Sistemas de asistencia

al conductor y de gestión
inteligente del tráfico

6
monografías asepa

Patrocinador principal:

Coordinadores: Felipe Jiménez y Ricardo Olalla

Sistemas de asistencia al conductor
y de gestión inteligente del tráfico
 Coordinadores:
Felipe Jiménez y Ricardo Olalla

Sistemas de asistencia al conductor

y de gestión inteligente del tráfico
 Sistemas de asistencia al conductor
y de gestión inteligente del tráfico

© 2014 ASEPA

E-mail: asepa@[Link]
Web: [Link]
Sede del INSIA – Campus Sur U.P.M. – Carretera de Valencia, km 7
Tel.: 91 336 53 19  Fax: 91 336 53 02
ISBN: 978-84-941859-6-0
Depósito legal: M-32122-2014

Impreso en España – Printed in Spain

No está permitida la reproducción total o parcial de este libro, ni su tratamiento informático, ni la transmisión
de ninguna forma o por cualquier medio, ya sea electrónico, mecánico, por fotocopia, registro y otros
métodos, sin el permiso expreso de los titulares del Copyright.
 Índice

Prólogo. María Seguí Gómez. Directora General de Tráfico (DGT)........................ 7

  1.  Los Sistemas de asistencia al conductor orientados a la seguridad

 1.  Lorenzo Jiménez García. Robert Bosch España, S.L.U................................... 9

  2.  eCall “El sistema de aviso automático de emergencias ya está listo”

 1.  Ana I. Blanco Bergareche. DGT
 1.  Francisco R. Soriano García. Universidad de Valencia y LISITT (Laboratorio
 1.  de Tráfico)...................................................................................................... 25

  3.  Sistemas de asistencia en vehículos orientados a la eficiencia

 1.  Manuel Arias Hidalgo. Scania Ibérica............................................................ 41

  4.  Sistemas inteligentes en el ámbito del transporte urbano colectivo

 1.  Enrique Diego Bernardo. Empresa Municipal de Transportes
 1.  de Madrid, S.A............................................................................................... 59

  5.  Interfaz de usuario y factor humano

 1.  Alfonso Brazalez Guerra. CEIT
 1. Ainara Bilbao Eraña. Escuela Universitaria Politécnica de Donostia ............. 73

  6.  Comunicaciones entre vehículos y con la infraestructura

 1.  Francisco Sánchez Pons, Rosa Blanco Lorenzo, José Luis Díez Gil,
 1.  Diego Bernárdez Morón. CTAG .................................................................... 97

 7.  Autopistas inteligentes

 1.  Ignacio (Iñaki) Olabarrieta Palacios, Ana Isabel Torre Bastida,
Begoña Molinete Cuezva. Fundación Tecnalia Research & Innovation......... 131

  8.  Contribución de las normas técnicas al despliegue de los ITS

 1.  Aitor Aragón Basabe. AENOR....................................................................... 151

5
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

  9.  La Conducción automatizada

 1.  María Belén Aranda Colás. Robert Bosch GmbH, Alemania......................... 175

10.  Prospectiva de futuro

 1.  Felipe Jiménez Alonso. Instituto Universitario de Investigación
del Automóvil (INSIA). Universidad Politécnica de Madrid (UPM)................. 191

6
 PRÓLOGO

A lo largo de los últimos años, el número de accidentes y víctimas de tráfico se ha

reducido desde cotas que resultaban alarmantes en un país como España. Sin embargo,
las cifras actuales, aún siendo considerablemente mejores, siguen permitiendo un
amplio margen de mejora y no debemos conformarnos con lo ya alcanzado, sino
tomar como incentivo el hecho de que países como Suecia y Reino Unido han logrado
cifras menores de accidentes y víctimas y que, entre todos, podemos lograr seguir
disminuyendo esas cifras.

Por otra parte, la movilidad de personas y mercancías no puede ser coartada de

forma genérica en una sociedad del bienestar, dada la fuerte relación que tiene dicha
movilidad con indicadores económicos y sociales, además de la propia percepción de
los usuarios, que priman el tener capacidad de moverse con comodidad.

El deseo de mejores cotas de movilidad, así como las propias necesidades de transporte
de viajeros y mercancías, que han generado un aumento de la movilidad por carretera,
ha redundado en agravar en cierta medida los grandes problemas del transporte por
este modo, de una forma que no ha ocurrido en otros modos de transporte en los que
el incremento de la movilidad ha sido más contenido a lo largo de los años.

Con el fin de paliar estos problemas, desde diferentes estamentos se han buscado y
aplicado numerosas medidas que atañen a los vehículos, incluyendo nuevos sistemas de
seguridad, por ejemplo, a las infraestructuras, aumentando su capacidad o mejorando
tramos peligrosos entre otras actuaciones, o medidas normativas como el carnet por
puntos o el despliegue de radares para el control de la velocidad.

Las nuevas tecnologías han permitido abordar los problemas de la carretera desde
perspectivas diferentes a las convencionales. Así, en nuestros vehículos, ciudades
y carreteras estamos ya familiarizados con sistemas y servicios que hace unos años
ni podíamos imaginar y no extrañamos que cada vez se introduzcan otros nuevos.
Navegadores, paneles de información variable, sistemas de seguridad activa como ABS
o ESP, sistemas de percepción del entorno del vehículo, son sólo algunos ejemplos
sencillos e inmediatos que nos hacen el viaje por carretera más seguro y eficaz. En el
horizonte futuro se encuentran sistemas cooperativos en los que los vehículos se puedan
comunicar entre sí o con la infraestructura o sistemas de conducción automatizada.

Sin embargo, el camino por recorrer es todavía largo. Así, son esperables y necesarias
nuevas mejoras técnicas en el futuro más o menos inmediato, que redunden en un

7
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

transporte por carretera más seguro y eficiente. Pero sería un error confiar plenamente
la solución de los problemas del transporte por carretera a estas medidas técnicas y no
deben olvidarse aspectos clave como es el factor humano. De esta forma, aunque el
conductor puede recibir asistencia de sistemas que le ayuden en la tarea de conducir,
la hagan más descansada, sencilla y confortable y le ayuden en situaciones de riesgo,
debe ser consciente de que su responsabilidad al volante es crucial para acabar con la
lacra de los accidentes de tráfico.

Según lo anterior, los sistemas inteligentes de transporte deben estar al servicio del
conductor y de los usuarios del transporte, en este caso, del transporte por carretera.
Por otra parte, no debe olvidarse cuál debe ser el centro y el propósito de estos
desarrollos tecnológicos, los cuales deben orientarse hacia las personas, asegurándose
de que mejoran la calidad y seguridad de su viaje, impidiéndose en la medida de lo
posible que tengan efectos negativos por mal uso o pérdida de capacidades de los
conductores. De igual forma, se anima a los conductores a un uso responsable de estas
tecnologías, de manera que no confíen su seguridad plenamente a ellas, sino que sean
conscientes de que el primer eslabón en la cadena de la seguridad al volante recae
sobre ellos.

Desde la Dirección General de Tráfico vemos con gran interés la publicación, por
parte de ASEPA, de esta Monografía que trata desde diversos puntos de vista las
aportaciones de los Sistemas Inteligentes de Transporte, con el convencimiento de
que las excelentes aportaciones de los autores de los diferentes capítulos, serán de
interés para especialistas e investigadores en este interesante ámbito tecnológico y el
conjunto contribuirá al desarrollo y aplicación de los sistemas inteligentes en vehículos
e infraestructuras.

María Seguí Gómez

Directora General de Tráfico

8
 LOS SISTEMAS DE ASISTENCIA
AL CONDUCTOR ORIENTADOS
A LA SEGURIDAD

Lorenzo Jiménez García

Robert Bosch España, S.L.U.
Responsable de Marketing Ventas Equipo Original
Licenciado en Ciencias Empresariales por la Universidad de Alcalá de Henares, Madrid.
Trabaja en Bosch desde 1996, donde ha ocupado diferentes cargos
de responsabilidad ligados a las áreas de marketing de las divisiones comerciales
de herramientas eléctricas y automoción. Actualmente, es responsable de Marketing
de Ventas Equipo Original y Jefe de Prensa del Grupo Bosch en España.

1. Introducción
1.1. Antecedentes
Desde que en 1978, Bosch introdujera en el mercado el primer ABS para coches, la
evolución de la electrónica en los sistemas de regulación de la frenada ha sido impara-
ble. Así, en 1985 aparecía el Control de Tracción, ASR o TCS, y, unos años más tarde,
en 1995, el Programa Electrónico de Estabilidad, ESP®, que se ha convertido en la base
de muchos de los sistemas de asistencia a la conducción actuales. Esto es así, debido
a que el ESP® es capaz de frenar de manera activa junto con el ABS el vehículo, algo
necesario en muchas de las funciones que desempeñan este tipo de sistemas.

Asimismo, tanto el ABS como el ESP® se han ido generalizando y popularizando con
el paso de los años, algo a lo que también ha ayudado de manera definitiva su insta-
lación obligatoria conforme a la legislación en diferentes países. En la Unión Europea,
por ejemplo, el ABS es obligatorio desde el año 2005, mientras que el ESP® lo será en
todos los vehículos turismos a partir de noviembre de 2014. Estas medidas están ayu-
dando, sin duda, a la mejora en las cifras de siniestralidad vial.

1.2. Accidentalidad y siniestralidad

A pesar de los exitosos esfuerzos en los países industrializados para reducir la sinies-
tralidad vial, el número de víctimas mortales en las carreteras de todo el mundo sigue
aumentando rápidamente debido al cada vez mayor crecimiento del tráfico en los paí-
ses en vías de desarrollo. Así, Naciones Unidas estima que la cifra de fallecidos podría
crecer más de un 50 por ciento en el periodo comprendido entre 2010 y 2020, alcan-
zando los 1,9 millones. Por este motivo, y con el objetivo de reducir a la mitad esa cifra

9
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

—hasta las 900.000 víctimas mortales— Naciones Unidas ha lanzado la denominada

“Decade of Action 2011-2020”. Para alcanzar esta meta es necesario que los sistemas
de asistencia al conductor se desarrollen y popularicen, ya que su potencial para evitar
accidentes de tráfico es muy alto, teniendo en cuenta que el comportamiento del con-
ductor al volante es responsable de más del 90 por ciento de los accidentes.

Gráfico 1 – Evolución de víctimas mortales en accidentes de tráfico a nivel mundial

y objetivo de Naciones Unidos

2. Definición y funciones
Podemos definir los sistemas de asistencia al conductor como aquellos sistemas activos
y pasivos de seguridad y confort que dependen de los principios de reconocimiento y
recogida constante de datos del entorno a través de diferentes sensores y de su pos-
terior interpretación. Ayudan al conductor a percibir ese entorno e interpretarlo, a re-
conocer situaciones de conducción peligrosas y a circular bajo situaciones difíciles, con
el objetivo de prevenir accidentes de tráfico y liberar de stress al conductor. Incluso,
pueden intervenir de forma automática para evitar una posible colisión.

Por tanto, le ayudan al conductor saturado a reconocer con anterioridad situaciones

críticas y a tomar las decisiones correctas, así como en las tareas más rutinarias y monó-
tonas de la conducción, permitiéndole un cierto desahogo.

Los sistemas avanzados de asistencia pueden realizar diferentes tipos de funciones:

– Aparcamiento.
– Conducción.
– Protección predictiva de peatones.

10
 Los sistemas de asistencia al conductor orientados a la seguridad

– Asistencia en giros y cruces.

– Monitorización del conductor.
– Iluminación y visibilidad.
– Maniobras de esquiva.
– Mantenimiento del carril.
– Frenada automática de emergencia.

