El aumento de los automóviles autónomos está configurado para alterar drásticamente la forma en que nos movemos por las ciudades en el futuro.
En particular, se espera que la propiedad de automóviles privados cambie hacia servicios de movilidad compartida, con operadores de flotas de vehículos que ofrecen transporte a pedido. Esto debería ayudar a reducir el tráfico en áreas urbanas y reducir las emisiones de gases de efecto invernadero.
Sin embargo, para que estos servicios crezcan, se necesitarán algoritmos precisos y computacionalmente eficientes para unir de manera efectiva a las personas con los vehículos a pedido, a fin de hacer frente a los cientos de miles de viajes que se realizan rutinariamente en las grandes ciudades.
Pero los investigadores aún tienen que resolver el problema de cómo dimensionar y operar mejor una flota de vehículos, dado un nivel particular de demanda de movilidad personal.
Ahora, en un artículo publicado hoy en la revista Naturaleza , un equipo de investigadores coordinado por Carlo Ratti, director del Senseable City Lab del MIT, presenta una solución computacionalmente eficiente para este problema, que denominan el "problema de flota mínima"
"Comenzamos a investigar este problema motivado por las tendencias crecientes hacia la movilidad compartida, que probablemente se volverá aún más fuerte con la transición a vehículos autónomos", dice Ratti, quien también es profesor de la práctica en el Departamento de Estudios Urbanos del MIT yPlanificación: "Si las flotas de vehículos compartidos satisfacen la demanda de movilidad, una pregunta fundamental es: ¿cuántos vehículos necesitamos para satisfacer las necesidades de movilidad de, por ejemplo, una ciudad como Nueva York?"
Los investigadores han intentado previamente resolver esta pregunta utilizando variaciones del "problema del vendedor ambulante", que tiene como objetivo minimizar la distancia total recorrida por un vendedor que debe visitar un número determinado de destinos en una ciudad.
Sin embargo, hasta ahora ha resultado extremadamente difícil encontrar una solución óptima para el problema del vendedor ambulante, incluso utilizando las poderosas computadoras de hoy en día. Como resultado, las buenas soluciones para la administración de flotas han sido severamente limitadas en tamaño, lo que significa que solo pueden ser calculadaspara flotas con solo unas pocas decenas de vehículos, según Paolo Santi, un científico investigador en el Senseable City Lab e investigador sénior en el Consejo Nacional de Investigación de Italia CNR, que dirigió el equipo de investigación.
Esto no es suficiente para satisfacer las necesidades de una gran ciudad como Nueva York, dice.
"Si consideráramos reemplazar el actual sistema de taxis en Nueva York con una flota optimizada de vehículos, tendríamos que encontrar la mejor manera de atender los aproximadamente 500,000 viajes realizados en un día, que actualmente son atendidos por aproximadamente 13,500 taxis", dice Santi.
En cambio, los investigadores utilizaron un modelo basado en la red que denominaron "red de intercambio de vehículos" para abordar el problema. Anteriormente utilizaron un enfoque similar, llamado "red de compartibilidad", en un documento de 2014 para encontrar la mejor manera decompartir paseos en una gran ciudad.
El algoritmo representa la compartibilidad de la flota de taxis como un gráfico, una abstracción matemática que consiste en nodos o círculos y bordes las líneas entre nodos. En este caso, los nodos representan viajes, y los bordes representan el hecho de quedos viajes específicos pueden ser servidos por un solo vehículo.
Usando este gráfico, el algoritmo pudo encontrar la mejor solución para compartir flota.
El equipo, que también incluyó a Moe Vazifeh, el primer autor del artículo y anteriormente un investigador principal en el Senseable City Lab; Giovanni Resta, investigador del Instituto de Informática y Telemática de CNR; y Steven Strogatz, profesor deMatemáticas en la Universidad de Cornell, probó la solución en un conjunto de datos de 150 millones de viajes en taxi tomados en Nueva York en el transcurso de un año.
Calcularon los tiempos de viaje utilizando la red de carreteras de Manhattan y las estimaciones basadas en GPS derivadas del conjunto de datos de viajes en taxi.
Descubrieron que la implementación en tiempo real del método con niveles de servicio casi óptimos redujo el tamaño de la flota necesario en un 30 por ciento.
La solución no supone que ninguna persona deba compartir un viaje. En cambio, simplemente implica la reorganización de la operación de despacho de taxis, que podría llevarse a cabo con una simple aplicación de teléfono inteligente.
La solución podría volverse aún más relevante en los próximos años, a medida que las flotas de automóviles autónomos en red se vuelvan comunes, dice Ratti.
"Si observamos Manhattan en su conjunto, en teoría podríamos satisfacer su demanda de movilidad con aproximadamente 140,000 vehículos, alrededor de la mitad del número actual", dice. "Esto muestra que los problemas urbanos del mañana con respecto a la movilidad pueden abordarse no necesariamente conmás infraestructura física pero con más inteligencia, o en otras palabras: con más silicio y menos asfalto ".
Los investigadores ahora planean llevar a cabo más trabajo para explorar el número mínimo de espacios de estacionamiento necesarios en las ciudades, junto con la firma de seguros Allianz.
Fuente de la historia :
Materiales proporcionado por Instituto de Tecnología de Massachusetts . Original escrito por Helen Knight. Nota: El contenido puede ser editado por estilo y longitud.
Cita esta página :