SMART ROAD PRICING - Uniandes

SMART ROAD PRICING

“SISTEMA INTEGRADO DE ESTUDIO PARA LA IMPLEMENTACIÓN DE CARGOS

POR CONGESTIÓN EN CIUDADES INTELIGENTES”

LIBERTAD CÓRDOBA VARÓN

UNIVERSIDAD DE LOS ANDES

FACULTAD DE INGENIERÍA

DEPARTAMENTO DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA

BOGOTÁ D.C.

ENERO DE 2015

UNIVERSIDAD DE LOS ANDES – FACULTAD DE INGENIERÍA Departamento de Ingeniería Eléctrica y Electrónica

SMART ROAD PRICING

“SISTEMA INTEGRADO DE ESTUDIO PARA LA IMPLEMENTACIÓN DE CARGOS

POR CONGESTIÓN EN CIUDADES INTELIGENTES”

LIBERTAD CÓRDOBA VARÓN

Tesis para optar por el título de Magíster en Ingeniería Eléctrica

Asesor:

NICANOR QUIJANO SILVA, PhD.

UNIVERSIDAD DE LOS ANDES

FACULTAD DE INGENIERÍA

DEPARTAMENTO DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA

BOGOTÁ D.C.

ENERO DE 2015


NOTA DE ACEPTACIÓN

Bogotá, Enero de 2015.

Nota de aceptación

______________________

______________________

______________________

_____________________

Asesor

_____________________

Jurado interno

_____________________

Jurado externo


DEDICATORIA

Agradezco a Dios, a mi familia, a mis profesores,

y a todas las personas que han contribuido

en mi proceso de formación académica.

Libertad Córdoba Varón


TABLA DE CONTENIDO

1 INTRODUCCION .................................................................................................................................... 9

2 MARCO TEORICO ...............................................................................................................................12

2.1. CONGESTIÓN VEHICULAR ................................................................................................................12

2.2. MEDIDAS DE RESTRICCIÓN VEHICULAR ........................................................................................16

2.2.1. Pico y placa ..........................................................................................................................16

2.2.2. Cargos por congestión .........................................................................................................17

2.2.3. Carpooling ............................................................................................................................17

2.2.4. Bonos de carbono o Eco-pass .............................................................................................18

2.3. CARGOS POR CONGESTIÓN ............................................................................................................19

2.3.1. Objetivos de la aplicación de cargos por congestión ...........................................................20

2.3.2. Esquemas de tarificación vial ...............................................................................................20

2.4. TIPOS DE TECNOLOGÍA ....................................................................................................................21

2.4.1. Dispositivos usados por las tecnologías de cobro ...............................................................21

2.4.2. Esquemas y tecnologías para el cobro ................................................................................24

2.4.2.1. Sistemas de papel .............................................................................................................24

2.4.2.2. Cobro manual en plazas (tipo peaje) ................................................................................24

2.4.2.3. Reconocimiento por video /Reconocimiento automático de placas (ALPR o ANPR)........25

2.4.2.4. DSCR y RFID .....................................................................................................................30

2.4.2.5. Telefonía móvil ...................................................................................................................36

2.4.2.6. Tecnologías de localización vehicular (VPS) GNSS. .........................................................38

2.4.3. Métodos para la definición de las tarifas de cobro. ..................................................................40

2.4.4. Experiencias internacionales en la aplicación de cargos por congestión. ...............................43

2.4.4.1. Londres ...............................................................................................................................43

2.4.4.2. Estocolmo ...........................................................................................................................46

3 SISTEMA INTEGRADO PROPUESTO................................................................................................47

3.1. Formulación del sistema económico ....................................................................................................48

3.1.1. Formulación del subsistema económico y medidas complementarias ................................49


3.1.2. Formulación del subsistema demanda vial ..........................................................................52

3.2. Formulación del sistema tecnológico ...................................................................................................54

3.2.1. Formulación del subsistema objetivo ...................................................................................54

3.2.2. Formulación del esquema tecnológico .................................................................................55

3.2.3. Formulación del sistema tecnológico ...................................................................................55

4 Caso de estudio ....................................................................................................................................58

4.1. Simulación y análisis de resultados del sistema económico ................................................................58

4.2. Definición y análisis de resultados del sistema tecnológico .................................................................63

5 CONCLUSION ......................................................................................................................................64

6 BIBLIOGRAFIA .....................................................................................................................................65


LISTA DE FIGURAS

Figura 1 - Representación esquemática del concepto de la congestión de tránsito .................................. 13

Figura 2 - Pico y placa Bogotá D.C ............................................................................................................. 16

Figura 3 - Señal de tránsito y esquema de Carpooling ............................................................................. 17

Figura 4 - Representación gráfica Bonos de Carbono. .............................................................................. 18

Figura 5 – Cámara ubicada en un poste en Londres. ................................................................................. 22

Figura 6 – Tags. .......................................................................................................................................... 23

Figura 7 – Pórtico en Costanera Norte, Santiago de Chile. ........................................................................ 23

Figura 8 – Cuatro etapas del sistema ALPR. .............................................................................................. 26

Figura 9 – Configuración básica del sistema RFID pasivo. ........................................................................ 34

Figura 10 – Ejemplo de un sistema RFID para la detección de vehículos. ................................................ 34

Figura 11 – Componentes RFID. ................................................................................................................ 35

Figura 12 – Aplicaciones de pago vehicular. ............................................................................................. 37

Figura 13 – Esquema de localización vehicular por GPS. .......................................................................... 38

Figura 14 – Sistema GPS propuesto........................................................................................................... 40

Figura 15 – Ilustración de una red de carreteras. ....................................................................................... 41

Figura 16 – Zona de aplicación de cargos por congestión Londres. .......................................................... 44

Figura 17 – Señalización vial de ingreso a la zona de congestión. ............................................................ 45

Figura 18 – Zona de aplicación de cargos por congestión Estocolmo. ...................................................... 46

Figura 19 – Sistema integrado propuesto. .................................................................................................. 48

Figura 20 – Estrategias ............................................................................................................................... 51

Figura 21 – Modelo de intersección de una red de tráfico .......................................................................... 52

Figura 22 – Diagrama de flujo para la selección del objetivo ..................................................................... 54

Figura 23 – Selección del esquema vial ..................................................................................................... 55

Red NGN (Centro de

Tecnologías de

Telecomunicaciones ZTE-

Red NGN (Laboratorio

ANKLA) CINTEL


LISTA DE TABLAS

Tabla 1. Opciones ....................................................................................................................................... 56

Tabla 2. Criterios ......................................................................................................................................... 56

Tabla 3. Escala de preferencias .................................................................................................................. 57

Tabla 4. Resultados .................................................................................................................................... 57

Tabla 5. Parámetros de entrada del caso de estudio ................................................................................. 59

Tabla 6. Estrategias, utilidades y precio óptimo. ......................................................................................... 60


1 INTRODUCCION

La tarificación vial consiste en realizar un cobro por ingresar a vías o zonas específicas

en horas congestionadas, su objetivo principal es internalizar los costos externos de la

congestión y asignar los recursos viales de manera eficiente, es decir, generar una

influencia económica que permita ajustar y limitar la demanda de viajes [1]. Por lo

anterior, la tarificación es una de las medidas más eficientes para disminuir la

congestión vial, sin embargo carece de un sistema de estudio como mapa de ruta para

la implementación de las tarifas, de igual forma no existe un método que permita definir

las medidas complementarias, los objetivos, el esquema vial, el tipo de tecnología y los

sitios claves de instalación, los cuales no son considerados o son definidos a priori por

los gobiernos a través de las Alcaldías, Direcciones, Secretarías o Ministerios de

Transito y/o Movilidad; otro factor agravante, son los costos que se omiten en los

métodos que definen la tarifa de congestión; ocasionando sobredimensionamiento e

ineficiencia del sistema, así como inconformidades de tipo político y social, las cuales

pueden ser solucionadas a través del sistema integrado de tarificación vial inteligente

propuesto, conformado por un sistema económico y un sistema tecnológico que

permiten abordar el problema de congestión de forma integral.

No obstante, como no ha sido desarrollado ningún sistema para la implementación de

las tarifas de congestión vial, en [2] se presentan algunas ideas para resolver las

principales preguntas del cobro por congestión, que permiten obtener una visión global

para la implementación de las tarifas y definir los factores necesarios para su aplicación.

En la actualidad, el único aspecto que es ampliamente abordado es el cálculo de la

tarifa de congestión y sus efectos sobre las preferencias de viaje. Por ejemplo, en [3] se

plantea una estrategia de control de tráfico basada en regulación dinámica de precios,

que propone una ecuación diferencial de costo medio y su impacto en el flujo vehicular,

en la cual no se consideran los costos marginales externos ocasionados por el viajero y

no se definen los costos medios contemplados para el cálculo de la tarifa, de igual


forma la variación dinámica del precio puede generar que el viajero no pueda cambiar

su decisión de ruta oportunamente. Un enfoque similar se presenta en [4], que propone

emplear un sistema de tarificación vial en toda la ciudad, donde el precio de congestión

se ajusta dinámicamente acorde a las densidades de tráfico instantáneas en las

carreteras, que tiene como fin controlar rápida y eficazmente el flujo vehicular y prevenir

la congestión. Por otro lado, en [5] se evalúa el problema de tarificación vial y su efecto

en las decisiones de viaje, teniendo en cuenta los comportamientos mixtos de los

jugadores, basado en una teoría de juegos bi-level, donde el objetivo es obtener el

second-best pricing considerando una demanda elástica de los jugadores, sin embargo

no se muestran los costos utilizados para el cálculo de la tarifa. De forma similar, en [6]

se plantea un método de tarifa de congestión basado en una teoría de juegos principal-

agente bi-level, donde el gobernador de tráfico es el principal y los viajeros son los

agentes; el modelo busca mejorar la eficiencia de la carretera y lograr el óptimo de

Pareto, sin embargo, el método solo considera los costos medios privados asociados al

precio de la gasolina.

En virtud de lo anterior, se propone un sistema integrado de tarificación vial que

considera las ideas planteadas en [2], compuesto por un sistema económico y un

sistema tecnológico que permite obtener el precio óptimo de la tarifa de congestión,

fundamentado en el procedimiento de decisión planteado en [6], pero con una ecuación

de optimización que considera los costos medios privados, los costos marginales

sociales y los costos asociados a la instalación de la infraestructura tecnológica [7]. Lo

anterior, permite dejar en una balanza la utilidad del gobernador y la utilidad de los

viajeros para obtener el óptimo de Pareto; por otro lado, la influencia de la tarifación en

las preferencias de viaje se realiza acorde al análisis matemático planteado en [4], con

una modificación en la ecuación de probabilidad de selección de ruta del viajero, en la

cual la matriz dinámica de precios es reemplazada por el precio óptimo de congestión.

De igual forma, se propone un método de selección de criterios para la definición del

objetivo y el esquema vial, se realiza un análisis jerárquico de decisión para la elección

del tipo de tecnología y se definen las consideraciones que deben tenerse en cuenta

para elegir los sitios clave de su instalación.


En la Sección II del presente documento se realiza una breve descripción del concepto

de congestión vehicular, se relacionan de forma general las medidas de restricción

vehicular existentes, se define el concepto cargos por congestión y se relacionan las

experiencias internacionales en la aplicación de las tarifas. En la Sección III se realiza la

formulación del sistema de tarificación vial conformado por el sistema económico y el

sistema tecnológico. En la Sección IV se e muestra la simulación y análisis de

resultados del caso de estudio. Finalmente, en la Sección V son presentadas las

conclusiones del trabajo desarrollado.


2 MARCO TEORICO

En ésta sección se realiza una breve descripción del concepto de congestión vehicular,

se relacionan de forma general las medidas de restricción vehicular existentes, se

define el concepto cargos por congestión y se relacionan los modelos técnicos

utilizados actualmente para el cálculo de la tarifa de congestión en ciudades

inteligentes.

2.1. CONGESTIÓN VEHICULAR

La congestión vehicular se presenta generalmente cuando se intensifica la cantidad de

vehículos que circulan a través de una vía, que genera incrementos en los tiempos de

viaje de los usuarios por la disminución de la velocidad. Es decir, a mayor cantidad de

vehículos en una infraestructura de transporte se genera proporcionalmente una

disminución en el flujo vehicular [8]. Dicha disminución, se ve incrementada o generada

por otras causas, como [2]:

Inadecuado diseño de la infraestructura vial.

Escasez de mantenimiento de la malla vial.

Señalización vial inapropiada o ausente.

Comportamiento inapropiado de los conductores y peatones.

Desconocimiento de las condiciones de tránsito.

Mal estado de los vehículos.

Vehículos de tracción animal circulando con los vehículos motorizados.

Sistema semafórico obsoleto, y/o desligado de las condiciones del tránsito vehicular

y/o con ambigüedad de la prioridad de paso, entre otros.

Teniendo en cuenta lo anterior y con el fin de comprender la demora asociada a un

vehículo para transitar una vía, se muestra a continuación la representación

esquemática del concepto de congestión vehicular [8]:


Figura 1 - Representación esquemática del concepto de la congestión de tránsito1

En la Fig. 1, la función:

(1)

Representa el tiempo necesario para transitar por una calle, a diferentes volúmenes

de tránsito . Derivando la función anterior, se obtiene:

(2)

Donde, la diferencia entre ambas curvas representa para cualquier volumen de tránsito

, el aumento del tiempo de viaje de los demás vehículos que están circulando, a causa

de la introducción de un vehículo adicional. Puede observarse que las dos curvas

coinciden hasta el nivel de tránsito ; hasta dicho valor el tiempo de viaje de todos los

vehículos es el tiempo empleado por el nuevo vehículo que se incorpora, porque los

demás pueden seguir circulando a la misma velocidad que antes. Por el contrario, a

partir de dicho valor las dos funciones divergen, estando por arriba de .

Eso significa que cada vehículo que ingresa experimenta su propia demora, pero

simultáneamente aumenta la demora de todos los demás que ya están circulando. En

1 Tomado de: T. Ian, B. Alberto,“ La congestión del tránsito urbano: causas y consecuencias económicas y sociales”, Revista de la Cepal 76, Abril 2002, pp 109-121.


consecuencia, el usuario individual percibe sólo parte de la congestión que causa,

recayendo el resto de la congestión en los demás vehículos que forman parte del flujo

de ese momento [8].