Para ello, utiliza diferentes sistemas y sensores del vehículo como pueden ser: sensores
de radar, cámaras de video, sensores de ultrasonido, ESP, dirección asistida eléctrica,
sistemas de retención y sistemas de navegación. A continuación, explicamos cada uno
de los sensores en detalle.

3. Tipología de sensores y funciones

3.1. Sensores de ultrasonido
Los sensores de ultrasonido supervisan la zona delantera y trasera del vehículo para
detectar posibles objetos próximos. Trabajan en base al principio pulso-eco —al igual
que los murciélagos—, es decir, emiten unas señales de sonido y recogen sus ecos al
ser reflejados por el objeto, convirtiéndolos en señales eléctricas. En función del tiem-
po de respuesta, el sistema calcula la distancia exacta a la que se encuentra. El rango
de detección abarca desde los 25 hasta los 400 cm, con un ángulo de apertura de 120º
horizontal y 60º vertical.

Figura1 – Sensores de ultrasonidos

Asistente de aparcamiento

Este sistema facilita el aparcamiento y libera al conductor de la tensión que produce

este tipo de maniobras, además de reducir de forma considerable el riesgo de sufrir
una pequeña colisión contra los vehículos ya estacionados o contra otros obstáculos
difíciles de detectar como, por ejemplo, postes, bolardos, etc.

11
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Figura 2 – Asistente de aparcamiento

El vehículo lleva incorporados cuatro sensores de ultrasonidos en el paragolpes de-

lantero y otros tantos en el trasero. En primer lugar, el sistema realiza una búsqueda
de la plaza de aparcamiento, avisando al conductor de los huecos libres en los que
se podría realizar la maniobra de aparcamiento. Para ello, es necesario que el hueco
supere en unos 40 cm por delante y otros tantos por detrás la longitud del coche. Una
vez encontrada la plaza, se activa el asistente de aparcamiento y el sistema realiza la
maniobra idónea, mientras que el conductor tan sólo tiene que manejar los pedales del
acelerador y freno y la dirección.

Detector del ángulo muerto

Los sensores de ultrasonidos también se utilizan para detectar vehículos que puedan
encontrarse en el denominado ángulo muerto. El sistema monitoriza las áreas laterales
y diagonales traseras del coche hasta una distancia de 4 metros mediante dos sensores
en cada lado del vehículo. En el momento en el que se detecta un objeto en el ángulo
muerto, se enciende un testigo en el espejo retrovisor para advertir al conductor de su
presencia. Si en ese momento se activase el intermitente, el aviso sería también acústi-
co y táctil (mediante una vibración en el volante).

El sistema filtra algunos objetos que, según su importancia, no representan un peligro

para esta función como, por ejemplo, los vehículos adelantados, el tráfico en sentido
contrario o las infraestructuras de la carretera como los guardarrailes.

12
 Los sistemas de asistencia al conductor orientados a la seguridad

Figura 3 – Detector del ángulo muerto

3.2. Radar de media distancia trasero

El sensor de media distancia trasero, MRR, posibilita el uso de funciones como el asis-
tente para el cambio de carril y la alerta de tráfico en cruce. El sensor MRR utiliza la
banda de frecuencias de 76-77 GHz que está aprobada para uso automovilístico en
todo el mundo. Así, resulta especialmente apto para plataformas de vehículos de ma-
nera global. El diseño de la antena permite un alcance de hasta 120 m y un campo de
visión de hasta 75º.

Figura 4 – Sensor de radar de media distancia trasero, MRR

Advertencia de tráfico transversal

Advierte de los vehículos que circulan transversalmente al salir de una plaza de apar-
camiento marcha atrás y perpendicularmente a la calzada. Especialmente, cuando el

13
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

conductor no puede ver el tráfico que transcurre por detrás del vehículo, esta maniobra
puede convertirse a veces en un enorme reto, facilitando el sistema la salida marcha
atrás de aparcamientos en batería. Esta función utiliza dos sensores de radar de medio
alcance situados en la parte trasera del automóvil que miden e interpretan la distancia,
la velocidad y la trayectoria prevista de los vehículos detectados en el tráfico transver-
sal. Cuando se detectan coches que se aproximan por la izquierda o derecha, el sistema
avisa al conductor de manera acústica o visual del peligro inminente de colisión.

Asistente de cambio de carril

Basado también en los sensores de radar de medio alcance trasero, el sistema monito-
riza la zona del ángulo muerto en los carriles adyacentes hasta una distancia de 3 m por
detrás, actuando entonces igual que el detector del ángulo muerto. Además, si detecta
vehículos aproximándose rápidamente por la zona trasera —hasta unos 70 m— avisa
al conductor visualmente, por ejemplo, con un símbolo iluminado en el retrovisor. Si
el conductor enciende el intermitente para cambiar de carril, el sistema puede emitir,
adicionalmente, una advertencia acústica o táctil (vibración en el volante) para avisar al
conductor de potenciales riesgos. Ésta se mantiene activa hasta que el vehículo haya
sobrepasado el rango de detección. El sistema se activa a partir de los 5 km/h.

Figura 5 – Asistente de cambio de carril basado en sensores de radar MRR

3.3. Cámara de infrarrojos

Las cámaras de infrarrojos se utilizan para los sistemas de visión nocturna y pueden ser
de dos tipos, de largo alcance, FIR, o de corto alcance, NIR. En lo esencial, ambos sis-
temas ven más allá de lo que los faros de cruce pueden alumbrar. Las NIR, las lámparas
infrarrojas adicionales en los faros frontales, proporcionan un gran apoyo, ya que se
puede ver una clara imagen hasta una distancia de 150 m. Con las FIR, el alcance es de
hasta 300 m, aunque hay que destacar que los peatones sólo se pueden detectar a una
distancia de hasta 100 m.

14
 Los sistemas de asistencia al conductor orientados a la seguridad

Con las cámaras NIR se muestra constantemente una muy buena imagen del área del
entorno. Todos los obstáculos —tanto los objetos vivos como los inanimados—se iden-
tifican claramente durante todo el tiempo, independientemente de que sean cuerpos
calientes o cuerpos fríos. En comparación a esto, la cámara FIR trabaja con contrastes
de calor que se detectan en el entorno respectivo. Por eso, sólo se pueden grabar las
formas vivas o los objetos calientes. Por razones técnicas, esto sólo es posible hasta una
temperatura en el exterior de 28º C. En ese sentido, todos los demás obstáculos (como,
por ejemplo, objetos perdidos o caídos en la carretera) no se pueden mostrar.

El ángulo de apertura en horizontal es de unos 10º y en vertical de 5º, proporcionando

una calidad de imagen de 640 × 480 píxeles y con una frecuencia de más de 25 imá-
genes por segundo.

Sistema de visión nocturna

Con el sistema de visión nocturna con infrarrojos, el conductor tiene una distancia de
visión aproximadamente tres veces mayor que con las luces de cruce convencionales
y sin deslumbrar a los conductores que circulan en dirección contraria. El conductor
puede identificar la trayectoria de la carretera, a otros usuarios de la vía y obstáculos o
marcas en el firme hasta una distancia de 150 m. El sistema captura todos los objetos
en el campo de visión y ofrece al conductor una imagen real de la carretera delante de
él. La función facilita ver no sólo a otros usuarios de la vía, sino que también visualiza
objetos inanimados y objetos sin luz como señales de tráfico, líneas demarcadoras de
carril y de la carretera y obstáculos en la calzada o en el arcén.

Figura 6. Esquema de funcionamiento del sistema de visión nocturna

Dos faros infrarrojos iluminan la carretera con haces de luz que son invisibles para el ojo
humano. La luz reflejada es detectada por una cámara sensible a los infrarrojos que se

15
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

encuentra ubicada detrás del parabrisas y que tiene un ángulo de visión similar al de
los ojos humanos. La cámara de video graba el escenario de la carretera. A través del
módulo de control, los datos de las imágenes pasan a la pantalla integrada en el salpi-
cadero o a la pantalla central. Ésta muestra al conductor de manera nítida en blanco y
negro lo que sucede delante de su vehículo. Adicionalmente, es posible que la tecno-
logía ofrezca apoyo en la identificación de peatones por la noche. Cuando el sistema
identifica a un peatón a una distancia de entre 20 y 90 m por delante del vehículo, el
sistema de visión nocturna lo destaca claramente en la imagen de la pantalla.

3.4. Sensores de radar

Dentro de los sensores de radar, que son la base de algunos sistemas de asistencia al
conductor como el ACC o la frenada automática de emergencia, podemos distinguir
los de larga distancia (LRR) y los de media distancia (MRR). Su función principal es de-
tectar objetos y medir su velocidad y posición relativa respecto al movimiento del vehí-
culo que los equipa. Para ello, el sensor envía ondas de radar de frecuencia modulada
en una frecuencia de 76 a 77 GHz a través de su antena de transmisión. Estas ondas se
reflejan en los objetos enfrente del vehículo. La velocidad relativa y la distancia con el
objeto se determinan mediante el efecto Doppler y el retardo, los cuales generan cam-
bios de frecuencia entre la señal enviada y la recibida. Mediante comparación de las
amplitudes y fases de las señales de radar medidas en la antena receptora, es posible
determinar la posición del objeto.

El sensor de larga distancia, LRR, es un radar monoestático multimodal que incorpo-

ra seis antenas. Las cuatro centrales presentan propiedades óptimas para registrar el
entorno del vehículo a altas velocidades. Crean un haz concentrado con un ángulo de
apertura de ±6º, proporcionando una detección excelente de larga distancia, hasta los
250 m. En la corta distancia las dos antenas periféricas del sensor expanden el campo
de visión hasta los ±20º y a una distancia de cinco metros, haciendo posible detectar
rápidamente vehículos que entran o abandonan el carril por el que se circula.

Figura 7 – Sensor de radar de larga distancia, LRR

El sensor de media distancia, MRR, es una radar multimodal bi-estático con cuatro
canales independientes de recepción y formador de haces digitales de banda ancha

16
 Los sistemas de asistencia al conductor orientados a la seguridad

(Digital Beam Forming). Estas tecnologías permiten que el MMR se configure con ante-
nas independientes para diferentes direcciones, lo que mejora la precisión de la medi-
ción angular. En este caso, el rango de detección llega hasta los 160 m y el ángulo de
apertura en distancia corta es de 45º. Este sensor permite a los fabricantes de vehículos
implementar sistemas de asistencia al conductor en vehículos de gama media para
cumplir con los exigentes estándares de seguridad establecidos.

Figura 8 – Sensor de radar de media distancia, MRR

Control de crucero adaptativo, ACC

Conducir en tráfico denso o mantener la distancia de seguridad respecto al vehículo

precedente comporta una alta concentración. El ACC reduce el estrés del conductor
al controlar automáticamente la velocidad y mantener la distancia de seguridad pre-
definida con el vehículo precedente. El ACC estándar se puede activar a partir de una
velocidad de aproximadamente 30 km/h, mientras que el ACC stop & go está activo
a velocidades por debajo de esos 30 km/h, pudiendo mantener la distancia incluso
a velocidades muy bajas y hasta la completa detención del coche. Si el vehículo pre-
cedente arranca en unos segundos, el ACC lo hace también de forma automática. Si
la parada es más prolongada, el conductor deberá de reactivar el sistema pisando el
acelerador. Por este motivo, el ACC stop & go ayuda al conductor en tráfico denso o
congestionado.

