GOOGLE MAPS PARA LA OPTIMIZACIÓN LOGÍSTICA

UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ CARRIÓN

1 Docente Asociado. Facultad de Ingeniería. Departamento de Ingeniería. E-mail: [email protected]

“GOOGLE MAPS PARA LA OPTIMIZACION LOGISTICA”

Luis Arsenio Rivera Morales

RESUMEN

Actualmente los mapas digitales son un elemento cada vez más

habitual, y que puede llegar a englobar muchas funciones, como

puede ser desde un uso profesional como la cartografía, un uso más

personal como podría ser en viajes turísticos, o incluso hasta un uso

empresarial como podría ser el insertar publicidad en ellos.

Un mapa digital no es más que un almacenamiento de información

espacial como dibujos electrónicos hechos a base de elementos

gráficos sencillos (líneas, puntos, círculos, etc.) organizados en

capas, con el objetivo de ofrecer una salida impresa o por pantalla.

Con los avances que se han ido realizando en las tecnologías,

estos mapas son cada vez más sofisticados, llegando a lograr una

interacción cada vez mayor con ellos. No se limitan a mostrar sólo

representaciones de lugares, sino que son capaces de llegar a

localizar lugares específicos, trazar rutas, también cabe destacar

que la manera en que muestran la información ha mejorado

notablemente ya que pueden llegar a mostrar desde mapas

tradicionales con mucha información contenida, hasta mapas con

imágenes totalmente reales tomadas desde el aire, o incluso una

versión híbrida de éstas dos.



La motivación de este proyecto precisamente está enfocada hacia

el aprovechamiento de esta mayor interacción actual para lograr

una serie de funcionalidades que puedan ser un indicio del potencial

que esconden este tipo de software, todo esto a través de una

interfaz lo más sencilla e intuitiva posible para que cualquier

persona con unos conocimientos básicos pueda sacar provecho.

Se pretende aprovechar alguno de los mapas digitales disponibles

en internet, en nuestro caso Google Maps, para crear un entorno

que, por una parte, convierta en una tarea fácil el interactuar con un

mapa digital, como puede ser buscar lugares, localizar puntos,

almacenar la información, trazar rutas entre un determinado

conjunto de puntos, por otra parte, que sea capaz de obtener una

solución bastante buena al planteamiento de un problema en el que

se tenga que hallar rutas entre un conjunto de puntos.

Para tal fin se propone GMOR, una herramienta informática basada

en Google Maps para el diseño de rutas de vehículos. Esta

herramienta está compuesta de dos partes. Por un lado contiene

una interfaz capaz de interactuar con un mapa digital de forma fácil

e intuitiva, de llevar a cabo una serie de operaciones básicas, y

capaz de exportar los datos resultantes de las operaciones en el

mapa digital mediante estructuras XML. Y por otra, un segundo

módulo en el que resolver problemas de diseños de rutas entre un

conjunto de puntos, ya sean importados desde el mapa digital o

generados de forma aleatoria.

Por último, con esta aplicación se intenta realizar una simulación de

un problema real de rutas como puede ser el transporte aunque de

manera algo simplificada, así como gracias a la tecnología XML dar

la posibilidad de integración con otros proyectos.



Nuestro deseo es el de llegar a mostrar las amplias posibilidades

que pueden llegar a tener el uso de los mapas digitales en

problemas reales, y que el prototipo implementado sirva como

inspiración para un futuro proyecto más complejo que aborde los

problemas de manera más real, y que cubran completamente las

necesidades de los demandantes.



INTRODUCCION

Un Sistema de Información Geográfica (SIG o GIS, en su acrónimo

inglés) es una integración organizada de hardware, software, datos

geográficos y personal, diseñado para capturar, almacenar, manipular,

analizar y desplegar en todas sus formas la información geográficamente

referenciada con el fin de resolver problemas complejos de planificación

y gestión. También puede definirse como un modelo de una parte de la

realidad referido a un sistema de coordenadas terrestre y construido para

satisfacer unas necesidades concretas de información.

