UNIVERSIDAD DE DEUSTO :: Proyecto europeo Tangent. Herramientas de gestión de tráfico multiagente

This project has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 955273

Herramientas de gestión de tráfico multiagente ITS Euskadi, 15 de noviembre 2024 This project has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 955273

TANGENT de un vistazo •

Mobility for Growth: topic “MG-2-11-2020 - Network and traffic management for future mobility”

•

EU Contribution: 4,8 M€

•

Duration 39 Months (1/Sept/2021 – 31/Nov/2024)

•

13 Partners from 9 countries

• TANGENT ha desarrollado nuevas herramientas de optimización de las operaciones de gestión del tráfico para balancear la oferta y demanda del transporte multimodal de forma dinámica.

LISBON

RENNES

This project has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 955273

ATHENS

GREATER MANCHESTER

TANGENT de un vistazo – Rennes (FR)

This project has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 955273

•

A partir de: datos en tiempo real e históricos (tráfico y TP), y un modelo de transporte calibrado en el área específica.

•

Eventos planificados: partidos de futbol, operación salida vacacional

•

Eventos NO planificados: accidentes, obras.

•

Modos de transporte implicados: autobuses públicos, metro, vehículos privados y bicicletas.

•

17 agentes de transporte identificados para la gestión del tráfico

TANGENT de un vistazo – Rennes(FR) •

TANGENT proporciona Servicios de información en Tiempo Real integrando todos los modos de transporte disponibles, impulsando la cooperación entre los diferentes agentes de transporte.

•

Ejemplo: INCIDENTE: Se produce un fallo en una linea de METRO que conecta el centro con evento a las afueras.

•

Infrastructure providers

TANGENT proporciona un PLAN DE RESPUESTA a) Los agentes disponen de una vision común del incidente. TANGENT facilita la cooperación entre ellos.

PT Operators

Big event in periurban area

b) TANGENT sugiere incrementar la frecuencia de una determinada linea de autobus, absorbiendo la demanda no atendida por el metro debida al fallo. c) Sincronización de DRT: los servicios de DRT son redirigidos a la zona para llevar a los pasajeros a otra estación operativa que conecte las líneas de metro.

Public Authority

INNOVACIONES

• Vision común de la situación actual (Common situational awareness): todos los agentes de transporte disponen de la imagen completa del incidente.

• El plan de respuesta se acuerda entre las diferentes entidades de transporte considerando un balance entre sus intereses particulares: minimo/ This project has received funding from the maximo nivel de servicio, coste operacional, modelo de negocio,…

European Union’s Horizon 2020 research and innovation programme under grant agreement No 955273

• Inteligencia Artificial y técnicas de modelado de transporte para facilitar el diseño de los planes de respuesta cooperativos.

La herramienta TANGENT

Service 0

Service 1

Service 3

Service 2

Datos

Monitorización y Predicción de demanda

Planificación

Gestión de incidencias

This project has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 955273

El entorno de TANGENT

This project has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 955273

S3: Planificación Generación de Políticas de Transporte y Planes de Respuesta empleando Diseño Optimizado por Ordenador (COD) •

La red de transporte es cada vez más compleja, con nuevos modos de transporte (CAVs, micromovilidad,…)

•

Las autoridades públicas deberán orquestar el transporte actual con los futuros tipos

•

Se requieren herramientas nuevas que faciliten la toma de decisiones

•

Propuesta: Aplicamos el concepto de Diseño Optimizado por Ordenador (COD) para generar politicas o intervenciones en el transporte

This project has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 955273

Casos de uso de optimización •

DRT: Integración del Transporte a Demanda (DRT) y el Transporte Público (PT)

•

PTTC: Sincronización del Transporte Público y el Control de Tráfico

•

SVCC: Control acoplado de la señalización de vehículos con vehículos conectados y autónomos (CAVs)

•

DCP: Control dinámico del precio de los peajes en base a la congestión This project has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 955273

DRT: Integración del Transporte a Demanda y el Transporte Público •

El problema de Primera/Última Milla puede afectar al uso del Transporte Publico (PT) en áreas donde el PT es menos frecuente

•

Las caracteristicas del Transporte a Demanda (DRT) se adecúan bien como alimentadores o colectores de PT

•

Propuesta de Deusto: aplicar COD para determinar la flota y rutas óptimas de DRT que den servicio a primera/ultima milla en un área

•

Indicadores (KPI) de desempeño:

• • • •

% de demanda atendida Emisiones de la flota DRT totales Coste operacional del servicio DRT Tiempo medio de viaje de los pasajeros (primera milla + PT + ultima milla)

This project has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 955273

DRT: Integración del Transporte a Demanda y el Transporte Público •

Testeado en Atenas:

