Tesis

Andrés Felipe Murcia Rivera Pregrado Ingeniería Electrónica
PROTOTIPO PARA EL CONTROL DE TRÁNSITO Y EMERGENCIAS

IMPLEMENTANDO TECNOLOGÍA WEB CON MONITOREO
PRESENTADO POR:
Andrés Felipe Murcia Rivera
DOCUMENTO PRESENTADO PARA:

Optar por el título de ingeniero electrónico
DIRECTOR:
Johan Julián Molina Mosquera
Ingeniero Electrónico
UNIVERSIDAD SURCOLOMBIANA
FACULTAD DE INGENIERIA
PROGRAMA DE INGENIERIA ELECTRÓNICA
NEIVA, HUILA
2019
Resumen
Con el presente estudio y su análisis para el posterior desarrollo y construcción de un prototipo,
se plantea una estrategia que permita la optimizar de flujo para los conductores de vehículos para
la atención de emergencias.
Por medio del uso de servicios web y base de datos; se permiten establecer funciones binarias
para con ello ejercer control sobre un sistema semafórico que presente un flujo desacelerado de
vehículos o flujo saturado; optimizando la fluidez durante el recorrido por esta zona del vehículo
de emergencia.
Durante el desarrollo del sistema, se permite una visualización de los flujos de vehículos, por
medio de visualización web y control a través de sistemas Android; lo que significa un
mejoramiento respecto a costo – beneficio de los sistemas implementados con respecto a este
campo.
Por ello se desarrolla un estudio de conceptos básicos con respecto al flujo de vehículos que
puedan ser aplicados en el cruce entre la calle 21 y la carrera 16, realizando la simulación de los
flujos de saturación, el funcionamiento del regulador de tráfico como Sistema Inteligente de
Tráfico o ITS, el funcionamiento de la interfaz para el usuario por medio de sistema Android y la
comunicación del sistema de control y el conjunto de luces semafóricas resolviendo jerarquías,
para la optimización del flujo de vehículos.
Palabras clave: ITS, Regulador de tráfico, Interfaz, Flujo vehicular, Flujo saturado
ii
Abstract
With the present study and its analysis in addition to the development and construction of a
prototype through this research, a strategy proposed that allows the optimization of flow for the
drivers of vehicles for the attention of emergencies.
Through the use of web services and databases; binary functions are allowed to exercise control
over a traffic light system that has a decelerated flow of vehicles or saturated flow; optimizing the
fluidity during the tour of this area of the emergency vehicle.
During the development of the system, a visualization of vehicle flows allowed, through web
visualization and control through the Android system; which means an improvement regarding
cost-benefit of the systems implemented to this field.
Then this study of basic concepts with respect to the flow of vehicles that can be applied at the
intersection between 21st and 16th streets, performing the simulation of saturation flows, the
functioning of the traffic regulator as Intelligent System of Traffic or ITS.
The operation of the interface for the user by means of Android system and the communication of
control system and the set of traffic lights resolving hierarchies, for the optimization of the flow of
vehicles.
Keywords: ITS, Traffic Regulator, Interface, Flow traffic, Flow saturated

iii
Índice de Contenido
Índice de Contenido ........................................................................................................ iii
Capítulo 1: Planteamiento del problema ......................................................................... 1
1.1. Introducción ....................................................................................................... 1
1.2. Justificación ....................................................................................................... 2
1.3. Antecedentes ..................................................................................................... 3
1.4. Evidencias ......................................................................................................... 5
Capítulo 2: Metodología .................................................................................................. 6
2.1. Planteamiento del problema .............................................................................. 6
2.2. Objetivo general ................................................................................................. 6
2.3. Objetivos específicos ......................................................................................... 6
2.4. Líneas de estudio .............................................................................................. 7
2.4.1. Investigación ............................................................................................... 7
2.4.2. Diseño. ....................................................................................................... 7
2.4.3. Implementación .......................................................................................... 8
2.4.4. Validación ................................................................................................... 8
2.5. Estado del arte nacional y local ......................................................................... 8
2.6. Estado del arte internacional ........................................................................... 11
Capítulo 3: Descripción del proyecto ............................................................................. 14
3.1. Descripción general ......................................................................................... 14
3.2. Levantamiento de requerimientos .................................................................... 15
3.3. Entorno de desarrollo....................................................................................... 16
3.4. Casos de uso ................................................................................................... 17

iv
3.5. Funcionalidad .................................................................................................. 18
3.6. Descripción técnica .......................................................................................... 20
3.6.1. Descripción del hardware ......................................................................... 21
Capítulo 4: Desarrollo y arquitectura de datos .............................................................. 23
4.1. Adquisición de la información .......................................................................... 23
4.2. Simulación y caracterización ........................................................................... 25
4.2.1. Parámetros de simulación. ....................................................................... 25
4.2.1. Caracterización con OpenCV ................................................................... 27
4.2.2. Comunicación de datos HTTP con Python ............................................... 28
4.2.3. Comunicación de datos Pybase - Firebase .............................................. 29
4.2.4. Administración de usuarios ....................................................................... 30
4.3. Diagrama UML para desarrollo Python ............................................................ 33
4.4. Diagramas UML para aplicación Java- Android ............................................... 35
Capítulo 5: Resultados .................................................................................................. 36
5.1. Descripción de resultados................................................................................ 36
5.2. Conclusiones ................................................................................................... 39
Bibliografía ..................................................................................................................... 40
Apéndice ........................................................................................................................ 43
v
Lista de tablas
Tabla 1. Actores viales de accidentes Neiva. ................................................................... 2
Tabla 2. Relación histórica de accidentes en la ciudad de Neiva..................................... 3
Tabla 3. Caracterización de vías de doble calzada .......................................................... 9
Tabla 4. Relación de flujos de saturación estimados por métodos HCM. ...................... 10
Tabla 5. Requerimientos funcionales del sistema. ......................................................... 16
Tabla 6. Evaluación de servicios del controlador de tráfico con Raspberry-Android. ..... 19
Tabla 7. Descripción de elementos ................................................................................ 21
Tabla 8. Detalles técnicos Raspberry Pi 3 modelo B+ ................................................... 22
Tabla 9. Aproximación líneas R2 días Jueves y Viernes. ............................................... 25
Tabla 10. Esquema para registro de parámetros de cada controlador de tráfico ........... 43
Tabla 11. Esquema de tabla de cálculos para luz roja ................................................... 46
Tabla 12. Datos técnicos del Controlador de luces semafóricas prototipo ..................... 46
vi
Lista de figuras
Figura 1. Esquema de intersección semaforizada calle 21 con carrera 16. ..................... 3
Figura 2. Conteo de vehículos en el sitio de estudio. ....................................................... 4
Figura 3. Ocurrencia de accidentes semanal. .................................................................. 4
Figura 4. Gráfico de ocurrencia de accidentes por franja horaria..................................... 4
Figura 5. Criterio de Nivel de Servicio con curvas “Flujo- Velocidad”. ............................. 9
Figura 6. Semáforos inteligentes con procesamiento de imágenes. .............................. 12
Figura 7. Visualización aérea de sitio generada por computadora................................. 14
Figura 8. Esquema del sistema actual del controlador de tráfico. .................................. 15
Figura 9. Esquema general de componentes propuesto para el sistema de tráfico. ...... 17
Figura 10. Caso aplicación Android ............................................................................... 17
Figura 11. Caso visualización web ................................................................................. 18
Figura 12. Arquitectura Raspberry para procesamiento de jerarquías. .......................... 20
Figura 13. Troncal sur, ambiente exterior del flujo. ........................................................ 23
Figura 14. Troncal norte, ambiente exterior del flujo. ..................................................... 23
Figura 15. Troncal oeste, ambiente exterior del flujo vehicular. ..................................... 24
Figura 16. Bloques de transferencia para los tiempos de saturación. ............................ 26
Figura 17. Respuesta impulso de las funciones de los bloques de transferencia. ......... 26
Figura 18. Modelación de Sustracción de Fondo. ......................................................... 27
Figura 19. Definición de parámetros de histograma....................................................... 27
Figura 20. Diagrama de flujo para evaluación de histogramas. ..................................... 28
Figura 21. Configuración de clases HTTP. .................................................................... 28
Figura 22. Diagrama de flujo para evaluación HTTP ..................................................... 29
Figura 23. Configuración de datos Firebase. ................................................................. 29