En virtud de lo anteriormente expuesto, el término congestión podría definirse como: la

condición que prevalece si la introducción de un vehículo en un flujo de tránsito

aumenta la demora de los demás en más de un . Una definición objetiva de la

congestión, es: el volumen de tránsito en que , donde a es un valor

variable. Por ejemplo, si , la congestión comenzaría en el momento en que el

cambio en la demora de todos los vehículos presentes en el flujo, el cual es igual a la

mitad del tiempo de viaje que tendría un vehículo adicional [8].

Cabe anotar, que algunos vehículos generan más congestión que otros, como es el

caso de los automóviles, los cuales tienen asignada una equivalencia denominada PCU

(passenger car units), que hace referencia al factor de utilización de la capacidad de la

vía para cada tipo de vehículo [9], una clasificación habitual asigna un índice de 1 para

los automóviles, y para los demás vehículos una equivalencia a su influencia

perturbadora sobre el flujo de tránsito, o el espacio vial que efectivamente ocupan, en

comparación con un automóvil. Normalmente, se considera que un bus tiene una

equivalencia aproximada de 3 pcu, y un camión, una de 2 pcu. Estrictamente, el factor

pcu varía según se trate de una aproximación a una intersección o de un tramo vial

entre intersecciones. Aunque el bus genera más congestión que el automóvil,

generalmente transporta más personas. Por lo tanto, la congestión se reduce si

aumenta la participación de los buses en las zonas de tráfico, y estos últimos son

usados masivamente por parte de los usuarios [8].

Es importante tener en cuenta que el sistema de transporte, incluyendo la provisión de

suelo urbano para infraestructura de transporte, se desenvuelve bajo características

propias muy particulares, como:


La demanda de transporte regularmente obedece a la necesidad de acceder a los

sitios en que se llevan a cabo las distintas actividades (como el trabajo, las compras,

el estudio, la recreación, el descanso, etc.) [8].

El transporte se efectúa en limitados espacios viales, especialmente en zonas

urbanas [8] [10].

La provisión de infraestructura vial para satisfacer la demanda de los períodos pico

tiene un costo muy elevado [8] [10].

A raíz de todo lo anterior se produce congestión en diversos lugares, con sus negativas

secuelas de contaminación, importante gasto de los recursos privados y sociales, y

pérdida de calidad de vida. La congestión del tráfico aumenta significativamente y los

conductores pierden varias horas-hombre mientras esperan en el tráfico. Por otra parte,

el consumo de combustible en condición de tráfico se incrementa alrededor de un 80%

en comparación con condiciones de tráfico libre [11]. Así, los resultados de la

congestión de tráfico generan significativamente un mayor número de emisiones de

CO2 y contaminación atmosférica.

Un factor agravante de la congestión vehicular, es que el costo de la congestión no es

percibido plenamente por los usuarios que contribuyen a generarlo. Cada vez que esto

ocurre, el bien o servicio involucrado se consume más que lo que conviene a la

sociedad [8]. Cabe anotar, que los usuarios perciben los costos medios privados (los

derivados del gasto en combustible, por depreciación del vehículo y el coste del tiempo

para los ocupantes), pero no los costos marginales sociales (los costes por daños a la

carretera, accidentes de tránsito, costos medioambientales, etc.) a excepción de los

impuestos sobre los combustibles [9]. Por lo anterior, aunque los usuarios perciben los

costos medios privados, no tienen una idea clara de cuánto les cuesta realizar un viaje

adicional, en términos de mantenimiento, desgaste de neumáticos, etc. Por otra parte,

sí perciben los costos cargados por el gobierno particularmente el impuesto sobre los

combustibles, que son simples transferencias del automovilista al Estado. Por lo tanto,

como los usuarios no experimentan los mayores costos de tiempo y operación que

causan a los demás, sus decisiones sobre ruta, modo, origen, destino y hora de los

viajes son tomadas, no sobre la base de los costos sociales, sino sólo de los costos


propios, o mejor dicho, de una percepción frecuentemente parcial de esos costos. El

resultado lógico es una sobreexplotación de la vialidad existente, al menos en

determinadas zonas y horas [8].

2.2. MEDIDAS DE RESTRICCIÓN VEHICULAR

Como consecuencia de lo anteriormente expuesto, surgen las medidas de restricción

vehicular, que consisten en la prohibición de la circulación de vehículos en unas horas,

sitios y días definidos. Lo cual, tiene como fin mejorar la movilidad, disminuir la

contaminación ambiental y auditiva, obtener recursos para financiar proyectos sociales,

entre otros. Dichas medidas son reglamentadas generalmente por los gobiernos de los

países a través de las Direcciones, Secretarías o Ministerios de Transito y/o Movilidad.

Dentro de las medidas más utilizadas se encuentran:

2.2.1. Pico y placa

Figura 2 - Pico y placa Bogotá D.C2

Es una medida mediante la cual se establecen restricciones en la circulación de cierto

tipo de vehículos de acuerdo con su número de placa, con el propósito de facilitar el

tránsito en ciertas zonas, horarios y días determinados [12]. Dicha medida se aplica en

países como Colombia, Brasil, Ecuador, Costa Rica entre otros [13].

2 Tomado de: Secretaría Distrital de Movilidad, Alcaldía Mayor de Bogotá,“ Continúa socialización del nuevo pico y placa para

particulares que circulan en Bogotá” (Junio, 2012) [Online]. Available: http://www.movilidadbogota.gov.co/?pag=1137.

http://www.movilidadbogota.gov.co/?pag=1137


2.2.2. Cargos por congestión

Cargos por congestión es una medida de tarificación vial que consiste en realizar un

cobro por circular o ingresar a vías o zonas específicas durante períodos en que en

ellas existe congestión. La cual, por ser objeto de análisis del presente documento, es

analizada en detalle en la Sección 2.3.

2.2.3. Carpooling

Figura 3 - Señal de tránsito y esquema de Carpooling 3 4

El car-pooling o coche compartido tiene como fin disminuir las emisiones

contaminantes, mejorar la movilidad y generar ahorro económico para las personas que

comparten el vehículo, clasificándose en [14]:

Carpooling tradicional: llevado a cabo entre grupos cerrados de personas conocidas

con un horario fijo que se turnan en llevar el coche al trabajo, ahorrándose gastos de

gasolina y posiblemente tiempo si circulan por carriles habilitados para más de dos

ocupantes (tienen menos tráfico).

Carpooling de conveniencia (conocido como slugging): personas desconocidas que

por beneficio mutuo deciden viajar juntas. Existen puntos de encuentro fijos donde

3 Tomado de: Travel Report, SECTUR, Secretaría de Turismo Estados Unidos Mexicanos, “Carpooling para viajar más barato”

[Online]. Available: http://travelreportmx.com/carpooling-para-viajar-mas-barato/. 4 Tomado de: Suelto inspiración para el camino, "Vayamos juntos" (Febrero, 2012) [Online]. Available:

http://suelto.net/tag/carpooling/.

http://travelreportmx.com/carpooling-para-viajar-mas-barato/

http://suelto.net/tag/carpooling/


se establecen los acuerdos. El conductor lo hace para poder circular por un carril

habilitado para dos o más ocupantes y así ahorrar tiempo. El pasajero lo hace para

ahorrar tiempo y dinero.

Carpooling facilitado por las nuevas tecnologías: es como el carpooling tradicional,

sólo que se hace de forma online en Internet con un mínimo de un día de antelación

y permite tener un gran número de personas desconocidas con quien compartir el

viaje otorgando mayor versatilidad de horarios y de rutas.

Carpooling dinámico en tiempo real: es la tendencia futura del carpooling que

aprovecha la tecnología de la telefonía móvil actual (con GPS e Internet) para

concretar el viaje justo antes de realizarlo, eligiendo al conductor que en ese instante

se encuentre más cerca del pasajero y cuya ruta coincide con el destino de éste.

2.2.4. Bonos de carbono o Eco-pass

Figura 4 - Representación gráfica Bonos de Carbono.5 6

Los bonos de carbono son un mecanismo internacional para reducir las emisiones

contaminantes al medio ambiente, el cual es uno de los tres mecanismos propuestos en

el Protocolo de Kyoto para la reducción de emisiones causantes del calentamiento

global o efecto invernadero (GEI o gases de efecto invernadero). Un bono de carbono

representa el derecho a contaminar emitiendo una tonelada de dióxido de carbono [15].

Dicha medida es aplicada en países como Chile y Argentina, donde se puede

5

Tomado de: Peñalolen, “Neutralización de emisiones de carbono” [Online]. Available:http://medioambiente.penalolen.cl/?page_id=187. 6 Tomado de: Everde, “Autos Carbono Neutral” (Marzo, 11) [Online]. Available: http://www.everde.cl/2011/03/autos-carbono-

neutral.html.

http://medioambiente.penalolen.cl/?page_id=187

http://www.everde.cl/2011/03/autos-carbono-neutral.html

http://www.everde.cl/2011/03/autos-carbono-neutral.html


neutralizar la huella de carbono de sus vehículos adquiriendo bonos que se traducen en

árboles nativos plantados en la Patagonia. Dicho sistema permite que cada persona

pueda calcular la cantidad de emisiones de su vehículo gracias a una tabla universal de

emisiones, donde una vez establecido el monto de emisiones de cada auto, el dueño

del mismo puede compensarlas comprando el Bono de Carbono [16] [11].

2.3. CARGOS POR CONGESTIÓN

Teniendo en cuenta lo anteriormente expuesto, se escogió cargos por congestión como

la medida de restricción vehicular del sistema integrado de estudio que se describe en

la Sección III. Profundizando en el concepto, es importante anotar que cargos por

congestión es una medida de tarificación vial que consiste en realizar un cobro por

circular o ingresar a vías, corredores, o zonas específicas durante períodos en que en

ellas existe congestión. La función de la tarifa es hacer percibir a quien circula en la

zona congestionada, que su presencia impone un costo adicional a los demás vehículos

que están circulando, compuesto por incrementos de tiempos de viaje y de costos de

operación, especialmente combustibles. Normalmente, dicho sobrecosto no es

internalizado individualmente y las decisiones de los usuarios obedecen a una visión

centrada en los costos propios, que aunque incluyen el efecto de la congestión sobre sí

mismos, son menores a los totales. El resultado es que se producen niveles de tránsito

incrementados, que se apartan de lo conveniente a la economía.

En la práctica, el precio de transporte percibido en condición de congestión es análogo

a que si estuviera subsidiado, sin que para ello exista una razón de índole económica.

Al contrario, en la medida en que cada usuario internalice el sobrecosto que causa, se

racionaliza el uso de las vías públicas. En efecto, determinados usuarios no estarán

dispuestos a pagar la tarifa de congestión, por lo que buscarán otras opciones, ya sea

empleando otros modos de transporte o efectuando el viaje en automóvil en períodos

en que no exista cobro. En teoría, se optimizaría el uso de las calles si pudiese cobrarse

en todo momento exactamente el costo adicional o marginal, de acuerdo a su

designación técnica, y las personas supieran dicho valor para cada una de sus opciones


de viaje antes de empezar su desplazamiento, dando como resultado una congestión

bajo control. En consecuencia, la tarificación por congestión es un desincentivo al uso

del vehículo personal en las zonas y períodos congestionados [18]. En virtud a lo

anterior, a continuación se relacionan los objetivos de la aplicación de cargos por

congestión y los esquemas de tarificación vial existentes:

2.3.1. Objetivos de la aplicación de cargos por congestión

Los objetivos de la aplicación de cargos por congestión en las ciudades son [2]:

Objetivos de movilidad: reducción de congestión, reducción de volumen de

vehículos en la hora pico, aumento de velocidad, aumento de la confiabilidad,

promoción de usos alternativos más sostenibles (Transporte público y no

motorizado).

Objetivos ambientales: reducción de emisiones de gases efecto invernadero

debidas al transporte, reducción de ruido.

Objetivos financieros: obtención de recursos para proyectos de la ciudad.

Objetivos sociales: aumento en la equidad mediante la inversión de los recursos

obtenidos en modos alternativos como el transporte público.

2.3.2. Esquemas de tarificación vial

Los siguientes esquemas de tarificación vial le permiten a las ciudades contar con

diferentes opciones de cobro, acorde a las zonas, áreas, corredores o vías

congestionadas [19]:

Zonas o áreas: son esquemas en los cuales se cobra por estar dentro de la zona o

área seleccionada.

Cordón: puede ser cordón o doble cordón, en los cuales se cobra cada vez que se

cruza ingresa y/o accede a un sector delimitado específico.


Corredores: es un esquema en el cual se cobra por el acceso a carriles de alta

ocupación.

Esquemas mixtos: son aquellos en que se cobra en parte en cordón y en parte en

arcos/tramos congestionados. Es decir se cobra por el acceso al cordón o zona, y

adicionalmente se cobra en otra serie de puntos para combatir la congestión en

sectores específicos.

2.4. TIPOS DE TECNOLOGÍA

En forma esquemática un sistema de cobro necesita de varios elementos, los que

pueden ser tratados con una sola tecnología o con una combinación de ellas. Estos

elementos incluyen [19]:

Un mecanismo de detección que permite descubrir que un vehículo se encuentra en

una zona tarificada o que está cruzando un punto de cobro.

Un mecanismo de identificación que permite conocer exactamente qué tipo de

vehículo ha sido detectado.

Una forma de fiscalizar el uso, de modo de identificar infractores y reducir la evasión

al pago.

Una serie de procesos que permiten asignar el cobro a cada usuario, procesar sus

cuentas (si las hay), multas a infractores, etc. Estos procesos reciben el nombre de

Back Office.

Una interfaz (o varias) con los usuarios para establecer contratos, enviar estados de

cuenta, atender reclamos, reponer equipos, etc. Esto recibe el nombre de Front

Office y las interfaces pueden incluir locales comerciales, centros de llamadas,

Internet, mensajes de texto de celular, entre otros

2.4.1. Dispositivos usados por las tecnologías de cobro


Para relacionar las tecnologías de cobro existentes, es importante conocer previamente

los dispositivos utilizados por dichas tecnologías. Los cuales se relacionan a

continuación [19]:

Cámaras con sistema de reconocimiento automático de placas

Figura 5 – Cámara ubicada en un poste en Londres.7

Las cámaras de video para capturar imágenes (equivalente a tomar fotos) de las placas

de los vehículos, se instalan sobre cada vía de circulación o en forma adyacente a ésta

a aproximadamente 5 metros de altura, instaladas sobre un pórtico o “puente” o en

postes al costado de la vía en el caso de calles con una o dos pistas. Junto a las

cámaras se instala un dispositivo de iluminación infrarrojo, ya sea continuo o tipo “flash”,

para operar de día y noche, y mejorar la tasa de éxito de las imágenes capturadas.

