Un nuevo estudio ha revelado que, si bien los vehículos “conectados” que intercambian datos de forma inalámbrica pueden mejorar significativamente el tiempo de viaje en las intersecciones, los vehículos autónomos sin dicha conectividad podrían en realidad ralentizar el tráfico. Sorprendentemente, la razón de este fenómeno es la seguridad.
Simulación de escenarios de tráfico
Ali Hajbabaie, profesor asociado de ingeniería civil, de construcción y ambiental en la Universidad Estatal de Carolina del Norte y primer autor del estudio, explicó el doble objetivo de los vehículos automatizados: mejorar la seguridad de los pasajeros y reducir el tiempo de viaje.
Si bien investigaciones anteriores han destacado los beneficios de seguridad de los vehículos autónomos, el estudio de modelado computacional de Hajbabaie sugiere que para mejorar verdaderamente el tiempo de viaje, los vehículos deben comunicarse entre sí y con los sistemas de control de tráfico en las intersecciones.
Los investigadores utilizaron un modelo computacional para simular varios escenarios de tráfico, teniendo en cuenta cuatro tipos de vehículos: vehículos conducidos por humanos (HV), vehículos conectados (CV) conducidos por humanos que intercambian datos con otros vehículos conectados y sistemas de control de semáforos, automatizados. vehículos (AV) y vehículos automatizados conectados (CAV).
Hajbabaie señaló que los vehículos autónomos, debido a su programación, tienden a operar con más cautela que los conductores humanos, priorizando la seguridad. Por otro lado, los CV y CAV reciben información sobre los próximos semáforos y ajustan sus velocidades en consecuencia, lo que genera movimientos más suaves con menos paradas en comparación con los HV y AV.
Se realizaron numerosas simulaciones que examinaron cómo diferentes combinaciones de HV, AV, CV y CAV impactaban el tiempo de viaje a través de las intersecciones.
El estudio destacó que un mayor porcentaje de CV y CAV aumentaba la capacidad de las intersecciones, lo que permitía que más vehículos se movieran más rápido por las intersecciones. También redujo en promedio el número de vehículos que esperaban en los semáforos en rojo.
Tiempos de viaje lentos
Curiosamente, el estudio reveló que una mayor proporción de vehículos autónomos que carecen de conectividad podría provocar tiempos de viaje más lentos en las intersecciones. Se atribuye al comportamiento de conducción conservador programado en los vehículos autónomos para evitar colisiones.
Los hallazgos subrayan la importancia de incorporar la conectividad no sólo dentro de los vehículos sino también en los sistemas de control de tráfico.
“Sin embargo, descubrimos que un mayor porcentaje de vehículos autónomos (que no están conectados) en realidad reduce los tiempos de viaje a través de las intersecciones”, dijo Hajbabaie. dijo en un comunicado.
“Esto se debe a que esos vehículos autónomos están programados para conducir de manera conservadora a fin de reducir el riesgo de colisiones. Nuestros hallazgos subrayan la importancia de incorporar conectividad tanto en los vehículos como en los sistemas de control de tráfico”, añadió Hajbabaie.
Hajbabaie reconoció que las limitaciones del estudio se basan en modelos computacionales, pero subrayó su importancia para identificar desafíos potenciales antes de la implementación en el mundo real.
Las pruebas en el mundo real que involucran flotas mixtas de vehículos en diversas condiciones pueden ser costosas y plantear problemas de seguridad. Por lo tanto, el modelado computacional ayuda a revelar cuestiones que pueden informar desarrollos futuros para garantizar la eficiencia y la seguridad en la integración de vehículos autónomos.
“Las pruebas de campo con conductores humanos también pueden plantear problemas de seguridad, lo que hace que estos estudios de modelización sean particularmente importantes; queremos identificar problemas potenciales ahora, y no cuando hay vidas reales en juego”, afirmó Hajbabaie.
Los hallazgos del estudio fueron publicado en Registro de investigación del transporte: Revista de la Junta de Investigación del Transporte.
ⓒ 2023 . .