vii
Figura 24. Dashboard de la consola de Firebase........................................................... 30
Figura 25. Diagrama de flujo para información solicitada. ............................................. 30
Figura 26. Acceso concesión Firebase- Android ............................................................ 31
Figura 27. Árbol de componentes de aplicación móvil. .................................................. 32
Figura 28. Diagrama de flujo para la interfaz Android. ................................................... 33
Figura 29. Diagrama de clases Raspberry ..................................................................... 34
Figura 30. Diagrama de comunicación Rapsberry ......................................................... 34
Figura 31. Diagrama de clases UML Aplicación Android ............................................... 35
Figura 32. Diagrama de secuencia aplicación móvil. ..................................................... 35
Figura 33. Prueba de funcionamiento de procesos para la detección de tráfico. ........... 36
Figura 34. Exploración de archivos dentro del fichero del “Prototipo”. ........................... 36
Figura 35. Transmisión con conteo de 1 motocicleta ..................................................... 37
Figura 36. Transmisión con conteo de 3 automóviles medianos.................................... 37
Figura 37. Cambio de datos en carril norte por solicitud de Aplicación Pitraf. ............... 38
Figura 38. Registro de variables según formato............................................................. 43
Figura 39. Gráfica de estimación de tiempo luz roja, Norte – Jueves ............................ 44
Figura 40. Gráfica de estimación de tiempo luz roja, Sur – Jueves ............................... 44
Figura 41. Gráfica de estimación de tiempo luz roja, Oeste – Jueves ........................... 44
Figura 42. Gráfica de estimación de tiempo luz roja, Norte – Viernes ........................... 45
Figura 43. Gráfica de estimación de tiempo luz roja, Sur – Viernes............................... 45
Figura 44. Gráfica de estimación de tiempo luz roja, Oeste – Viernes........................... 45
Figura 45. Placa DF Robot para AT Mega 2560. .......................................................... 47
Figura 46. UART AT Mega 2560. .................................................................................. 47
Figura 47. Interfaz COM para comunicación Bluetooth .................................................. 48

viii
Figura 48. Especificaciones Rapsberry Pi Modelo B+. ................................................... 49
Figura 49. Maqueta Semáforo con detección por ultrasonido ........................................ 50
Figura 50. Presentación exterior de controlador, placa DF-ROBOT + Xbee .................. 50
Figura 51. Caja negra para montaje interno Raspberry + Cámara+ Extractor. .............. 51
Figura 52. Interfaz de aplicación móvil para usuario. ..................................................... 52

1
Capítulo 1: Planteamiento del problema

1.1. Introducción
Durante el desarrollo y crecimiento urbano presente en las ciudades, sus vías de
comunicación deben implementar y mejorar un diseño que permita mejorar el transporte de
bienes a través de la evolución de los sistemas semafóricos y el control de flujo vehicular; todo
esto mediante el análisis de las características de flujo en las vías con intersecciones
semafóricas, analizando e interpretando a través del método con ingeniería las variables que
describan, el comportamiento del sistema de flujos en el sistema total de intersección de vías
controlado por semáforos.
En consecuencia al método científico, en Colombia se continua con el modelo aplicado
por Estados Unidos, a través del Manual de Capacidad Vial o en adelante HCM acrónimo de
Highway Capacity Manual, que es el estudio que define las capacidades y flujos de las vías; no
se hará profundización respecto a los mejoras y análisis llevados en el manual ya que no son
competencia de este proyecto; este es un estudio de cambios en la infraestructura que debe
analizar consecuencias y afectaciones en diferentes ámbitos tanto económicas y sociales a la
población donde se ubican los estudios y proyectos de mejoramiento en este caso la
intersección de vías.
Sin embargo, una alternativa a grandes cambios dentro de la infraestructura es el
mejoramiento de los sistemas de control, o en este caso de los semáforos que controlan el flujo
a través de temporización de carriles dentro de una intersección, estas temporizaciones se
hacen respecto al estudio realizado con el HCM.
En la actualidad la aplicación de semáforos inteligentes usando diferentes metodologías
han permitido hacer más efectivo el flujo y permite mejorar la calidad de servicio ofrecida por los
semáforos; sin embargo, estas medidas no han resultado ser efectivas ante situaciones de
tráfico para emergencias, debido a la presencia del efecto de cuello de botella presente en la
mayoría de sistemas semafóricos congestionados por tráfico.
2
1.2. Justificación
En la actualidad la ciudad de Neiva se encuentra en situaciones demográficas exigentes,
donde la capacidad de las vías se ha visto reducida, debido al aumento de vehículos y tráfico
usual, para los flujos del tráfico vehicular donde existen sistemas de control como los
semáforos, resulta según el HCM en una desaceleración del flujo de vehículos, llamado en
adelante flujo de saturación y con unas fases semafóricas con efecto retardado; lo que origina
un ciclo para el flujo de saturación con colas de espera mucho mayor a las ideales para
conservar la dinámica sin flujo de saturación.
En un informe presentado por la Organización Mundial para la Salud, indica algunos
factores como la buena actitud del conductor que es el principal factor para evitar la presencia
de accidentes en la vía, el principal actor para los accidentes en la ciudad de Neiva son las
imprudencias cometidas por los infractores (Serrano, Mónica, 2018).
Para el Sistema de Seguridad Vial, existen factores para la imprudencia en la forma de
conducir de los infractores, como principal causa el estrés a la hora de conducir (Paola
Cifuentes, 2019); analizando el contexto podemos afirmar que los retardos del flujo del flujo de
tráfico; exige un análisis de sus condiciones de control semafórico para optimizar el flujo de
saturación. Según el Observatorio Nacional de Seguridad Vial en lo corrido del año 2019 en
Neiva, detallando “Tabla 1. Actores viales de accidentes Neiva” . Identificamos los actores de
accidentes ocurridos en el presente año en Neiva según la información recopilada (Observatorio
Nacional, 2019):
Tabla 1. Actores viales de accidentes Neiva.
Condición 2019 %GT

Peatón 6 15.1
Usuario en bicicleta 5 6.33
Usuario de moto 59 72.15
Usuario de vehículo 2 6.33
Total 72 100
3
1.3. Antecedentes
En la problemática del flujo de saturación, se deben considerar las mayorías de casos
donde la accidentalidad se relaciona al mayor volumen de tránsito.
Según el informe del Observatorio Nacional de Seguridad Vial, existen 139 casos de
comparendos en lo ocurrido de este año 2019, por no detenerse ante una luz roja o amarilla de
semáforo, una señal de “PARE” o un semáforo intermitente en rojo.
Además de esto históricamente se tiene que a pesar de su disminución se conserva en
cifras de 4 dígitos, que representa a Neiva como el 6to. municipio capital con más
accidentalidad según la información (Observatorio Nacional, 2019) :
Tabla 2. Relación histórica de accidentes en la ciudad de Neiva.
Accidentes 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
Total 1293 1854 1649 1544 946 1323 1758 1780 1044 50
Con la investigación de los datos, se realiza un enfoque para determinar las condiciones
de las capacidades para la intersección entre la Calle 21 y la Carrera 16, el modelo de
intersección planteado se compone de 3 vías de doble calzada, que se representa
simbólicamente a través de la siguiente figura:
Figura 1. Esquema de intersección semaforizada calle 21 con carrera 16.
Según la Secretaría de Movilidad durante el año 2016 se realizó un estudio de campo en

diferentes cruces con flujo de saturación controlada con semáforos; dejando como resultado
para nuestro sitio de estudio, los siguientes datos (Secretaria de Movilidad, 2016):
4
Figura 2. Conteo de vehículos en el sitio de estudio.
Se evidencia que la población que compone el parque vehicular de la ciudad de Neiva,

es en su mayoría determinado por las motocicletas, que en gran medida corresponde
directamente a las víctimas por accidentes presentados como se indica en “Tabla 1. Actores
viales de accidentes Neiva” , según la información recopilada (Observatorio Nacional, 2019)
Figura 3. Ocurrencia de accidentes semanal.
Con la muestra de motocicletas, se puede afirmar una relación caracterizada con el

estudio del flujo de saturación, y las condiciones para a la atención de emergencias para los
vehículos de este tipo, como se muestra con la figura a continuación:
Figura 4. Gráfico de ocurrencia de accidentes por franja horaria.

5
1.4. Evidencias
De acuerdo con los “Antecedentes”, el efecto de cuello de botella de tráfico obstruido

persiste con el actual control semafórico implementado en el sitio de estudio; además es
evidente que la tasa de accidentalidad es significativa durante las franjas horarias de 5:00 hasta
las 8:00; 11:30 hasta las 14:00 y 18:00 hasta las 20:00 y existe una relación directa entre la
incidencia de tráfico de emergencia y las horas de mayor flujo de saturación. Actualmente
existen sistemas de cámaras aplicados, pero estos realizan solo realizan funciones locales,
pero no constituye un sistema retroalimentado debido al costo de comunicación de los datos
procesados por el sistema.
En la actualidad, la eficiencia y la funcionalidad juegan un papel importante en la
administración de los flujos de transporte vehicular; por ello esta investigación pretende realizar
un estudio analítico para resolver esta problemática por medio de sistema implementando
tecnología con Internet de las cosas.
6
Capítulo 2: Metodología
2.1. Planteamiento del problema
Actualmente, los semáforos son una solución de movilidad ante el creciente flujo
vehicular en las ciudades. Los gobiernos analizan constantemente las vías, las intersecciones y
el número de carros que transitan por allí, con el fin de determinar la duración de cada luz, para
permitir que tanto vehículos como peatones se puedan desplazar de una forma segura y fácil.
Pero debido a las condiciones actuales en nuestra ciudad con la intervención en la
construcción de varias vías principales, la demanda de vehículos es mayor que la capacidad de
las vías secundarias, lo que hace inevitables las congestiones, aumentando los índices de
accidentes y estos a su vez generando dificultades de movilidad general; ya que un accidente
entre vehículos, durante horas pico puede convertirse en una experiencia traumática para los
conductores en general, es necesario preguntarnos:
¿Cómo mejorar el tráfico vehicular controlando asertivamente el flujo vehicular en los
semáforos para el paso de vehículos de emergencia?
2.2. Objetivo general
Diseño e implementación de un prototipo para la optimización del tránsito para vehículos