Estos dispositivos tienen una amplitud de captura de 5 metros a una distancia de entre

25 y 30 metros de la cámara. En general las cámaras se instalan con el propósito de

capturar la patente delantera de los vehículos. Adicionalmente es posible instalar otra

cámara con una amplitud de campo mayor para capturar la imagen del vehículo

completa, necesaria para el seguimiento de infractores. Además de las cámaras fijas es

posible utilizar equipos en unidades móviles y así fotografiar los vehículos estacionados

o incluso en movimiento, aunque en este caso la cantidad de imágenes adecuadamente

capturadas es menor. Por esta razón, los equipos móviles sólo se utilizan como apoyo

para sectores poco cubiertos con cámaras fijas o para la captura de infractores.

7 Steer,“Tarificación vial para la ciudad de Santiago”, Programa de las Naciones Unidas para el desarollo, Septiembre 2009, pp 13 –

318.


Tag y Lector

Figura 6 – Tags.8

El dispositivo llamado “tag”, “transponder” u “OBU” (On Board Unit o unidad a bordo), se

instala en cada vehículo, para que pueda comunicarse con otro dispositivo instalado

sobre la vía o a un costado de ella, llamado “baliza”, “lector” o “RSE” (Road Side

Equipment o equipo en la vía). Estos dos equipos se comunican a corta distancia, entre

5 y 30 metros, aunque que el tag se encuentre en un vehículo que transita a alta

velocidad. Un lector se instala idealmente sobre cada carril de la vía, y se ubica para

cubrir una zona de comunicaciones equivalente al ancho de la pista y hasta 30 metros

hacia los vehículos que se aproximan. Los lectores (antenas) se montan sobre pórticos

construidos sobre la vía, que permiten conectarse con el tag instalado en el vehículo.

Poste o pórtico

Figura 7 – Pórtico en Costanera Norte, Santiago de Chile.9

8 Steer,“Tarificación vial para la ciudad de Santiago”, Programa de las Naciones Unidas para el desarollo, Septiembre 2009, pp 13 –

318. 9 Steer,“Tarificación vial para la ciudad de Santiago”, Programa de las Naciones Unidas para el desarollo, Septiembre 2009, pp 13 –

318.


Los pórticos en general son estructuras de gran tamaño, que resultan ser bastante

intrusivas para áreas urbanas. Sobre estos se instalan, además de los dispositivos de

comunicación, dispositivos adicionales como cámaras, luces infrarrojas y equipos de

clasificación automática de vehículos.

2.4.2. Esquemas y tecnologías para el cobro

Teniendo en cuenta los dispositivos anteriormente mencionados, se relacionan a

continuación las tecnologías disponibles para el cobro [2]:

2.4.2.1. Sistemas de papel

Este sistema consiste en una licencia basada en etiquetas de papel con codificación de

color que se fijan en el parabrisas de los vehículos. La fiscalización se realiza mediante

guardias que inspeccionan el color y tipo de vehículos en puntos claves de entrada a las

zonas, cordones o corredores de cobro. Por lo tanto, la detección, clasificación y

fiscalización son visuales [19].

2.4.2.2. Cobro manual en plazas (tipo peaje)

Requiere que los vehículos se detengan para pagar (y a veces recibir vuelto) y por ello

las plazas de peaje deben tener múltiples canales o casetas de cobro. Esto requiere de

una gran cantidad de espacio público lo que las hace imprácticas en el contexto urbano

donde ocurre la mayor parte de la congestión. El reservar algunas pistas para peaje

electrónico permite un mejor uso del espacio y disminuye demoras, pero no elimina el

problema. En el peaje manual la detección, clasificación, cobro y fiscalización (con

barreras) se hace en el mismo lugar. Por su naturaleza, no requiere de Front ni Back

Office, ni la identificación del vehículo o su conductor [19].


2.4.2.3. Reconocimiento por video /Reconocimiento automático de placas (ALPR

o ANPR)

El reconocimiento automático de matrículas (ALPR) desempeña un papel importante en

numerosas aplicaciones de la vida real, como la recolección de peaje automático, la

aplicación de la ley de tráfico, supervisión del tráfico de carreteras, etc. [20] - [23]. ALPR

reconoce el número de placa del vehículo a partir de una imagen o imágenes tomadas

por medio de cámaras. Se cumple por la combinación de una gran cantidad de técnicas,

como: detección de objetos, procesamiento de imágenes y reconocimiento de patrones.

ALPR es también conocida como reconocimiento óptico de caracteres (OCR) para los

vehículos [24]. En este sistema, es necesario tener en cuenta algunos problemas en

detección y reconocimiento de placas de matrícula [24]:

a) Variaciones de la placa

Ubicación: existen placas en diferentes lugares de una imagen.

Cantidad: una imagen puede contener ninguna o muchas placas.

Tamaño: las placas pueden tener diferentes tamaños, debido a la distancia de la

cámara y el factor de zoom.

Color: las placas pueden tener varios colores de fondo, por los diferentes tipos de

placas o dispositivos de captura.

Fuente: placas de diferentes naciones pueden ser escritas en diferentes tipos de

letra y lenguaje.

Estándar versus vanidad: las placas pueden tener combinaciones de letras y

números, así como cualquier número de caracteres sin regulación.

Oclusión: las placas pueden estar ocultas por la suciedad.

Inclinación: las placas pueden estar inclinadas.

Otros: además de los otros caracteres, una placa puede contener marcos y tornillos.

b) Variaciones ambientales

Iluminación: las imágenes de entrada pueden tener diferentes tipos de iluminación,

principalmente por la iluminación ambiental y los faros de los vehículos.


Fondo: el fondo de la imagen puede contener patrones similares a placas, tales

como números estampados en un vehículo, parachoques con patrones verticales y

suelos con textura.

El sistema ALPR que extrae el número de placa de una imagen determinada está

compuesto por cuatro etapas, como se muestra a continuación [24] [25]:

Figura 8 – Cuatro etapas del sistema ALPR.10

La primera etapa es la adquisición de la imagen del vehículo usando una cámara, la

segunda etapa consiste en extraer la placa de la imagen en función de algunas

características, tales como el límite, el color, o la existencia de caracteres; la tercera

etapa consiste en segmentar la placa y extraer los caracteres mediante la proyección de

su información de color, etiquetarlos, o hacer coincidir sus posiciones con las plantillas.

Y la etapa final es reconocer los caracteres extraídos por el emparejamiento de

plantillas o el uso de clasificadores, tales como redes neuronales y clasificadores

difusos. Es importante tener en cuenta, que el rendimiento de un sistema ALPR se basa

en la solidez de cada etapa individual. Las cuatro etapas de un sistema ALPR se

describen en detalle a continuación [24]:

10

Shan, I. Mahmoud, S.Mohamed ,“Automatic License Plate Recognition (ALPR): A State-of-the-Art Review”, IEEE trans. on circuits and systems for video technology, Vol 23, No 2, February 2013, pp 311 – 325.


ETAPA 1: Adquisición de imágenes

La adquisición de las imágenes del vehículo se realiza usando una cámara. Por lo

anterior, es importante considerar los parámetros de la misma, tales como: tipo,

resolución, velocidad de obturación, orientación, luz, entre otros.

ETAPA 2: Extracción de la placa

La etapa de extracción de placa influye en la precisión de un sistema ALPR. La entrada

de esta etapa es la imagen de un coche, y la salida es una parte de la imagen que

contiene la placa potencial. La placa puede existir en cualquier parte de la imagen, por

lo tanto, en lugar de procesar cada pixel de la imagen, situación que aumenta el tiempo

de procesamiento, se procesa solamente los pixeles que distinguen características

como el formato de placa. Dentro de los métodos de extracción de placa existen los

siguientes:

Extracción de la placa utilizando información de Fronteras/borde: la placa

normalmente tiene forma rectangular con una relación de aspecto conocido, por lo

anterior los métodos de borde se usan para extraer todos los posibles rectángulos

de la imagen [26] - [29]. Dentro de las técnicas utilizadas, se encuentran: el filtro de

Sobel [25][27][30], el algoritmo de detección de bordes vertical VEDA [31], el método

basado en bloques [32], la transformada de Hough HT [33], generalized symmetry

transform GST [34], entre otros.

Extracción de placas usando la información global de la imagen: dentro de las

técnicas utilizadas se encuentran: El análisis de componente conectado (CCA) [23]

[35] [36], Algoritmo de detección de contorno [37], Correlación cruzada 2-D [38] con

una plantilla de placa pre almacenada, entre otros.

Extracción de placas usando características de textura: este tipo de método

depende de la presencia de caracteres en la placa de matrícula. Para tal fin, se

utilizan diferentes técnicas, dentro de las cuales se encuentran: técnicas de

exploración de línea [39] [40], cuantificación vectorial (VQ) [41], método de ventanas


deslizantes concéntricas (SCW) [42], la transformada wavelet (WT) [45], adaptive

boosting (AdaBoost) [43] [44], entre otros.

Extracción de placas usando las características de los caracteres: estos métodos

examinan la presencia de caracteres en la imagen. Si se encuentran caracteres, su

región se extrae como la región de la placa. Dentro de las técnicas utilizadas se

encuentran: algoritmos de extracción de regiones que utilizan redes neuronales [46],

escanear la imagen en sentido horizontal en busca de repetir los cambios de

contraste en una escala de 15 píxeles o más [47], etiquetar los objetos binarios que

tienen la misma relación de aspecto de caracteres y más de 30 píxeles utilizando la

transformada de Hough [48], etc.

Métodos híbridos de extracción de placa: dentro de los métodos híbridos se

encuentran: Reglas difusas para extraer las características de textura y los colores

amarillos [49], dos redes neuronales para detectar la característica de textura y la

función de color [50], una red neuronal para escanear la imagen mediante el uso de

una ventana de dimensiones HxW similar al tamaño de la placa, y para detectar el

color y los bordes dentro de esta ventana para decidir si se trata de un candidato

[51], red neuronal con retardo de tiempo (TDNN) [52], etc.

ETAPA 3: Segmentación de placas

En esta etapa se segmenta la placa aislada para extraer los caracteres de

reconocimiento. Cabe anotar, que una placa que se extrae de la etapa anterior puede

tener algunos problemas como: inclinación y brillo no uniforme. Es importante que los

algoritmos de segmentación superen todos esos problemas en una etapa de pre

procesamiento. A continuación, se caracterizan los métodos de segmentación de placa

existentes:

Segmentación de placas mediante conectividad de píxeles: la segmentación se

realiza mediante el etiquetado de los píxeles conectados en la imagen binaria de la

placa. Los píxeles marcados se analizan y los que tienen el mismo tamaño y

relación de aspecto se consideran como caracteres de la placa [53] [38] [54]-[56].


Segmentación de placas usando perfiles de proyección: teniendo en cuenta que los

caracteres y fondos de matrículas tienen colores diferentes, tienen valores opuestos

en la imagen binaria. Por lo tanto, algunos de los métodos propuestos utilizan una

proyección vertical o horizontal de los pixeles para extraer los caracteres [30] [35]

[52] [57]-[65]. Una de las ventajas del método de proyección, es que la extracción de

caracteres es independiente de sus posiciones, por lo tanto la placa se puede girar

ligeramente. Sin embargo, depende de la calidad de la imagen debido a que

cualquier ruido afecta el valor de la proyección. Por otra parte, se requiere un

conocimiento previo del número de caracteres de la placa.

Segmentación de placas utilizando el conocimiento previo de los caracteres: el

conocimiento previo de caracteres puede ayudar a la segmentación de la placa. En

[63], la imagen binaria es explorada por una línea horizontal para encontrar la

posición inicial y final de los caracteres. en [64], el número de placa extraída se

cambia a un conocido tamaño de plantilla. En dicha plantilla, se conocen todas las

posiciones de caracteres. Después de cambiar el tamaño, las mismas posiciones se

extraen para ser los caracteres.

Segmentación de placa utilizando contornos de caracteres: el modelado de contorno

también se emplea para la segmentación de caracteres. En [65] se estableció un

modelo que utiliza un algoritmo de marcha rápida variacional.

Segmentación de placa usando técnicas hibridas: con el fin de hacer un eficiente

segmento de la matrícula, en [69] se propuso un enfoque de segmentación basado

en la morfología de adaptación para las imágenes de la placa seriamente

degradadas, un algoritmo basado en el histograma detecta fragmentos y combina

estos fragmentos, en [70] muestran un algoritmo de engrosamiento morfológico que

localiza las líneas de referencia para la separación de los caracteres superpuestos,

en [71] hacen uso de la programación dinámica (DP), entre otras técnicas hibridas

de segmentación.

ETAPA 4: Reconocimiento de caracteres

En esta etapa se reconocen los caracteres extraídos y la salida es el número de la

placa. El reconocimiento de caracteres en los sistemas ALPR puede tener algunas


dificultades, debido al factor de zoom de la cámara los caracteres extraídos no tienen el

mismo tamaño y el mismo espesor [38] [72]. Cambiar el tamaño de los caracteres en un

solo tamaño antes del reconocimiento ayuda a superar este problema. Los caracteres

de la fuente no son los mismos todo el tiempo ya que los diferentes países usan

diferentes tipos de placa [38]. A continuación, se categorizan los métodos de

reconocimiento de caracteres existentes:

a) Reconocimiento de caracteres utilizando datos sin procesar: la comparación de

plantillas es un método simple y fácil en el reconocimiento de caracteres [25] [62].

Donde, la plantilla que es más similar al carácter permite que este último sea

reconocido como objetivo. Otros métodos de correspondencia de plantilla utilizan

imágenes binarias, debido a que la escala de grises se cambia debido a un cambio en

la iluminación [72]. Dentro de las técnicas de medición de similitud se encuentran la

distancia de Mahalanobis y la técnica de decisión de Bayes [38]. Es importante tener en

cuenta, que si un carácter es diferente de la plantilla debido a un cambio de la fuente,

rotación, o ruido; la comparación de plantillas produce un reconocimiento incorrecto

[72].

b) Reconocimiento de caracteres utilizando características extraídas: dado que todos

los píxeles de caracteres no tienen la misma importancia para distinguir el carácter, una

técnica de extracción de características que extrae algunos rasgos del carácter es una

buena alternativa a la técnica de comparación de plantillas de nivel de gris [62]. Donde,

se reduce el tiempo de procesamiento para la coincidencia de plantilla porque no todos

los píxeles están involucrados. También supera los problemas coincidentes de plantilla

si las características son lo suficientemente fuertes como para distinguir caracteres bajo

ninguna distorsión [72]. Las características extraídas forman un vector de

características que se compara con los vectores de características de pre-almacenados

para medir la similitud.