Figura 9. – Control de crucero adaptativo, ACC

17
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

El ACC registra la situación delante del vehículo con la ayuda del sensor de radar, en-
viando y recibiendo señales para calcular la distancia y la velocidad relativa hacia los
vehículos que circulan por delante y evaluando las reflexiones de las mismas. Adicio-
nalmente, el sistema predice el recorrido seguido por el vehículo equipado con ACC y
luego decide si algunos de los vehículos que circulan por delante son relevantes para
el control de la distancia de seguridad. Con el fin de adaptar la velocidad a la situación
real en cada momento, el ACC envía automáticamente órdenes al sistema de gestión
del motor y/o –en combinación con el ESP®– al sistema de frenos.

3.5. Cámara multifunción

La cámara multifunción es una plataforma escalable para funciones de seguridad y de
asistencia al conductor basadas en video. Este moderno sistema óptico enfoca imáge-
nes en un sensor CMOS (“Complementary Metal Oxide Semiconductor”) altamente
dinámico. Las señales eléctricas de la imagen se procesan luego con un microprocesa-
dor de alta potencia que está integrado en la carcasa de la cámara. Todas las funciones
de asistencia al conductor se basan en algoritmos inteligentes de procesamiento de
imágenes, especialmente desarrollados para aplicaciones en automoción. Para permitir
la multifuncionalidad, los algoritmos se diseñan y optimizan para permitir el máximo
rendimiento, mientras que, al mismo tiempo, se han optimizado los requerimientos de
la memoria, del tiempo de ejecución y del alcance óptico.

Figura 10 – Cámara multifunción

Sistema predictivo de frenada de emergencia

El sistema se basa en la conexión en red de un sensor de radar que analiza continua-
mente el tráfico que va por delante del coche, con el Programa Electrónico de Estabi-
lidad, ESP®. Se activa tan pronto como el vehículo se arranca y ayuda al conductor a
cualquier velocidad, tanto de día, como de noche.

Existen diferentes variantes:

1. A velocidad superior a 30 km/h

En este caso, el sistema avisa al conductor en una fase temprana si hay un riesgo
de colisión por alcance y, si es necesario, aplica ayuda activa a la hora de frenar. Si

18
 Los sistemas de asistencia al conductor orientados a la seguridad

la colisión es inevitable, el sistema reduce la velocidad de impacto con el objetivo

de mitigar las consecuencias del accidente. Si el sistema detecta que la distancia
respecto al vehículo precedente se hace crítica y se está circulando a una velocidad
superior a 30 km/h, identifica el riesgo de colisión y prepara los frenos para una
potencial frenada de emergencia. Si el conductor no reacciona, el sistema avisa
primero a través de una señal acústica o visual, seguido por una breve, pero per-
ceptible frenada. De esta manera, el conductor será consciente del inminente ries-
go de accidente y podrá reaccionar antes a una posible colisión por alcance, bien
frenando, bien mediante una maniobra de esquiva.

A continuación de los diferentes avisos de colisión, el sistema inicia una frenada

parcial con el fin de desacelerar el coche y proporcionar tiempo adicional para que
el conductor reaccione. En el momento en el que éste pisa el freno, el asistente de
frenada de emergencia ayuda a frenar de forma eficaz. Para ello, se calcula conti-
nuamente el grado de deceleración necesario para evitar la colisión. Si el conductor
reacciona a tiempo pero no aplica suficiente fuerza de frenada, la función incre-
mentará automáticamente la presión de los frenos hasta el nivel requerido, de tal
manera que el conductor pueda detener el vehículo a tiempo antes del accidente.

Si el conductor sigue sin reaccionar y la colisión por alcance es inevitable, el sistema

inicia una frenada completa. Ésta frena el vehículo al máximo con el fin de reducir
la velocidad de impacto y minimizar las consecuencias del accidente. Esto requiere
la máxima precisión en la identificación de objetos y en la evaluación del riesgo de
que se pueda producir un accidente. Por eso, el sensor de radar se complementa
consecuentemente con tecnología de videocámara.

Figura 11 – Frenada automática de emergencia ante una situación típica

2. A velocidad inferior a 30 km/h

A velocidades inferiores a 30 km/h, el sistema trabaja para evitar la colisión con el
vehículo precedente iniciando una frenada completa. Si el sistema detecta que la

19
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

distancia respecto al vehículo precedente es crítica, prepara los frenos para una
potencial frenada de emergencia. Si el conductor no reacciona y la colisión por al-
cance es inevitable, la función realiza una frenada a fondo para evitar el accidente.
En caso de que la colisión fuera inevitable, esta actuación puede, por lo menos,
minimizar la gravedad del accidente, reduciendo el riesgo de lesiones para los ocu-
pantes y para los vehículos.

3. Frenada automática para peatones (ver cámara estéreo, punto 3.6).

Sistemas de mantenimiento del carril

Estos sistemas utilizan una cámara de vídeo para detectar las líneas de delimitación de
carril de las carreteras y compararlas con la posición real del vehículo dentro del mismo.
El algoritmo de detección empleado graba y clasifica todas las marcas comunes de
carril hasta una distancia de aproximadamente 60 m por delante (incluso hasta 100 m
bajo condiciones excelentes de visibilidad), independientemente de si las líneas son
continuas, blancas, amarillas, azules o rojas. El sistema no sólo detecta la geometría
lateral del carril, sino también la pendiente de la carretera. Si no hay marcas de delimi-
tación claras, el sistema obtiene una segunda información como, por ejemplo, bordes
de hierba a lo largo del lateral de la vía. El algoritmo es capaz de determinar la posición
lateral y el ángulo del vehículo en el carril con una gran exactitud, lo cual es crucial en
este tipo de funciones.

El sistema distingue entre discrepancias menores y desviaciones potencialmente pe-

ligrosas. Identifica si el cambio de carril es intencionado a partir de la activación del
intermitente o de la fuerza de movimiento que el conductor realiza sobre el volante.

Figura 12 – Sistema de mantenimiento de carril

20
 Los sistemas de asistencia al conductor orientados a la seguridad

Distinguimos aquí dos tipos de funciones:

1. Aviso de salida del carril: avisa al conductor a través de una señal acústica, vi-
sual y/o táctil, (por ejemplo a través de una vibración en el volante). El criterio para
activar la advertencia es siempre el tiempo que falta antes de que se invada la línea
divisoria del carril.

2. Ayuda al mantenimiento del carril: En el momento en que se haya sobrepasado

una distancia mínima con respecto a la línea de demarcación del carril, la función
se activa con un movimiento de volante para mantener el vehículo en el centro del
carril. Este sistema no incluye aviso.

Reconocimiento de señales de tráfico

Con el sistema de reconocimiento de señales de tráfico, éstas están siempre visibles.

Cuando la cámara de video identifica una señal de tráfico, el sistema muestra el icono
de la misma en el panel de instrumentos. Se puede utilizar para un amplio rango de
funciones de advertencia al conductor, incluyendo un aviso antes de exceder el límite
de velocidad permitido, cuando se va a adelantar en un tramo prohibido o dar a cono-
cer al conductor cuando se ha ignorado una señal de “stop” o de “prohibido el paso”.
En combinación con el ACC, se puede ajustar el límite de velocidad adecuado para
cada tramo de manera automática. Además, se puede combinar con información de un
mapa digital (sistema de navegación) para interpretar diferentes escenarios.

Figura 13. Reconocimiento de señales de tráfico

La cámara de video detecta y clasifica señales circulares, triangulares y rectangulares,

incluyendo los puntos de comienzo y finalización en el tramo. Igualmente, reconoce
señales de “prohibido el paso”, “stop”, “preferencia” y “obras”.

21
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Control inteligente de los faros

Este sistema utiliza una cámara de video para medir la claridad ambiental y estimar la
distancia de los vehículos que circulan por delante y en sentido contrario. El algoritmo
mide la posición angular horizontal y vertical y la distancia a la fuente de luz, tanto al
amanecer, al anochecer como en la oscuridad. También es capaz de detectar y clasificar
elementos de la propia infraestructura de la carretera como farolas o reflectores. Las lu-
ces de carretera de vehículos circulando en sentido contrario se pueden detectar hasta
una distancia de 800 m y las luces traseras de los vehículos por delante, hasta 400 m.
Los datos se utilizan para implementar diferentes funciones:

– Activación automática de las luces de cruce.

– Activación automática de las luces de carretera, permitiéndole al conductor su

utilización con la mayor frecuencia posible sin cambios manuales.

– Control adaptativo del rango de las luces de cruce, que adapta automáticamente
el haz de las luces en función del contorno de la carretera, lo que supone una
buena iluminación en caso de superficies inclinadas o bacheadas e impide des-
lumbrar a otros conductores.

– Control adaptativo del rango de las luces largas, que ajustan el rango y potencia
de este tipo de luces al tráfico por delante y en sentido contrario.

– Control continuo de las luces largas: con esta función, los faros delanteros están
montados de forma giratoria, tanto horizontal como verticalmente, o bien se uti-
lizan luces LED que dividen la luz en diferentes focos. Si el sistema detecta tráfico
en la carretera, la distribución de la luz se ajusta para ocultar esa zona específica
y asegurar que no se deslumbra a otros conductores.

Figura 14 – Control continuo de las luces de carretera

22
 Los sistemas de asistencia al conductor orientados a la seguridad

3.6. Cámara estéreo

La cámara de video estéreo combina las funciones establecidas de una cámara mono
con la detección de un entorno en tres dimensiones que ofrece la tecnología estéreo.
Las dos unidades de captura de imágenes en color CMOS aportan una resolución de
1280 × 960 píxeles. Utilizando un potente sistema de lentes, la cámara puede grabar
en 3D en un rango horizontal de 50º y hasta una distancia de 50 m. Los sensores de
imagen pueden procesar imágenes en alto contraste y cubrir la longitud de onda que
es visible para el ojo humano. Además, la unidad de control se encuentra integrada
dentro de la propia carcasa de la cámara.

Figura 15. Cámara estéreo

Los sensores convierten la información sobre luminosidad y color en señales eléctri-

cas. Estas señales se procesan a continuación en un ordenador de alto rendimiento
integrado. Mediante la evaluación de la disparidad estereoscópica de la información
(comparando las imágenes del lado izquierdo y derecho), la cámara genera un mapa
3D preciso del entorno del vehículo, que incluye una estimación muy precisa de la dis-
tancia de todos los puntos de la imagen. Paralelamente, los cambios temporales en la
imagen se rastrean a través del flujo óptico. A través de este concepto inteligente de
fusión de las imágenes, la cámara es capaz de determinar el tamaño, la velocidad y la
distancia de todos los objetos, incluyendo vehículos, peatones, ciclistas y motociclistas,
así como obstáculos en la carretera o próximos a ella. Adicionalmente, la cámara esté-
reo proporciona toda la clasificación de algoritmos de las cámaras mono, permitiendo
detectar las líneas de carril, señales de tráfico y fuentes de luz.

Por eso, la cámara estéreo puede realizar con mayor precisión todas las funciones basa-
das en cámara de video mono, así como una perfecta detección de peatones.

Protección predictiva de peatones

La cámara estéreo clasifica cada objeto que es relevante para una posible colisión,
especialmente peatones y ciclistas, permitiendo la frenada automática de emergencia

23
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

hasta una velocidad de 60 km/h y un aviso previo al conductor. Por tanto, se pueden
prevenir o, al menos, mitigar los atropellos, reduciendo el riesgo para los peatones.