El SIG funciona como una base de datos con información geográfica

(datos alfanuméricos) que se encuentra asociada por un identificador

común a los objetos gráficos de un mapa digital. De esta forma,

señalando un objeto se conocen sus atributos e, inversamente,

preguntando por un registro de la base de datos se puede saber su

localización en la cartografía.

La razón fundamental para utilizar un SIG es la gestión de información

espacial. El sistema permite separar la información en diferentes capas

temáticas y las almacena independientemente, permitiendo trabajar con

ellas de manera rápida y sencilla, y facilitando al profesional la posibilidad

de relacionar la información existente a través de la topología de los

objetos, con el fin de generar otra nueva que difícilmente podríamos

obtener de otra forma.



MATERIALES Y METODOS

Definición Google Maps (conocido al principio como Google Local) es el nombre de un

servicio gratuito de Google. Es un servidor de aplicaciones de mapas en

Web. Ofrece imágenes de mapas desplazables, así como fotos de satélite del

mundo entero e incluso la ruta entre diferentes ubicaciones.

Historia

Fue anunciado por primera vez en Google Blog el 8 de febrero del 2005.

Originalmente soportaría sólo a los usuarios de Internet Explorer y Mozilla

Firefox, el soporte para Opera y Safari fue agregado el 25 de febrero del

2005. El software estuvo en su fase beta durante 6 meses antes de

convertirse en parte de Google Local, el 6 de octubre del 2005.

Como en otras aplicaciones Web de Google, se usa un gran número de

archivos de Javascript para crear Google Maps. Como el usuario puede

mover el mapa, la visualización del mismo se baja

desde el servidor. Cuando un usuario busca un negocio, la ubicación es

marcada por un indicador en forma de pin, el cual es una imagen PNG

transparente sobre el mapa. Para lograr la conectividad sin sincronía con el

servidor, Google aplicó el uso de AJAX dentro de esta aplicación.

En abril del 2005, Google añadió un Ride Finder (en español, Ubicador de

Vehículo), en el cual una persona puede ubicar un taxi o un transporte

público en una gran ciudad en tiempo real. La persona debe hacer click en la

barra de Update Position (en español, Actualizar Posición) para encontrar la

nueva ubicación del vehículo en cada momento.

En junio del 2005, los mapas de carreteras de los Estados Unidos, Puerto Rico, Canadá y el Reino Unido fueron integrados a Google Maps.



A mediados de julio del 2005, Google comienza la versión japonesa de Google Maps y Google Local.

En abril del 2005, se crea una vista alternativa a la que se mostraba por el

satélite. El mayor responsable de que Google Maps sea una realidad es el

QuickBird, un satélite comercial de teledetección.

En junio del 2005, las imágenes de alta resolución (o a la máxima

ampliación), ya estaban disponible para la mayoría de Canadá y Estados

Unidos (incluyendo los estados de Hawaii y Alaska). Además se tienen de

otros países en forma parcial como Francia, Irlanda, Italia, Irak, Japón,

Bahamas, Kuwait, México, Holanda, etc. Sin embargo, algunas áreas fueron

oscurecidas por motivos de seguridad nacional, como el Capitolio, la Casa

Blanca y el área 51. Para el resto del planeta las imágenes se encuentran

disponible en baja resolución, excepto para los polos.

No todas las fotos mostradas son de satélites, algunas son de ciudades

tomadas por aviones que vuelan a bastante altura (sobre los 10.000 metros).

Este es el caso de Canarias, donde las fotos que se muestran son propiedad

de GrafCan. La información contenida en los mapas mostrados es proveída

principalmente por la empresa Navteq, que es considerada en estos

momentos la mejor del sector debido a la veracidad de sus datos, y la

frecuencia con la que son actualizados sus datos. En el caso de Canarias los

datos actuales provienen de la empresa TeleAtlas.

El 22 de julio del 2005, Google lanza una vista dual de su Google Maps. Esta

vista combina la vista de satélite con mapas ilustrados y los nombres de

calles en las imágenes del mundo real. Esto hace más fácil encontrar rutas

entre dos puntos.