de emergencia en cruces viales con semáforos, a través de tecnología implementada en la web.
2.3. Objetivos específicos
- Instrumentar y analizar el tráfico de vehículos analizando parámetros de proximidad que

permita la medición del tráfico e identificación en el cruce semafórico con el prototipo
para comunicar datos de congestión de flujo y el control de tráfico optimizado en los
semáforos.
- Diseñar el modelo de datos para control y registro de usuarios que permita identificar los
cambios de tráfico realizado, a través de una API user usando internet implementando
Firebase.
- Comunicar el servidor de control armonizando una relación de datos con los usuarios
que implemente la ejecución adecuada de instrucciones y registre el control de cambios
realizados por el prototipo.
- Caracterizar el desempeño de la aplicación web a través de una interfaz que permita
visualizar el mejoramiento del tráfico por medio del prototipo y reproduciendo
condiciones de tráfico reales siendo optimizadas.
7
2.4. Líneas de estudio
La rama de la ingeniería que estudia el transporte con la capacidad de diagnosticar y

proponer soluciones a la movilidad de personas y bienes; para planificar, proyectar, diseñar,
calcular, programar, construir, mantener, administrar, operar, explotar, controlar y prestar los
servicios de asesoría, consultoría e interventoría en forma óptima a los sistemas de transporte y
su infraestructura. (Universidad Pedagógica y Técnologica de Colombia, 2018); por ello se
incluyen en este proyecto algunos estudios fundamentales, y vistos con perspectiva para la
sustentación de la presente investigación.
Por ello se plantean fases de desarrollo para la implementación del sistema de datos que
sustenta el funcionamiento de la aplicación móvil y el prototipo desarrollado en este trabajo.
2.4.1. Investigación
Para la implementación de este prototipo es necesario considerar:
- Investigar la capacidad de la vía a intervenir en Neiva, por lo cual se debe estudiar las
vías cuando sufren algún tipo de problemática respecto a su flujo durante las horas pico
y aquellas donde se presentan mayor accidentalidad generando congestión.
- Consultar los casos de accidentes que determinan la optimización de flujo y tráfico
vehicular; a través del estudio de los actuales tiempos de lapso entre las fases de los
semáforos.
2.4.2. Diseño.
Teniendo este estudio se debe diseñar según la necesidad real, con características
simuladas:
- Consideraciones para el limitado número usuarios del sistema, donde se debe organizar
la arquitectura de datos para la población de empresas prestadoras de servicio para la
atención de emergencias; necesarios para implementación de la interfaz del prototipo.
- Consideraciones de respuesta simulada según comportamiento característico.
- Instrumentación para visualización de flujo vehicular.
- Elección de protocolo de comunicación, para el control de errores de transmisión con la
IEEE 802.11para señales de control con el prototipo en los semáforos.
- Constitución de registros para flujo de datos geográficos para la relación usuario-
prototipo, estableciendo prioridad o cola de activación en caso de emergencia.
8
2.4.3. Implementación
Con el sistema de activación ya implementado se desea que el monitoreo sea en
web y que los datos sean almacenados y comparados para la validación de activación
del usuario:
- Visualización, comunicación y registro de variables en la web, implementando los datos
de los usuarios según arquetipo a través de la inclusión de una base de datos relacional
en este servidor.
- Enlace de datos y datos suministrados por el usuario para el funcionamiento del
prototipo y sensores de flujo vehicular, la aplicación debe permitir la localización del
usuario y procesar esta para la activación del correspondiente del dispositivo.
- Enlace con el usuario y el prototipo, acá se debe establecer la comunicación de datos
necesarios para el funcionamiento según requerimiento inmediato al siguiente ciclo de
trabajo.
- Depuración dinámica de datos para la optimización del tráfico.
- Programar la prioridad de los modos y su interacción a demanda del usuario.
2.4.4. Validación
Para verificar una correcta funcionalidad se debe evaluar:
- Mediante la interfaz de monitoreo evaluar el desempeño funcional como VANET.
- Implementar la supervisión web del prototipo, donde se debe examinar las condiciones
de funcionamiento para los ciclos de trabajo usados por el semáforo.
2.5. Estado del arte nacional y local
2.5.1. Análisis de la capacidad y nivel de servicio de las vías principales y

secundarias de acceso a la ciudad de Manizales
En el desarrollo de este proyecto se determina el nivel de servicio, para el interés de este

estudio, se centra para carreteras colombianas de múltiple-carril; reúne características
similares a la intersección de vías, donde se caracteriza la vía según las mediciones y
condiciones de la vía; siguiendo los lineamientos del manual HCM 2000. (Naranjo Herrera,
2008)
9
Figura 5. Criterio de Nivel de Servicio con curvas “Flujo- Velocidad”. 1
Según este trabajo se resume la capacidad vial de una vía terrestre de múltiple carril como:
Tabla 3. Caracterización de vías de doble calzada
Nivel de
Ítem Vp V C60 C5 Q/C60 Q/C5
servicio
539.32
Vía Doble-Carril 38.41 2095 1990 0.4 0.42 B
pc/h/ln
2.5.2. Estimación de la afectación de la capacidad en intersecciones

semaforizadas como consecuencia del estado del pavimento
Se analizan los resultados en campo, que investiga los intervalos de saturación empiezan
después del cuarto vehículo de la cola. Se registra el momento de entrada en la intersección del
cuarto vehículo y también la entrada del último vehículo de la cola. La diferencia entre los
momentos de entrada registrados dividida entre la diferencia entre las posiciones, proporciona
un estimativo del intervalo de saturación. Para las vías de doble calzada se obtiene la relación:
1 Imagen adaptada (Naranjo Herrera, 2008, pág. 60)

10
Tabla 4. Relación de flujos de saturación estimados por métodos HCM.2
Máxima diferencia
Tipo de Número de
GEH (%) entre flujos de
acceso datos analizados
saturación
<5 para 92% de accesos 8.3%
2 CR 13
Entre 5 y 10 para el 8% de accesos 9.8%
<5 para 75% de accesos 6.5%
2C-CD 12
Entre 5 y 10 para el 25% de accesos 11.6%
Cabe destacar, que respecto a la medición de flujos de saturación, en esa investigación ha

encontrado que es recomendable utilizar la metodología del HCM, pero apoyado en la
utilización cámaras frente al punto de cruce del acceso, como atrás de la cola de vehículos del
acceso; lo anterior porque dicho procedimiento permite descartar mediciones afectadas por
condiciones esporádicas del tránsito como detención de un vehículo, cambios de carril, entrada
o salida de accesos a predios e interferencias peatonales fuera del semáforo etc. (Francesconi,
2011)
2.5.3. Diseño y construcción de un prototipo de sistema centralizado para el

monitoreo, control y gestión de semáforos
En este proyecto diseñan y construyen un prototipo de un sistema de control para

semáforos y además que éste pueda ser manejado desde una central, lo que significa, que
se debe utilizar un sistema de comunicación que permita dicho enlace. El diseño
centralizado del control puedes obtener información en tiempo real sobre el funcionamiento
de cada uno de los controles, y esto a su vez permitirá hacer modificaciones en la
programación si es necesario. (Puentes Rojas, Henao Palacios, & Gómez Tovar, 2007)
2.5.4. Diseño e implementación de un prototipo para la modificación de las

fases de los reguladores de tráfico vehicular desde los vehículos de
emergencia
Este proyecto realiza un excelente detallado respecto a las arquitecturas y funcionamiento de

un regulador de tráfico y permite entender un poco la dinámica que rige el regulador de
tráfico explicando detalladamente los modos de operación para la interrupción balanceada
de él ciclo de los reguladores de tráfico (Martínez Delgado, 2011).
2 Información adaptada (Francesconi, 2011)

