MEJORA DEL TRFICO EN UN CRUCE REGULADO POR

SEMFOROS, MEDIANTE UN SISTEMA BASADO EN VISIN

ARTIFICIAL

Autor: Rocha Gmez, Ernesto de la.

Co-Director: Contreras Brcena, David.
Co-Director: Palacios Hielscher, Rafael.
Entidad Colaboradora: ICAI Universidad Pontificia Comillas.

RESUMEN DEL PROYECTO

Este proyecto supone el desarrollo y pruebas experimentales de un sistema inteligente
que, a partir de cmaras IP y antenas Bluetooth instaladas en los semforos, ejecute en
tiempo real decisiones sobre los semforos para la optimizacin del trfico en una
interseccin.

El sistema, denominado TEA (Traffic Enhancement Application) tiene como objetivos

principales:
Reducir el tiempo medio de espera de los vehculos que circulan por la
interseccin.
Reducir el nmero de paradas/arranques que se producen. De esta manera se
reduce el gasto de combustible y tambin se reducen las emisiones
contaminantes.
Dotar de prioridad de paso al transporte pblico y a los equipos de emergencia.
Reducir el nmero de accidentes potenciales que se pueden producir en una
interseccin cuando algn vehculo cruza la interseccin an estando su
semforo cerrado.

Tras un estudio del estado de arte en cuanto a los sensores para la deteccin y conteo de
vehculos, la manera de detectar los vehculos que se encuentran parados en el semforo
o que se aproximan a la interseccin, est basada en el tratamiento digital de las
imgenes tomadas mediante cmaras inalmbricas montadas en el semforo. Para
realizar dicho tratamiento digital de imgenes se han desarrollado dos algoritmos, uno
para la deteccin de vehculos de da y otro para la deteccin de vehculos de noche.
Los resultados de fiabilidad de estos algoritmos, usando alrededor de 400 imgenes de
prueba, son del 98.8% de aciertos y del 95.5% de aciertos respectivamente.
Adicionalmente, para la transicin entre estos dos algoritmos se ha desarrollado un
detector del entorno de luz ambiente, tambin basado en tcnicas de tratamiento digital
de imgenes.

Como valor aadido de este proyecto, tambin gracias al tratamiento digital de las
imgenes, se ha desarrollado un algoritmo para la estimacin de la velocidad de los
vehculos que se aproximan a la interseccin. Esta informacin permite saber si se
puede llegar a producir una colisin de un vehculo con otro en la interseccin en el
caso de que alguno de ellos cruce la interseccin sin el permiso concedido por los
semforos.

Por otro lado, la manera de discrepar entre vehculos de emergencia, transporte pblico
y vehculos corrientes se realiza mediante tcnicas de comunicacin Bluetooth, ya que
las tcnicas de tratamiento digital de imgenes no han resultado efectivas para
discriminar vehculos prioritarios. Adems, se han desarrollado prototipos de antenas
unidireccionales Bluetooth, las recomendadas para la deteccin unvoca del tipo de
vehculo que se aproxima por cada va de la interseccin.

Tanto los resultados de la deteccin de los vehculos que se aproximan a la interseccin

como los resultados de la comprobacin de la existencia de vehculos prioritarios, son
tratados en un sistema de toma de decisiones desarrollado en base a reglas, con el fin de
generar la decisin ptima de regulacin de los semforos y que esta sea propagada, en
tiempo real, a los semforos de la interseccin para su implantacin.

Los tres mdulos anteriormente citados: deteccin y contabilizacin de vehculos,

deteccin de vehculos prioritarios y sistema de toma de decisiones, han sido evaluados
utilizando un entorno simulado y un entorno real.

Respecto a la evaluacin en un entorno simulado, se incluye en este proyecto un

simulador del trfico que fluye en una interseccin. Tras un proceso de ajuste y
parametrizacin del citado simulador, se han realizado simulaciones durante 270
minutos, para las dos posibles formas de regulacin semafrica: por patrones de tiempos
fijos y mediante la regulacin inteligente propuesta por este proyecto. Los resultados
que se obtienen mediante simulacin son alentadores, el control inteligente reduce los
tiempos de espera un 74%, desde 20.849 segundos de espera acumulados durante 270
minutos de simulacin a 5.430 segundos. Por otro lado, el nmero de arranques se
reducen en 70 arranques, de 1.903 arranques sobre 3.240 vehculos servidos, a 1.820
arranques sobre 3.265 vehculos servidos.

Respecto a la evaluacin en un entorno real, se han realizado pruebas experimentales

utilizando semforos de obra para ejecutar las decisiones de regulacin semafrica
inteligente, sobre una interseccin real por donde circulan un flujo medio de vehculos.
Durante 30 minutos se tomaron medidas del trfico que circulaba por dicha
interseccin, en trminos de tiempos de espera, arranques producidos y nmero de
vehculos servidos. Seguidamente, durante otros 30 minutos se tomaron las mismas
medidas pero esta vez siendo el trfico regulado mediante la regulacin inteligente que
propone este proyecto.