4. Conclusiones
Evolución futura – Hacia la conducción automatizada
El siguiente paso es dotar al automóvil de sensores que sean capaces de detectar
entornos en 360º alrededor del vehículo, obteniendo una imagen precisa de lo que
ocurre en cada momento. Esto permitirá, en primer lugar, la realización de funciones
que consigan una conducción parcialmente automatizada —es decir, supervisada por
el conductor— como, por ejemplo, un asistente para atascos o un asistente de cru-
cero con control longitudinal y lateral del movimiento del coche, extendiéndolo más
adelante con un cambio automático de carril o una adaptación de la velocidad por el
reconocimiento automático de señales.

En segundo lugar, se llegará a la conducción totalmente automatizada, los denomina-

dos “pilotos automáticos” tanto para atascos, como para conducción por autopista y
finalmente a la automatización de cualquier tipo de ruta (ver capítulo 10).

Gráfico 2 – Evolución hacia la conducción completamente automatizada

24
 eCall
“El sistema de aviso automático
de emergencias ya está listo”

Ana I. Blanco Bergareche

Dirección General de Tráfico.
Ingeniero de Caminos, Canales y Puertos por la Universidad Politécnica de Madrid.
Máster en Dirección y Planificación de la Movilidad por la Universidad Politécnica
de Barcelona. Tras un periodo en el sector privado trabajando en el ámbito de la
logística, en el año 2002 ingresa en la Escala Superior de Técnicos de Tráfico.
En la actualidad es Subdirectora Adjunta de Circulación de la Dirección General de
Tráfico y es co-presidenta de la Plataforma Europea de Implementación de eCall.
Francisco R. Soriano García
Universidad de Valencia y LISITT (Laboratorio de Tráfico)
Actualmente es profesor titular de la Universidad de Valencia y miembro del
laboratorio LISITT (Laboratorio de Tráfico) de sistemas ITS desde su fundación
a principios de los años 90. Ha sido secretario del comité nacional de normalización
en temas ITS y revisor de proyectos europeos de ITS desde el IV Programa Marco.

1. Qué es el sistema eCall

A fin de contribuir a atenuar las consecuencias de los accidentes de carretera en toda
la UE, la Comisión Europea lleva más de una década impulsando la introducción de un
servicio por el cual los vehículos realicen llamadas automáticas a los servicios de emer-
gencia en caso de accidente grave.

Es una de las medidas enfocadas al tratamiento post-accidente. Cuando se produce un

accidente de carretera, la rapidez con la que se movilicen los servicios de urgencia es de
importancia decisiva para salvar vidas o reducir las consecuencias de las lesiones. En caso
de urgencia, o incluso de colisión, se estima que el sistema eCall podría reducir el tiempo
de respuesta de los servicios de emergencia y facilitar información adicional a los mismos.

Se denomina sistema eCall al servicio de llamadas (automáticas o manuales) en situa-

ciones de emergencia, desde un dispositivo embarcado en un vehículo (coche, camión,
etc) y dirigidas hacia un Centro de Gestión de Emergencias (Public Safety Answering
Point, PSAP).

Una comunicación eCall permite, además del establecimiento de la llamada de voz,

la transferencia por la red de telefonía móvil de un mensaje de datos (Minimum Set of
Data, MSD) que contiene información sobre el accidente: identificación del vehículo,

25
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

localización, momento del accidente, etc. En la figura 1 se describe el funcionamiento

del sistema.

Figura 1 – Funcionamiento del sistema eCall

Se propone emplear un dispositivo instalado en los vehículos, que en caso de acciden-

te, iniciará una llamada automáticamente al haber detectado que se ha producido, o en
su caso, por la acción del propio ocupante del vehículo.

Simultáneamente al establecimiento de la llamada, el conjunto de datos incorpora la

información captada mediante los sensores del vehículo como acelerómetros y es en-
viada, a través de la red de telefonía móvil, a un centro de atención de llamadas PSAP.
En aquellos casos que proceda, se alertará, movilizando los recursos de los servicios de
emergencias apropiados tales como:

— Policía de tráfico que comprobará si efectivamente se ha producido el accidente,

regulará el tráfico en el entorno del accidente y garantizará una ubicación segura
en la carretera de los servicios de emergencia.

— Recursos sanitarios o brigadas de bomberos una vez confirmadas las necesidades.

En el proceso descrito, el centro de atención de llamadas podría además iniciar una

conversación con los ocupantes del vehículo que han desencadenado la llamada (señal
de retorno – call back).

1.1. Impulso del servicio “eCall interoperable

en toda la UE” o “eCall paneuropeo”
Teniendo en cuenta las características del sistema y los objetivos perseguidos, para
conseguir los beneficios potenciales de eCall en Europa el despliegue debería realizar-
se en los siguientes términos:

26
 eCall. “El sistema de aviso automático de emergencias ya está listo”

— Se debería ofrecer un servicio del que se puedan beneficiar todos los ciudada-
nos europeos, por lo tanto, para tener garantía de su penetración en el mercado,
se hace necesaria la exigencia de instalación en fábrica de este sistema en todos
los vehículos para lograr que efectivamente éstos estén dotados del sistema y no
sea una elección del usuario o fabricante.

— Continuidad e interoperabilidad. Con el objetivo de una prestación del servicio

en toda Europa para los vehículos que viajen al extranjero.

— Proporcionando un marco único de integración con los puntos de respuesta de

seguridad pública PSAP (112).

— Carácter suplementario de los servicios prestados por los TPS. Es deseable que
los proveedores de servicios puedan continuar proponiendo servicios de valor
añadido adicionales integrados en el vehículo (bussiness Call, information Call).

Teniendo en cuenta los aspectos expuestos relativos a la situación que se estima como
deseable, en la evaluación de impacto realizada por la Comisión Europea desde Marzo
2010 hasta Febrero 2011 (SEC(2011) 1019 final), en la que se analizaban varias alternati-
vas, el resultado que se obtuvo revela que la opción más eficiente y efectiva es: “La intro-
ducción obligatoria de un servicio eCall en toda la UE, basado en el 112 y en estándares”.

Este servicio es el denominado “eCall paneuropeo” o “eCall interoperable en toda la UE”.

El sistema «eCall interoperable en toda la UE» se caracteriza porque marca automáti-

camente el número 112, el número único de emergencia europeo, cuando tiene lugar
un accidente grave.

Son varios los hechos que permiten asegurar que la atención temprana de un accidente
puede ser vital para salvar la vida de los ocupantes implicados en el accidente.

— Cuando el accidente ocurre en una zona o circunstancias en la que el accidente

es observado por otros usuarios, estos realizan las llamadas al 112 que habili-
tan los servicios de ayuda y rescate necesarios. En estos casos, sólo habrá una
diferencia de unos pocos segundos entre un sistema que permite la entrada y
aviso automático del accidente y el aviso por parte de otros usuarios que hayan
observado el accidente.

— Sin embargo, cuando el accidente ocurre en una zona despoblada, y bajas inten-
sidades de tráfico, pueden transcurrir hasta horas (o incluso días) para encontrar
el vehículo y atender a las víctimas. En estas circunstancias, es donde un sistema
como eCall podría desplegar su máximo potencial.

El estudio de la Comisión Europea estima que el sistema eCall tiene el potencial de

salvar 2.500 vidas al año en Europa cuando esté introducido en todos los vehículos, así
como reducir la gravedad de las secuelas en los heridos por accidentes de tráfico en un
10-15 % de los casos.

27
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Figura 2 – Ejemplos de aplicabilidad

2. Cuándo estará disponible

Para que un sistema como este pueda desplegarse en toda Europa de forma efectiva,
precisa del desarrollo tecnológico y de la adopción de acuerdos organizativos que afec-
tan a todos los elementos del sistema:

— La red de comunicaciones móviles que transfiere la llamada.

— El centro de atención de emergencias PSAP.
— El vehículo y su equipamiento.

El esfuerzo en el ámbito de la normalización comprende las telecomunicaciones, aspec-

tos técnicos, procedimental y de organización.

A nivel de telecomunicaciones el ETSI (European Telecommunications Standard Insti-

tute) ha sido el encargado de elaborar las normas necesarias que se muestran a conti-
nuación:

— ETSI TS 122 101 Service Principles (Voice + MSD 112).

— ETSI TS 124 008 eCall Flag (discriminator) Tabla 10.5.135d.
— ETSI TS 126 267 eCall Data Transfer General Description.
— ETSI TS 126 268 eCall Data Transfer. ANSI-C Reference Code.

28
 eCall. “El sistema de aviso automático de emergencias ya está listo”

— ETSI TS 126 269 eCall Data Transfer. Conformance testing.

— ETSI TS 126 969 eCall Data Transfer. Caracteristation report.
— ETSI TS 102 936-1 eCall NAD conformance specs: Protocol test specification.
— ETSI TS 102 936-2 eCall NAD conformance specs: Test suites.

Entre estas normas, tiene especial relevancia las que atañen al “discriminador eCall
Flag”, que permite que la red de telecomunicaciones móviles identifique la llamada
entrante como una llamada de emergencia y la distribuya de la forma más urgente
posible (dándole prioridad sobre otros usos de llamadas móviles) al centro de atención
de llamada de emergencias apropiado.

Por otro lado a nivel técnico, procedimental y de organización el encargado de abordar

la normalización del sistema ha sido el Comité Europeo de Normalización, con las nor-
mas europeas indicadas a continuación:

— CEN TS15722:2009 Road transport and traffic telematics —ESafety— eCall mi-
nimum set of data (MSD).

—E
 N 16072:2010 ITS —eSafety— Pan-European eCall operating requirements.

— EN 15722:2010 ITS —Road transport and traffic telematics— ESafety —eCall
minimum set of data (MSD).

— EN 16062:2010 ITS —ECall— High level application protocols.

— EN 16102:2010 ITS —ECall— Operating requirements for third party support.

— EN 16454 ITS —Ecall— end to end conformance testing.

Estas normas definen entre otras cosas, los datos que se transfieren en una llamada
eCall, así como la forma en la que se trabajaría con centros privados de atención de
llamadas (como compañías aseguradoras o asistencia en carretera).

2.1. Medidas regulatorias de los componentes

del sistema en el ámbito UE
Para conseguir la plena funcionalidad del servicio ”eCall interoperable” en toda la UE,
se están adoptando medidas en el ámbito de sus tres componentes básicos:

— La red de telecomunicaciones. En este ámbito se aprobó la Recomendación de

la Comisión de 8 de septiembre de 2011, relativa al apoyo de un servicio eCall
a escala de la UE en las redes de comunicación electrónica para la transmisión
de llamadas de urgencia desde un vehículo, basado en el número 112 («lla-

29
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

mada eCall») COM (2011) 6269. La Recomendación insta a todos los Estados
miembros a garantizar que los operadores móviles dispensen a las llamadas de
los dispositivos eCall el mismo trato que a las demás llamadas al 112, es decir,
deben considerarlas prioritarias y gratuitas para el llamante. La Recomendación
también indica que los Estados miembros deben procurar que los operadores
móviles implanten sistemas para identificar las eCall, de manera que puedan ser
encaminadas a un centro de recepción de llamadas de emergencia equipado
para tramitarlas. Se fija como fecha límite para el despliegue de estas adaptacio-
nes el 31 de diciembre de 2014.

— L os centros de atención de llamadas de emergencia. Las medidas regulatorias en

este ámbito han consistido en la definición de los requisitos que deben cumplir
los PSAP eCall para la recepción y el tratamiento adecuados de las llamadas
eCall a fin de garantizar la compatibilidad, interoperabilidad y continuidad en
todo el territorio de la UE del servicio armonizado de llamada de emergencia
eCall, mediante la aprobación del Reglamento Delegado (UE) Nº 305/2013 de la
Comisión de 26 de noviembre de 2012, por el que se complementa la Directiva
2010/40/UE del Parlamento Europeo y del Consejo en lo que se refiere el su-
ministro armonizado de un número de llamada de emergencia en toda la Unión
(eCall).

