Estudio de los indicadores de exposición al riesgo mediante un sistema de monitorización del...

Estudio de los indicadores de exposición al riesgo mediante un

sistema de monitorización del tráfico basado en la tecnología Bluetooth

P.A. Castillo, P. García-Sánchez, A.M. Mora, M.G. Arenas, G. Romero, J.J. Merelo, A. Prieto

Jornadas de Computación Empotrada CEDI. Madrid, 17 de septiembre de 2013

1

Índice

Introducción y objetivos

Área monitorizada

El dispositivo hardware

Estadísticas

Conclusiones

2

Introducción

Los sistemas actuales para monitorizar el tráfico presentan dos problemas: no tienen capacidad de individualizar los vehículos y además resultan caros

Presentamos un sistema de información del estado del tráfico y predicción del uso de la red viaria

Aprovechamiento eficiente de los vehículos en los desplazamientos

3

Objetivos del proyecto

Dispositivo de recopilación autónomo y de bajo coste.

Escaneo de dispositivos Bluetooth (MAC).

Monitorización de una zona ámplia en una ciudad.

Obtención de diversos indicadores relativos al uso de vehículos.

4

Índice

Introducción y objetivos

Área monitorizada

El dispositivo hardware

Estadísticas

Conclusiones

5

Área monitorizada

Resultados obtenidos con seis nodos instalados en diversas vías en el área metropolitana de Granada.

Colaboración del personal de la DGT para la colocación.

6

Área monitorizada

Actualmente se han cambiado de posición aún en el área metropolitana de Granada.

7

Índice

Introducción y objetivos

Área monitorizada

El dispositivo hardware

Estadísticas

Conclusiones

8

El dispositivo hardware Se han hecho pruebas con:

1.  PC con Linux y antena BT 2.  Móvil Android 3.  Dispositivo Intelify

Aplicación Android: http://bit.ly/16YFD8M

9

El dispositivo hardware Opción Intelify por su ▫  bajo consumo ▫  reducido tamaño ▫  capacidad de detección

10

El dispositivo hardware Solución basada en un micro-PC:

11

El dispositivo hardware Actualmente se están instalando nuevos dispositivos de

monitorización basados en la arquitectura del RaspberryPi

12

Índice

Introducción y objetivos

Área monitorizada

El dispositivo hardware

Estadísticas

Conclusiones

13

Estadísticas Cada día se recogen una gran cantidad de datos que

representan el paso de vehículos por cada nodo.

Estudio del paso de vehículos en 30 días:

• Número total de vehículos detectados en cada nodo. • Número total de vehículos detectados en NO laborables. • Densidad de tráfico por rango horario. • Apariciones de los vehículos individualizados. • Complejidad de los desplazamientos. • Velocidad media en un tramo de autovía. •  Efecto de la huelga general del 14-noviembre-2012

14

Estadísticas Número total de vehículos detectados en cada nodo

15

Estadísticas Número total de vehículos detectados en días NO laborables

16

Estadísticas Densidad de tráfico por rango horario

Total de dispositivos diferentes detectados en cada rango horario y en cada nodo.

17

Mayor densidad en

todos los nodos en

horas punta

Estadísticas Número de apariciones de los vehículos individualizados

Capacidad de individualizar => detectar si los vehículos repiten paso por diferentes nodos.

18

Un alto número

repite paso por ciertos

nodos

1000 vehículos repiten más de

25 veces su paso por la autovía

Estadísticas Complejidad de los desplazamientos

Número de vehículos que pasan sólo por 1 nodo, por 2 nodos, por 3 nodos, etc.

19

Gran parte de los vehículos pasan pocas veces por muchos nodos

Muchos vehículos hacen desplazamientos

cortos (pasan por pocos nodos)

Estadísticas Velocidad media en un tramo de autovía de 3700m

Limitación a 80 Km/h y a 100 Km/h en el tramo

20

Bastantes vehículos se saltan

la limitación de velocidad

Estadísticas Efecto de la huelga general del 14-noviembre-2012

21

Índice

Introducción y objetivos

Área monitorizada

El dispositivo hardware

Estadísticas

Conclusiones

22

Conclusiones El objetivo principal ha sido probar el sistema desarrollado

y obtener indicadores de exposición mediante el sistema de detección de dispositivos BT.

El sistema recopila información de forma masiva para su posterior interpretación buscando asociaciones que identifiquen tendencias.

Hemos presentado diversas estadísticas que dan una idea de la tipología del tráfico.

Actualmente estamos trabajando en la predicción del tráfico mediante series temporales.

23

Conclusiones A partir de la series temporales que estamos haciendo,

podemos hacer predicción del tráfico.

24

A partir de los valores de la serie temporal

estimamos los siguientes

¡Gracias!

25

Pedro A. Castillo Valdivieso pacv@.ugr.es