11
2.5.5. Foxway: Prototipo para visualizar datos históricos del tráfico de

Bogotá
Es un proyecto de prototipo de software que permite visualizar la información de tráfico de la

ciudad de Bogotá, generando una base de datos; mediante el análisis de los documentos y el
desarrollo del prototipo se logra generar un concepto de herramienta SIG que permite una fácil
interpretación y acceso a los documentos del tráfico (Zorro Sánchez, 2015).
2.6. Estado del arte internacional
2.6.1. Simulación de algoritmos para regular el flujo vehicular y la

comunicación entre vehículos móviles autónomos utilizando redes Ad-
Hoc
Es un trabajo que pretende demostrar la hipótesis que para lograr una comunicación
eficiente entre vehículos móviles autónomos son necesarios dos componentes: un flujo
vehicular constante y un protocolo de comunicación que incorpore un algoritmo de predicción.
(Aquino Santos, y otros, 2009)
2.6.2. Sistema de comunicación TCP/IP para el control de una intersección

de tráfico vehicular *
El desarrollo de este prototipo permite el monitoreo de las luces del controlador de tráfico
vehicular basado en la norma RILSA, en este estudio además se integra un componente a las
rutinas de funcionamiento integrando una etapa de detección de vehículos de emergencia a
través de señales de radio frecuencia, pero se observa en esto una debilidad de seguridad en la
comunicación para el control de semáforos debido al uso de un espectro radioeléctrico no
regulado (Martínez, Hernandez Suárez, & López Sarmiento, 2013).
2.6.3. Control de tráfico basado en agentes inteligentes

Este artículo presenta el desarrollo de una metodología novedosa que permite incluir un
modelo formal basado en agentes autónomos e inteligentes capaces de manipular las fases de
los ciclos en una infraestructura de semáforos de acuerdo a las exigencias y limitaciones de la
carretera. Este proceso mejora efectiva e inmediata de la calidad del servicio en una
intersección, aumentando el rendimiento de la movilidad de los vehículos y mejorando la
generación de emisiones, cuando los vehículos se paran en un semáforo rojo (Castán,
Salvador, Laria, Guzmán, & Castán, 2014).
12
2.6.4. Semáforos inteligentes

Es un proyecto de investigación donde se resalta el actual funcionamiento de los semáforos
mediante el uso de ITS (Intelligent Transport System o Sistema Inteligente de Transporte), esto
acompañado de las diferentes herramientas de software como el Scats, Lyzun y TrafiRadar. Se
plantea la idea de desarrollo de controladores de tráfico a través de procesamiento de
imágenes (Anorozo, 2014).
Figura 6. Semáforos inteligentes con procesamiento de imágenes.
2.6.5. Sistema de semáforos Inteligentes utilizando sensores de presencia
Durante la evaluación y desarrollo de este estudio, se analizan los actores que representan
factores como lo son el aforo vehicular, el aforo peatonal, las fases de semáforo y el
levantamiento físico y geométrico desarrollando a través de HCM, la evaluación de servicio, así
como la duración de tiempo como principal factor del mejoramiento del servicio (Jacobo, 2015).
2.6.6. Control de semáforos para emergencias del CGBVP usando redes

neuronales
Este trabajo de tesis presenta una estrategia a través de redes neuronales, donde se
selecciona una población como los vehículos del Cuerpo General de Bomberos Voluntarios del
Perú (CGBVP) consiste en preparar los semáforos con anticipación al paso de una unidad. Para
ello se consideraron dos tipos de datos, ubicación y dirección, con el fin de activar los
semáforos tiempo antes que el vehículo llegue a la intersección, durante una emergencia en el
distrito de Surco, contribuyendo a la fluidez vehicular de las unidades en situaciones de
emergencia (Ayala Garrido & Acevedo Bustamante, 2015).
13
2.6.7. Sistema inteligente de detección y aviso de infracciones en semáforos mediante

smartphones
Se propone una nueva aplicación vial aplicable que desarrollada mediante teléfonos
inteligentes, la detección cuando un vehículo se salta un semáforo, y avisar inmediatamente a
los conductores cercanos notificar en tiempo real a todos los vehículos cercanos para
informarles de que hay otro vehículo a su alrededor cometiendo infracciones graves de tráfico
con objeto de que dichos usuarios puedan estar prevenidos (Lakhani, 2015).
2.6.8. Semáforo inteligente con conexión bluetooth para oficiales de transito
En este estudio se realizó la conexión de control para un oficial a través del protocolo
bluetooth, lo que permite verificar el rango de uso para un sistema centralizado de control
semafórico usando este protocolo de comunicación para transmitir órdenes a los semáforos.
Donde la distancia de alcance no supera de los 40 mts. en campo (Giron Ruiz & Morales, 2016).
2.6.9. Procesamiento digital de imágenes para estimación de velocidad y

medición de flujo vehicular
“Este artículo propone una técnica de procesamiento de imágenes para la medición del flujo
vehicular y estimación de la velocidad. Para determinar el flujo vehicular y la estimación de la
velocidad, se utilizó una operación de filtrado digital no lineal, una manipulación del histograma,
una operación de segmentación y operadores morfológicos de dilatación, erosión, apertura,
cerradura y etiquetado de imágenes binarias. Con el etiquetado de las imágenes, se consiguió
representar cada vehículo por un objeto de color blanco” (Huamaní Navarrete & Rojas Vara,
2016).
2.6.10. Sistema de vigilancia para hogares de bajo costo con cámaras fijas y
notificaciones a través de mensajería instantánea
En este trabajo se evalúa las características y desempeño de una cámara de vigilancia de

bajo costo que posee entre sus funciones la detección de movimiento en video. Se propone,
para mejorar sus prestaciones generales, la utilización de una capa adicional de software que
interactúa con el hardware y software provisto por el sistema comercial. El sistema
implementado permite recibir las alertas enviadas por la cámara en una aplicación de
mensajería instantánea, así como también la activación y desactivación de las alertas
(Castañeda, 2017).
14
Capítulo 3: Descripción del proyecto

3.1. Descripción general
Para obtener datos del tráfico vehicular se encuentran diferentes soluciones

automatizadas para el diseño del controlador de tráfico, a través de opciones como redes
neuronales y soluciones provistas de nuevas técnicas de reconocimiento embebido.
Figura 7. Visualización aérea de sitio generada por computadora.
La infraestructura de control de tráfico implementados en “Figura 51. Caja negra para

montaje interno Raspberry + Cámara+ Extractor”; emula las actuales condiciones de un
semáforo de la ciudad de Neiva, que se controla a través de la infraestructura actualmente
implementada en la ciudad con las marcas Siemens y gestionadas con la Plataforma Omnia BPM.
Sin embargo, son sistemas que no permiten visualización o gestión remota y presentan fallos
como se concluye en “Evidencias”.
El actual sistema, aunque posee una interfaz internet estas no se encuentran funcionando,
debido a que no se posee el enrutamiento Ethernet en el sitio de estudio y se ha optado por dejar
el funcionamiento limitado de forma local.
15
Internet
Central de
conmutación
Controlador de tráfico
Semáforo
Banco de
Sensor de datos
proximidad
Tráfico vehicular Computador de

gestión SETP
Figura 8. Esquema del sistema actual del controlador de tráfico.
3.2. Levantamiento de requerimientos
Para el diseño del sistema de controlador de tráfico se deben considera las principales
funciones que debe poseer el sistema, se elige realizando procesamiento de imágenes para la
detección de tráfico y su posterior uso de datos por su confiabilidad. Aprovechando esta
infraestructura, se propone adiciones al sistema que implementan una visualización del tráfico y
permite el control semafórico para vehículos de emergencia.
Por ello se consideran los siguientes requerimientos funcionales para la aplicación del
usuario [1] y el controlador de tráfico [2]; que componen:
16
Tabla 5. Requerimientos funcionales del sistema.
Especificación Requerimiento
ID Nombre Prioridad
Sistema
Clase para validación de usuarios y
Gestión de
RF01[1] permitir el acceso a la intranet del Alta
usuario
sistema.
Gestión de Clase para lectura de coordenadas
RF02[1] Alta
ubicación UTC
Clase para la lectura de los datos
RF03[1] Gestión de datos Alta
suministrados por el usuario
RF04[2] Lectura de tráfico Módulo detector de tráfico Alta
Lectura salidas de Módulo para reconocimiento de
RF05[2] Media
semáforo estado en los semáforos
RF06[2] Visualización Módulo para visualización del tráfico Alta
Almacenamiento Módulo para escritura de
RF07[2] Alta
de datos información local
Transmisión de Módulo para escritura de
RF08[2] Alta
datos información en la nube
Transmisión de Módulo para leer la información del
RF09[2] Media
usuario usuario
3.3. Entorno de desarrollo
Durante el desarrollo para las interfaces del sistema para reconocimiento de los
vehículos y distintos elementos que interactúan para el desarrollo de este proyecto, se opta por
el desarrollo de diferentes técnicas aplicadas a través de hardware y distintas herramientas de
software para el libre desarrollo, realizado a través de un enfoque de Internet de las cosas.
Con la siguiente imagen se describe el nuevo esquema, de la propuesta para el funcionamiento

con el controlador de tráfico vehicular:
17
Cámara
Controlador de tráfico
Central de
conmutación
Semáforo
Banco de
Sensor de datos
proximidad
Usuario
Computador de
Tráfico vehicular
gestión SETP
Figura 9. Esquema general de componentes propuesto para el sistema de tráfico.
3.4. Casos de uso
Los casos de uso muestran la interacción presente a través de dos entornos de

desarrollo:
Paso de App: Pitraf
Usuario
Iniciar sesión <<include>> Verificar ubicación Ingresar datos
<<extend>>
Figura 10. Caso aplicación Android

