Conocer la densidad del tráfico en las calles de una ciudad es fundamental para poder establecer rutas que eviten atascos, permitan reducir el tiempo de viaje y produzcan menos contaminación. La mayoría de las soluciones existentes para medir la densidad del tráfico pasan por la instalación en las calles de distintos dispositivos y sensores que son capaces de medir el volumen de tráfico que pasa por algún punto determinado.
Un grupo de investigadores de la Universidad de Zaragoza en Teruel, en colaboración con la Universidad Politécnica de Valencia han ideado un algoritmo que estima la densidad del tráfico en una ciudad en tiempo real basándose en la topología de las calles y el número de mensajes que, de forma inalámbrica, pueden intercambiar los vehículos que circulan por ellas. De esta manera no es necesaria la instalación de ninguna infraestructura en la vía para medir la cantidad de vehículos que pasan.
Para el intercambio de mensajes, los vehículos han de ir equipados con dispositivos de comunicación inalámbrica, que bien pueden estar integrados en el vehículo o ser externos como smartphones.
Como hemos comentado, el algoritmo tiene en cuenta los mensajes que se intercambian los vehículos y la topología de las calles. La fórmula del cálculo de la densidad utiliza el ratio número de calles / número de cruces y por otro lado el número de mensajes que recibe un vehículo de otro, teniendo en cuenta que cada uno envía 1 mensaje por segundo. Con estos datos se calcula el número de vehículos por kilómetro cuadrado.
Han realizado el estudio en ocho ciudades: Roma, Río de Janeiro, Valencia, Sidney, Amsterdam, Madrid, San Francisco y Los Ángeles cada una de las cuales tiene unas características distintas. Los resultados muestran que el algoritmo permite estimar la densidad de cualquier ciudad con una gran precisión lo que puede ser de gran utilidad tanto para las gestoras de tráfico como para los propios conductores que podrán modificar su itinerario en tiempo real ante la proximidad de retenciones o atascos.
Los autores han publicado su estudio en la revista Sensors, desde aquí puedes consultarlo en su integridad.