Planificación optimizada de un sistema de semáforos mediante algoritmos evolutivos: una aplicación a la rotonda del Padre Anchieta, en Santa Cruz de Tenerife

Abstract

La rotonda del Padre Anchieta (Tenerife) está situada en una posición estratégica al conectar el corazón académico, de ocio, comercial y urbanístico de la ciudad de La Laguna; por lo que asume una cantidad sustancial de trá co que, en horas punta, suele causar atascos importantes. Con el objetivo de aliviar la congestión del trá co, este proyecto estudia la instalación de semáforos en la rotonda, optimizando la duración de las fases de estos gracias a un algoritmo evolutivo. Para ello se emplea Genetics.js, una librería programada en TypeScript orientada a algoritmos evolutivos; y SUMO, un simulador de trá co microscópico de código abierto. La simulación se realiza gracias a dos archivos básicos: el archivo de red, que no es más que un mapa de la rotonda de Padre Anchieta obtenido de OpenStretMap y convertido al formato del empleado por SUMO; y el archivo de trá co, generado gracias a una herramienta del simulador, flowrouter.py, que genera rutas de trá co a partir de datos de aforadores. Estos datos fueron provistos por el Cabildo de Tenerife, en un estudio realizado en la rotonda por la corporación en 2019. Se han evaluado siete casos distintos respecto a la rotonda, tres de ellos sin semáforos y los otros cuatro con semáforos; modi cando la cantidad de peatones y las con guraciones semafóricas en cada uno de ellos. Para determinar qué parámetros del algoritmo evolutivo proporcionaban los mejores resultados, se llevó a cabo un estudio estadístico previo en función de dos parámetros: el tipo de cruce y el tamaño de la población. Finalmente, una vez realizado el estudio estadístico previo y la simulación de cada caso, se concluyó que el empleo de semáforos optimizados no consigue mejorar el trá co de la rotonda; y que el incremento de los peatones ralentiza de modo perceptible el trá co rodado. Una serie de mejoras propuestas como trabajo futuro se incluye al nal de esta memoria.

The Padre Anchieta roundabout (Tenerife) is located in a strategic position by connecting the academic, leisure, commercial and urban heart of the city of La Laguna; so it takes on a substantial amount of tra c which, at peak times, often causes major tra c jams. With the aim of alleviating tra c congestion, this project studies the installation of tra c lights in the roundabout, optimizing the duration of the phases of these thanks to an evolutionary algorithm. For this, Genetics.js is used, a TypeScript library oriented to evolutionary algorithms; and SUMO, an open source microscopic tra c simulator. The simulation is carried out thanks to two basic les: the network le, which is nothing more than a map of the Padre Anchieta roundabout obtained from OpenStretMap and converted to the format used by SUMO; and the tra c le, generated thanks to a simulator tool, flowrouter.py, which generates tra c routes based on gauge data. These data were provided by the Tenerife Island Council, in a study carried out by the corporation in the roundabout in 2019. Seven di erent cases have been evaluated with respect to the roundabout, three of them without tra c lights and the other four with tra c lights; modifying the number of pedestrians and the tra c light con gurations in each of them, when applicable. To determine which parameters of the evolutionary algorithm provided the best results, a previous statistical study was carried out based on two parameters: the type of crossing and the size of the population. Finally, once the previous statistical study and the simulation of each case had been carried out, it was concluded that the use of optimized tra c lights did not improve tra c in the roundabout; and that the increase in pedestrians noticeably slows down road tra c. A series of improvements proposed as future work is included at the end of this report.