18
Paso: Visualización web
Inicio de Headers ( ) Stream Server( ) RequestOn( )

Datos Programa
SocketServer( )
Figura 11. Caso visualización web
3.5. Funcionalidad
Para abarcar con las funcionalidades del sistema propuesto, se establecen bloques
funcionales implementados para la parte externa del controlador de tráfico, el gabinete del
controlador y la propuesta de aplicación Android para el usuario que interactúan con la
infraestructura del SETP (Sistema Integrado de Transporte Público) Neiva.
Cada bloque actúa con criterios de funcionamiento para el desarrollo de la propuesta
presentada en “Figura 9. Esquema general de componentes propuesto para el sistema de
tráfico”, se consideran solo los bloques añadidos con respecto a
Figura 8. Esquema del sistema actual del controlador de tráfico.
19
Tabla 6. Evaluación de servicios del controlador de tráfico con Raspberry-Android.
Servicio Entidad de Tipo de Interacción Tiempo de evaluación

ejecución
Lectura de variable Durante el periodo de luz
Sensor de proximidad
local roja
Lectura de tráfico
Lectura de variable Durante el periodo de luz
Cámara de vídeo
local verde
Lectura salidas Lectura de variable
Controlador de tráfico Estado perpetuo
de semáforo heredada
Procesamiento Filtrado OpenCV con Lectura de variable
Ejecución programada
de imágenes MOG2 heredada
Visualización de Lectura de variable
Red local con HTML Ejecución programada
tráfico local
Escritura de Lectura de variable
Python Write Files Ejecución programada
datos local
Transmisión de Lectura de variable
Pyrebase Ejecución programada
datos heredada
Transmisión de Lectura de variable
Sistema Android Ejecución espontanea
usuario local
3.5.1. Módulo de visión por computador
A través de la siguiente imagen se describe lo que es la arquitectura Raspberry, del

procesamiento usado para cumplir con la funcionalidad según los “2.3. Objetivos específicos”,
esto incluye la transmisión y ejecución de órdenes dentro del sistema para el cruce vial propuesto
en el “
20
”.
Además de esto se usan elementos que comprenden la ejecución de servicios CSI para
la cámara, SMP para la gestión remota, HTML para la visualización, Bluetooth y Firebase para la
comunicación de datos, apoyando su funcionamiento con la arquitectura de la placa Raspberry
según información recopilada (La GPU de la Raspberry Pi ya es código abierto , 2012).
Figura 12. Arquitectura Raspberry para procesamiento de jerarquías.
3.5.2. Módulo de activación para Emergencia
Por medio del uso de los datos obtenidos de flujo vehicular, estos son almacenados de
manera de registro en la base de datos de Firebase. se considera esta solución ya que
actualmente en Neiva existen 12 IPS autorizadas para el transporte de pacientes, por lo cual la
cantidad de usuarios se limita al máximo de ambulancias atendiendo una emergencia.
Una vez que el usuario se identifica la aplicación obtiene valores que permiten validar la
situación y permite al usuario realizar un reporte de tráfico.
21
3.6. Descripción técnica
A continuación, se describe elementos que interactúan con esta arquitectura de forma directa con
la adquisición con de imágenes y la comunicación con la placa extendida para el control de luces
semafóricas:
22
Tabla 7. Descripción de elementos
Elemento Referencia
Elemento de Lenguaje de
de comercial o Descripción
referencia programación
hardware de desarrollo
Es un desarrollo para
la solución de
parametrizar el tráfico
Procesamiento Cámara
Python OpenCV vehicular y el
de imágenes Rapsberry
procesamiento para
posterior visualización
web
Es un servicio de base
Google de datos no relacional,
Base de datos
Firebase con limitación de
servicio gratuito
Es una propuesta
Entorno Aplicación
Java Smartphone presentada a los
usuario Android
usuarios.
Es la tecnología de
Xbee transmisión usada para
C++/Java HC-06
Bluetooth él envió de
instrucciones de control
Comunicación Emula la presencia
Sensor de
serial C++/Java HC-SR04 inmediata del flujo
ultrasonido
normal del tráfico
Emula las condiciones
Sensor de
C++/Java DHT-22 óptimas de
temperatura
funcionamiento
3.6.1. Descripción del hardware

Este prototipo es desarrollado para el reconocimiento de vehículos en placas de circuitos para
desarrollo libre a nivel educativo, que compone el contexto para el desarrollo sin restricción a
través de la GPU de desarrollo con la Fundación Rapsberry Pi y su licencia de Creative Commons
Attribution License usando su distribución Debian- OpenGL.
23
Además de esto se usa de una placa con licencia de desarrollo GPU LGPL que permite en
control de la interfaz de las luces semaforizadas en una maqueta de muestra, ya que su interfaz
I2C emula el uso de sensores de los sistemas actuales implementados. Este proyecto cuenta con
una interfaz para el desarrollo del objetivo planteado, a través de la placa Raspberry modelo B+
información recopilada (Raspberry Pi, s.f.) se hace uso de varios esquemas para su desarrollo:
Tabla 8. Detalles técnicos Raspberry Pi 3 modelo B+
SoC Broadcom BCM2837 (CPU + GPU + DSP + SDRAM +

Puerto USB)
CPU 1.4GHz 64-bit quad-core ARMv8
Instrucciones RISC 64 bits
GPU Broadcom VideoCore IV, OpenGL ES 2.0, MPEG-2 y VC-
1(con licencia)1080p30 H.264/MEG-4
Memoria SRAM 1 GB (compartido con GPU) LPDDR2
Puertos USB 2.0 4
Entradas de video Conector MIPI CSI que permite instalar módulo de cámara
desarrollado por la RPF
Conectividad de red 10/100/1000 Ethernet (RJ-45) vía hub USB Max 200 Mbit/s,
Wifi 802.11n/ac, Blutooth 4.2 BLE
Periféricos de bajo 17 GPIO y un bus HAT ID
nivel
Consumo energético 800 mA ( 4 W)
Dimensiones 85.60 mm x 53.98 mm
Sistema operativo Raspbian lite
Para la interfaz de salida, se opta por el uso de una maqueta implementando

didácticamente la configuración del Prototipo y en vista de sus utilidades se implementa un
controlador de luces de tráfico usando el microcontrolador AT Mega 2560 información recopilada
(AT Mega 2560, s.f.) por la cantidad de salidas necesarias en caso de optar por una expansión
de las señales primitivas que emulan las actuales en los semáforos.3
3 Revisar Apéndice 4: Detalles técnicos controlador de luces

24
Capítulo 4: Desarrollo y arquitectura de datos

4.1. Adquisición de la información
Considerando la ubicación de la intersección de semáforos en las troncales, mostradas a

continuación; se realiza una medición de tráfico, teniendo en cuenta las consideraciones de las
Evidencias:
Figura 13. Troncal sur, ambiente exterior del flujo.
Figura 14. Troncal norte, ambiente exterior del flujo.

25
Figura 15. Troncal oeste, ambiente exterior del flujo vehicular.
En este espacio, se realiza la medición de volumen de tránsito vehicular y se calculan

flujos de saturación desde las 5 horas hasta las 21:00 horas de los días Jueves y Viernes ya
que son los que mayor volumen de tráfico presentan. Como se indica en “Estimación de la
afectación de la capacidad en intersecciones semaforizadas como consecuencia del estado del
pavimento” (Francesconi, 2011, pág. 15), se calcula el flujo de saturación como:
3600
𝑆′ =
𝐻
Donde:
S’: Intensidad de saturación en pcu/h/carril
H: Intervalo de saturación en segundos
3600 : Numero de segundo por hora
Después con el conteo de vehículos se obtiene el factor de ajuste de la utilización de la vía

mediante:
𝑉𝑔
𝐹𝐿𝑈 =
𝑉𝑔1 𝑁
Donde:
FLU : Intensidad de saturación en pcu/h/carril
Vg : Porcentaje de flujo de demanda sin ajustar para el grupo de carriles
(veh/h)
Vg1 : Porcentaje de flujo de demanda sin ajustar en un solo carril, con el
volumen más alto en el carril estimado por hora
N: Número de carriles en el grupo de carriles, para el caso es 1

26
Aplicando estos términos para la medición del tráfico según las muestras por hora se obtiene
una aproximación para los tiempos que deberían tener los semáforos para cada troncal según la
demanda de tráfico, véase “Apéndice 2: Gráficas para dinámica de tiempos, luz roja”. 4
4.2. Simulación y caracterización
De acuerdo a los tiempos de saturación para la luz roja, se pueden implementar diferentes
métodos para la solución. Pero se aborda la forma más práctica para abordar este problema
obteniendo una aproximación lineal del tráfico vehicular característicos según horarios y muestras
obtenidas.
Tabla 9. Aproximación líneas R2 días Jueves y Viernes.
Jueves R2 Viernes R2
Norte 0.4983 Norte 0.3087
Sur 0.8716 Sur 0.8824
Oeste 0.6422 Oeste 0.4925
Donde se obtiene que la relación más lineal del flujo de saturación, corresponde a el carril del
Sur. Se elige la relación del Jueves por que sus gráficas son de mayor ajuste lineal para la
regresión.
4.2.1. Parámetros de simulación.
En esta sección se muestran los bloques de ecuaciones que identifican el flujo de tráfico,
donde es necesaria una calibración de control de lazo para la ecuación del carril Sur, el cual
presenta una respuesta con retraso.
Durante la simulación de las ecuaciones para los flujos de saturación, resultaron
respuestas de incongruencia matemática para el carril Sur; por lo cual se recurre a una respuesta
con integrador retroalimentado, y se evidencia una calibración del tiempo.
4 Revisar Apéndice 1: Modelo de tabla para la obtención de datos

27
Figura 16. Bloques de transferencia para los tiempos de saturación.
Figura 17. Respuesta impulso de las funciones de los bloques de transferencia.