2.4.2.4. DSCR y RFID


Las tecnologías DSRC (Dedicated Short-Range Communications o microondas de corto

alcance) y RFID (Radio-Frequency Identification o identificación por radio frecuencia)

han sido utilizados como sinónimos para describir una tecnología basada en etiquetas y

lectores. Pero al utilizarse la banda de 5.9 GHz para DSRC estos términos se están

diferenciando. Actualmente DSRC aún se encuentra en desarrollo y se utiliza para

aplicaciones específicas como los telepeajes. Aunque el sistema DSRC de 5,9 GHz se

constituye fundamentalmente de etiquetas y lectores, es diferente de muchas maneras

a los sistemas RFID tradicionales, ya que trabajan a frecuencias completamente

distintas. El sistema DSRC es más como un sistema peer-to-peer, es decir que

cualquiera de los extremos de un enlace puede iniciar una transacción, en tanto que los

sistemas tradicionales de RFID operan en un esquema denominado maestro-esclavo

[13].

a) DSCR

DSRC es el estándar dedicado a la comunicación entre vehículos, y es una tecnología

prometedora para mejorar las comunicaciones de los Sistemas de Transporte

Inteligente (ITS), la cual hace referencia a cualquier tecnología de radiocomunicaciones

de corto o mediano alcance que puede soportar operaciones de seguridad pública y

privada en dos categorías: Vehículo a vehículo (V2V) de comunicación y el (V2I) de

comunicación de vehículo a infraestructura. Las aplicaciones DSRC incluyen cobro

electrónico de peaje, pago de aparcamiento, pago de combustible, señalización en el

vehículo, información de tráfico, gestión de transporte público y de vehículos

comerciales, gestión de flotas, información meteorológica, comercio electrónico, etc.

El pago electrónico de peaje (ETC, electronic toll collection) aplica tecnología de

radiocomunicaciones DSRC bidireccional, los sistemas ETC en carreteras de peaje

permite a los conductores pagar el peaje automáticamente sin utilizar dinero y sin

necesidad de pararse en los controles. Los sistemas ETC mejoran la fluidez del tráfico

en los controles de peaje así como el nivel de contaminación al reducir el consumo de

combustible. Además, al permitir al tráfico pasar por el peaje sin parar, aumenta la

capacidad de la carretera en tres o cuatro veces y se evita la congestión del tráfico en


los peajes. También se espera que los sistemas ETC reduzcan el coste de explotación

de las carreteras de peaje al sustituir al cobro manual de peajes [13] [73]-[75].

DSRC está basado en la especificación IEEE 802.11p WAVE y se entiende como un

complemento a los sistemas de comunicaciones basados en telefonía móvil,

proporcionando tasas de transferencia de datos muy altas en circunstancias donde es

importante minimizar los tiempos de latencia en el establecimiento de los canales y el

aislamiento de zonas de comunicaciones relativamente pequeñas, como es el caso de

los telepeajes. La comunicación de datos entre vehículo estacionado o en movimiento y

un equipo fijo en la carretera, se usa en aplicaciones que involucran pagos,

transferencia de información para seguridad o monitorización, entre otras. Dichas

aplicaciones incluyen, cobro electrónico de peaje con tarjeta de crédito o débito,

solicitud o recepción de información del viajero y/o asistencia en ruta y automatización

de información regulatoria entre vehículos pesados y estaciones de peaje.

Para la transmisión y recepción de los datos, es necesaria la presencia de un tag DSRC

y de un lector (Transceiver). En un esquema de conexión de un Transceiver con un PC

y la forma bidireccional de comunicación con el tag DSRC. Esta tecnología tiene una

estructura mixta entre el Internet inalámbrico y los sistemas radio módem. Son capaces

de difundir información en modo broadcast o a un usuario determinado, según las

necesidades y la naturaleza de la información, integrando todos los vehículos que se

encuentran cercanos en una zona reducida de terreno en una misma red, que permite

el intercambio de información de forma rápida y fiable, con un tiempo mínimo de

conexión a la red y sin demoras en el acceso a la información [13]. A continuación se

relaciona las características de la tecnología DSRC [13]:

Banda de frecuencia de operación: 5.9 GHz (5.855 – 5.925 GHz), el cual está

cercano al rango de frecuencias libres.

Número de canales: siete canales de frecuencias de 10 MHz.

Ancho de banda: 75 MHz


Tipos de modulación que se utiliza: BPSK, OFDM, QPSK, OFDM, 16-QAM, OFDM,

64-QAM, OFDM.

Ancho de banda de los canales: de 7 a 10 MHz

Velocidad de transmisión: (6, 9, 12, 18, 24 y 27) Mbps sobre canales de 10MHz

OBU EIRP (OnBoard Unit): 0-20 dBm (1mW – 100 mW) / Max. 44.8 dBm (30199,

517mW)

Sensitividad10 RSU (RoadSideunit) y OBU: -82 dBm (QPSK) / -65 dBm (64 QAM)

Estrategia de compartición de banda-coordinación de frecuencia, selección de

canales alternativos para zonas adyacentes.

Múltiple Access (CSMA) para prevenir interferencias entre usuarios de un mismo

canal.

b) RFID

RFID es un sistema de almacenamiento y recuperación de datos remotos que usa

dispositivos denominados etiquetas, transpondedores o tags RFID. El propósito

fundamental de la tecnología RFID es transmitir la identidad de un objeto mediante

ondas de radio. Las tecnologías RFID se agrupan dentro de las denominadas Auto ID

(Automatic Identification, o Identificación Automática). Donde, una etiqueta RFID es un

dispositivo pequeño que puede ser adherido o incorporado a un producto, animal o

persona, los cuales contienen antenas para permitirles recibir y responder peticiones

por radiofrecuencia desde un emisorreceptor RFID. Una de las ventajas del uso de

radiofrecuencia (en lugar, por ejemplo, de infrarrojos) es que no se requiere visión

directa entre emisor y receptor. Las etiquetas RFID pueden ser activas, semipasivas (o

semiactivas, asistidas por batería) o pasivas. Los tags pasivos no requieren ninguna

fuente de alimentación interna y son en efecto dispositivos puramente pasivos (sólo se

activan cuando un lector se encuentra cerca para suministrarles la energía necesaria).

Los otros dos tipos necesitan alimentación, típicamente una pila pequeña [13][76]. A

continuación se relacionan las frecuencias de operación de la Tecnología RFID:

• Baja-Frecuencia (LF): 125 KHz y 134 KHz

• Alta-Frecuencia (HF): 13.56 MHz


• Ultra Alta Frecuencia (UHF): 303.8, 433 y 868 MHz

• Frecuencia de Microonda: 2.4 GHz

Existen materiales que reaccionan muy bien en todos los rangos de frecuencias; sin

embargo, otros materiales presentan limitaciones en lo que respecta a la distancia de

operación y a la velocidad de transmisión de datos. Las ondas de RF viajan a través de

objetos con una significativa distorsión, por esta razón, para seleccionar la frecuencia

óptima de operación de un sistema RFID, se deben considerar las características del

material en donde se va a aplicar la etiqueta [13] [76]. En la fig. 10 y 11 se muestra un

sistema con tecnología RFID [13] y un ejemplo de sistema RFID para detección de

vehículos.

Figura 9 – Configuración básica del sistema RFID pasivo.11

Figura 10 – Ejemplo de un sistema RFID para la detección de vehículos.12

11

Tashi, M. Hasan, Y. Hongnian, “Design and Simulation of UHF RFID Tag Antennas and Performance Evaluation in Presence of a Metallic Surface”, 2011, IEEE, pp 1 – 5. 12

SIC TRANSCORE Latinoamerica, “Uso de la Tecnología RFID en sistemas de Identificación Vehicular” [Online]. pp 1 - 22. Available: www.sicsa.com.ar/PDF/Presentaciones/RFID_web.pdf.

http://www.sicsa.com.ar/PDF/Presentaciones/RFID_web.pdf


Teniendo en cuenta la figura anterior, es importante mencionar que los sistemas RFID

se componen de tres elementos principales: tags, antenas y vehículos [76] [77]. Los

cuales se describen a continuación:

Figura 11 – Componentes RFID.13

Móvil a identificar

Lector, que puede ser lector-grabador o sólo lector y una etiqueta (tag o

transponder), que puede ser de lectura o lectura-escritura. El lector se constituye de

siguientes elementos: módulo de radiofrecuencia (transmisor y receptor), elemento

de acoplamiento y unidad de control. Algunos lectores cuentan con interfaces

adicionales (RS232; RS485, etc.) con el propósito de permitir transferir los datos

recibidos a otro sistema (PC, robot, sistema de control, etc.).

Transponder o tag, que es una etiqueta inteligente, tal y como se describió en el

ítem 5.1. El cual, se compone de una antena de hilo de cobre, un chip al cual van

soldados los extremos de la antena y una cubierta de protección. El transponder

presenta una serie de características físicas, de programación, de escritura y de

alcance, que dependen de su aplicación. Éste es un portador de datos del sistema

con tecnología RFID, consiste de un elemento de acoplamiento de radiofrecuencia y

un microchip, dentro del cual se almacena la información deseada.

13

SIC TRANSCORE Latinoamerica, “Uso de la Tecnología RFID en sistemas de Identificación Vehicular” [Online]. pp 1 - 22. Available: www.sicsa.com.ar/PDF/Presentaciones/RFID_web.pdf.



Cabe anotar, que las formas de comunicación entre el lector y la etiqueta RFID depende

del tipo de etiqueta que se utiliza (activas, pasivas o semi-activas), las cuales pueden

ser: comunicación con modulación Backscatter, comunicación Tipo Transmisor o

comunicación tipo Tranpondedor.

2.4.2.5. Telefonía móvil

Los servicios que ofrecen las tecnologías celulares son básicamente: acceso a internet,

servicios de banda ancha, roaming internacional e interoperatividad. Pero

fundamentalmente, estos sistemas permiten el desarrollo de entornos multimedia para

la transmisión de información en tiempo real, fomentando la aparición de nuevas

aplicaciones y servicios. En su contra juegan dos limitaciones, por un lado dadas las

características de las comunicaciones basadas en celular, una implantación masiva en

vehículos podría dar lugar a la saturación de las comunicaciones en áreas con pocos

nodos en la infraestructura. Por otro lado, dado que el servicio lo proporcionan las

compañías telefónicas, es imprescindible su pago, lo que representa un incremento de

costes para el usuario que en algunos casos puede no estar dispuesto a asumir.

Además de eso, la telefonía móvil puede tener determinados retardos en el

establecimiento de la conexión, que implicaría la imposibilidad de utilizarla en algunos

sistemas críticos [13]. Con los nuevos smartphones, se han desarrollado nuevas

aplicaciones que permiten el pago a distancia. La transferencia de dinero a través de

aplicaciones es algo muy común hoy en día, existen desarrollos de aplicaciones que

nos permiten pagar por ejemplo los billetes de metro o los parkings, algo muy similar a

lo que se puede aplicar en telepeajes [13].


Figura 12 – Aplicaciones de pago vehicular.14

15

Ejemplos de aplicaciones que permiten pagar mediante el celular el ticket del parking,

es Paybyphone y Parkmobile. Las cuales, también permiten renovar el ticket sin la

necesidad de acercarse ni al coche ni al parquímetro, detectan zonas de pago, permiten

la configuración del tiempo de parqueo y proceder directamente al pago desde la

aplicación. Adicionalmente, el sistema avisa cuando se está acabando el tiempo y se

tiene que renovar el ticket. Otro ejemplo de aplicación del uso para telepeajes lo han

dado los ingenieros de la compañía turca de comunicaciones y tecnología Turkcell,

quienes han desarrollado la tecnología que permite a los usuarios de teléfonos

inteligentes, poder pagar en los peajes de autopistas de forma cómoda y rápida,

eliminando la necesidad de utilizar tarjetas bancarias o dinero en efectivo para la

transacción.

Los clientes podrán descargar gratuitamente la aplicación desarrollada, permitiendo

cargar la cantidad de dinero deseada por el usuario sin tener que desplazarse

físicamente a un banco. Con dicha aplicación, se les ofrece a los usuarios la comodidad

de transacciones sin medios de contacto físico cuando crucen las carreteras de peaje y

eliminan la necesidad de llevar las tarjetas de crédito, proporcionando así una

experiencia móvil completa. Algunas plataformas todavía están se encuentran aún en

fase de pruebas, pero como decimos aplicaciones similares ya se usan para pagar los

14

Parkmobile, “Why Parkmobile?” [Online]. Available: http://us.parkmobile.com/members/why-park-mobile/ 15

Mobile Identity, “Turkcell Mobile Signiture: Moving Business through Mobile An Executive Summary”, [Online]. Available: http://www.gsma.com/mobileidentity/wp-content/uploads/2013/07/SC_GSM_288_Mobile-Signature-in-Turkey-Executive-Summary-100713-v3.pdf

http://us.parkmobile.com/members/why-park-mobile/

http://www.gsma.com/mobileidentity/wp-content/uploads/2013/07/SC_GSM_288_Mobile-Signature-in-Turkey-Executive-Summary-100713-v3.pdf

http://www.gsma.com/mobileidentity/wp-content/uploads/2013/07/SC_GSM_288_Mobile-Signature-in-Turkey-Executive-Summary-100713-v3.pdf


billetes del metro de Nueva York o de Barcelona mediante cuentas de prepago y para

los telepeajes [13] [78].

2.4.2.6. Tecnologías de localización vehicular (VPS) GNSS.

GNSS (Global Navigation Satellite Systems) es el conjunto de sistemas de navegación

por satélite, como son el GPS (Global Positioning System), GLONASS (Global Orbiting

Navigation Satellite System) y el reciente Galileo. Es decir los sistemas que son

capaces de dotar en cualquier punto y momento el posicionamiento espacial y temporal.