Como medida complementaria a la anterior, se aprueba la Decisión 585/2014

del Parlamento Europeo y del Consejo de 15 de mayo sobre la implantación
del servicio de llamadas de emergencia interoperable en toda la Unión (eCall),
estableciendo que los centros deberán estar desplegados, como mínimo, seis
meses antes de la fecha de aplicación del Reglamento del Parlamento Europeo y
del Consejo relativo a los requisitos de homologación de tipo para el despliegue
del sistema eCall integrado en los vehículos y en cualquier caso, a más tardar el
1 de octubre de 2017.

Tabla 1 – Requisitos de los PSAP eCall

Recibir llamadas eCall y decodificar mensajes MSD según normas

EN16072 y EN16062

Tratar la llamada eCall con la misma prontitud con que se atiende las
llamadas al 112

Acceso a un sistema de información geográfica SIG

Discriminación entre llamadas manuales y automáticas

Provisión de información de ubicación del accidente a los servicios de

emergencia

Establecimiento de una llamada de voz al vehículo desde el que se ha

recibido la emergencia

Conexión con base de datos de vehículos

30
 eCall. “El sistema de aviso automático de emergencias ya está listo”

—E
 l vehículo y su equipamiento. Para garantizar que los nuevos vehículos de las
categorías M1 y N1 incluyan el dispositivo correspondiente, se propone añadirlo
entre los elementos obligatorios en la homologación de tipo. En este sentido, la
Comisión Europea presentó la comunicación COM (2013) 316 FINAL “Posición
sobre la Propuesta de Reglamento del Parlamento Europeo y del Consejo relati-
vo a los requisitos de homologación de tipo para el despliegue del sistema eCall
integrado en los vehículos, y por el que se modifica la Directiva 2007/46/CE”. La
fecha inicialmente propuesta para la introducción obligatoria del dispositivo en
los nuevos tipos era 1 de octubre de 2015. Sin embargo, asimismo se reconoce
que la industria necesitará un plazo razonable para desarrollar y ensayar el nuevo
sistema, por lo se deja abierta a la posibilidad de reabrir esta fecha y así parece
que no será antes del 1 de octubre de 2017.

Tabla 2. Resumen de fechas para disponibilidad del eCall

Elemento de eCall Fecha disponibilidad

Red de comunicaciones móviles capaz 31/12/2014

de identificar llamadas eCall (eCall Flag
discriminator)

01/10/2017 (*)
Centros de atención de llamadas eCall (PSAPs)
(*) y siempre 6 meses antes de la
listos para gestionar llamadas eCall
homologación de tipo

Vehículos categorías M1 y N1 con equipamiento 01/10/2017 (**)

instalado (homologación de tipos) (**) Fecha más probable

3. Pruebas realizadas en España

Las pruebas realizadas hasta la fecha en España están incluidas en el marco del proyec-
to piloto europeo HeERO.

3.1. El proyecto europeo HeERO2

El proyecto HeERO2 es la segunda fase de un proyecto europeo comenzado en el año
2012 que tiene como objetivo preparar, coordinar y llevar a cabo, varios proyectos pi-
loto de la eCall en toda la UE, basados en el número único europeo de urgencia 112.
En cada una de las 2 fases han participado diferentes países y las pruebas españolas se
están enmarcando en la fase 2 que terminará a finales del presente año 2014.

HeERO 2 es un piloto en curso financiado a través del programa CIP 2012 ICT-PSP.
España participa en esta fase junto con otros pilotos de Bélgica, Bulgaria, Dinamarca,
Luxemburgo y Turquía. En la primera fase los pilotos se ejecutaron en: Croacia, Repú-
blica Checa, Finlandia, Alemania, Grecia, Italia, Holanda, Rumanía y Suecia.

31
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

3.2. Arquitectura probada en España

Los objetivos generales del desarrollo de las pruebas piloto en España se pueden con-
cretar en:

— Preparar el despliegue de la infraestructura necesaria para conseguir que un

servicio de llamada de urgencia desde el vehículo “eCall” en España basado en
el 112 conforme a los estándares paneuropeos.
— Definir y probar una determinada arquitectura/modelo operativo de eCall en
España.
­— Aplicación de las medidas regulatorias de la UE en España.
— Difusión de los trabajos y conclusiones del proyecto dirigido a autoridades pú-
blicas, instituciones, industria y usuarios.

Además en el piloto en España se implantaría un modelo de gestión y se desarrollarían

ámbitos que proporcionaría el siguiente valor añadido:

— Pruebas con infraestructura con una arquitectura basada en un centro interme-

dio.
— Pruebas de eCall en zonas limítrofes de dos áreas de influencia de 112.
— Aplicación del piloto a vehículos de las categorías M1 y N1.
— Extensión del piloto a pruebas para motocicletas.

E incluso un conjunto de actividades suplementarias que refuerzan los objetivos fijados

de mejora de la respuesta y mejora de la información a los servicios de emergencia para
un servicio adecuado:

— Tratamiento de la incidencia y transmisión a los Centros de Gestión de Tráfico.

— Ofrecer hoja de rescate del vehículo a los servicios de emergencia.

La arquitectura adoptada en el piloto nacional está basada en una aproximación de

varias capas interrelacionadas, que fue acordada en el seno de la Comisión Nacional de
Protección Civil en las siguientes reuniones:

— Reunión de la Comisión Permanente de la Comisión Nacional de Protección Civil

celebrada el 29 de junio de 2006.
— Reunión de la Comisión Permanente de la Comisión Nacional de Protección Civil
celebrada el 28 de noviembre de 2006.

El acuerdo propuesto por el Foro de los Centros 112, se concretaba en sustentar el sis-
tema y el servicio eCall sobre unos Centros de Intermediación, definidos con la presta-

32
 eCall. “El sistema de aviso automático de emergencias ya está listo”

ción operativa, tecnológica y funcional, que permita la evacuación inmediata hacia los
Centros 112 de las llamadas de verdadera emergencia, filtrando el resto de llamadas.

Siguiendo esta pauta, en el primer nivel se ha desplegado un centro de recepción de

llamadas eCall (PSAP) en la DGT en Madrid que se encargará de filtrar estas llamadas,
decodificar el mensaje MSD recibido en la llamada y el envío de esta información al
correspondiente centro regional de atención de emergencias 112.

Esta arquitectura general queda representada en la siguiente figura:

Figura 3 – Arquitectura probada en España

En el centro de intermediación de la DGT, y después de decodificar el mensaje MSD, la

información recibida se proporciona a las siguientes 3 entidades:

— El centro regional de emergencias 112 correspondiente, donde previamente se

ha realizado una actualización y una integración en los sistemas existentes, que
permite recibir la información desde el centro intermedio PSAP eCall de la DGT.

— El Centro de Gestión de Tráfico que se encuentra en el mismo lugar que el PSAP
eCall de la DGT en Madrid, donde se realiza una integración de consulta con las
bases de datos del Registro Nacional de Vehículos a través de la consulta por el
número de bastidor (VIN en sus siglas en inglés) y del sistema de información de
accidentes de tráfico con víctimas: ARENA.

— Agrupación de Tráfico de la Guardia Civil.

33
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

En el piloto se gestiona en el entorno de pruebas para las categorías de vehículos lige-

ros (categorías M1 y N1) y vehículos de 2 ruedas (PTW en sus siglas en inglés).

España tiene 19 centros regionales 112 de atención de emergencias que pertenecen a

Protección Civil. Cuatro de ellos participan en el piloto nacional (Galicia, Castilla y León,
Madrid y Comunidad Valenciana). Todos estos centros tienen diferente equipamiento
hardware y software para la gestión de las llamadas de emergencia.

Descripción del flujo de datos ante una llamada eCall

En el ámbito del piloto, al no haberse desplegado todavía la solución en la red de tele-

comunicaciones, el flujo de tratamiento de la llamada eCall es el siguiente:

— La llamada eCall automática es remitida al Centro de Intermediación de la DGT,

donde se hará un filtrado y validación de aquellas que haya que finalmente po-
ner en conocimiento de los servicios de emergencia a través del 1-1-2.

— La llamada eCall manual se reencamina directamente al Centro 1-1-2. En el mar-

co del piloto todas las llamadas irán a PSAP de la DGT, pues no hay ningún otro
PSAP eCall.

Se ha estudiado el flujo de gestión de la llamada eCall y su integración con los sistemas

de DGT/externos concretándose de la siguiente forma:

1.  La llamada llega al PSAP.

2. El PSAP decodifica el MSD y obtiene su información. Entre esta información está
el indicador de eCall Manual o Automática.

3.  El procesado a partir de ahí será el siguiente (desde un punto de vista de PSAP):

— Llamada eCall de tipo Manual. Transferencia directa al 112 regional que co-
rresponda por su posición. Es decir, la llamada no pasa al operador sino que
de manera automática se transfiere al 112.
— Llamada eCall de tipo Automática. El operador escucha el canal de voz y en
función de ello decide:
a. No hay canal de voz audible o, pese a haberlo, no hay nadie que responda.
(Llamada Silenciosa). Se movilizarían recursos en el centro de intermedia-
ción para filtrar y validar la emergencia.
b. Hay canal de voz audible y un llamante con el que se puede hablar. El ope-
rador pregunta si es una emergencia real:
b-1. La emergencia es real. Transferencia al 112 regional que corresponda
por su posición.
b-2. La emergencia es un disparo accidental. La llamada se acaba en la DGT.

34
 eCall. “El sistema de aviso automático de emergencias ya está listo”

En los casos que se haya verificado que la llamada corresponde a un accidente, se

interactuará con otros sistemas externos como LINCE (incidencias de tráfico) o ARENA
(base de datos de accidentes).

Además se prevé la toma de datos en el lugar del accidente con aplicaciones ad-hoc.

3.3. El PSAP intermedio en la gestión de emergencias

El modelo operativo probado en el ámbito del piloto basado en la existencia de un
centro de Intermediación en la DGT (PSAP Intermedio), supone las siguientes ventajas:

— Ofrecerá conocer de manera global, el grado de utilización del sistema y de las

diferentes casuísticas asociadas.

— Filtra la atención a las llamadas automáticas y, por tanto, la transmisión a los 112
de posibles falsos positivos asociados.

— Permitirá una correcta coordinación con los sistemas de gestión tráfico y, por
tanto, una compartición mutua de información entre los dos principales actores
en la gestión de emergencias vinculadas a accidentes de tráfico: Centros de
Gestión de Tráfico y los PSAP 112 regionales.

— Permitirá contrastar las alarmas que se generan con la información que propor-
cionen los medios en la carretera tanto humanos (policía de tráfico), como la pro-
porcionada por las instalaciones futuras, donde la sensorización de la infraestruc-
tura carretera podría también ser el inicializador de la llamada de emergencia.

Tabla 3. Acciones del PSAP de DGT

Decodificación del mensaje recibido MSD desde un vehículo

equipado con eCall

Evaluación del grado de probabilidad de que se trata de un

accidente real y no de una falsa alarma y en su caso información a
la policía de tráfico o agrupación de tráfico de la Guardia Civil para
comprobación en carretera

Relación de datos recibidos con el Registro Nacional de Vehículos

de la DGT o la base de datos europea Eucaris

Relación con base de datos de incidentes de tráfico (accidentes

ARENA e información de tráfico LINCE)

Relación con la infraestructura de tráfico (como cámaras de video

vigilancia o Estaciones automáticas de Toma de Datos) que podrá
permitir comprobar y validar en su caso las llamadas recibidas vía
eCall

35
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

3.4. Algunos resultados

Para la realización de las pruebas se han equipado varios vehículos.