28
4.2.1. Caracterización con OpenCV

OpenCV es una librería de código abierto, la cual viene incrementando su funcionalidad
en sistema embebidos, debido a que estos exigen una plataforma de visión artificial la cual está
sustentada por su comunidad. Esta legalmente soportada para su uso, con una licencia BSD lo
que permite utilizar y modificar el código; su funcionamiento está basado en lenguaje Python lo
que lo hace muy versátil de usar, debido al gran auge de este lenguaje de programación. La
versión utilizada corresponde para este desarrollo es Python3, ya que es una versión que no
dejara de ser soportada, como ocurre con su homónima Python2. A través de esta librería se
utiliza una técnica para generar una máscara de la imagen de primer plano que contiene los
pixeles concernientes a objetos en movimiento en la escena (Backgound Substraction OpenCV,
s.f.).
Figura 18. Modelación de Sustracción de Fondo. 5
Se establecen algunos parámetros para el manejo de histograma según las condiciones

de luz que puede existir en la escena; finalmente se parametriza como:
Figura 19. Definición de parámetros de histograma
5 Imagen adaptada (Backgound Substraction OpenCV, s.f.)

29
En el siguiente diagrama de flujo, muestra cómo se evalúa el procesamiento de imágenes:
Raspberry
T
Camara
¿Hay imagen?
Matriz de
imágenes
Sustracción de Detección de
Fondo movimiento
Imagen binaria
Figura 20. Diagrama de flujo para evaluación de histogramas.
4.2.2. Comunicación de datos HTTP con Python

Un módulo HTTP es un conjunto de instrucciones, usado en cada solicitud que se
realiza a la aplicación. Los módulos HTTP permiten examinar las solicitudes entrantes y
salientes en un rol de servidor y tomar medidas en función de la solicitud. Este módulo define
dos clases para implementar servidores HTTP (servidores web). Por lo general, este módulo no
se usa directamente, pero se usa como base para construir servidores web que funcionen. La
primera clase, HTTPServer, es una subclase SocketServer y TCPServer, por lo tanto,
implementa la interfaz SocketServer y BaseServer. Crea y escucha en el socket HTTP,
enviando las solicitudes a un controlador (Basic HTTP server, s.f.).
Figura 21. Configuración de clases HTTP.

30
Calculo de
Registro de datos
Raspberry dato:
Mediana alta
Slack Contador de
StreamHandler
Webhook objetos
Matriz de
WebhookHandler
imágenes
Figura 22. Diagrama de flujo para evaluación HTTP
4.2.3. Comunicación de datos Pybase - Firebase

Firebase como servicio fue usado como herramienta para la gestión de datos; se tiene una
serie de ventajas al usar esta plataforma:
 Sincronizar fácilmente los datos de sus proyectos sin tener que administrar conexiones o
escribir lógica de sincronización compleja.
 Usa un conjunto de herramientas multiplataforma: se integra fácilmente para plataformas
web como en aplicaciones móviles. Es compatible con grandes plataformas, como
Android y aplicaciones web.
 Usa la infraestructura de Google y escala automáticamente para cualquier tipo de
aplicación, desde las más pequeñas hasta las más potentes.
 Crea proyectos sin necesidad de un servidor: Las herramientas se incluyen en los SDK
para los dispositivos móviles y web, por lo que no es necesario la creación de un servidor
para el proyecto. (Firebase, Google Corporative, s.f.)
Figura 23. Configuración de datos Firebase.

31
Mediante la paquetes JSON como estructura de información, se obtiene acceso a una base de
datos ofrecida por Google Firebase; según la estructura implementada (Maidment, 2015), si se
configuran los parámetros de las aplicaciones que se usan para registrar y obtener la información
correspondiente al tráfico vehicular.
Figura 24. Dashboard de la consola de Firebase.
Internet
Pybase
Firebase
Raspberry
Figura 25. Diagrama de flujo para información solicitada.
4.2.4. Administración de usuarios

La gestión de usuarios que usan la aplicación se hace a través de Firebase, ya que facilita
el manejo de la información, en este proyecto se platea la gestión con los siguientes usuarios
donde su clave de acceso es “usco1234”
32
Figura 26. Acceso concesión Firebase- Android
4.2.5. Configuración y servicios Android

Android, como servicio ofrece una variedad de componentes para interactuar con el usuario
que son previamente compilados, como objetos de diseño estructurados y controles de IU; que
permiten compilar la interfaz gráfica de usuario para la aplicación.
Las interfaces en Android se realizan mediante ficheros con etiquetas .xml que definen
elementos a los cuales se darán funcionalidades mediante el uso de código.
A continuación, se muestran los elementos que componen la actividad de Android Studio y
sus elementos que componen la aplicación.
33
Figura 27. Árbol de componentes de aplicación móvil.
Estos elementos componen el funcionamiento de la aplicación; con la finalidad de

seleccionar automáticamente por medio de la ubicación, el semáforo con menor distancia para
su activación según su proximidad, como se evidencia en el diagrama de flujo a continuación. 6
6 Véase Apéndice 8: Interfaz Android para usuarios implementada

34
Android
No
¿Usuario es
correcto?
Firebase
Si
Interfaz de usuario
Inicia servicio de
con aproximación
ubicación GPS
de semáforo
Ubicación < Norte No

Ubicación es
Ubicación < Sur
cercana?
Ubicación < Occidente
Si
Ingreso de datos
usuario (tráfico en cola)
Información JSON
Figura 28. Diagrama de flujo para la interfaz Android.
4.3. Diagrama UML para desarrollo Python
4.3.1. Diagrama de casos de uso
Durante el desarrollo del diseño se consideraron las condiciones de funcionamiento

embebido sin intervención, donde finalmente se ofrece el servicio de visualización Web, este
recurso se encuentra disponible en “Figura 11. Caso visualización web”
4.3.2. Diagrama de clases
En el siguiente diagrama se presentan las superclases que definen la visualización del

procesamiento de la imagen, el envío de byte de control y la gestión de datos con Firebase.
35
Figura 29. Diagrama de clases Raspberry
4.3.3. Diagrama de comunicación
Figura 30. Diagrama de comunicación Rapsberry

36
4.4. Diagramas UML para aplicación Java- Android
4.4.1. Diagrama de clases
Figura 31. Diagrama de clases UML Aplicación Android
4.4.2. Diagrama de casos de uso

Debido a su diseño, esta es una aplicación sin roles de usuario para proteger la integridad de
los datos, se consideró estas condiciones durante la etapa de diseño y por ello este recurso está
disponible en “Figura 10. Caso aplicación Android”.
4.4.3. Diagrama de secuencia funcional
Figura 32. Diagrama de secuencia aplicación móvil.

37
Capítulo 5: Resultados
5.1. Descripción de resultados
Se identifican los resultados accediendo a la red local de transmisión desde cualquier

explorador Web, donde se pueden evidenciar los procesamientos sobre la imagen.
 Lectura de imágenes para sustracción y aprendizaje del fondo:
Proceso de entrenamiento de fondo de video, con el fin de poder identificar los objetos
que se procesan por medio de la imagen
 Construcción de host-server para la visualización en la red local:
Proceso de espera de conexión para inicio de procesamiento de imágenes en tiempo real.
En la siguiente imagen de comandos de consola, se pueden evidenciar los procesos donde una
vez ejecutado el archivo “stremog.py”; se inician los procesos mencionados:
Figura 33. Prueba de funcionamiento de procesos para la detección de tráfico.
Una vez procesada la información del tráfico, se crea un archivo que contiene un arreglo de
datos en forma de lista; con números enteros que son archivados a través de un fichero de
texto plano “data.txt”.
Figura 34. Exploración de archivos dentro del fichero del “Prototipo”.
Con la lectura de este archivo posteriormente se envían instrucciones mediante bytes; usando
la interfaz Bluetooth que posee la placa Rapsberry; algunas muestras de conteo realizadas por
el dispositivo:
38
Figura 35. Transmisión con conteo de 1 motocicleta
Figura 36. Transmisión con conteo de 3 automóviles medianos.