Dentro de las funciones de los actuales sistemas GNSS se encuentran: cobertura

mundial, precisión de posicionamiento espacial y temporal, integridad (fiabilidad de los

datos) y continuidad de servicio. Sin embargo, el concepto de GNSS es relativamente

reciente, puesto que su historia comienza en los años 70 con el desarrollo del sistema

estadounidense GPS, siendo el GPS hasta el momento el único sistema de navegación

por satélite plenamente operativo. Cabe anotar, que Europa plantea Galileo como

sistema con uso exclusivamente civil, pero con la posibilidad de ser usado por los

gobiernos de distintos países con fines militares, Rusia relanza el proyecto GLONASS y

otros países como China plantean el desarrollo de sistemas experimentales como

COMPASS, la India IRNSS y Japón QZSS como sistemas regionales. Por lo anterior, si

el GNSS plantea un futuro lleno de posibilidades, primero han de resolverse multitud de

inquietudes relacionadas con las capacidades de los nuevos sistemas, interoperabilidad

con el GPS, costos, entre otros [13] [19]-[21].

Figura 13 – Esquema de localización vehicular por GPS.16

16

OlaCel, División Ingeniería, “Sistema de Localización Vehicular” [Online]. Available: http://www.olacel.com/olacel/ing/Default.aspx


Hasta ahora la situación de sistemas dependientes del GPS, es decir que no tienen

segmento espacial, o que está en fase experimental, son sistemas que no son

completamente operativo. Así, mientras que el segmento espacial hasta ahora ha

pertenecido exclusivamente al GPS y al GLONASS (aunque su constelación de

satélites no abarca una cobertura global), quedando relegados el resto de países a

usarlos [13]. A continuación vamos a describir qué es lo que debe tener un GNSS en

cada segmento para poder ser considerado como tal, y no como un sistema

dependiente de otro GNSS:

Segmento espacial: Es el segmento compuesto por los satélites que forman el

sistema, tanto de navegación como de comunicación. Mientras que los primeros

orbitan alrededor de la Tierra, repartiéndose en distintos planos orbitales, los

segundos son los que forman sistemas de aumento que sirven para la corrección de

errores de posicionamiento.

Segmento de control: La estructura básica para todo GNSS, es un conjunto de

estaciones de monitorización y una estación de control, que reciben las señales de

los satélites y son capaces de llevar a cabo las funciones anteriormente citadas.

Cada estación genera su propia información sobre el funcionamiento del sistema, en

última instancia esta información se envía a una estación de control que aplica

dichas correcciones al satélite del GNSS, en cuanto a su posición orbital y

coordenadas temporales, o bien retransmite la información a un satélite

geoestacionario que forma un sistema (como se hace en la actualidad con el GPS,

en países que no tienen un segmento espacial propio). Como la posición de cada

estación y las coordenadas temporales se conocen (cada estación está equipada

con un reloj atómico de cesio), se pueden combinar las medidas obtenidas por

varias estaciones para crear un sistema de navegación inverso que determine la

localización espacial y temporal del satélite. En última instancia se envía a través de

las estaciones de monitorización o de control la nueva información al satélite, que

corrige así su órbita y su mensaje de navegación.

Segmento de usuario: Formado por los equipos GNSS que reciben las señales que

proceden del segmento espacial, este dispositivo está formado por un conjunto de


elementos básicos que son una antena receptora de GNSS a la frecuencia de

funcionamiento del sistema, de cobertura hemisférica omnidireccional y un receptor

de tipo heterodino, basado en la mezcla de frecuencias que permite pasar de la

frecuencia recibida en la antena a una baja frecuencia que pueda ser manejada por

la electrónica del receptor. Dicho receptor contiene un reloj altamente estable

(generalmente un oscilador de cristal) y una pantalla donde muestra la información

de posicionamiento.

En [81] se muestra un sistema de tarificación vial en tiempo real basado en tecnología

GPS, el cual se compone básicamente de los siguientes módulos: un procesador, un

receptor GPS, una base de datos GIS, un dispositivo de tarjeta inteligente de carga y

una red de comunicación inalámbrica a un centro de ATM, como se muestra en la

siguiente figura:

Figura 14 – Sistema GPS propuesto.17

Dicho sistema de tarificación vial en tiempo real basado en GPS integra la recolección

de datos de tráfico, la difusión de información de tráfico y funciones de tarificación de

carreteras en tiempo real. El cual, proporciona a los usuarios una información completa

acerca de su viaje individual y realiza el cobro exacto del valor correspondiente a viajar

en carreteras en las cuales se aplican cargos por congestión.

2.4.3. Métodos para la definición de las tarifas de cobro.

Los métodos para calcular las tarifas de congestión vial urbana son importantes para la

fijación de los precios de congestión. En la actualidad, la tarifa de congestión está

17

Lingfeng, L.Mingwei, J.Chengyi, "A Real-time congestion Pricing System Based on GPS Technique", IEEE, 2006, pp 1-6.


determinada por muchos métodos diferentes, tales como el método del coste marginal,

modelo desagregado, modelo de tráfico de dos niveles [82], teoría de juegos [83], entre

otros. Por lo anterior, se describen a continuación algunos de los métodos usados

actualmente para calcular la tarifa de congestión vial:

Precios dinámicos de cargos por congestión para ciudades inteligentes: este método

propone un esquema de tarificación vial radicalmente diferente para prevenir y

reducir la congestión del tráfico en las metrópolis. A diferencia de la designación de

una pequeña zona de peaje urbano en una ciudad, este método propone emplear un

sistema de tarificación vial en toda la ciudad. Por lo tanto, la tarificación vial puede

controlar el flujo de tráfico en toda la red de tráfico de la ciudad. Además, los precios

de carretera se pueden ajustar dinámicamente sobre la base de las densidades de

tráfico instantáneas de cada carretera en la ciudad, con el fin de controlar rápida y

eficazmente el flujo de tráfico, que permita evitar la congestión vehicular. Por otra

parte, se plantea la modificación de los precios de las carreteras de acuerdo con las

estadísticas de uso de dichas carreteras en el pasado, mediante la predicción de

una posible congestión. Los resultados de la simulación del algoritmo de tarificación

vial, muestran que la congestión del tráfico evita el tráfico de red, presentando una

densidad de tráfico de carreteras homogenizada [82].

Figura 15 – Ilustración de una red de carreteras.18

Estrategia de control de tráfico basada en regulación dinámica de precios de

carretera: teniendo en cuenta que la política de peajes se realiza generalmente por

18

S. Fahri, K. Murat, K.Deniz “A Traffic Congestion Avoidance Algorithm with Dynamic Road Pricing for Smart Cities”, IEEE 24th International Symposium on Personal, Indoor and Mobile Radio Communications: Mobile and Wireless Network, 2013, pp 2571-2575.


el gobierno, en [84] se propone una ecuación de evolución del costo medio y una

estrategia de control, que permite alcanzar el objetivo gubernamental de eliminar la

congestión de tráfico a través de la regulación dinámica de peajes. Donde, se cuenta

con un intervalo de cargos por congestión que permite satisfacer tanto el mínimo de

costo medio y el máximo flujo de tráfico. La gente toma decisiones sobre si tener un

viaje y la forma de viajar de acuerdo a la utilidad de tráfico (o coste).

Cargos por congestión para calles urbanas basado en teoría de juegos: este método

de tarificación establece los objetos y los factores que influyen en la fijación de los

precios de congestión, dentro de los factores claves que influyen en dicha fijación se

encuentran: los costos externos de la congestión, el volumen de tráfico, la

flexibilidad de la demanda de tráfico y el desarrollo económico urbano. Donde, se

plantea un método de tarifa de congestión basado en el modelo de juego principal-

agente. El tráfico por carretera es el principal, y los viajeros son agentes. El principal

quiere que los agentes actúen de conformidad con los objetivos de un sistema

óptimo, maximizando los beneficios sociales, pero los agentes toman decisiones de

acuerdo con sus propias utilidades óptimas. El principal controla las acciones de los

agentes a través de la aplicación de cargos por congestión en tramos

congestionados y los agentes eligen las acciones correctas para cumplir con las

condiciones [83].

Tarificación vial bajo comportamiento de equilibrio mixtos en redes urbanas

congestionadas: en [85], se evalúa el problema de tarificación vial con

comportamientos de equilibrio multi-clase extendida en las redes de transporte,

teniendo en cuenta los comportamientos mixtos de los jugadores y el efecto de la

tarificación vial en las decisiones de viaje, adicionalmente se considera que la

demanda de los jugadores es elástica.

Analizando los métodos usados actualmente para la definición de las tarifas de cobro,

se encontró que generalmente los precios aplicados se basan en los costos marginales,

o como en el caso de los precios dinámicos varían acorde a la demanda de la carretera,

sin considerar en la mayoría de los casos los costos medios privados de los viajeros.

Por otro lado, los métodos basados en teoría de juegos, proponen el cálculo del precio


de congestión basado en la interacción entre el gobernador de tráfico y los viajeros,

situación que permite modelar el precio óptimo que maximiza la utilidad del gobernador

de tráfico basado en las decisiones de los viajeros, dejando en una balanza la utilidad

del gobernador y la utilidad de los viajeros.

2.4.4. Experiencias internacionales en la aplicación de cargos por congestión.

A continuación, se realizará una breve descripción de las experiencias de Londres y

Estocolmo en la aplicación de cargos por congestión. Cabe anotar, que países como

Singapur incluyeron un sistema de tarificación basado en pago electrónico (Electronic

Road Pricing, ERP) por el acceso a zonas de congestión [86], en Edimburgo se realizó

la implementación de un esquema basado en doble cordón concéntrico alrededor del

centro financiero de la ciudad [2] y en países como Roma y Milán tienen tarificación

basados en zonas con exoneración ECOPASS para vehículos con bajas emisiones

contaminantes. Es importante relacionar, que por consideraciones de tipo político y

social, no fue posible la aplicación de cargos por congestión en países como Nueva

York y Auckland (Nueva Zelanda) [2].

2.4.4.1. Londres

El 14 de mayo de 2000 Ken Livingston se convirtió en el primer alcalde de Londres en

promover un esquema de tarifas por congestión en la zona centro. En el proceso de

implementación del esquema de tarificación se reconoció la importancia de mantener

informada la ciudadanía de lo que se estaba desarrollando, así como la necesidad de

implementar medidas complementarias al esquema de cargos por congestión. Por lo

anterior, previo a la aplicación de la medida, se incluyeron buses adicionales de dos

pisos, se incrementó el número de rutas, se mejoró la frecuencia de los servicios

nocturnos, entre otros.

Es importante considerar que para el año 2000, aproximadamente 1.1 millones de

personas entraban al centro de Londres, lo cual es una cifra considerable incluso


comparándola con la población actual de la capital del Reino Unido, de

aproximadamente 8,174 millones de habitantes [87]. Aproximadamente 50,000

vehículos por hora entraban al centro conduciendo a una velocidad promedio de 16

km/h (10 mph). En el resto del interior de Londres la velocidad promedio era de 19 km/h

(12 mph) en las horas pico y entre picos la velocidad promedio era de 24 km/h (15

mph). La situación le causaba a la ciudad perdidas semanales de entre 2 millones a 4

millones de libras esterlinas en términos de tiempo perdido y afectaba las operaciones

de los autobuses de toda la ciudad, debido a que el 40% de todas las rutas daban

servicio al centro de Londres [86]. Actualmente, el esquema de tarificación vial en la

ciudad londinense es el siguiente:

Figura 16 – Zona de aplicación de cargos por congestión Londres.19

Horario de congestión: 07:00-18:00, de lunes a viernes. Sin cargo los fines de

semana, días festivos, entre el día de Navidad y el día de Año Nuevo, así como de

18:00-07:00 [89].

Exclusiones: vehículos de servicios de emergencia y los taxis negros con licencias

de taxi de Londres y de alquiler privado (TPH). [19]

Descuentos: vehículos de emisiones ultra bajas (ULed), los vehículos con nueve o

más asientos, vehículos de tres ruedas, vehículos de recuperación en carretera,

entre otros.[89]

19

Tomado de: Transport for London, “Congestion Charging” [Online]. Available: http://www.tfl.gov.uk/roadusers/congestioncharging/


Formas de pago: pago por el almacenamiento seguro de las tarjetas de pago y de

vehículos, pago en línea, pago con mensajería de texto móvil (SMS) y pago por

servicio telefónico automatizado.[89]

Esquema de tasa por congestión por área. Por lo tanto, después que la persona

paga la tarifa puede salir y entrar cuantas veces desee o puede conducir cuanto

desee dentro de la zona en el día que ha pagado [86].

La tecnología utilizada para el reconocimiento de vehículos es Automatic Number

Plate Recognition (ANPR) [86]. La red de cámaras graba imágenes del tráfico y las

envían a un procesador central para revisar las placas patentes leídas en forma

automática y compararlas con las base de datos de vehículos que han pagado (o

están exentos) por circular en la zona. Si bien se puede pagar con antelación por

uno o más viajes, o hasta las 24:00 del día del viaje, se permite también el pago

hasta las 24:00 hrs. del día siguiente de cobro pero pagando un costo extra.[28]

Un rótulo con una C en color blanco con un fondo en rojo le indica al conductor que

está entrando o saliendo de la zona de cargo [86], el cual se observa en la siguiente

figura:

Figura 17 – Señalización vial de ingreso a la zona de congestión.20

Cabe anotar, que la tarificación vial fue introducida exitosamente en Londres,

transformándose rápidamente en un elemento habitual de movilidad. Después de

20

Roadtraffic technology.com, “Stockholm Congestion Charge”, Sweden, [Online]. Available: http://www.roadtraffic-technology.com/projects/stockholm-congestion/

http://www.roadtraffic-technology.com/projects/stockholm-congestion/



algunos detalles iniciales con la operación y fiscalización, el sistema funciona bien en la

actualidad, no ha tenido ninguna falla tecnológica catastrófica. Adicionalmente, se

establecieron nuevos patrones de viaje a partir de la implementación, los que se han

mantenido estables hasta ahora. El tráfico total al interior de la zona se redujo en un

21% entre los años 2002 y 2007 y la congestión (medida como tiempo adicional

respecto del tiempo de viaje en condiciones sin congestión) se redujo en un 30% [86].

2.4.4.2. Estocolmo

Estocolmo introdujo un impuesto por congestión vehicular el 1 de agosto de 2007

después de un periodo de prueba de 7 meses, un referéndum y la aprobación del

parlamento sueco. La medida tiene como objetivos principales la reducción de la

congestión vehicular, el aumento de la accesibilidad y la protección ambiental. Entre los

objetivos secundarios se encuentra mejorar la vida urbana en Estocolmo [86]. Los

cargos por congestión en dicho país están relacionados con la congestión del tráfico y

el impuesto ecológico que se le ha aplicado a la mayoría de los vehículos. El Vagverket

(Administración de Carreteras de Suecia) es el órgano responsable de la administración

de los cargos por congestión. Cabe anotar, que IBM participó como contratista principal

responsable del diseño de la solución, desarrollo y la operación del sistema de cargos

por congestión de Estocolmo [17]. Actualmente, el esquema de tarificación vial es el

siguiente:

Figura 18 – Zona de aplicación de cargos por congestión Estocolmo.21

21

Steer,“Tarificación vial para la ciudad de Santiago”, Programa de las Naciones Unidas para el desarollo, Septiembre 2009, pp 13 – 318.


