Actualmente, uno de los principales desafíos que deben afrontar las grandes áreas metropolitanas es la congestión del tráfico. Para abordar este problema, se vuelve necesario implementar una solución eficiente para controlar el tráfico que genere beneficios para los ciudadanos, como la reducción de los tiempos de viaje en vehículo y, en consecuencia, la contaminación ambiental. Al analizar adecuadamente la demanda de tráfico, es posible predecir las condiciones de tráfico futuras, utilizando esta información para la optimización de las rutas tomadas por los vehículos. Este enfoque se vuelve especialmente efectivo si se aplica en el contexto de vehículos autónomos, que tienen un comportamiento más predecible, lo que permite a las entidades de gestión de la ciudad mitigar los efectos de la congestión del tráfico y la contaminación, mejorando así el flujo de tráfico en una ciudad de manera totalmente centralizada. Este documento representa un avance hacia este novedoso paradigma de gestión del tráfico al proponer un servidor de rutas capaz de manejar todo el tráfico en una ciudad y equilibrar los flujos de tráfico teniendo en cuenta las condiciones actuales y futuras de congestión del tráfico. Realizamos un estudio de simulación utilizando datos reales de congestión del tráfico en la ciudad de Valencia, España, para demostrar cómo el flujo de tráfico en un día típico puede mejorarse utilizando nuestra solución propuesta. Los resultados experimentales muestran que nuestra ecuación de predicción de tráfico propuesta, combinada con la actualización frecuente de las condiciones de tráfico en el servidor de rutas, puede lograr mejoras sustanciales en términos de velocidades de viaje promedio y tiempos de viaje, ambos indicadores de menores grados de congestión y una mayor fluidez del tráfico.