Resumen Técnico: Modelo de Dinámica de Tráfico Multimodal Basado en Enlaces en un Marco de Tiempo Continuo

Planteamiento del Problema

La literatura actual sobre modelado de tráfico carece de marcos computacionalmente eficientes capaces de simular flujos de tráfico multimodal con interacciones intermodales explícitas. Los enfoques tradicionales suelen segregar el tráfico de carretera y el tráfico de tranvía debido a sus distintas características operativas: el tráfico de carretera se modela típicamente como un continuo mediante modelos macroscópicos, mientras que el tráfico de tranvía se trata a menudo como operaciones discretas que requieren enfoques microscópicos. Esta separación impide el análisis integrado y el control coordinado. Además, los Modelos de Transmisión de Enlaces (LTM, por sus siglas en inglés) existentes se centran principalmente en el tráfico privado de carretera, fallando al no capturar explícitamente procesos operativos críticos de los tranvías, tales como la permanencia en las paradas, el bloqueo del tráfico de carretera inducido por la permanencia y los mecanismos de prioridad semafórica. Adicionalmente, los modelos de nodos estándar suelen pasar por alto los complejos efectos de bloqueo causados por vehículos residuales que ocupan las áreas de intersección durante el desbordamiento de colas (spillback), particularmente cuando hay operaciones de tranvía involucradas.

Metodología

Este estudio propone un Modelo de Transmisión de Enlaces Multimodal (M-LTM) que opera dentro de un marco unificado de tiempo continuo. El modelo integra la dinámica del tráfico de carretera y de tranvía a través de enlaces y nodos de la red.

1. Modelo de Enlace

El modelo de enlace extiende la teoría de ondas cinemáticas para manejar las interacciones multimodales en vías de derecho de paso (ROW) compartidas.

• Operación Independiente: Cuando los modos operan en ROW dedicados, la propagación del tráfico se rige por las velocidades de rarefacción y de ondas de congestión, derivando los flujos acumulados de envío y recepción basados en la teoría de ondas cinemáticas simplificada de Newell.
• Interacciones Intermodales: En enlaces compartidos, el modelo utiliza la teoría de cuello de botella móvil. Los tranvías que viajan a velocidades menores que el flujo de carretera de flujo libre actúan como cuellos de botella móviles, reduciendo la capacidad del enlace. El modelo formula condiciones de contorno internas para capturar cómo estos cuellos de botella influyen en el tráfico de carretera aguas arriba y cómo la congestión de la carretera circundante puede, a su vez, bloquear los tranvías.

2. Modelos de Nodo

El estudio desarrolla modelos de nodo específicos para paradas de tranvía e intersecciones semaforizadas para gestionar la transferencia de tráfico y las interacciones de modo.

• Nodo de Parada de Tranvía: Este modelo simula el proceso de permanencia del tranvía y el bloqueo resultante del tráfico de carretera. Trata la parada como un enlace virtual con restricciones de capacidad. El modelo impone una regla de Primero en Entrar, Primero en Salir (FIFO) para las salidas de los tranvías y calcula explícitamente la duración del bloqueo del tráfico de carretera por los tranvías en permanencia, actualizando los flujos acumulados del tráfico de carretera en consecuencia.
• Nodo de Intersección Semaforizada:
  • Caso General: El modelo distribuye el tráfico basándose en la demanda, la oferta y el control semafórico (representado por relaciones de verde). Prioriza los enlaces de salida que contienen operaciones de tranvía. La distribución del tráfico de carretera se gestiona mediante un algoritmo iterativo que respeta las relaciones de giro y los flujos de saturación, mientras que los flujos de tranvía se determinan mediante un programa lineal que asegura la conservación del flujo y el cumplimiento de los horarios.
  • Extensión de Desbordamiento (Spillback): Para abordar la parálisis de la intersección, el modelo introduce una capacidad de suministro de búfer de la intersección. Cuando un enlace de salida está congestionado, el modelo permite que el tráfico de carretera se acumule temporalmente dentro de la intersección. Si este búfer se excede, se activa un indicador de desbordamiento, bloqueando los flujos de carretera y de tranvía conflictivos hasta que la congestión se disipe. Este mecanismo captura el impacto bidireccional de la congestión de la carretera en las operaciones del tranvía y viceversa.