Horario de congestión: 06:30-18:29, de lunes a viernes. Sin cargo los sábados,

domingos, festivos o vísperas de festivos públicos, ni durante el período de tiempo

de la noche (18:30-06:29) [17].

Exclusiones: vehículos de servicios de emergencia, buses con un peso total mínimo

de 14 toneladas, vehículos registrados como parte de cuerpos diplomáticos,

vehículos de servicio de transporte de discapacitados, vehículos militares, autos

usados por personas que han obtenido un permiso de estacionamiento para

personas con discapacidad, autos ambientales (aquellos que funcionan en parte o

enteramente con electricidad, alcohol u otro combustible aprobado), motos,

bicicletas, entre otros [19].

Formas de pago: El impuesto se puede pagar directamente a través de una página

web, o por teléfono con tarjeta de crédito, o, alternativamente, se puede pagar en

tiendas de la ciudad [17].

El esquema de Estocolmo consiste en un cordón de peajes variables que cobra por

entrar y salir de la ciudad [86].

La tecnología utilizada para el reconocimiento de vehículos es Automatic Number

Plate Recognition (ANPR) [86].

3 SISTEMA INTEGRADO PROPUESTO

Teniendo en cuenta los diferentes tipos de esquemas viales, las tecnologías existentes,

los métodos de definición de los precios de congestión y las experiencias

internacionales en la aplicación de dichos cargos, se evidencia la carencia de un

sistema de estudio que contemple los factores necesarios para una adecuada decisión

sobre el esquema de congestión a implementar. Dicho sistema, debe contemplar la

multiplicidad de posibilidades de tipo tecnológico y económico, que permitan evaluar las

opciones existentes y tomar decisiones fiables.

Actualmente, los gobiernos basan sus decisiones en uno o dos factores que consideran

importantes para la aplicación de los modelos, porque no cuentan con un sistema

integrado de estudio como mapa de ruta para la implementación de cargos por


congestión en ciudades inteligentes. En virtud a lo anterior, se propone a continuación

un sistema integrado de estudio para la implementación de dichos cargos:

Figura 19 – Sistema integrado propuesto.

Los sistemas propuestos permiten definir:

El precio óptimo de la tarifa de congestión y medidas complementarias

Las preferencias de viaje con y sin tarificación vial

El objetivo de la implementación de cargos por congestión

El esquema vial para la aplicación de tarifas

El tipo de tecnología a utilizar para la realización de los cobros.

3.1. Formulación del sistema económico

El sistema económico está conformado por el subsistema económico y medidas

complementarias, y por el subsistema demanda vial; el subsistema económico y

medidas complementarias permite definir el precio óptimo de la tarifa de congestión,

buscando el óptimo de Pareto entre la utilidad del gobernador de tráfico y la utilidad de

los viajeros, y contempla los descuentos y exclusiones que hacen parte de la medida de

restricción vehicular; por otro lado el subsistema demanda vial permite analizar y

simular los cambios en las preferencias de viaje con y sin tarificación vial.


3.1.1. Formulación del subsistema económico y medidas complementarias

En esta sección se propone un modelo de juego Principal-Agente, dónde el gobernador

de tráfico es el principal y los viajeros son los agentes. El principal quiere que los

agentes maximicen los beneficios sociales, pero los agentes toman decisiones de

acuerdo con sus propias utilidades óptimas. El principal controla las acciones de los

agentes a través de la tarificación en vías o zonas congestionadas, y los agentes eligen

sus preferencias de viaje acorde a las tarifas implementadas. El sistema busca mejorar

la eficiencia de las vías y lograr el óptimo de Pareto, que se define como el punto de

equilibrio en el que ninguno de los agentes puede mejorar su situación, sin reducir el

bienestar de cualquier otro. Por lo tanto, la tarifa de congestión vial urbana no pretende

eliminar la congestión, sino ajustar la asignación de los recursos viales y controlar la

congestión en el nivel óptimo de Pareto [6]. El procedimiento de decisión propuesto

para encontrar el precio óptimo tiene dos niveles, el primero de ellos es un juego de

fijación de precios entre el gobernador del tráfico y los viajeros; y el segundo es un

juego entre los viajeros, en el que compiten por la utilización de los recursos viales.

En el juego de segundo nivel los viajeros compiten por los recursos viales, dónde

son las vías que el viajero puede elegir. Por lo tanto, es la estrategia que el viajero

elige de acuerdo al precio de congestión, y son las estrategias de los otros viajeros.

Es importante anotar, que cada viajero toma la decisión de manera independiente para

lograr su máxima utilidad personal, por lo tanto la función de utilidad de los viajeros

acorde a unas estrategias de viaje y un precio de congestión es:

Dónde, es la utilidad del viajero, es la utilidad bruta del viajero y son los

costos de viaje. Si las estrategias de otros viajeros son , la estrategia que puede

hacer el viajero para obtener la máxima utilidad es:


Si la fórmula anterior es sostenible para todos los viajeros, entonces la siguiente

ecuación es una estrategia equilibrio de Nash:

Por otro lado, las reglas de primer nivel corresponden al juego entre los viajeros y el

gobernador de tráfico, suponiendo que es una estrategia establecida por el

gobernador del tráfico, es la estrategia de los viajeros cuando se realiza la

aplicación de una tarifa de congestión .En virtud de lo anterior, la función de utilidad

del gobernador de tráfico es:

∑

Dónde es la utilidad del gobernador de tráfico, es el ingreso bruto de la tarifa

de congestión en función del precio y un volumen de vehículos , y son los costos

externos asociados con las exclusiones, daños en las vías, costos medioambientales y

costos de consumo de combustible.

Si es el precio que genera la máxima utilidad para el gobernador de tráfico de

acuerdo con las estrategias de los viajeros, corresponde a:

Por lo tanto, si la ecuación 2 y la ecuación 5 son sostenibles para los viajeros y el

gobernador del tráfico, es una estrategia de equilibrio de Nash.

Es importante anotar que los juegos pueden ser divididos en juegos estáticos y

dinámicos, juegos completos e incompletos de información, y se pueden considerar

jugadores racionales o irracionales. Por lo tanto, en el sistema económico propuesto se

asume que la función de utilidad de los participantes y el juego del precio de congestión,

se llevan a cabo bajo la premisa de información completa; por otro lado, las acciones


del primer nivel tienen consecuencias, en primer lugar el gobernador de tráfico

establece la tarifa de congestión y luego los viajeros toman decisiones sobre sus

preferencias de viaje, por lo tanto, el juego entre el gobernador de tráfico y los viajeros

es una información dinámica completa, mientras que el juego entre los viajeros es una

información estática completa; de igual forma, se suponen jugadores racionales. En

virtud de lo anterior, el problema principal-agente se puede expresar de la siguiente

manera:

∑

Sujeto a:

Dónde, son los costos de viaje en función de un precio de congestión y un

tiempo de viaje , y su valor depende de la elección por parte de los viajeros de una de

las siguientes estrategias propuestas:

Figura 20 – Estrategias22

Teniendo en cuenta lo anterior, cuando el viajero elige una ruta congestionada, su

costo de viaje es:

Dónde, es el costo del combustible, son los costos medios privados adicionales y

es el costo de la infraestructura vial instalada.

22

Modificado de: Q. Luo, Z. Juan, L. Gao, "Urban Road Congestion Pricing Based on Game Theory", IEEE, International Conference on Electronic Commerce and Business Intelligence, 2009, pp 139 – 142.


Cuando el viajero elige otras vías, su costo de viaje no tiene tarifa de congestión,

como se observa a continuación:

Y cuando no viaja, su costo de viaje es 0. La función de utilidad viajero puede

expresarse como:

{

(10)

La cual, puede ser una combinación de las estrategias propuestas:

(11)

3.1.2. Formulación del subsistema demanda vial

En esta sección se propone un método para determinar la variación de la densidad de

tráfico cuando se aplica la tarifa óptima calculada en el ítem anterior, considerando el

siguiente modelo de conexiones de la red de tráfico:

Figura 21 – Modelo de intersección de una red de tráfico23

23

Modificado de: S. Fahri, K. Murat, K.Deniz “A Traffic Congestion Avoidance Algorithm with Dynamic Road Pricing for Smart Cities”, IEEE 24th International Symposium on Personal, Indoor and Mobile Radio Communications: Mobile and Wireless Network, 2013, pp 2571-2575.


Teniendo en cuenta la figura anterior, la densidad de tráfico de una carretera en un

tiempo , puede definirse como:

(12)

Dónde es el número de vehículos en la carretera en el tiempo y es la

capacidad de la carretera. Se define la capacidad como el número máximo de vehículos

que viajan por una carretera con una óptima duración de tiempo de viaje. En

consecuencia, la densidad de tráfico en la carretera en el tiempo se puede dar

en términos de de la siguiente manera:

∑

Dónde

es el número de vehículos que dejan la carretera entre el tiempo y

, asumiendo que los vehículos en la carretera son espacialmente y

homogéneamente distribuidos,

puede ser dada como:

Dónde es la velocidad promedio de los vehículos en la carretera en el

tiempo , y es la longitud de la vía La probabilidad es la variable aleatoria de

Bernoulli que indica si los vehículos que salen de la carretera siguen la carretera

, asumiendo que los vehículos en la carretera son distribuidos espacialmente de

forma homogénea. Es importante mencionar que depende de varios criterios de

selección de ruta de un conductor, los cuales se muestran a continuación:

( )

Dónde es el parámetro de destino del vehículo, es el parámetro de tipo de

vehículo, es el tráfico y estado de la carretera, el cual es un parámetro de


conocimiento del conductor, y es el impacto de la tarifa de congestión en la selección

de la ruta.

3.2. Formulación del sistema tecnológico

El sistema tecnológico está conformado por el subsistema objetivo, el subsistema

esquema vial y el subsistema tecnológico que realiza la elección del tipo de tecnología y

define sus sitios de implementación.

3.2.1. Formulación del subsistema objetivo

En este subsistema se realiza por parte del gobernador de tráfico la elección del

objetivo de la implementación de los cargos por congestión, los cuales son

seleccionados acorde a siete (7) criterios como se observa a continuación [2]:

Figura 22 – Diagrama de flujo para la selección del objetivo


3.2.2. Formulación del esquema tecnológico

En este subsistema se realiza por parte del gobernador de tráfico la elección del

esquema de tarificación; que puede ser esquema zona, en la cual se cobra por estar

dentro de la zona seleccionada; esquema cordón, dónde se cobra cada vez que se

ingresa a un sector delimitado; esquema corredor, donde se cobra por el acceso a

carriles de alta ocupación; o esquemas mixtos que es una combinación de los

esquemas anteriores; los cuales son seleccionados como se observa a continuación:

Figura 23 – Selección del esquema vial

3.2.3. Formulación del sistema tecnológico

En esta sección se propone la selección del tipo de tecnología a través de un análisis

jerárquico de decisión, y se definen las consideraciones que deben tenerse en cuenta


para elegir los sitios clave de su instalación. Las opciones que existen actualmente para

la implementación de las tarifas son:

Tabla 1. Opciones

Considerando las opciones existentes, se establecen posteriormente los criterios de

evaluación para la elección del tipo de tecnología, los criterios recomendados son:

Tabla 2. Criterios

Dentro del análisis de las opciones existentes se tuvo en cuenta la revisión bibliográfica

realizada en la Sección 1.4, que permite establecer que el sistema de papel es

ineficiente debido a que realiza detección, clasificación y fiscalización visual; el cobro

manual tipo peaje requiere que los vehículos se detengan para pagar; el reconocimiento

automático de placas (ALPR O ANPR) maneja un volumen muy alto de datos y requiere

grandes capacidades de procesamiento; el uso de radiofrecuencia no requiere visión

directa entre emisor y receptor; la tecnología RFID opera en un esquema denominado

maestro-esclavo; DSRC es una tecnología que se encuentra en desarrollo que permite

la comunicación vehículo a vehículo (V2V) y comunicación de vehículo a infraestructura

(V2I); la utilización masiva de telefonía móvil en los vehículos podría dar lugar a la

saturación de las comunicaciones en áreas con pocos nodos en la infraestructura, así


como retardos en el establecimiento de la conexión; y las Tecnologías de localización

vehicular (VPS) pueden representar incrementos en costos para el usuario.

Teniendo en cuenta lo anterior, se realiza la matriz de comparación de criterios acorde a

la siguiente escala de preferencias:

Tabla 3. Escala de preferencias

Luego, se realiza la comparación entre opciones, la normalización de la matriz, el vector

de comparación de criterios, la matriz de comparación de opciones, la matriz de

prioridad y finalmente se obtienen los resultados de prioridad para cada una de las

opciones, a los cuales se les debe realizar un análisis de comprobación y consistencia.

Los resultados obtenidos se muestran a continuación:

Tabla 4. Resultados

En la tabla anterior se puede observar que actualmente la opción más favorable para el

sistema es la implementación de tecnología RFID, acorde a unos criterios de


comparación de costo, mantenimiento, volumen y veracidad de los datos de información

vial. Teniendo en cuenta la tecnología definida, se debe verificar que los puntos de

instalación de la misma cubran con todas las posibilidades de acceso a la zona de

forma estratégica, evitando el uso de tecnología redundante el sistema, que puede

ocasionar sobrecostos y un volumen innecesario de datos.

4 Caso de estudio

En esta sección se evalúa el desempeño del sistema propuesto, para tal fin, se realizó

un algoritmo en Matlab del sistema integrado de tarificación vial, el cual permite a través

de una interfaz mostrar con facilidad los resultados del sistema económico y del sistema

tecnológico, acorde a unos parámetros de entrada. Como caso de estudio se consideró

la zona centro de Ibagué – Tolima, la cual presenta congestión en la intersección de la

calle 15 con carrera 3.

Es importante anotar, que la información requerida para el sistema debe comprender

como mínimo velocidades de circulación vial, información poblacional, información

relacionada con empresas y establecimientos de comercio, información sobre la

densidad vehicular por horas y zonas específicas, información relacionada con la

capacidad económica de la población; que para el caso de estudio fue suministrada por

la Secretaría de Tránsito de Ibagué.