Los resultados de las pruebas experimentales son satisfactorios, reafirmando las

estimaciones realizadas mediante la ejecucin de este proyecto en entornos simulados.
Concretamente los resultados obtenidos durante las pruebas experimentales fueron:
Reduccin de los tiempos de espera para cruzar la interseccin un 56.3%, desde
2.217 segundos de espera acumulados durante los primeros 30 minutos, a 968
segundos de los siguientes 30 minutos.
Reduccin del nmero de arranques en 70, de 142 arranques sobre 252 vehculos
servidos durante los primeros 30 minutos, a 72 arranques sobre otros 252
vehculos servidos durante los siguientes 30 minutos.
Reduccin del consumo medio de combustible en 0.564 litros, durante la
segunda media hora de pruebas experimentales.
Reduccin de 1.922,83 gramos de CO2, durante la segunda media hora de
pruebas experimentales.

En definitiva, se cubren satisfactoriamente los objetivos propuestos para este proyecto,

ya que se ha realizado un sistema inteligente para la regulacin del trfico en funcin de
una alta exigencia en los conceptos de calidad y coste del proyecto.
TRAFFIC ENHANCEMENT OVER AN INTERSECTION REGULATED
BY TRAFFIC LIGHTS, USING AN SYSTEM BASED ON ARTIFICIAL
VISION TECHNIQUES.
This project is based on creating and carrying out experimental tests of an intelligent
system that, using IP cameras and Bluetooth antennas installed on traffic lights,
executes in real-time generated decisions to traffic lights in order to optimize traffic
flows in a junction.

This intelligent system, also known as TEA (Traffic Enhancement Application), has the
following objectives:
Reducing queuing times for vehicles that are in a junction.
Reducing the number of stops/starts that occur in a traffic junction. Because of
this, fuel consumption and pollutant emissions are reduced also.
Giving priority to cross a junction to emergency equipment and public transport.
Reducing potential vehicle crashes that could be caused by vehicles that cross
the junction despite the fact they are not allowed to.

After a state of the art study on vehicle detection and counting techniques using sensors,
the method used for detecting vehicles that are approaching the junction is based on
digital image processing technique. This technique is applied to images retrieved by IP
cameras installed on the top of traffic lights. In order to implement this method two
algorithms have been developed, one for detecting vehicles under daytime conditions,
and another for detecting vehicles under nighttime conditions. Results of reliability tests
of these algorithms, using over 400 images, show 98.8% and 95.5% effectiveness
respectively. In addition, so as to use daytime algorithm or nighttime algorithm, a time
condition detector has also been developed, using digital image processing techniques
again.

As an added value to this project, an algorithm for estimating current vehicle speed that
is coming to the junction has been developed too. Using this data, it could be known if a
potential vehicle crash could happen by a vehicle that is trying to cross the junction
without the permission given by traffic lights.
The way of identifying the kind of vehicle that is approaching, is based on Bluetooth
communication techniques. Thereby, public transport and emergency equipment can be
detected so as to give them priority to cross the junction. Results using digital image
processing so as to detect this kind of vehicle were unsuccessful, that is why Bluetooth
communication techniques are used. Moreover, unidirectional Bluetooth antennas
prototypes have been created, making clear what kind of vehicle is approaching the
junction.

Counting vehicles that are coming to the intersection and checking if any of them
belongs to emergency equipment, are results that must be processed by a decision
support system. That is why; a decision support system has been also developed and
included in this project. As a result, the best decision for that right instant is generated
in real-time so as to propagate it to intersections traffic lights.

Modules referenced above: detecting and counting vehicles, detecting emergency

equipment and decision support system, have been evaluated using simulated and real
environments.

In reference to this project evaluation on simulated environments, a traffic flow

simulator on intersection has been created and it is included in this project. After an
adjustment process for this simulator, two simulations have been done during 270
minutes, testing two traffic regulation systems: using fixed periods of time and using an
intelligent regulation. Results are promising; on the one hand, intelligent regulation
reduces queuing times over a 74%, from 20.849 seconds of accumulated waiting times
for 270 minutes of simulation, to 5.430 seconds. On the other hand, stops/starts events
are also reduced by the intelligent regulation, from 1.903 stops/starts produced by 3.240
vehicles serve, to 1.820 stops/starts produced by 3.265 vehicles served.

In reference to this project evaluation on real environments, experimental tests have

been carried out using temporary traffic lights to execute intelligent decisions, generated
by this project, to an intersection where real traffic flows. During 30 minutes, traffic
flows measures were taken in terms of queuing times, stops/stars produced and number
of vehicles that crossed the intersection. During another period of time of 30 minutes,
the same traffic flow measures were taken but this time the traffic was being regulated
by the intelligent system proposed on this project.

Results from these experimental tests are quite successful, reassuring estimations made
by executing this intelligent system on simulated environments. More precisely, results
obtained during experimental tests were:
56.3% queuing times reduction. From 2.217 seconds of accumulated waiting
time over the first 30 minutes, to 968 seconds over the last 30 minutes.
70 stops/starts events are eliminated. From 142 stops/starts over 252 vehicles
that crossed the junction during the first 30 minutes, to 72 stops/starts over 252
vehicles served during the last 30 minutes.
0.564 fuel consumption reduction over the last 30 minutes.
1.922,83 CO2 grams reduction over the last 30 minutes.

In a nutshell, objectives proposed for this project have been successfully met because an
intelligent traffic regulation system has been created in terms of high quality and low
cost.