Stefoni Universidad de Chile

Palabras clave:

Vehículos de Emergencia, Microsimulación de Tráfico, Despacho de Flota

Resumen

La operación de Vehículos de Emergencia (EV) afecta considerablemente el tráfico debido a los cambios que provocan en las condiciones de circulación en el entorno de sus rutas. Adicionalmente, estos vehículos no respetan algunas reglas del tránsito, a diferencia del resto. Con el fin de simular este fenómeno, utilizamos el Microsimulador de Tráfico PARAMICS con una API para reproducir el comportamiento anómalo encontrado en la literatura y en videos facilitados por el Cuerpo de Bomberos de Santiago, i.e., cruzar intersecciones sin preferencia, usar pistas exclusivas, forzar cambiar pista a vehículos cercanos u obligarlos a cruzar con luz roja. Se presentan resultados para una red sintética bajo distintos niveles de congestión y porcentaje de conductores cooperando.

Biografía del autor/a

Cristián E. Cortés, Universidad de Chile

Profesor Asociado, Departamento de Ingeniería Civil

Bruno Stefoni, Universidad de Chile

Tesista del programa Magíster en Ciencias de la Ingeniería, Mención Transporte

Citas

Brackstone, M. y M. McDonald (1999), Car-following: a historical review. En: Transportation Research Part F: Traffic Psychology and Behaviour, vol. 2(4), pp. 181–196.

Buchenscheit, A., F. Schaub, F. Kargl y M. Weber (2009), A vanet-based emergency vehicle warning system. En: 2009 IEEE Vehicular Networking Conference (VNC), pp. 1–8, IEEE.

Caelli, T. y D. Porter (1980), On difficulties in localizing ambulance sirens. En: Human Factors: The Journal of the Human Factors and Ergonomics Society, vol. 22(6), pp. 719–724.

De Lorenzo, R. A. y M. A. Eilers (1991), Lights and siren: A review of emergency vehicle warning systems. En: Annals of emergency medicine, vol. 20(12), pp. 1331–1335.

Duncan, G. (1997), Paramics technical report: Car-following, lane-changing and junction modelling. En: Edinburgh, Scotland: Quadstone, Ltd, vol. 5(1), pp. 5–2.

Evans, L. y P. Wasielewski (1983), Risky driving related to driver and vehicle characteristics. En: Accident Analysis & Prevention, vol. 15(2), pp. 121–136.

Fritzsche, H.-T. y D.-b. Ag (1994), Amodel for traffic simulation. En: Traffic Engineering and Control, vol. 35, pp. 317–321.

Haque, M. M. y S. Washington (2014), A parametric duration model of the reaction times of drivers distracted by mobile phone conversations. En: Accident Analysis & Prevention, vol. 62, pp. 42–53.

Kotusevski, G. y K. Hawick (2009), A review of traffic simulation software.

Panwai, S. y H. Dia (2005), Comparative evaluation of microscopic car-following behavior. En: IEEE Transactions on Intelligent Transportation Systems, vol. 6(3), pp. 314–325.

Quadstone Paramics (2017), Paramics version history. [Online; accessed 10-March-2017]. URL: http://www.paramics-online.com/

Ranney, T. A. (1999), Psychological factors that influence car-following and car-following model development. En: Transportation research part F: traffic psychology and behaviour, vol. 2(4), pp. 213–219.

Ratrout, N. T., S. M. Rahman y I. Reza (2015), Calibration of paramics model: Application of artificial intelligence-based approach. En: Arabian Journal for Science and Engineering, vol. 40(12), pp. 3459–3468.

Reza, I., N. T. Ratrout y S. M. Rahman (2016), Calibration protocol for paramics microscopic traffic simulation model: application of neuro-fuzzy approach. En: Canadian Journal of Civil Engineering, vol. 43(4), pp. 361–368.

##submission.downloads##

Publicado

06-07-2018

Número

Sección

Artículo Sistemas de Transporte