Google Maps API Debido a la popularidad que estaba alcanzando Google Maps y a los intentos

de personalizar los mapas por parte de los usuarios mediante la ingeniería

inversa, Google optó por desarrollar un API para Google Maps, de forma que



facilitara a los usuarios el integrar Google Maps en sus webs personales y con

sus propios datos.

Mediante el uso de la API de Google Maps se puede lograr insertar un

completo Google Maps en páginas web externas a Google. Para comenzar,

basta con generar una clave personalizada para la página web y el directorio

donde se desea insertar el mapa. Se le da a un usuario la posibilidad de crear

su propia interfaz para el mapa simplemente introduciendo el código

Javascript proporcionado por Google a su página web, y una vez hecho esto,

utilizando las funciones Javascript suministradas por la API para interactuar

con el mapa.

La primera versión de la API, no tenía la habilidad para hallar direcciones, por

lo que era necesario especificar manualmente la latitud y la longitud del punto

requerido, aunque esto fue implementado en versiones posteriores.

Aproximadamente por la misma época Yahoo lanzó su propio API para su

mapa, que aunque no tenía soporte internacional ya contaba con una

herramienta para determinar la geopocisión de un objeto.

También cabe destacar que la API de Google Maps es capaz de funcionar

ejecutándola localmente, para de este modo facilitar las tareas de debug o

depuración durante la implementación de páginas personalizadas.

Dentro de esta API podemos escoger entre dos versiones. Por un lado

tenemos la gratuita y por otro la destinada a empresas. Básicamente la

diferencia entre estas dos versiones viene a ser que si se cuenta con una

licencia de empresa, Google proporciona una asistencia total al cliente y la

posibilidad de desarrollar aplicaciones de intranet que utilicen la API de

Google Maps. Además no se cuenta con las limitaciones en las peticiones a

los servidores de Google Maps que si se tienen en la versión gratuita del

mismo, las cuales son unas 10.000 peticiones a sus servidores al día en

intervalos de 8,64 segundos aproximadamente.



En cuanto a la información mostrada en los mapas, cabe destacar que en

lugar de usar los mapas de Navteq, al igual que la página de Google Maps,

esta API usa los mapas proporcionados por TeleAtlas, empresa de origen

europeo, que ofrece una opción más económica y que está en pleno auge,

de hecho cada día sus resultados se acercan más a los proporcionados por

Navteq.

Como caso particular podemos destacar el ocurrido en las Islas Canarias, ya

que aunque el callejero mostrado sigue perteneciendo a la empresa

TeleAtlas, las imágenes mostradas pertenecen la empresa GrafCan, la cual

tiene su propio callejero que llega a ser en algunos aspectos incluso más

detallado que el proporcionado por TeleAtlas. De hecho, en lo que se refiere

al cálculo de direcciones postales, mientras que TeleAtlas hace una

aproximación de la localización de dichas direcciones, GrafCan tiene

totalmente localizadas las direcciones en su callejero. Como desventaja, y

posible razón de que no se use el callejero de GrafCan, cabe decir que aún

dichos callejeros no poseen el sentido de todas las calles, y esto puede ser

considerado un elemento indispensable por los responsables de Google ya

que es un elemento primordial en sus mapas.

Nuestro caso práctico: Transporte

Introducción al VRP

El problema de distribuir productos desde ciertos depósitos a sus

usuarios finales juega un papel central en la gestión de algunos sistemas

logísticos y su adecuada planificación puede significar considerables

ahorros.

Esos potenciales ahorros justifican en gran medida la utilización de

técnicas de Investigación Operativa como facilitadoras de la

planificación, dado que se estima que los costos del transporte

representan entre el 10% y el 20% del costo final de los bienes [1].



En ese sentido, las últimas cuatro décadas han visto un enorme esfuerzo

por resolver estos problemas. En 1959, Dantzig y Ramser [2] realizaron

por primera vez una formulación del problema para una aplicación de

distribución de combustible. Cinco años más tarde, Clarke y Wright [3]

propusieron el primer algoritmo que resultó efectivo para su resolución:

el popular Algoritmo de Ahorros (Saving Algorithm), y del que hablamos

en la sección 3.1.