39
Estos datos de conteo de vehículos, se toman posteriormente en Firebase; la cual también recibe
la comunicación en Android, cuando se ejecuta una petición del usuario usando la aplicación
“Pitraf” este después de hacer su validación de usuario y ubicación podrá ingresar datos según
la aplicación haya podido ubicar el semáforo más cercano. Para este caso se modifica variable:
ubicación/norte/carros =12
Figura 37. Cambio de datos en carril norte por solicitud de Aplicación Pitraf.
Para la activación del controlador de tráfico se realiza una comparación entre los datos del usuario
y los datos de conteo de tráfico que después envía un byte de información, recibido en la maqueta
por medio del módulo Xbee 7 y ejecutando la instrucción encendiendo en la maqueta. 8
7 Véase Apéndice 5: Circuitos de comunicación COM

8 Véase Apéndice 7: Montaje y presentación de prototipo de semáforo
40
5.2. Conclusiones
En este trabajo se introduce el procesamiento de imágenes a un nivel sencillo mediante

detección de área de objetos en movimiento dentro de un fondo, aunque estos dependen
directamente de la ubicación se hace un proceso anterior para evitar la detección de objetos en
toda el área y aplicada a un área de interés dentro de la cámara, lo que reduce notablemente el
error de medición de tráfico.
Durante la visualización se observan retrasos respecto al procesamiento de
visualización HTML, debido al kernel del sistema sobre el cual se está ejecutando y la velocidad
de la red sobre la cual se transmite, pero no representa una interferencia al algoritmo de
medición o la detección de imagen.
La inducción de error por las condiciones de la imagen, pueden ser fácilmente
corregidas estadísticamente. Aunque la plataforma Rapsberry presenta problemas de
compatibilidad con algunos estándares de cámara manejados en el mercado, la mayoría
resultan óptimas para su funcionamiento por puerto USB.
La aplicación móvil y la capacidad de usuarios depende de las condiciones de servicio
ofrecidas por Firebase, por ello en este trabajo se supone una población reducida de usuarios a
intervenir el controlador de tráfico, ya que no es un desarrollo comercial.
Este trabajo finalmente representa una evaluación de las limitantes para la detección de
tráfico a bajo costo, ya que no se tienen en cuenta:
 Horarios nocturnos con visión reducida
 Resistencia a la intemperie
 Funcionamiento ininterrumpido por falta de flujo de energía
41
Bibliografía
Anorozo, M. M. (2014). Semáforos Inteligentes. Asunción - Paraguay: Universidad
Católica Nuestra Señora de la Asunción.
Aquino Santos, R., González Potes, A., Villaseñor Gonzalez, L., Crespo, A., Sanchez,
J., & Gallardo, J. (2009). Simulación de algoritmos para regular el flujo vehicular
y la comunicación entre vehículos móviles autónomos utilizando redes Ad-Hoc.
Revista Iberoamericana de Automática e Informática industrial, 79-83.
AT Mega 2560. (s.f.). Arduino. Obtenido de
https://www.arduino.cc/en/uploads/Hacking/PinMap2560big.png
Ayala Garrido, B. E., & Acevedo Bustamante, F. (2015). Control de semáforos para
emergencias del CGBVP usando redes neuronales. Lima: Universidad Ricador
Palma.
Backgound Substraction OpenCV. (s.f.). OpenCV Background Subtraction Methods.
Obtenido de
https://docs.opencv.org/3.1.0/d1/dc5/tutorial_background_subtraction.html
Basic HTTP server. (s.f.). Documents Python 3. Obtenido de
https://docs.python.org/3/library/http.server.html#module-http.server
Castán, J. A., Salvador, I., Laria, J., Guzmán, J., & Castán, E. (2014). Control de tráfico
basado en agentes inteligentes. Polibits, 61-68.
Castañeda, C. S. (2017). Sistema de vigilancia para hogares. La Plata, Argentina:
Universidad Nacional de la Plata.
Catálogo DFRobot. (s.f.). DF Robot. Obtenido de https://www.dfrobot.com/product-
560.html
Firebase. (s.f.). Wikipedia. Obtenido de https://es.wikipedia.org/wiki/Firebase
Francesconi, J. H. (2011). Estimación de la afectación de la capacidad en
intersecciones semaforizadas como consecuencia del estado del pavimento.
Bogota: Universidad Nacional de Colombia.
Giron Ruiz, K., & Morales, Y. A. (2016). Semáforo inteligente con conexión bluetooth
para oficiales de transito. Universidad Nacional de Ingenieria.
42
Huamaní Navarrete, P. F., & Rojas Vara, J. L. (2016). Procesamiento digital de

imágenes para estimación de velocidad y medición de flujo vehicular. Lima:
Perfiles de Ingenieria.
Jacobo, A. (2015). Sistema de semáforos inteligentes utilizado sensores de presencia.
Aplicaciones de la Ingeniería, 147-152.
La GPU de la Raspberry Pi ya es código abierto . (27 de 10 de 2012). GenBeta.
Obtenido de https://www.genbeta.com/desarrollo/la-gpu-de-la-raspberry-pi-ya-es-
codigo-abierto
Lakhani, R. L. (2015). Sistema Inteligente de detección y aviso de infracciones en
semáforos mediante smartphones. La Laguna: Escuela Superior de Ingeniería y
Tecnología.
Maidment, J. C. (2015). Github. Obtenido de https://github.com/thisbejim/Pyrebase
Martínez Delgado, C. A. (2011). Diseño e implementación de un prototipo para la
modificación de fases de los reguladores de tráfico vehicular desde los vehículos
de emergencia. Quito: Escuela Politécnica Nacional.
Martínez, L. F., Hernandez Suárez, C. A., & López Sarmiento, D. A. (2013). Sistema de
comunicación TCP/IP para el control de una intersección de tráfico vehicular .
Ingeniería Investigación y Tecnología, 583-594.
Naranjo Herrera, V. H. (2008). Análisis de la capacidad y nivel de servicio de las vías
principales y secundarias de acceso a la ciudad de Manizales. Manizales-
Colombia: Universidad Nacional Manizales.
Observatorio Nacional, S. V. (2019). Obtenido de https://ansv.gov.co
Paola Cifuentes. (01 de 05 de 2019). Sistema de Gestión de Seguridad Vial. Obtenido
de https://www.iso-39001.cl/blog/64-conducir-bajo-estres
Puentes Rojas, O., Henao Palacios, J. A., & Gómez Tovar, J. M. (2007). Diseño y
construcción de un prototipo de sistema centralizado para el monitoreo, control y
gestión de semáforos. Neiva: Universidad Surcolombiana.
Raspberry Pi 3 Model B+ Starter Kit. (s.f.). Memory Express. Obtenido de
https://media.memoryexpress.com/Assets/Products/MX72342/newark-
8320181rk_starter_kit_1.jpg
43
Raspberry Pi. (Recuperado el 15 de Mayo de 2019 de s.f.). En Wikipedia Enciclopedia

Libre. Obtenido de https://es.wikipedia.org/wiki/Raspberry_Pi
Secretaria de Movilidad. (2016). Estudio para SETP. Neiva.
Serrano, Mónica. (01 de 2018). Diario del Huila. Obtenido de
https://www.diariodelhuila.com/accidentes-de-transito-problematica-que-no-cesa
Universidad Pedagógica y Técnologica de Colombia. (24 de Julio de 2018). Programa
de Igenieria de Transporte y Vías. Obtenido de
http://www.uptc.edu.co/facultades/f_ingenieria/pregrado/transporte/inf_general/
Zorro Sánchez, S. D. (2015). Foxway: Prototipo para visualizar datos históricos del
tráfico de Bogotá. Bogotá: Pontifica Universidad Javeriana.
44
Apéndice
Apéndice 1: Modelo de tabla para la obtención de datos
REGISTRO ÚNICO DE VARIABLES PARA ESTUDIO DE Realizado Andrés

FLUJO VEHICULAR por: Felipe
Murcia
Estudio de implementación "Prototipo para el control de tránsito y
Realizado emergencias implementando tecnología web con monitoreo"
para: La información registrada a través de este formato, indica
mediciones y muestreos hechos de forma manual por el estudiante.
Fecha: Día Mes Año Intervalo de
horario Desde: : Hasta: :
Sentido vial: muestreado:
Altura
Geolocalización: Latitud: Longitud: Conteo de vehículos
(Ft.)
Medición eje vial Fase luz Fase luz Fase luz __
: : :
semafórico: roja: amarilla verde
Tabla 10. Esquema para registro de parámetros de cada controlador de tráfico
Figura 38. Registro de variables según formato.