Contribuciones Clave

1. Marco Unificado de Tiempo Continuo: El estudio extiende el análisis de la dinámica de tráfico multimodal al nivel de red, proporcionando una formulación consistente de tiempo continuo que evita la difusión numérica asociada con la discretización espacial gruesa de los Modelos de Transmisión de Celdas (CTM).
2. Modelado de Nodos Intermodales Explícito: El artículo introduce modelos de nodo novedosos que capturan explícitamente:
   • Las operaciones de permanencia de los tranvías y el bloqueo inducido del tráfico de carretera en las paradas.
   • La prioridad del tranvía en intersecciones semaforizadas.
   • Los efectos de desbordamiento de colas que bloquean movimientos conflictivos, incluyendo aquellos que involucran tranvías.
3. Integración de Cuello de Botella Móvil: El modelo de enlace incorpora la teoría de cuello de botella móvil para simular la reducción de la capacidad del tráfico de carretera causada por los tranvías que se mueven más lentamente en vías compartidas, así como el efecto inverso de la congestión de la carretera sobre la velocidad de los tranvías.
4. Validación con Datos del Mundo Real: El modelo es verificado no solo en redes sintéticas, sino también en la red real de Dresde, Alemania, utilizando datos empíricos del sistema de gestión de tráfico VAMOS.

Resultados

El M-LTM propuesto fue evaluado a través de tres casos de estudio: dos redes de un solo nodo sintético (parada de tranvía e intersección), una red arterial sintética y la red de Dresde.

• Precisión: El modelo demuestra un alto poder predictivo.
  • Tráfico de Carretera: Las estadísticas GEH para el flujo de tráfico de carretera son consistentemente inferiores a 4 (con la mayoría por debajo de 1 en casos sintéticos y un promedio de 3.63 en la red de Dresde), lo que indica una fuerte concordancia con las simulaciones microscópicas (SUMO) y los datos del mundo real. La desviación normalizada promedio del flujo acumulado en la red de Dresde es del 2.30%.
  • Tráfico de Tranvía: El error absoluto promedio para los tiempos de llegada de los tranvías es inferior a 10 segundos (8.73 s) y para los tiempos de salida es de 9.46 s en comparación con los datos del mundo real.
• Comportamiento Dinámico: El modelo reproduce con éxito fenómenos complejos, incluyendo:
  • Retrasos secundarios en las operaciones de tranvía causados por retrasos primarios y restricciones FIFO.
  • Propagación de la congestión del tráfico de carretera hacia aguas arriba debido a la permanencia de los tranvías.
  • Parálisis de la intersección (gridlock) y el subsiguiente bloqueo de los flujos de tranvía debido al desbordamiento del tráfico de carretera.
• Aplicaciones de Control: En el caso de estudio de Dresde, el modelo se utilizó para simular los efectos de las estrategias de Park-and-Ride (P+R) y los límites de velocidad urbanos. Predijo con éxito la redistribución de los flujos de tráfico y la mitigación de la congestión en puntos críticos multimodales específicos, así como la amplificación de los retrasos bajo límites de velocidad más bajos.

Significado y Reivindicaciones

Los autores afirman que el M-LTM hace avanzar el estado del arte al proporcionar un marco macroscópico computacionalmente eficiente capaz de representar la dinámica del tráfico multimodal y las interacciones intermodales sin la carga computacional de las simulaciones microscópicas.

El artículo enfatiza que los modelos existentes a menudo pasan por alto las restricciones operativas específicas de los sistemas de tranvía (por ejemplo, horarios estrictos, tiempos de permanencia y vías dedicadas) y sus complejas interacciones con el tráfico de carretera. Al modelar explícitamente estas interacciones —particularmente los efectos de bloqueo en paradas e intersecciones—, el M-LTM ofrece una herramienta poderosa para el análisis de red, la gestión y el control coordinado del tráfico. La aplicación exitosa a la red de Dresde demuestra su aplicabilidad práctica para diagnosticar mecanismos de congestión y evaluar estrategias de control en entornos urbanos complejos.

El estudio concluye que, si bien el modelo es robusto, trabajos futuros abordarán factores estocásticos (como las fluctuaciones en los tiempos de permanencia) y explorarán la integración de otros modos como autobuses y bicicletas. La contribución principal sigue siendo el establecimiento de un marco unificado de tiempo continuo que cierra la brecha entre el modelado macroscópico del tráfico de carretera y las operaciones discretas de los tranvías.