Simulación en el entorno de GPenSIM del movimiento de vehículos en la ciudad basado en sus números de placas
Autores: Kossowski, Tomasz; Samolej, Sawomir; Davidrajuh, Reggie
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Simulación en el entorno de GPenSIM del movimiento de vehículos en la ciudad basado en sus números de placas
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Modelo
Vehículos
Planificación de rutas
Semáforos
Control
Simulaciones
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
Este artículo utiliza redes de Petri coloreadas (PN) para desarrollar un modelo de movimiento de vehículos en una ciudad. El modelador define el número y la ubicación de los cruces, las conexiones entre ellos y cuántos vehículos hay en los puntos dados de la red. Los vehículos son reconocidos por sus números de matrícula, y es posible determinar dónde comienzan su viaje y a dónde se dirigen. El algoritmo propuesto en este artículo sugiere la ruta de vehículo más corta basada en el algoritmo de Dijkstra. Este estudio se centra en mejorar la planificación de rutas considerando el uso de carreteras, que se determina por las ubicaciones de inicio y finalización de los vehículos (como si las cámaras de tráfico estuvieran identificando las matrículas). Este enfoque conducirá al control óptimo de los semáforos (o la navegación de vehículos) para minimizar los atascos de tráfico y hacer un buen uso de todas las carreteras. Además, este artículo comparte los resultados de simulaciones preliminares utilizando redes de Petri coloreadas y no coloreadas en el entorno de GPenSIM.
Descripción
Este artículo utiliza redes de Petri coloreadas (PN) para desarrollar un modelo de movimiento de vehículos en una ciudad. El modelador define el número y la ubicación de los cruces, las conexiones entre ellos y cuántos vehículos hay en los puntos dados de la red. Los vehículos son reconocidos por sus números de matrícula, y es posible determinar dónde comienzan su viaje y a dónde se dirigen. El algoritmo propuesto en este artículo sugiere la ruta de vehículo más corta basada en el algoritmo de Dijkstra. Este estudio se centra en mejorar la planificación de rutas considerando el uso de carreteras, que se determina por las ubicaciones de inicio y finalización de los vehículos (como si las cámaras de tráfico estuvieran identificando las matrículas). Este enfoque conducirá al control óptimo de los semáforos (o la navegación de vehículos) para minimizar los atascos de tráfico y hacer un buen uso de todas las carreteras. Además, este artículo comparte los resultados de simulaciones preliminares utilizando redes de Petri coloreadas y no coloreadas en el entorno de GPenSIM.