Estimación de las relaciones velocidad-densidad, densidad-flujo y velocidad-flujo del tránsito vehicular en las vías urbanas de Bogotá y Medellín basado en técnicas de estadística inferencial para múltiples regímenes de flujo

Abstract

Las relaciones funcionales entre variables macroscópicas del tráfico, incluyendo el volumen promedio de tránsito (flujo), la densidad y la velocidad, son componentes esenciales de la teoría del flujo vehicular. Comprender estas relaciones tiene numerosas aplicaciones, incluyendo el desarrollo de sistemas inteligentes de transporte, el desarrollo de modelos micro y macro de tránsito, y su planificación y gestión. No obstante, el estado actual de la investigación sobre este tema en el contexto de las vías urbanas de Bogotá y Medellín debe profundizarse aprovechando la masiva información disponible.

En esta tesis, se estimaron empíricamente funciones para representar las relaciones entre el flujo, la velocidad y la densidad vehicular, usando información de velocidad promedio y el volumen vehicular obtenida por sensores y cámaras de tráfico mediante modelos de regresión no lineales, empleando técnicas de analítica de datos mediante el método experimental. Se usaron registros horarios para 200 segmentos de calle en Medellín y 50 en Bogotá.

Para asegurar la robustez de los hallazgos, se estimaron modelos para tres tipos de flujo (interrumpido, semi-interrumpido y continuo) y se probaron ocho formas funcionales considerando condiciones de tránsito con y sin congestión en ambas ciudades. Se emplearon cuatro métodos de evaluación de desempeño de los modelos obtenidos a saber: muestra completa, Test-Train Split, K-Fold Cross-Validation y Shuffle Cross-Validation, usando el error cuadrático medio como estadístico de prueba de la bondad de ajuste de cada modelo. Los resultados indican que la forma funcional propuesta por May & Keller (1967) consistentemente produjo el menor error en todos los segmentos de calle.

Finalmente, informamos que existen parámetros diferentes para una misma función estimada en puntos con el mismo régimen de tráfico, lo que sugiere que otras características del tránsito como las formas de conducción y condiciones ambientales también pueden influir en la relación de las variables macroscópicas del tráfico. En general, esta investigación contribuye al cuerpo existente de conocimiento sobre las relaciones entre variables macroscópicas del tráfico en áreas urbanas y tiene potenciales usos para la gestión del tráfico y la planificación del transporte en Bogotá y Medellín (Texto tomado de la fuente).

Functional relationships between macroscopic traffic variables, including average traffic volume (flow), density, and speed, are essential components of vehicular flow theory. Understanding these relationships has numerous applications, including the development of intelligent transportation systems, the development of micro and macro traffic models, and their planning and management. However, the current state of research on this topic in the context of the urban roads of Bogotá and Medellín needs to be deepened by leveraging the massive information available. In this thesis, functions were empirically estimated to represent the relationships between flow, speed, and vehicular density, using information on average speed and vehicular volume obtained by sensors and traffic cameras through nonlinear regression models, employing data analytics techniques through the experimental method. Hourly records were used for 200 street segments in Medellín and 50 in Bogotá. To ensure the robustness of the findings, models were estimated for three types of flow (interrupted, semi-interrupted, and continuous) and eight functional forms were tested considering traffic conditions with and without congestion in both cities. Four methods of performance evaluation of the obtained models were employed: complete sample, TestTrain Split, K-Fold Cross-Validation, and Shuffle Cross-Validation, using the mean square error as a test statistic for the goodness of fit of each model. The results indicate that the functional form proposed by May & Keller (1967) consistently produced the lowest error in all street segments. Finally, we report that there are different parameters for the same estimated function at points with the same traffic regime, suggesting that other traffic characteristics such as driving styles and environmental conditions can also influence the relationship of macroscopic traffic variables. Overall, this research contributes to the existing body of knowledge on the relationships between macroscopic traffic variables in urban areas and has potential uses for traffic management and transportation planning in Bogotá and Medellín.