4.1. Simulación y análisis de resultados del sistema económico

El precio óptimo de congestión se calculó acorde a los siguientes parámetros de

entrada:


Tabla 5. Parámetros de entrada del caso de estudio

Dónde, el costo de combustible es el promedio ponderado de y , que

corresponde al costo por minuto de la gasolina, el diesel y el gas natural vehicular, el

cual ésta multiplicado por el porcentaje (%) de vehículos que usan la zona o vía

congestionada acorde al tipo de combustible que usan. Por ejemplo, para la ciudad de

Ibagué se consideró que el 50% de los vehículos que circulan por la zona

congestionada usan gasolina, el 30% usan diesel y el 20% usan gas natural vehicular.

Por otro lado, el dato de salida del sistema económico es el precio óptimo, que

corresponde a la tarifa de congestión vial, el cual es el resultado del análisis de las

estrategias viables, es decir aquellas que generan utilidades tanto a los viajeros como al

gobernador de tráfico. Por lo tanto, cuando los viajeros no viajan,

y cuando el viajero opta por otras rutas, por lo tanto no hacen uso

de las vía donde se aplica la tarificación, y por lo tanto no se puede establecer un precio

óptimo con dichas estrategias. Debido a esto, las estrategias viables y que fueron

aplicadas al sistema económico fueron:

(16)

En virtud de lo anterior, a continuación se muestran los resultados obtenidos para los

parámetros de entrada del caso de estudio:


Tabla 6. Estrategias, utilidades y precio óptimo.

El precio óptimo obtenido acorde a los parámetros de entrada establecidos es $5.105

por cada acceso a la zona. Es importante anotar que para diferentes parámetros de

entrada se observó que el precio óptimo corresponde a la estrategia

, es decir cuando el viajero elige irse por la ruta no

congestionada y el viajero elige irse por la ruta congestionada o no viajar. Dicha

estrategia le genera utilidades a todos los participantes del juego, lo cual busca mejorar

la eficiencia de la carretera y lograr el óptimo de Pareto. Por lo anterior, el sistema

económico propuesto permite ante diferentes parámetros de entrada, generar un precio

de congestión óptimo que mejora la movilidad en la zona o vía con alto tráfico. De igual

forma, es importante que el sistema considere la aplicación de bonificaciones o

incentivos, como prioridad de semaforización o exclusiones de pago por cantidad de

ingresos a la zona, los cuales permiten disminuir los costos medios privados de los

usuarios del sistema.

Teniendo en cuenta lo anterior y con el fin de analizar el comportamiento del viajero

frente a la aplicación de la tarifa, se identificó inicialmente todas las rutas posibles que

circulan por la calle 15, las cuales se simularon gráficamente usando Matlab.

Figura 24 – Rutas que circulan en la calle 15.


Posteriormente, se realizó la simulación gráfica de las rutas alternas que pueden tomar

los viajeros que usualmente utilizan la calle 15.

Figura 25 – Rutas alternas que circulan en la calle 15.

En la figura anterior, se observa que para cada una de las rutas que circulan en la calle

15 existe una ruta alterna como opción de viaje. Por lo tanto, cuando se aplica la tarifa

de congestión vial se fomenta el uso de las vías alternas, situación que permite

descongestionar la calle 15 y por ende la zona centro de la ciudad de Ibagué.

En virtud de lo anterior, se realizó un algoritmo en Matlab para simular las preferencias

de los viajeros cuando se aplica la tarificación vial, el cual tiene como parámetro de

entrada la cantidad de cada tipo vehículo (Bus, taxi o particular) y su probabilidad de

desvío, acorde a dicha información el programa simula acorde a una decisión con

probabilidad binomial, cuantos vehículos promedio ser irán por cada una de las 10 rutas

durante un mes (5 rutas que pasan por la calle 15 y 5 rutas alternas). Para el caso de

estudio, se definió un total de 40 vehículos por cada una de las rutas en un instante de

tiempo (min), y su probabilidad de desvío cuando se aplica la tarifa de congestión, la

cual fue distribuida así:

Figura 26 – Probabilidad de desvío


De igual forma, se definieron los tiempos de viaje en las rutas que circulan a través de

la vía tarificada y los tiempos de viaje en las rutas alternas:

Figura 27 – Tiempos de viaje

Obteniendo los siguientes resultados:

Figura 28 – Preferencia de utilización de las rutas

En las gráficas anteriores se puede observar que la cantidad de buses que circulan por

la ruta con tarificación es alta y baja en las rutas alternas, lo que significa que la opción

de desvío en los buses de transporte público es baja. Por otro lado, la probabilidad de

desvío de los taxis y particulares si se hace notoria, situación que genera descongestión

en la zona centro, debido a que la aplicación de la tarifa hará que el conductor visibilice

y utilice las rutas alternas.


4.2. Definición y análisis de resultados del sistema tecnológico

Este sistema depende de las decisiones tomadas por parte del gobernador de tráfico,

sin embargo para el caso de estudio se definieron acorde a la información suministrada

por la Secretaría de Tránsito de Ibagué y al análisis realizado al problema. Por lo tanto,

los objetivos de la implementación son reducir la congestión, incrementar la velocidad y

reducir el número de vehículos en horas pico, que acorde a los criterios definidos en la

figura 1 corresponde a un objetivo de movilidad; por otro lado, teniendo en cuenta que

la congestión se presenta en la intersección de la calle 15 con carrera 3, se recomienda

acorde a los criterios definidos en la figura 1 un esquema vial de zona. La selección del

tipo de tecnología se realizó través del análisis jerárquico de decisión propuesto en la

sección 2.2.3, en el cual la opción más favorable con un 32,95% de prioridad es

tecnología RFID, acorde a unos criterios de comparación de costo, mantenimiento,

volumen y veracidad de los datos.

Teniendo en cuenta lo anterior, se realiza a continuación una representación gráfica de

los sitios de implementación de la tecnología de cobro seleccionada, los cuales deben

ser elegidos acorde a la tecnología definida a través del análisis jerárquico de decisión y

al esquema vial. Por lo anterior, los puntos clave para la instalación de los pórticos con

antenas RFID son los siguientes:

Figura 29 – Sitios de instalación de tecnología para el cobro.

En los cuales, se cubren todas las posibilidades de acceso a la zona, y se evita el uso

de tecnología redundante en el sistema, que puede ocasionar sobrecostos no

contemplados en el mismo.


5 CONCLUSION

La tarificación vial inteligente es una de las medidas más eficientes para disminuir la

congestión, sin embargo carece de un sistema de estudio como mapa de ruta para la

implementación de las tarifas; de igual forma no existe un método que permita definir

las medidas complementarias, los objetivos, el esquema vial, el tipo de tecnología y los

sitios claves de instalación, los cuales no son considerados o son definidos a priori por

los gobiernos a través de las Alcaldías, Direcciones, Secretarías o Ministerios de

Transito y/o Movilidad; otro factor agravante, son los costos que se omiten en los

métodos que definen la tarifa de congestión; que ocasiona sobredimensionamiento e

ineficiencia del sistema, así como inconformidades de tipo político y social, las cuales

pueden ser solucionadas a través del sistema integrado de tarificación vial inteligente

propuesto, el cual está conformado por un sistema económico y un sistema tecnológico

que permiten abordar el problema de congestión de forma integral. Las simulaciones

realizadas en el sistema económico muestran la efectividad del cálculo de la tarifa

óptima de congestión a través de una teoría de juegos de dos niveles, que permite

visibilizar los costos ocultos, cambiar las preferencias de viaje y asignar los recursos

viales de manera eficiente. De igual forma, el método de selección de criterios

propuesto para la definición del objetivo y el esquema vial, así como el análisis

jerárquico de decisión propuesto para la elección del tipo de tecnología y los sitios clave

de su instalación; evidencia que la decisiones recomendadas están basadas en el

análisis minucioso del problema y en la síntesis de la información relevante, formada

por el conocimiento, experiencia, opiniones y preferencias de los diferentes agentes

involucrados en el proceso de toma de decisiones, es decir es un procedimiento que

permite obtener resultados razonables de problemas multicriterio de gran complejidad e

importancia. Como trabajo futuro se propone considerar un sistema de seguimiento y

control, así como un subsistema de viabilidad y aceptabilidad que por su naturaleza

subjetiva no es fácilmente abordado por el sistema.


6 BIBLIOGRAFIA

[1] Q. Luo, Z. Juan, L. Gao, "Urban Road Congestion Pricing Based on Game Theory", IEEE, International Conference on Electronic Commerce and Business Intelligence, 2009, pp 139 – 142. [2] N. Tyler, J. Bohórquez, J. Bocarejo, J. Velásquez, C. Ramírez, A. Ortegón, G. Guerra, M. Pérez, D. Galarza, A. Peña, University College London - Universidad de los Andes, “Cobros de congestión en ciudades colombianas”, Bogotá D.C, April 2013, pp 2-67. [3] S.W. Feng, "A Traffic Control Strategy Based on An Evolution Equation of Traffic Cost under Dynamical Road-Pricing Regulation", IEEE, 2006, pp 1-6. [4] S. Fahri, K. Murat, K.Deniz “A Traffic Congestion Avoidance Algorithm with Dynamic Road Pricing for Smart Cities”, IEEE 24th International Symposium on Personal, Indoor and Mobile Radio Communications: Mobile and Wireless Network, 2013, pp 2571-2575. [5] Z. Lu, H. Sun, J. Wu, “Road pricing under mixed equilibrium behaviors on urban congested networks”, Fourth International Joint Conference on Computational Sciences and Optimization, 2011, pp 1094 – 1099. [6] Q. Luo, Z. Juan, L. Gao, "Urban Road Congestion Pricing Based on Game Theory", IEEE, International Conference on Electronic Commerce and Business Intelligence, 2009, pp 139 – 142. [7] Oscar, C. Pedro, P. Roberto, “Precios óptimos en el transporte interurbano por carretera”, Revista de economía aplicada, Número 45, vol XV, 2007, pp 155-182. [8] T. Ian, B. Alberto, “La congestión del tránsito urbano: causas y consecuencias económicas y sociales”, Revista de la Cepal 76, Abril 2002, pp 109-121. [9] Oscar, C. Pedro, P. Roberto, “Precios óptimos en el transporte interurbano por carretera”, Revista de economía aplicada, Número 45, vol XV, 2007, pp 155-182. [10] Municipalidad de Peñalolén, Santiago de Chile, “Neutralización de emisiones de carbono” [Online]. Available: http://medioambiente.penalolen.cl/?page_id=187. [11] Peñalolén neutralizará parte de su huella de Carbono, “Chile: Peñalolén venderá bonos de carbono a los que quieran compensar sus emisiones de CO2, [Online]. Available: Neutralización de emisiones de carbono” http://www.veoverde.com/2012/03/chile-penalolen-vendera-bonos-de-carbono-a-los-quieran-compensar-sus-emisiones-de-co2/. [12] Shan, I. Mahmoud, S.Mohamed ,“Automatic License Plate Recognition (ALPR): A State-of-the-Art Review”, IEEE trans. on circuits and systems for video technology, Vol 23, No 2, Febrero 2013, pp 311 – 325. [13] Universidad Pontificia Comillas, “Parte I, Memoria” [Online]. pp 2-178. Available: http://www.codigor.com.ar/bonosdecarbono.htm [14] S. David, “Desarrollo de la sistemática para la realización de un proyecto de Carpooling”, Universidad Pontificia Comillas, Madrid, Septiembre 2011, pp 6. [15] Código R, Portal de las responsabilidades y el desarrollo sustentable, “Bonos de Carbono” [Online]. Available: http://www.codigor.com.ar/bonosdecarbono.htm. [16] Municipalidad de Peñalolén, Santiago de Chile, “Neutralización de emisiones de carbono” [Online]. Available: http://medioambiente.penalolen.cl/?page_id=187.


http://www.veoverde.com/2012/03/chile-penalolen-vendera-bonos-de-carbono-a-los-quieran-compensar-sus-emisiones-de-co2/

http://www.veoverde.com/2012/03/chile-penalolen-vendera-bonos-de-carbono-a-los-quieran-compensar-sus-emisiones-de-co2/

http://www.codigor.com.ar/bonosdecarbono.htm

http://www.codigor.com.ar/bonosdecarbono.htm



[17] Land Transport Road Pricing (ERP), “Electronic Road Pricing” [Online]. Available: http://www.lta.gov.sg/content/ltaweb/en/roads-and-motoring/managing-traffic-and-congestion/electronic-road-pricing-erp.html. [18] Alberto, “Congestión de tránsito, el problema y como enfrentarlo”, Unidad de Transporte de la CEPAL, Santiago de Chile, Julio 2003, pp 22 – 197. [19] Steer, “Tarificación vial para la ciudad de Santiago”, Programa de las Naciones Unidas para el desarrollo, Septiembre 2009, pp 13 – 318. [20] S. Kranthi, K. Pranathi, and A. Srisaila, “Automatic number plate recognition,” Int. J. Adv. Tech., vol. 2, no. 3, pp. 408–422, 2011. [21] C.-N. E. Anagnostopoulos, I. E. Anagnostopoulos, I. D. Psoroulas, V. Loumos, and E. Kayafas, “License plate recognition from still images and video sequences: A survey,” IEEE Trans. Intell. Transp. Syst., vol. 9, no. 3, pp. 377–391, Sep. 2008. [22] M. Sarfraz, M. J. Ahmed, and S. A. Ghazi, “Saudi Arabian license plate recognition system,” in Proc. Int. Conf. Geom. Model. Graph., 2003, pp. 36–41. [23] H. Bai and C. Liu, “A hybrid license plate extraction method based on edge statistics and morphology,” in Proc. Int. Conf. Pattern Recognit., vol. 2. 2004, pp. 831–834. [24] Shan, I. Mahmoud, S.Mohamed ,“Automatic License Plate Recognition (ALPR): A State-of-the-Art Review”, IEEE trans. on circuits and systems for video technology, Vol 23, No 2, February 2013, pp 311 – 325. [25] H. Bai and C. Liu, “A hybrid license plate extraction method based on edge statistics and morphology,” in Proc. Int. Conf. Pattern Recognit., vol. 2. 2004, pp. 831–834. [26] D. Zheng, Y. Zhao, and J. Wang, “An efficient method of license plate location,” Pattern Recognit. Lett., vol. 26, no. 15, pp. 2431–2438, 2005. [27] S. Wang and H. Lee, “Detection and recognition of license plate characters with different appearances,” in Proc. Int. Conf. Intell. Transp. Syst., vol. 2. 2003, pp. 979–984. [28] F. Faradji, A. H. Rezaie, and M. Ziaratban, “A morphological-based license plate location,” in Proc. IEEE Int. Conf. Image Process., vol. 1. Sep.–Oct. 2007, pp. 57–60. [29] S. Zhang, M. Zhang, and X. Ye, “Car plate character extraction under complicated environment,” in Proc. IEEE Int. Conf. Syst. Man Cybern., vol. 5. Oct. 2004, pp. 4722–4726. [30] A. M. Al-Ghaili, S. Mashohor, A. Ismail, and A. R. Ramli, “A new vertical edge detection algorithm and its application,” in Proc. Int. Conf. Comput. Eng. Syst., 2008, pp. 204–209. [31] H.-J. Lee, S.-Y. Chen, and S.-Z. Wang, “Extraction and recognition of license plates of motorcycles and vehicles on highways,” in Proc. Int. Conf. Pattern Recognit., 2004, pp. 356–359. [32] V. Kamat and S. Ganesan, “An efficient implementation of the Hough transform for detecting vehicle license plates using DSPs,” in Proc. Real-Time Tech. Applicat. Symp., 1995, pp. 58–59. [33] D.-S. Kim and S.-I. Chien, “Automatic car license plate extraction using modified generalized symmetry transform and image warping,” in Proc. IEEE Int. Symp. Ind. Electron., vol. 3. Jun. 2001, pp. 2022–2027.