•

Conexión entre Paiania y el centro

•

712 peticiones de viaje estimadas entre 7:30AM- 10:30AM Centro: 356, Trigono Lagou: 178, Agia Marina: 178

•

Cada petición tiene una ventana temporal de salida [DTWstart, DTWend] y una ventana de llegada [ATWstart,, ATWend ]

•

Los usuarios son recogidos a una distancia no mayor de 150m de su origen

•

Se consideran diferentes tamaños de flotas DRT con capacidad para 12 personas: 6, 12, 18, 24 vehículos

This project has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 955273

DRT: Integración del Transporte a Demanda y el Transporte Público Comparativa en tiempo de viaje

This project has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 955273

Ratio Demanda Servida vs Coste Operacional del DRT

PTTC: Sincronización del Transporte Público y el Control de Tráfico • •

•

El Transporte Publico (PT) puede verse afectado por:

• •

La congestion de tráfico (e.g. buses) La falta de flexibilidad ante eventos que cambian la demanda u oferta

Propuesta de Deusto: ante un evento planificado o no planificado (e.g. fallo de una línea de metro), reajustar simultáneamente la frecuencia y/o la capacidad de las lineas de PT en superficie y el control de la señalización de tráfico Indicadores (KPI) de desempeño:

• • • •

Coste de usuario de las lineas de PT afectadas Coste operacional de la flota de PT Congestion en áreas definidas Reducción de las emisiones

This project has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 955273

PTTC: Sincronización del Transporte Público y el Control de Tráfico •

Testeo en Manchester:

• • • • •

•

Utilizado el modelo de Aimsun 26 lineas de autobus 27 nodos señalizados (>60 fases de señal) Se asume un control de tráfico fijo Día con un evento (partido del Manchester United) Se compara con un escenario de referencia habitual

This project has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 955273

PTTC: Sincronización del Transporte Público y el Control de Tráfico • • •

Costes de usuario (Frecuencia media de servicio): 10,8% Costes operacionales: 28,3% Emisiones: 2,4% Trafico de Autobús

Trafico General Referencia vs PT optim

Tiempo de Retraso Densidad Flujo Cola de media Velocidad Tiempo de Viaje Vehículos esperando entrar

This project has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 955273

Referencia vs PTTC optim

Referencia vs PT optim

Referencia vs PT+TC optim

PTTC: Sincronización del Transporte Público y el Control de Tráfico Referencia - Densidad

This project has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 955273

PT + TC Optimización - Densidad

ESKERRIK ASKO GRACIAS

This project has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 955273

CONTACTOS Ponente Hugo Landaluce – Universidad de DEUSTO hlandaluce@deusto.es

hlandaluce@

deusto.es

Coordinadora del Proyecto Leire Serrano – Universidad de DEUSTO leire.serrano@deusto.es

@TANGENT_H2020

This project has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 955273

/TANGENT

@TANGENT_H2020

/TANGENT

/tangent-project

www.tangent-h2020.eu

/tangent-project

www.tangent-h2020.eu

S3

Planificación

S1

Predicción

S1

Monitorización

Dashboard and API

Dashboard

S1

Optimización y Simulación

NTUA

Network S3 Optimization & Arbitration

Captura y harmonizado de datos

TANGENT API

S1

Data API

S0

Data Sources

Predicción

Data Processing, S1 Critical Conditions & Supply Forecasting This project has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 955273

S2 Cooperative Incident Management (CIM) & Smart Network Load Balancing (SNLB)

S2

Gestión de incidencias

Servicios para la Optimización de la red de Transporte

This project has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 955273

Servicio para la Optimización de la red de Transporte Consensus

Results Visualization

RP Option 1

Consensualised Response Plans RP Option 2

RP Option 3 This project has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 955273

Herramientas: Diseño Optimizado por Ordenador & Mecanismos de alcance de Consenso

This project has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 955273

PTTC: Sincronización del Transporte Público y el Control de Tráfico • Testing framework: • Aimsun model for a Route

• •

• • •

de L’orient Area in Rennes 4 public transport bus lines 1 signalised node (7 signal phases) Fixed traffic control plan PPS scenario Comparison with baseline scenario

This project has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 955273

PTTC: Sincronización del Transporte Público y el Control de Tráfico • • • • •

Costes de usuario (Frecuencia media de PT): 9,37% (24 → 21.75) Costes de usuario (Retraso medio de PT): 81,91% (11.67 → 2.11) Costes operacionales: 13,96% (0.046 → 0.054) Emisiones: -4,4% (0.067 → 0.044) Congestion (Retraso en tiempo de viaje): 18,99% (3.45 → 4.11)

This project has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 955273

PTTC: Sincronización del Transporte Público y el Control de Tráfico Referencia – Retraso

This project has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 955273

PT + TC Optim – Retraso