Noelia Cáceres Sánchez TESIS DOCTORAL - Universidad de Sevilla

More documents

Recommendations

Info

Capítulo 3: ESTADO DEL ARTE EN EL ÁMBITO DE LA ESTIMACIÓN DE PARÁMETROS DE TRÁFICO MEDIANTE LA TELEFONÍA MÓVIL 51 cual se identificaron las zonas donde existía el típico solapamiento de cobertura entre celdas (zonas handover). Los tiempos de viaje fueron obtenidos mediante el análisis de la señalización enviada al ejecutar el traspaso de una llamada entre dos “zonas handover” contiguas. Sin embargo, esta alternativa presenta como dificultad añadida problemas en el emparejamiento de zonas handover con la red viaria debido al tamaño que poseen. Solventar esta problemática requiere la utilización de algoritmos avanzados de “map–matching” como los desarrollados por Estimotion Ltd. (ITIS Inc.), cuya tecnología patentada se encarga de la medición y predicción de tiempos de viaje en tramos de carretera con alta calidad y en tiempo real. Utilizando la citada tecnología de Estimotion, Bar–Gera (2007) estudió las velocidades y tiempos proporcionados utilizando el evento de handover. El sistema recibía observaciones procedentes de handovers ejecutados por teléfonos existentes en la zona estudiada y almacenaba, para cada handover, el instante de tiempo junto con el identificador de celda asociado a las antenas de antes y después de la ejecución de dicho handover. El sistema era capaz de calcular el área donde era más probable que el terminal estuviera localizado cuando ejecutó el handover (zonas handover), con una probabilidad de acierto del 85%. La dimensión típica de esas zonas handover estaba en torno a 300–1000m, de ahí la complejidad de emparejar esas zonas con secciones de la red viaria. Esta tecnología de análisis consideraba la posibilidad de que las observaciones realmente no estuvieran relacionadas con vehículos desplazándose por la vía designada sino por otras próximas a ella, lo cual es frecuente en entornos urbanos. Finalmente, el sistema generaba estimaciones válidas de tiempos de viaje (en torno al 63%) para las secciones analizadas durante el periodo de observación (10:00–20:00), empleando una muestra cuyo tamaño está en torno al 1–3% del tráfico total. Los tiempos de viaje eran convertidos a velocidades medias de sección aplicando simplemente el ratio de longitud correspondiente a dicha sección. Para probar la validez de las estimaciones, las medidas basadas en teléfonos móviles fueron comparadas con otras obtenidas con detectores y coches flotantes. Los resultados mostraron una buena correlación entre todas las medidas, donde sólo 4 valores atípicos fueron excluidos de la muestra al obtener medidas (con coches flotantes) considerablemente mayores que las del resto (con detectores y teléfonos móviles). La Figura 3-9 compara los tiempos de viaje obtenidos con los detectores, coches flotantes (Floating Car Data, FCD) y mediante teléfonos móviles, observándose una buena correspondencia entre los tres tipos de medidas. Según la figura, existe una leve desviación, en torno a 1 minuto, entre los tiempos de viaje estimados con datos de telefonía móvil y los procedentes de detectores, especialmente en situaciones de no-congestión.
52 ESTIMACIÓN DE MATRICES DE MOVILIDAD MEDIANTE DATOS DE TELEFONÍA MÓVIL Figura 3-9: Tiempos de viaje en la autovía de Ayalon, sentido Norte (Bar–Gera, 2007). Respecto a los tiempos de viaje, cabe destacar el trabajo de investigación desarrollado por Finnra (Finnish Road Administration) en 2002 (Kummala, 2002; Virtanen, 2002). Este trabajo se basó en la idea de que los teléfonos móviles que se muevan siguiendo una cierta ruta siempre cambiarán de estación base (celda) en torno al mismo lugar. Según lo expuesto en el capítulo anterior, un teléfono móvil encendido intercambia regularmente información con las estaciones base que conforman la red. Esto permite que la red conozca, aproximadamente, dónde buscar a un teléfono, por ejemplo, a la hora de encaminar una llamada entrante. Travel Time [min] 30 25 20 15 10 5 Cellphone (GSM) Camera (LPR) 5:00 7:00 9:00 11:00 13:00 15:00 17:00 19:00 21:00 23:00 Departure Time Figura 3-10: Estimaciones de tiempos de viajes y velocidades en función del tiempo de salida: datos GSM vs. LPR (Kummala, 2002).
Page 1 and 2:
Noelia Cáceres Sánchez TESIS DOCT
Page 4:
TESIS DOCTORAL ESTIMACIÓN DE MATRI
Page 8:
AGRADECIMIENTOS Esta Tesis Doctoral
Page 11 and 12:
CAPÍTULO 3 ESTADO DEL ARTE EN EL
Page 14 and 15:
ÍNDICE DE FIGURAS Figura 2-1: Arqu
Page 16 and 17:
Figura 4-15: Evolución del nº de
Page 18:
ÍNDICE DE TABLAS Tabla 3-1: Compar
Page 21 and 22: 2 ESTIMACIÓN DE MATRICES DE MOVILI
Page 29 and 30: 10 ESTIMACIÓN DE MATRICES DE MOVIL
Page 69: 50 ESTIMACIÓN DE MATRICES DE MOVIL
Page 119 and 120: 100 ESTIMACIÓN DE MATRICES DE MOVI
Page 121 and 122:
102 ESTIMACIÓN DE MATRICES DE MOVI
Page 123 and 124:
Page 125 and 126:
Page 127 and 128:
Page 129 and 130:
Page 131 and 132:
Page 133 and 134:
Page 135 and 136:
Page 137 and 138:
Page 139 and 140:
Page 141 and 142:
Page 143 and 144:
Page 145 and 146:
Page 147 and 148:
Page 149 and 150:
Page 151 and 152:
Page 153 and 154:
Page 155 and 156:
Page 157 and 158:
Page 159 and 160:
Page 161 and 162:
Page 163 and 164:
Page 165 and 166:
Page 167 and 168:
Page 169 and 170:
Page 171 and 172:
Page 173 and 174:
Page 175 and 176:
Page 177 and 178:
Page 179 and 180:
Page 181 and 182:
Page 183 and 184:
Page 185 and 186:
Page 187 and 188:
Page 189 and 190:
Page 191 and 192:
Page 193 and 194:
Page 195 and 196:
Page 197 and 198:
Page 199:
show all

Noelia Cáceres Sánchez TESIS DOCTORAL - Universidad de Sevilla

Create successful ePaper yourself

Delete template?

Save as template?