http://www.lta.gov.sg/content/ltaweb/en/roads-and-motoring/managing-traffic-and-congestion/electronic-road-pricing-erp.html

http://www.lta.gov.sg/content/ltaweb/en/roads-and-motoring/managing-traffic-and-congestion/electronic-road-pricing-erp.html


[34] Z. Qin, S. Shi, J. Xu, and H. Fu, “Method of license plate location based on corner feature,” in Proc. World Congr. Intell. Control Automat., vol. 2. 2006, pp. 8645–8649. [35] B.-F. Wu, S.-P. Lin, and C.-C. Chiu, “Extracting characters from real vehicle license plates out-of-doors,” IET Comput. Vis., vol. 1, No. 1, pp. 2–10, 2007. [36] M. M. I. Chacon and S. A. Zimmerman, “License plate location based on a dynamic PCNN scheme,” in Proc. Int. Joint Conf. Neural Netw., vol. 2. 2003, pp. 1195–1200. [37] K. Miyamoto, K. Nagano, M. Tamagawa, I. Fujita, and M. Yamamoto, “Vehicle license-plate recognition by image analysis,” in Proc. Int. Conf. Ind. Electron. Control Instrum., vol. 3. 1991, pp. 1734–1738. [38] Y. S. Soh, B. T. Chun, and H. S. Yoon, “Design of real time vehicle identification system,” in Proc. IEEE Int. Conf. Syst. Man Cybern., vol. 3. Oct. 1994, pp. 2147–2152. [39] H.-K. Xu, F.-H. Yu, J.-H. Jiao, and H.-S. Song, “A new approach of the vehicle license plate location,” in Proc. Int. Conf. Parall. Distr. Comput. Applicat. Tech., Dec. 2005, pp. 1055–1057 [40] R. Zunino and S. Rovetta, “Vector quantization for license-plate location and image coding,” IEEE Trans. Ind. Electron., vol. 47, no. 1, pp. 159–167, Feb. 2000. [41] C.-N. E. Anagnostopoulos, I. E. Anagnostopoulos, V. Loumos, and E. Kayafas, “A license plate-recognition algorithm for intelligent transportation system applications,” IEEE Trans. Intell. Trans. Syst., vol. 7, no. 3, pp. 377–392, Sep. 2006. [42] H. Zhang, W. Jia, X. He, and Q. Wu, “Learning-based license plate detection using global and local features,” in Proc. Int. Conf. Pattern Recognit., vol. 2. 2006, pp. 1102–1105. [43] L. Dlagnekov, License Plate Detection Using AdaBoost. San Diego, CA: Computer Science and Engineering Dept., 2004 [44] C.-T. Hsieh, Y.-S. Juan, and K.-M. Hung, “Multiple license plate detection for complex background,” in Proc. Int. Conf. Adv. Inform. Netw. Applicat., vol. 2. 2005, pp. 389–392. [45] J. Matas and K. Zimmermann, “Unconstrained license plate and text localization and recognition,” in Proc. IEEE Conf. Intell. Transp. Syst., Sep. 2005, pp. 572–577. [46] S. Draghici, “A neural network based artificial vision system for license plate recognition,” Int. J. Neural Syst., vol. 8, no. 1, pp. 113–126, 1997. [47] F. Alegria and P. S. Girao, “Vehicle plate recognition for wireless traffic control and law enforcement system,” in Proc. IEEE Int. Conf. Ind. Tech., Dec. 2006, pp. 1800–1804. [48] J. A. G. Nijhuis, M. H. T. Brugge, K. A. Helmholt, J. P. W. Pluim, L. Spaanenburg, R. S. Venema, and M. A. Westenberg, “Car license plate recognition with neural networks and fuzzy logic,” in Proc. IEEE Int. Conf. Neur. Netw., vol. 5. Dec. 1995, pp. 2232–2236. [49] M. H. T. Brugge, J. H. Stevens, J. A. G. Nijhuis, and L. Spaanenburg, “License plate recognition using DTCNNs,” in Proc. IEEE Int. Workshop Cellular Neur. Netw. Their Applicat., Apr. 1998, pp. 212–217. [50] J.-F. Xu, S.-F. Li, and M.-S. Yu, “Car license plate extraction using color and edge information,” in Proc. Int. Conf. Mach. Learn. Cybern., vol. 6. 2004, pp. 3904–3907.


[51] K. K. Kim, K. I. Kim, J. B. Kim, and H. J. Kim, “Learning-based approach for license plate recognition,” in Proc. IEEE Signal Process. Soc. Workshop Neur. Netw. Signal Process., vol. 2. Dec. 2000, pp. 614–623. [52] K. Kanayama, Y. Fujikawa, K. Fujimoto, and M. Horino, “Development of vehicle-license number recognition system using real-time image processing and its application to travel-time measurement,” in Proc. IEEE Veh. Tech. Conf., May 1991, pp. 798–804. [53] S.-L. Chang, L.-S. Chen, Y.-C. Chung, and S.-W. Chen, “Automatic license plate recognition,” IEEE Trans. Intell. Transp. Syst., vol. 5, no. 1, pp. 42–53, Mar. 2004. [54] T. Nukano, M. Fukumi, and M. Khalid, “Vehicle license plate character recognition by neural networks,” in Proc. Int. Symp. Intell. Signal Process. Commun. Syst., 2004, pp. 771–775. [55] B.-F. Wu, S.-P. Lin, and C.-C. Chiu, “Extracting characters from real vehicle license plates out-of-doors,” IET Comput. Vision, vol. 1, no. 1, pp. 2–10, 2007. [56] T. D. Duan, T. L. H. Du, T. V. Phuoc, and N. V. Hoang, “Building an automatic vehicle license-plate recognition system,” in Proc. Int. Conf. Comput. Sci. RIVF, 2005, pp. 59–63. [57] R. Parisi, E. D. D. Claudio, G. Lucarelli, and G. Orlandi, “Car plate recognition by neural networks and image processing,” in Proc. IEEE Int. Symp. Circuits Syst., vol. 3. Jun. 1998, pp. 195–198. [58] X. Shi, W. Zhao, and Y. Shen, “Automatic license plate recognition system based on color image processing,” Lecture Notes Comput. Sci., vol. 3483, pp. 1159–1168, 2005. [59] E. R. Lee, P. K. Kim, and H. J. Kim, “Automatic recognition of a car license plate using color image processing,” in Proc. IEEE Int. Conf. Image Process., vol. 2. Nov. 1994, pp. 301–305. [60] Y. Cheng, J. Lu, and T. Yahagi, “Car license plate recognition based on the combination of principal component analysis and radial basis function networks,” in Proc. Int. Conf. Signal Process., 2004, pp. 1455–1458. [61] C. A. Rahman, W. Badawy, and A. Radmanesh, “A real time vehicle’s license plate recognition system,” in Proc. IEEE Conf. Adv. Video Signal Based Surveillance, Jul. 2003, pp. 163–166. [62] H. A. Hegt, R. J. Haye, and N.A. Khan, “A high performance license plate recognition system,” in Proc. IEEE Int. Conf. Syst. Man Cybern., vol. 5. Oct. 1998, pp. 4357–4362. [63] F. Porikli and T. Kocak, “Robust license plate detection using covariance descriptor in a neural network framework,” in Proc. IEEE Int. Conf. Video Signal Based Surveillance, Nov. 2006, p. 107. [64] Z. Chen, C. Liu, F. Chang, and G. Wang, “Automatic license plate location and recognition based on feature salience,” IEEE Trans. Veh. Tech., vol. 58, no. 7, pp. 3781–3785, 2009. [65] C. Busch, R. Domer, C. Freytag, and H. Ziegler, “Feature based recognition of traffic video streams for online route tracing,” in Proc. IEEE Veh. Tech. Conf., vol. 3. May 1998, pp. 1790–1794. [66] Y. S. Soh, B. T. Chun, and H. S. Yoon, “Design of real time vehicle identification system,” in Proc. IEEE Int. Conf. Syst. Man Cybern., vol. 3. Oct. 1994, pp. 2147–2152. [67] A. M. Al-Ghaili, S. Mashohor, A. Ismail, and A. R. Ramli, “A new vertical edge detection algorithm and its application,” in Proc. Int. Conf. Comput. Eng. Syst., 2008, pp. 204–209. [68] F. Wu, S.-P. Lin, and C.-C. Chiu, “Extracting characters from real vehicle license plates out-of-doors,” IET Comput. Vis., vol. 1, no. 1, pp. 2–10, 2007.


[69] P. Soille, Morphological Image Analysis: Principles and Applications. Berlin, Germany: Springer-Verlag, 1999. [70] D.-J. Kang, “Dynamic programming-based method for extraction of license plate numbers of speeding vehicle on the highway,” Int. J. Automotive Tech., vol. 10, no. 2, pp. 205–210, 2009. [71] P. Comelli, P. Ferragina, M. N. Granieri, and F. Stabile, “Optical recognition of motor vehicle license plates,” IEEE Trans. Veh. Tech., vol. 44, no. 4, pp. 790–799, Nov. 1995. [72] M.-S. Pan, J.-B. Yan, and Z.-H. Xiao, “Vehicle license plate character segmentation,” Int. J. Automat. Comput., vol. 5, no. 4, pp. 425–432, 2008 [73] CVEL, The Clemson University Vehicular Electronics Laboratory, Automotive Electronics, “Dedicated Short Range Communications” [Online]. Available: ttp://www.cvel.clemson.edu/auto/systems/dsrc.html [74] Jérome, T. Hugues, K. Oliver, D. Oleksandr “Impact of Vehicular Integration Effects on the Performance of DSRC Communications”, IEEE Wireless Communications and Networking Conference (WCNC): Networks, 2003, pp 1646 – 1650. [75] Sistemas de Información y control para transportes - Comunicaciones especializadas de corto alcance a 5.8 GHz, Recomendación UIT-R M.1453 (Comisión de Estudio 1 de Radiocomunicaciones), 2000, pp 1 - 7. [76] Tashi, M. Hasan, Y. Hongnian, “Design and Simulation of UHF RFID Tag Antennas and Performance Evaluation in Presence of a Metallic Surface”, 2011, IEEE, pp 1 – 5. [77] SIC TRANSCORE Latinoamerica, “Uso de la Tecnología RFID en sistemas de Identificación Vehicular” [Online]. pp 1 - 22. Available: www.sicsa.com.ar/PDF/Presentaciones/RFID_web.pdf [78] OlaCel, División Ingeniería, “Sistema de Localización Vehicular” [Online]. Available: http://www.olacel.com/olacel/ing/Default.aspx [79] Ian,“Innovative techniques for Electronic Road Pricing”, Ian Catling Consultancy, United Kingdom, pp 1-4. [80] Ian,“Road user charging using vehicle positioning systems”, Ian Catling Consultancy, Road Transport Information and Control, Conference Publication No. 472 0 IEEE, United Kingdom, 2000, pp 126 – 130 [81] Lingfeng, L.Mingwei, J.Chengyi, "A Real-time congestion Pricing System Based on GPS Technique", IEEE, 2006, pp 1-6. [82] S. Fahri, K. Murat, K.Deniz “A Traffic Congestion Avoidance Algorithm with Dynamic Road Pricing for Smart Cities”, IEEE 24th International Symposium on Personal, Indoor and Mobile Radio Communications: Mobile and Wireless Network, 2013, pp 2571-2575. [83] Q. Luo, Z. Juan, L. Gao, "Urban Road Congestion Pricing Based on Game Theory", IEEE, International Conference on Electronic Commerce and Business Intelligence, 2009, pp 139 – 142 [84] S.W. Feng, "A Traffic Control Strategy Based on An Evolution Equation of Traffic Cost under Dynamical Road-Pricing Regulation", IEEE, 2006, pp 1-6 [85] Z. Lu, H. Sun, J. Wu, “Road pricing under mixed equilibrium behaviors on urban congested networks”, Fourth International Joint Conference on Computational Sciences and Optimization, 2011, pp 1094 – 1099.


http://www.olacel.com/olacel/ing/Default.aspx


[86] R. Daniel, "Análisis de factores relevantes en la implantación de tarifas por congestión en el Área Metropolitana de San Juan", Programa de Desarrollo Profesional UPR/PUPR/ATI, Centro de Transferencia de Tecnología en Transportación Universidad de Puerto Rico – Recinto de Mayaguez, Mayo 2008, pp 1 - 101. [87] Rechaufement Climatique, “Villes modeles” [Online]. Available: http://diash.gratos.ca/h2008/climat/pages/urbanisation.htm. [88] Roadtraffic technology.com, “Stockholm Congestion Charge”, Sweden, [Online]. Available: http://www.roadtraffic-technology.com/projects/stockholm-congestion/. [89] Transport for London, “Congestion Charging” [Online]. Available: http://www.tfl.gov.uk/roadusers/congestioncharging/.

http://diash.gratos.ca/h2008/climat/pages/urbanisation.htm


SMART ROAD PRICING - Uniandes

Documents

Transcript of SMART ROAD PRICING - Uniandes