Figura 4. Vehículos del proyecto HeERO equipados en España

Concretamente se han equipado 4 vehículos en la Comunidad de Valencia, 4 vehículos

en Madrid, y 4 vehículos que han estado viajando entre Galicia y Castilla y León. Ade-
más de 10 motocicletas.

Figura 5. Áreas y vehículos del piloto español

36
 eCall. “El sistema de aviso automático de emergencias ya está listo”

El entorno de pruebas para motos ha permitido tanto la prueba del mecanismo de

detección del accidente por los sensores de la motocicleta y del casco, como la com-
probación del óptimo funcionamiento de los sistemas de comunicaciones.

Figura 6 – Entorno de pruebas para motocicletas

Además el casco ha sido probado en carreteras reales organizadas por “Cuna de Cam-
peones”.

Figura 7 – Uso del casco del proyecto HeERO

37
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Para poder evaluar las pruebas realizadas se ha definido un conjunto de parámetros de

los que se numeran algunos de ellos a continuación.

Tabla 4. Parámetros medidos durante las pruebas del piloto nacional

Número de llamadas eCalls iniciadas manualmente (por el conductor)

Número de llamadas del sistema eCall iniciadas automáticamente

Porcentaje de llamadas eCall completadas con éxito

Tasa de éxito en el envío por parte del vehículo y recepción por parte
de centro de emergencias de datos relativos al accidente

Tiempo en que tardan en recibirse datos de un accidente en el centro

de atención de emergencias

Tasa de éxito en establecimiento de comunicaciones de voz

Precisión en la posición del accidente reportado

Tasa de éxito en establecer un canal de voz desde el centro de

atención de llamadas de emergencia y el vehículo

A fecha de la presente monografía solamente se ha realizado aproximadamente el

10 % de todas las pruebas previstas que al final deben incluir unas 4000 llamadas de
emergencia, pero se puede ya dar unos datos cualitativos y cuantitativos como los que
siguen:

— Alrededor del 75 % de las llamadas eCall son completadas con éxito, pudiéndose
enviar y recibir los datos asociados al vehículo y al accidente.

— El tiempo en el que se establece la comunicación son unos 15 segundos.

— La precisión en la localización del vehículo es de unos pocos metros, variando

con las condiciones meteorológicas y la cobertura GPS del lugar del accidente
(zona montañosa o efecto cañón entre edificios.

4. Conclusiones
El proyecto eCall ha planteado a todos los actores involucrados en la gestión de la
seguridad vial y la gestión de emergencias asociadas, un conjunto de retos importantes
tanto tecnológicos como operativos.

A fecha de presentación de esta monografía, España ya tiene la mayor parte de la

infraestructura preparada para responder a este reto de despliegue de sistema eCall
incluyendo la viabilidad de la solución planteada de un sistema de intermediación de
llamadas eCall.

38
 eCall. “El sistema de aviso automático de emergencias ya está listo”

Solo falta un definitivo impulso que debe producirse a nivel europeo y es relativo a
la obligación de equipamiento de los vehículos. Este definitivo impulso llevará a la
preparación del sistema final en España con:

— La actualización de los centros de atención de emergencias 112.

— El equipamiento de la red de telecomunicaciones móviles que permita identificar

y tratar las llamada eCall.

Además, España sido proactiva con su iniciativa de incorporar en el piloto un entorno

de pruebas de detección de accidentes en motocicletas. En este contexto, se ha
realizado una encuesta a gran nivel sobre la opinión de los conductores de motocicletas
sobre la incorporación del sistema eCall para motocicletas, en el que se obtiene como
conclusión que los usuarios de estos vehículos son muy receptivos a su implantación.

Por último, es preciso destacar que para conseguir la penetración del dispositivo en el
100 % del parque de vehículos circulante, se debe trabajar en el desarrollo y definición
de requisitos de dispositivos de “eCall interoperable”, que sean fiables y de fácil
instalación, para aquellos vehículos que no incorporen el sistema desde fábrica.

39
 SISTEMAS DE ASISTENCIA
EN VEHÍCULOS ORIENTADOS
A LA EFICIENCIA

Manuel Arias Hidalgo

Scania Ibérica
Ingeniero Técnico Industrial (Universidad Politécnica de Madrid)
Responsable de Desarrollo de Servicios “Connected Services” (desde 2012)
Responsable de Producto para la gama de Distribución y Carrocerías (Scania, 2010 y 2011)
Ingeniero de Producto (Scania, 2004-2010)

El concepto “eficiencia” dentro del sector de la automoción es extraordinariamente

amplio, abarcando muy diferentes aspectos y áreas.

Por intentar centrar este capítulo y no hacer una monografía en sí mismo, durante mi
exposición trataré este tema dentro del sector del transporte profesional de mercan-
cías y personas, tratando exclusivamente sistemas y servicios. Así, evitaré hablar de la
eficiencia derivada de las nuevas tecnologías de propulsión y biocombustibles, inter-
modalidad, “Smart Cities”, etc.

Scania es una empresa que históricamente se ha enfocado de manera especial sobre

la eficiencia en el transporte y en la operatividad de sus clientes, lo que me permitirá
hablar en este capítulo de nuestra experiencia en el día a día, de la realidad actual y de
la que está por llegar.

1. Introducción
En primer lugar, quiero plantear una pregunta tan sencilla como ¿qué es la eficiencia
en automoción? De manera coloquial, podríamos definirlo como el hecho de que un
vehículo utilice menos combustible para un mismo trayecto. Esto se puede conseguir
utilizando combustibles alternativos o con mayor rendimiento, nuevas motorizaciones,
hibridación, etc.

Pero realmente es mucho más. Afortunadamente, el sector del transporte ha experi-

mentado una enorme profesionalización durante los últimos años y esta definición ha
ido más allá. Al hablar de eficiencia en un vehículo o en una empresa de transporte,
hablamos del consumo de combustible y necesariamente debemos hablar también
de neumáticos, frenos, tiempo de paralización, tiempo de disponibilidad del vehículo
(aspecto importantísimo)…, y todo el resto de aspectos que hacen variar la rentabilidad
de una empresa y dependen de la eficiencia en el vehículo y en la conducción.

41
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

En la figura 1 podemos ver un ejemplo de la distribución de costes en una empresa de

transportes de mercancías. Con esta imagen, se puede entender mejor que buscando
la eficiencia en los vehículos y en la conducción, los costes disminuirán no sólo en la
partida del combustible, sino también en otras áreas, a veces no tan obvias.

Figura 1 – Ejemplo de distribución de costes en una empresa de transportes

Por ejemplo, una conducción apropiada sobre un vehículo eficiente reducirá el número
de paradas imprevistas por averías, lo que, además de reducir el coste en reparaciones,
también reduce el coste en la partida de administración (en el gráfico representa un
7 %), al requerir menos tiempo de su personal de oficina en gestiones administrativas
relacionadas con la reparación.

Además, aumentará el tiempo de disponibilidad o “uptime”, ya que el vehículo estará

más tiempo disponible para trabajar. Esto supone una más óptima amortización del

42
 Sistemas de asistencia en vehículos orientados a la eficiencia

camión o evitar retrasos en la ruta o en la entrega de la mercancía, por ejemplo. En

el fondo, el tiempo es dinero y siempre que un camión o autobús tienen una parada
imprevista están haciendo perder dinero.

En conclusión, podemos decir que la reducción de costes en una empresa a conse-

cuencia de aumentar la eficiencia, tiene una repercusión mucho más amplia de lo que
podríamos pensar.

Traduzcamos la reflexión anterior a términos económicos.

Supongamos una empresa de transporte de mercancías, donde cada camión reco-

rre 150.000 kilómetros al año y no están equipados con las últimas tecnologías. Esta
empresa, gracias a nuevos vehículos más eficientes, y a una conducción más eficiente
de sus conductores, podría conseguir, por ejemplo, un ahorro de 3 l/100 Km (un camión
con 40 tn puede estar en torno a los 30 l/100 Km, por lo que no es difícil este nivel de
ahorro). Las cuentas son fáciles, y estamos hablando de un ahorro anual por vehículo
de más de 4.500 € (he considerado un precio de gasóleo de 1 €/l antes de impuestos).
Para una flota de 50 camiones el ahorro significa más de 225.000 € al año. Esto, sólo
hablando de ahorro de combustible.

Para una empresa grande, está claro que hablamos de mucho dinero, pero incluso para
el autónomo que tiene su propio camión estas cifras pueden suponer la diferencia entre
tener beneficios o verse obligado a dejar la actividad.

2. Dónde encontramos la eficiencia

Durante el punto anterior, he incluido un matiz interesante que va a ser clave en este
capítulo: La eficiencia la he referido a los vehículos y también a la conducción.

Mi pregunta es ¿acaso podemos centrarnos en sistemas que en sí mismos son más

eficientes olvidándonos de la conducción? ¿Podemos olvidarnos del conductor? La
respuesta obviamente es “no”.

43
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Las nuevas tecnologías de los vehículos en la mayoría de los casos necesitan de la inte-
racción o el “permiso” del conductor. En Scania consideramos que es clave la figura del
conductor para que los nuevos sistemas que desarrollan nuestros ingenieros se puedan
aprovechar al máximo.

Podemos por tanto concluir que la eficiencia la podemos obtener a través de:

— Sistemas del vehículo: ya funcionen de manera autónoma o den soporte al con-

ductor.

— El conductor: a través de servicios principalmente basados en la formación.

3. Sistemas y Servicios orientados a la eficiencia

3.1. Vehículo conectado (“Connected Vehicle”)
y sistemas de gestión de flotas
“Connected Vehicle” o “Connected Services” es la puerta a una nueva etapa en la
historia de la automoción. En las conclusiones trataré este asunto, pero también ahora
hablaremos de los sistemas más actuales que ayudan a la eficiencia y están basados en
este concepto del vehículo “conectado”.

El primero y principal de estos sistemas, es el llamado sistema de gestión de flotas.

Qué es

De manera muy resumida, es una unidad telemática que recopila, almacena y envía la
información del vehículo. ¿Cómo? ¿Para qué? Ahora veremos.

44
 Sistemas de asistencia en vehículos orientados a la eficiencia

Descripción técnica

Consiste en una ECU del vehículo integrada en el sistema CAN-BUS, que está en cons-
tante comunicación con el resto de unidades de control.

De esta manera, el dispositivo registra y almacena todos los datos de funcionamiento

del vehículo. Además, también registra el posicionamiento GPS, y también puede llevar
otras entradas o salidas de señal para equipos externos.

Esta unidad lleva integrada una tarjeta SIM que le proporciona conexión GSM/GPRS,
por lo que puede enviar y recibir datos.

Figura 2 – Esquema de comunicación de un sistema de gestión de flotas

¿Qué se hace con la información?

La información se envía de manera automática a los servidores centrales donde se

almacena y procesa para que esté disponible al cliente.

45
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

A través de informes, página web o aplicaciones móviles, el cliente puede hacer un

análisis detallado de su flota.

¿Cómo se utiliza esta información?

Este análisis de los datos proporcionados por el sistema puede ser enfocado de dife-
rentes maneras:

— Operatividad: analizando datos como posición de los vehículos, velocidad, tiem-

pos de conducción en tacógrafo, repostajes, histórico de incidencias técnicas, y
una gran variedad de datos.

— Eficiencia: el sistema permite tener información detallada por conductor y/o

vehículo, con datos de consumos, tiempos de ralentí, cuántas veces ha frenado,
cuántas lo ha hecho demasiado fuerte, y un largo etcétera de datos relacionados
con la conducción.