45
Apéndice 2: Gráficas para dinámica de tiempos, luz roja
Estimación luz verde norte (min) - Jueves

y = 0.001x2 - 0.0781x + 2.5559
4.0
R² = 0.4983
Tiempo según flujo de
3.0
2.0
saturación
1.0
0.0
0 10 20 30 40 50 60 70
Muestra por hora desde las 5h hasta las 21h
Figura 39. Gráfica de estimación de tiempo luz roja, Norte – Jueves
Estimación luz verde sur (min) - Jueves

5.0
y = 7E-06x4 - 0.0009x3 + 0.0403x2 - 0.6622x + 4.2247

4.0 R² = 0.8716
3.0
saturación
2.0
1.0
0.0
0 10 20 30 40 50 60 70
Muestra por hora desde las 5h hasta las 21h.
Figura 40. Gráfica de estimación de tiempo luz roja, Sur – Jueves
Estimación luz verde oeste (min) - Jueves

2.5
2.0 y = 3E-06x4 - 0.0004x3 + 0.0186x2 - 0.2767x + 1.4092

R² = 0.6422
saturación
1.5
1.0
0.5
0.0
0 10 20 30 40 50 60 70
Muestras por hora desde las 5h hasta las 21h.
Figura 41. Gráfica de estimación de tiempo luz roja, Oeste – Jueves

46
Estimación luz verde norte (min) - Viernes

1.0
Tiempo según flujo de 0.8 y = 2E-05x3 - 0.0014x2 + 0.0205x + 0.2273
saturación
0.6 R² = 0.3087
0.4
0.2
0.0
-0.2 0 10 20 30 40 50 60 70
Muestra por hora desde las 5h hasta las 21 h
Figura 42. Gráfica de estimación de tiempo luz roja, Norte – Viernes
Estimación luz verde sur (min) - Viernes

y = 4E-06x4 - 0.0005x3 + 0.023x2 - 0.3897x + 2.2603
2.5
R² = 0.8824
2.0
1.5
saturación
1.0
0.5
0.0
-0.5 0 10 20 30 40 50 60 70
Muestras por hora desde las 5h. hasta las 21h.
Figura 43. Gráfica de estimación de tiempo luz roja, Sur – Viernes
Estimación de luz verde oeste (min) Viernes

2.5 y = -3E-05x3 + 0.0032x2 - 0.1032x + 1.5261
2.0 R² = 0.4925
saturación
1.5
1.0
0.5
0.0
0 10 20 30 40 50 60 70
Muestras por hora desde las 5h hasta las 21h.
Figura 44. Gráfica de estimación de tiempo luz roja, Oeste – Viernes

47
Apéndice 3: Esquema de la tabla de cálculo
Tabla 11. Esquema de tabla de cálculos para luz roja
Unidad de Conteo Relación

Relación Tiempo Tiempo
tiempo de por Total(h)
totalizada luz roja luz roja
muestreada tráfico muestra
𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝑡𝑟á𝑓𝑖𝑐𝑜 𝑡𝑜𝑡𝑎𝑙

U(t) pcu(h) (seg.) (min.)
𝑚𝑖𝑛𝑢𝑡𝑜𝑠 𝑡𝑟á𝑓𝑖𝑐𝑜𝑚á𝑥 𝑡𝑜𝑡𝑎𝑙𝑚á𝑥
00:00 25 0.29
00:15 22 0.26
115 0.504 118.9565 1.736
00:30 21 0.25
00:45 47 0.55
Apéndice 4: Detalles técnicos controlador de luces
Tabla 12. Datos técnicos del Controlador de luces semafóricas prototipo
Microcontrolador ATmega2560
Voltaje de operación 5V
Voltaje de entradas 7-12V
Voltaje limite en entradas 6-20V
Pines Digitales I/O 54 (15 para PWM)
Pines Analógicos 16
Corriente DC por pin 20 mA
Corriente DC pines 3.3v 50 mA
Flash Memory 256 KB of which 8
KB
SRAM 8 KB
EEPROM 4 KB
Velocidad de Reloj 16 MHz
48
Apéndice 5: Layout AT Mega 2560
Figura 45. Placa DF Robot para AT Mega 2560. 9
Figura 46. UART AT Mega 2560. 10
9 Información recopilada (Catálogo DFRobot, s.f.)

10 Imagen recopilada (AT Mega 2560, s.f.)
49
Apéndice 5: Circuitos de comunicación COM
Figura 47. Interfaz COM para comunicación Bluetooth11
11 Imagen recopilada (Catálogo DFRobot, s.f.)

50
Apéndice 6: Layout Raspberry
Figura 48. Especificaciones Rapsberry Pi Modelo B+.12
12 Imagen recopilada (Raspberry Pi 3 Model B+ Starter Kit, s.f.)

51
Apéndice 7: Montaje y presentación de prototipo de semáforo
Figura 49. Maqueta Semáforo con detección por ultrasonido
Figura 50. Presentación exterior de controlador, placa DF-ROBOT + Xbee

52
Figura 51. Caja negra para montaje interno Raspberry + Cámara+ Extractor.
53
Apéndice 8: Interfaz Android para usuarios implementada
Figura 52. Interfaz de aplicación móvil para usuario.

Tesis

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Tesis

Hochgeladen von

Copyright:

Verfügbare Formate

Andrés Felipe Murcia Rivera Pregrado Ingeniería Electrónica

PROTOTIPO PARA EL CONTROL DE TRÁNSITO Y EMERGENCIAS

DOCUMENTO PRESENTADO PARA:

Con el presente estudio y su análisis para el posterior desarrollo y construcción de un prototipo,

medio de visualización web y control a través de sistemas Android; lo que significa un

flujos de saturación, el funcionamiento del regulador de tráfico como Sistema Inteligente de

comunicación del sistema de control y el conjunto de luces semafóricas resolviendo jerarquías,

para la optimización del flujo de vehículos.

drivers of vehicles for the attention of emergencies.

fluidity during the tour of this area of the emergency vehicle.

cost-benefit of the systems implemented to this field.

functioning of the traffic regulator as Intelligent System of Traffic or ITS.

Keywords: ITS, Traffic Regulator, Interface, Flow traffic, Flow saturated

Índice de Contenido ........................................................................................................ iii

Capítulo 1: Planteamiento del problema ......................................................................... 1

1.1. Introducción ....................................................................................................... 1

1.2. Justificación ....................................................................................................... 2

1.3. Antecedentes ..................................................................................................... 3

1.4. Evidencias ......................................................................................................... 5

Capítulo 2: Metodología .................................................................................................. 6

2.1. Planteamiento del problema .............................................................................. 6

2.2. Objetivo general ................................................................................................. 6

2.3. Objetivos específicos ......................................................................................... 6

2.4. Líneas de estudio .............................................................................................. 7

2.4.1. Investigación ............................................................................................... 7

2.4.2. Diseño. ....................................................................................................... 7

2.4.3. Implementación .......................................................................................... 8

2.4.4. Validación ................................................................................................... 8

2.5. Estado del arte nacional y local ......................................................................... 8

2.6. Estado del arte internacional ........................................................................... 11

Capítulo 3: Descripción del proyecto ............................................................................. 14

3.1. Descripción general ......................................................................................... 14

3.2. Levantamiento de requerimientos .................................................................... 15

3.3. Entorno de desarrollo....................................................................................... 16

3.4. Casos de uso ................................................................................................... 17

3.5. Funcionalidad .................................................................................................. 18

3.6. Descripción técnica .......................................................................................... 20

3.6.1. Descripción del hardware ......................................................................... 21

Capítulo 4: Desarrollo y arquitectura de datos .............................................................. 23

4.1. Adquisición de la información .......................................................................... 23

4.2. Simulación y caracterización ........................................................................... 25

4.2.1. Parámetros de simulación. ....................................................................... 25

4.2.1. Caracterización con OpenCV ................................................................... 27

4.2.2. Comunicación de datos HTTP con Python ............................................... 28

4.2.3. Comunicación de datos Pybase - Firebase .............................................. 29

4.2.4. Administración de usuarios ....................................................................... 30

4.3. Diagrama UML para desarrollo Python ............................................................ 33

4.4. Diagramas UML para aplicación Java- Android ............................................... 35

Capítulo 5: Resultados .................................................................................................. 36

5.1. Descripción de resultados................................................................................ 36

5.2. Conclusiones ................................................................................................... 39

Tabla 2. Relación histórica de accidentes en la ciudad de Neiva..................................... 3

Tabla 3. Caracterización de vías de doble calzada .......................................................... 9

Tabla 4. Relación de flujos de saturación estimados por métodos HCM. ...................... 10

Tabla 5. Requerimientos funcionales del sistema. ......................................................... 16

Tabla 6. Evaluación de servicios del controlador de tráfico con Raspberry-Android. ..... 19

Tabla 7. Descripción de elementos ................................................................................ 21

Tabla 8. Detalles técnicos Raspberry Pi 3 modelo B+ ................................................... 22

Tabla 9. Aproximación líneas R2 días Jueves y Viernes. ............................................... 25

Tabla 11. Esquema de tabla de cálculos para luz roja ................................................... 46

Figura 2. Conteo de vehículos en el sitio de estudio. ....................................................... 4

Figura 3. Ocurrencia de accidentes semanal. .................................................................. 4

Figura 4. Gráfico de ocurrencia de accidentes por franja horaria..................................... 4

Figura 5. Criterio de Nivel de Servicio con curvas “Flujo- Velocidad”. ............................. 9