A partir de estos trabajos, el área de enrutamiento de vehículos ha

crecido de manera explosiva. Por un lado, hacia modelos que incorporan

cada vez más características de la realidad, y, por otro lado, en la

búsqueda de algoritmos que permitan resolver los problemas de manera

más eficiente.

Estos modelos y algoritmos deben su éxito, en buena parte, a la

evolución de los sistemas informáticos y de los SIGs. El crecimiento en

el poder de cómputo y la baja en sus costos, ha permitido disminuir los

tiempos de ejecución de los algoritmos. Y el desarrollo de los Sistemas

de Información Geográfica resulta fundamental para lograr una

adecuada interacción de los modelos y algoritmos con los encargados

de realizar la planificación.

Pero el interés que reviste el área no es exclusivamente práctico. Los

problemas de enrutamiento de vehículos son problemas de optimización

combinatoria y pertenecen, en su mayoría, a la clase NP- Hard. La

motivación académica por resolverlos radica en que no es posible

construir algoritmos

que en tiempo polinomial resuelvan cualquier instancia del problema (a

no ser que P = NP).

Características de los problemas



A grandes rasgos un problema de enrutamiento de vehículos consiste

en, dado un conjunto de clientes y depósitos dispersos

geográficamente y una flota de vehículos, determinar un conjunto de

rutas de costo mínimo que comiencen y terminen en los depósitos,

para que los vehículos visiten a los clientes mientras se respeten sus

capacidades y quizás otras restricciones adicionales.

Las características de los clientes, depósitos y vehículos, así como

diferentes restricciones operativas sobre las rutas, dan lugar a

diferentes variantes del problema. En las próximas secciones

mostramos algunas:

Google Maps nos permite diseñar las propuestas de rutas y kg de recorrido de nuestras

unidades u operadores.



Los clientes

Cada cliente tiene una cierta demanda que debería ser satisfecha por

algún vehículo u operador. En muchos casos, la demanda es un bien

que ocupa espacio en los vehículos y es usual que un mismo vehículo

no pueda satisfacer la demanda de todos los clientes en una misma

ruta.

Los clientes podrían tener restricciones relativas a su horario de

servicio. Usualmente estas restricciones se expresan en forma de

intervalos de tiempo (llamados ventanas de tiempo) en los que se

puede visitar al cliente. En problemas con varios vehículos diferentes

podrían existir

Restricciones de compatibilidad entre éstos y los clientes. En estos

casos, cada cliente sólo puede ser visitado por algunos de los

vehículos (por ejemplo, algunos vehículos muy pesados no pueden

visitar ciertas localizaciones).



Para ello Google Maps nos permite visualizar en su plataforma las

avenidas que se encuentran con mayor afluencia de transporte y eso

nos permite poder orientar a nuestro Chofer u operador rutas

aconsejadas.



CONCLUSIONES

Con el trabajo realizado hemos llegando a las sgte. Conclusiones.

La plataforma virtual que nos brinda Google a través de Google Maps

nos permite gestionar y controlar de una manera eficiente a nuestros

colaboradores que realizan reparto por su date sectorización.

Nos permite sectorizar a los distritos de acuerdo al rango de demanda

por operador.

Nos ayuda a buscar las rutas más cercanas al destino que estamos

buscando.

Nos muestra las opciones para realizar un ruteo.

Reducimos costos y tiempos de nuestros servicios.

Google Map es una herramienta útil que nos permite poder ser más

eficiente en nuestro trabajo reduciendo costos y tiempos.



BIBLIOGRAFÍA

[1] Toth, P., Vigo, D.: An Overview of Vehicle Routing Problems.

Monographs on Discrete Mathematics and Applications. In: The

Vehicle Routing Problem. SIAM (2000) 1–26

[2] Dantzig, G., Ramser, J.: The truck dispatching problem. Management

Science 6 (1959) 80-91

[3] Clarke, G., Wright, W.: Scheduling of vehicles from a central depot to a

number of delivery points. Operations Research 12 (1964) 568–581

Documents

GOOGLE MAPS PARA LA OPTIMIZACIÓN LOGÍSTICA