Esto significa un avance importantísimo en cuanto a eficiencia. Ahora sabemos

exactamente cómo ayudar al conductor, qué áreas de mejora existen en la con-
ducción, podemos formarle y hacer seguimiento o coaching para estudiar su
evolución en el tiempo, etc. El cambio supone un giro copernicano y las oportu-
nidades para ayudar a nuestro cliente a ser más eficiente se multiplican.

46
 Sistemas de asistencia en vehículos orientados a la eficiencia

— Soporte técnico: con este sistema podemos conectarnos al vehículo de manera

remota desde los talleres o servicio 24h.

Por ejemplo, en caso que un cliente vaya a llevar un vehículo a hacer un mante-
nimiento programado, podemos “conectarnos” al vehículo con antelación para
comprobar que todo está en orden o si será necesario el cambio preventivo de
algún componente, y la programación de piezas de repuesto se puede hacer con
tiempo de antelación. De esta manera, el cliente cuando acuda al taller no tendrá
que esperar más tiempo o volver otro día ya que no habrá imprevistos.

Esto supone un gran ahorro para el cliente, es decir, eficiencia en cuanto a tiem-
po de disponibilidad.

En caso de haber un aviso al servicio de 24 h, igualmente desde el taller podre-

mos tener un pre-diagnóstico y saber qué piezas son necesarias llevar en la fur-
goneta de asistencia, por ejemplo, o saber si directamente hay que llamar a
una grúa para recogerlo. Igual que en el caso anterior, estamos hablando de
eficiencia en tiempo de disponibilidad, y esto puede suponer mucho dinero en
la cuenta de resultados de una empresa de transporte.

47
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

— Bases de datos: hay un tipo de usuarios que no son los clientes directos, como
por ejemplo las compañías aseguradoras o de renting. Este tipo de empresas
está comenzando a ofrecer tarifas adaptadas en función de los modos de con-
ducción registrados a través de los sistemas de gestión de flotas.

Comentarios sobre los sistemas de gestión de flotas

Este tipo de sistemas son muy novedosos en cuanto a funcionamiento y encuadre en

la estructura de una empresa estándar de transporte, por lo que normalmente queda
relegado a un sistema para conocer el estado y posición de la flota.

Por motivos de falta de recursos o formación especializada, las empresas no suelen

aprovechar todo el potencial de estos sistemas.

La información, si no se utiliza, no sirve. Es ahí donde entran otros servicios enfocados a

la eficiencia que ayudan al cliente a sacar partido a estas herramientas. A continuación
veremos uno de los más avanzados.

3.2. Servicios de formación continuada a conductores:

Driver Coaching
Por un lado, nos encontramos que los clientes disponen de sistemas avanzados con
información que podría ayudar a aumentar la eficiencia en sus empresas, pero que por
falta de recursos o formación no lo hacen.

Por otro lado, nos encontramos que una formación puntual en conducción eficiente a
un conductor, normalmente, tiene una eficacia limitada en el tiempo.

Entonces, ¿por qué no ayudar al cliente a gestionar la información y usarla en un pro-

grama de formación a conductores?

La experiencia de Scania tras miles de conductores formados nos dice que tras la for-
mación el conductor poco a poco va recuperando el nivel de consumo anterior (gráfico
rojo en figura 3).

Figura 3 – Distribución de ahorro en consumo según el tipo de formación

48
 Sistemas de asistencia en vehículos orientados a la eficiencia

El objetivo de cualquier empresa sería conseguir mantener el nivel de ahorro consegui-

do tras la formación (gráfico azul en figura 3). Nuestra experiencia con Driver Coaching
es que los resultados mejoran poco a poco incluso el nivel de ahorro obtenido en la
formación inicial (gráfica verde en figura 3).

¿En qué consiste Driver Coaching?

Una vez el conductor ha recibido una formación en conducción eficiente, comienza un

programa de Coaching. Irá recibiendo informes y llamadas telefónicas personalizadas y
periódicas, de manera que tendrá información y formación no sólo para mantener, sino
también para mejorar poco a poco la eficiencia en su conducción.

El formador, gracias al sistema de gestión de flotas, tiene información exacta de cómo

el conductor está frenando, qué rutas está haciendo, velocidades, consumos, etc., por
lo que tiene la información necesaria para hacer ese asesoramiento personalizado.

Más información sobre Driver Coaching en este video:

3.3. Sistema de evaluación y formación al conductor

integrado en el vehículo
¿Cómo podemos ayudar al conductor cuando va sólo conduciendo en el vehículo?
Los conductores profesionales pasan muchas horas en el vehículo y es difícil mantener
todos los conocimientos adquiridos en la formación.

Driver Support es un sistema visible en el cuadro de instrumentos, que en tiempo real

da recomendaciones, comentarios y evalúa al conductor sobre su conducción. Analiza
datos de varios sensores del vehículo, y estudia diferentes aspectos del estilo de con-
ducción que son básicos para poder ayudar a mejorar la eficiencia y la seguridad.

49
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

No sólo se limita a decir si una acción está bien o mal hecha, sino que también hace
sugerencias sobre lo que se ha hecho mal. Por ejemplo, si el sistema detecta que el
conductor ha llegado acelerando a una rotonda y después ha frenado bruscamente, le
dará una baja puntuación en ese momento y le dará un mensaje del tipo “La próxima
vez intenta anticiparte”. De esta manera el conductor puede entender por qué tiene
una alta o baja puntuación y cómo mejorar.

Pero no sólo eso. El sistema también detecta si una acción ha podido ser provocada
por una situación anómala o de emergencia y así no considerarla en su evaluación. Por
ejemplo, si el conductor realiza una frenada muy brusca por emergencia, el sistema no
lo penalizará.

El conductor va recibiendo los comentarios y poco a poco puede intentar mantener una
linealidad en su estilo de conducción. Para muchos conductores representa un desafío
intentar mejorar su propia puntuación, o incluso obtener mejor puntuación que sus com-
pañeros. El propietario del vehículo también tiene acceso desde su oficina a las puntua-
ciones de los conductores de su empresa a través del sistema de gestión de flotas.

Los mensajes, comentarios y puntuaciones se muestran en la pantalla central del cua-

dro de instrumentos de manera clara y sencilla, de rápida lectura, evitando distraccio-
nes en la conducción.

50
 Sistemas de asistencia en vehículos orientados a la eficiencia

Más información sobre Driver Support en este video:

3.4. Sistema activo de asistencia a la conducción

Es un sistema de control de crucero avanzado que utiliza el GPS del sistema de gestión
de flotas para conocer la topografía del terreno que tiene por delante, variando la velo-
cidad del vehículo para conseguir la conducción más eficiente.

Un control de crucero clásico, mantiene la velocidad fijada por el conductor de manera

constante. Esto quiere decir que el sistema hará todo lo necesario para que el vehículo
mantenga la velocidad. Pero esto va justo en contra de los principios básicos de con-
ducción eficiente.

Sin embargo, al conocer la topografía del terreno, con Active Prediction la velocidad de
crucero varía y se ajusta automáticamente antes de que el vehículo entre en una subida
o un descenso.

Vamos a ver cómo funciona.

Acercándose a una pendiente ascendente

En esta situación, Active Prediction determina la inclinación y longitud de la pendiente,

y calcula el aumento de presión del turbo y el aumento de velocidad necesarios para
superar la pendiente, aprovechando al máximo el par del motor con un mínimo de
cambios de marcha.

51
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Acercándose a una pendiente descendente

De nuevo calcula la inclinación y longitud de la pendiente, y el potencial ahorro. Si la

inclinación es suficiente para que el vehículo alcance la velocidad de crucero, se redu-
cirá la velocidad antes del descenso para evitar frenadas innecesarias.

Pasando una cima

El sistema interpreta una cima como un descenso que se aproxima.

Active Prediction calcula si el peso del vehículo, la velocidad y la pendiente son sufi-
cientes para acelerar y recuperar la velocidad de crucero. En tal caso, deja de acelerar
y pierde velocidad antes de alcanzar la cima, justo en el momento oportuno según el
cálculo del sistema para que después también recupere la velocidad de crucero en el
momento necesario.

Los conductores con menos experiencia o formación son los que más pueden benefi-
ciarse, aunque los más experimentados también podrán hacerlo en rutas desconocidas,
o de noche o con condiciones climatológicas adversas.

Más información sobre Active Prediction en este video:

3.5. Eco-roll
En casos de pendiente descendente, el sistema decide entre dejar al vehículo circular
en punto muerto y el motor a ralentí o con freno motor y la alimentación de combusti-
ble cerrada. El sistema sólo elige la primera opción si calcula que el tiempo para la con-
ducción por inercia en punto muerto es suficientemente largo (menos de 10 segundos
no se considera rentable), siempre y cuando la velocidad que se pueda alcanzar no sea
tan alta que se necesite usar el freno (frenar significaría perder el posible ahorro que se
pudiera alcanzar).

52
 Sistemas de asistencia en vehículos orientados a la eficiencia

La decisión la toma en función de un gran número de variables, como los medidos a

través de los sensores del vehículo, la posición GPS, la topografía del terreno y la actua-
ción de Active Prediction. Los dos modos de descenso tienen sus propias ventajas, y el
sistema elige cuál de los dos es el más apropiado en cada caso.

El sistema se desconecta si él mismo detecta condiciones mecánicas que no permitan

la eficiencia o la seguridad, así como si el conductor actúa sobre el cambio, acelerador
o freno. De esta manera, se evitan situaciones que puedan afectar a la seguridad, como
sí ocurre en el caso que el conductor decida por sí mismo circular en punto muerto.

Más información sobre Active Prediction en este video:

3.6. Programas eficientes en la caja de cambios

Las necesidades de unos clientes a otros varían mucho y esto afecta de manera directa
a la configuración de la cadena cinemática. En un vehículo profesional, ya sea camión
o autobús, la configuración de motor, caja de cambios, grupo y otros componentes es
totalmente configurable y adaptable al cliente, y es muy distinto de un autobús que
hace transporte urbano en carreteras planas, a un camión que transporta troncos desde
la montaña en Suecia con 60.000 kg.

Es por esto que también hemos desarrollado diferentes programas o modos para la
gestión de las cajas de cambio. Así permitimos que clientes cuya prioridad es la eficien-
cia puedan tener configurado un programa de cambio “económico”, lo que significa
que el vehículo circulará y cambiará de marcha en rangos de revoluciones más bajos.
Sin embargo, habrá clientes que trabajen en condiciones más duras y cuya prioridad
será una respuesta rápida del motor, y en ese caso el cliente podrá tener configurado
un modo “potencia” en el que la prioridad será la entrega del par motor más alto dis-
ponible en cada momento, olvidándose del consumo.

53
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

En total disponemos de cuatro diferentes programas de gestión del cambio, en función

de las necesidades del cliente: económico, estándar, potencia y off-road.

De esta manera, conseguimos adaptarnos a las necesidades particulares de cada clien-

te, buscando en cada caso el mayor grado de eficiencia. De hecho, en base a nuestra
experiencia, un porcentaje muy elevado de los transportes se puede realizar en modo
económico y sólo en condiciones muy determinadas es necesario un programa especial
de menor eficiencia.

Cada vehículo puede llevar preconfigurados uno o varios modos de cambio, y el con-
ductor podrá elegir en cada momento según la necesidad y cambiar de modo incluso
durante la conducción.

Los modos de cambio están completamente coordinados con Active Prediction. Esto
quiere decir que en función del modo de cambio Active Prediction hará una gestión
diferente. Por ejemplo, en modo estándar el vehículo acelera antes de una pendiente
ascendente, como hemos explicado antes, pero en modo económico el vehículo man-
tendrá la velocidad sin acelerar.

Incluso sin activar Active Prediction, la caja de cambios lee la información topográfica
del terreno y posición GPS para adaptar los próximos cambios de marcha en función de
la velocidad, peso del conjunto y otros factores.

Más información sobre modos de cambio Opticruise en este video:

3.7. Sistemas de presión de neumáticos

De todos es sabido que la presión correcta de los neumáticos es importante. Aun así
quiero darle un pequeño apartado dentro de este capítulo por dos razones:

— No sólo es un aspecto importante para la eficiencia y la seguridad, sino que es

uno de los más importantes. Ya podemos tener el mejor sistema embarcado que
controle la eficiencia, el mejor conductor y la mejor cadena cinemática, que con
una mala presión de neumáticos veremos perjudicados notablemente el consu-
mo y la seguridad.

— Aunque todos lo sabemos, es un aspecto habitualmente olvidado.

Es un sistema bastante habitual y común, muchos de nosotros ya lo tenemos en nues-

tros turismos.

54
 Sistemas de asistencia en vehículos orientados a la eficiencia

A través de sensores mide la presión de cada neumático e informa al conductor en el

cuadro de instrumentos. En camiones con semirremolque, también puede dar la pre-
sión de cada neumático del remolque.

Es de gran utilidad, ya que en cada momento podemos saber la presión de manera

independiente para cada neumático, saber si sólo tenemos que revisar la presión en
uno de ellos, controlar si hay una pérdida constante por motivo de un pinchazo, etc.

Son sistemas muy fiables a día de hoy que aportan comodidad, seguridad y eficiencia.
Confío que en los próximos años será un equipamiento estándar en todo tipo de ve­-
hículos.

3.8. Solución completa de eficiencia.

Economía y ecología: Ecolution
Ahora que hemos visto un buen número de servicios y sistemas a disposición de la efi-
ciencia y la rentabilidad de los clientes, es momento para hablar de soluciones globales
que incluyen las anteriores y otras.

Ecolution es un servicio que tiene un único objetivo: la eficiencia en el cliente. La con-

secuencia es la mejora en economía y emisiones de CO2.

Básicamente consiste en buscar la eficiencia a través de todas las áreas donde es posi-
ble hacerlo. A modo de ejercicio de consultoría y basado en un alto grado de compro-
miso del cliente, se estudian tres áreas principales y se analizan todos los detalles:

— Vehículo: antes de hacer el pedido de los nuevos camiones se estudia en detalle

el transporte del cliente y sus necesidades. En consecuencia, se decide la confi-
guración de la cadena cinemática, se analiza la idoneidad de biocombustibles,
se buscan elementos que puedan reducir la tara, se estudian las mejoras aero-
dinámicas para el camión y semirremolque (si es el caso), se decide la velocidad
de crucero, y se analizan un gran número de aspectos y equipos para conseguir
tener el vehículo de partida más optimizado posible.

— Conductor: la formación es clave, como ya hemos hablado. Dentro de Ecolu-

tion, se incluye el programa de formación Driver Coaching (punto 3.2). Así ayu-
damos a que el conductor aproveche al máximo todas las oportunidades que los
sistemas le permiten.

55
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

—S
 ervicios: además de los mantenimientos habituales, la tractora y el remolque
también se revisan en aspectos como los equipos aerodinámicos, equilibrado y
paralelo de ejes, presión de neumáticos, etc.

El cliente tiene información de la evolución a través de informes personalizados vehí-

culo a vehículo y conductor a conductor. Dentro de este análisis, también recibe infor-
mación de las emisiones CO2, de gran importancia según las nuevas legislaciones
medioambientales.

En conclusión, es una solución que cubre todos los medios al alcance, tanto sistemas
como servicios, acompañando al cliente durante toda la vida del vehículo para obtener
la mayor eficiencia.

Más información sobre Ecolution en este video:

4. Conclusiones.
“Connected vehicle”, a las puertas del cambio
A lo largo de este capítulo hemos visto una breve lista de sistemas y servicios cuyo
principal objetivo es hacer más eficiente el movimiento de los vehículos.

De una manera u otra, unos más completos y otros más sencillos, una de las ideas cla-
ves es que donde todos cobran realmente efectividad e importancia es justamente en
la combinación de ellos.

Por otro lado, y haciendo un análisis del funcionamiento de los sistemas tratados, pode-
mos ver que los grandes avances pasan por “el vehículo conectado”. Este término
relativamente reciente está cambiando por completo el modo de ver la automoción. El
vehículo, el conductor y los nuevos sistemas multiplican exponencialmente su potencial
cuando el vehículo está “conectado” y puede darse un valor añadido en la gestión de
la información o en el funcionamiento del sistema.

56
 Sistemas de asistencia en vehículos orientados a la eficiencia

En 1990 un ingeniero belga y otro inglés que trabajan en el CERN de Suiza publicaron
un trabajo revolucionario, naciendo la World Wide Web, conocido popularmente como
Internet. Así, durante los 90, el ordenador pasó de ser un equipo útil y eficiente en
determinadas tareas, a tener infinitas posibilidades.

También en los últimos años hemos empezado a ver lo que se llama “el internet de las
cosas”. Por ejemplo, los televisores y las cámaras fotográficas ya pueden conectarse
y nos permiten tener una experiencia de usuario increíblemente distinta. Y cómo no,
nuestro inseparable amigo el teléfono móvil también vivió este cambio hace poco más
de siete años, y nuestra vida volvió a cambiar.

Me atrevo a decir que el mismo cambio que hemos experimentado en las dos últimas
décadas en otros sectores tecnológicos, se va a vivir en la automoción en los próximos
años. Las posibilidades de los vehículos conectados son enormes, imposibles de prever
aún.

Se abren las puertas a una automoción seguramente distinta en muchos conceptos,

como la experiencia de usuario, las necesidades del cliente, las posibilidades de nego-
cio,…

No hablo exclusivamente de las últimas noticias populares que han aparecido como
el vehículo de Google, o las plataformas de Google y Apple para las marcas de auto-
moción. De momento, sólo se está hablando de aspectos “sencillos” como poder usar
algunas aplicaciones del propio móvil en el vehículo, como mapas o música.

Son sólo un pequeño guiño a las infinitas posibilidades que se abren por delante en los
próximos años. También en cuanto a las posibilidades de eficiencia en el vehículo y en
todos los servicios conectados:

¿Y si el vehículo fuese capaz de sugerirme encender la calefacción al detectar que

en unos minutos llegaré a casa? ¿Estaría ahorrando en calefacción si llego tarde por
una reunión y he evitado usar el programador que habría empezado a funcionar
igualmente hace unas horas?

¿Y si el conductor de una empresa pudiese ver en su móvil los datos de conduc-

ción en cada uno de los vehículos que ha llevado? ¿Cómo afectará a la eficiencia y
reducción de costes en el transporte?

Son miles las preguntas que los fabricantes nos estamos haciendo para responder a las
necesidades que van a aparecer.

Se abren enormes posibilidades en la automoción, y tenemos la suerte de ser actores

en este cambio.

57
 SISTEMAS INTELIGENTES
EN EL ÁMBITO DEL TRANSPORTE
URBANO COLECTIVO

Enrique Diego Bernardo

Empresa Municipal de Transportes de Madrid, S.A.
Ingeniero de Telecomunicación. Durante más de 10 años ha desarrollado
su actividad profesional en diferentes cargos dentro del Área Tecnológica
de la Empresa Municipal de Transportes de Madrid, participando de forma activa
en el desarrollo y la implantación de múltiples proyectos tecnológicos, como
el Sistema de Gestión de la Flota, el Billete Inteligente sin Contacto, los Paneles
de Mensajería Variable, la Video vigilancia Embarcada en los Autobuses,
o los Sistemas de Información al Cliente, entre otros proyectos de Tecnología
aplicada a la Gestión Empresarial y al Transporte.

1. Introducción
Una gran ciudad moderna es un entorno en el que se integra una compleja amalgama
de infraestructuras y servicios estrechamente interconectados entre sí. La mayor parte
de estos sistemas se gestionan en la actualidad haciendo un uso intensivo de las TIC
(Tecnologías de la Información y las Comunicaciones). La principal ventaja derivada del
empleo de las TIC es que con ellas se alcanzan notables ahorros en costes de opera-
ción, mejores niveles de eficiencia energética, y se optimiza la temporización de los
servicios reduciendo los tiempos de ejecución de las tareas y consiguiendo una mejor
sincronización entre ellos.

Adicionalmente, desde la perspectiva de los ciudadanos, la gestión automática y efi-

ciente de las infraestructuras urbanas aporta algunas ventajas evidentes: por un lado,
la mejora de los propios servicios ofrecidos, y por otro, mantener siempre una informa-
ción completa, actualizada y accesible.

En este sentido, cada día más se exige a aquellas ciudades que aspiren a ser conside-
radas como “inteligentes” a renovar y mejorar constantemente las soluciones tecnoló-
gicas aplicadas, con el fin de mejorar la eficiencia de sus procesos y la calidad de vida
en su entorno.

En este contexto, el Transporte Público juega un papel fundamental en las grandes

ciudades, y se puede considerar un servicio básico y estructural de las mismas, cuyo
impacto en la mejora de la movilidad, y como consecuencia, en la productividad y com-
petitividad, es clave dentro del concepto de una Ciudad Inteligente.

59
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

La gestión integral del servicio de transporte no podría hacerse hoy en día sin una
intensiva aplicación de las Tecnologías de la Información y Comunicaciones, o de los
denominados Sistemas Inteligentes de Transporte (ITS), de manera que se posibilite:

— El acercamiento de los medios de transporte público y de la oferta de servicio a

los ciudadanos.
— La optimización en el uso de los recursos necesarios para la prestación del servicio.
— La mejora continua, y en tiempo real, de la calidad del servicio ofrecido.

La coordinación con otros servicios complementarios existentes en las grandes ciuda-

des (tráfico, estacionamiento regulado, gestión de residuos, etc…).

En este sentido, la aplicación de TIC a la gestión del transporte impactará en tres aspec-
tos básicos: la calidad del servicio, la información al cliente, y la seguridad. Adicional-
mente, y cada vez con más fuerza, también están adquiriendo un papel muy importante
aspectos como la accesibilidad y la sostenibilidad del servicio de Transporte.

Dichos cinco apartados constituyen los ejes sobre los que centrarse en la aplicación de
innovación tecnológica o de Sistemas Inteligentes.

Por ejemplo, con el objetivo de mejorar la calidad del servicio, existen sistemas o herra-
mientas específicas (Sistemas de Ayuda a la Explotación o SAE) que permiten tener
localizados y gestionados los autobuses de forma permanente y continua y en un futu-
ro, teniendo en consideración variables del entorno, como el tráfico, situación de las
líneas, material, etc… ayudarán en la toma de decisiones en tiempo real, de forma
que siempre se mantenga la frecuencia y horarios de paso de los autobuses en todo
momento, lo que se traduce directamente en una mejora de la calidad del servicio.

De la misma manera, adquieren una importancia enorme los sistemas de información

al cliente; antes, durante y posteriormente al uso del autobús, mediante múltiples pla-
taformas de información on-line, con datos del servicio e incidencias en tiempo real
en todo tipo de teléfonos móviles, smartphones, etc… además del novedoso sistema
de acceso gratuito a internet WiFi desde los propios autobuses. Todo esto, sin duda,
está ayudando a mejorar considerablemente la experiencia de desplazamiento de los
clientes.

Otro ejemplo lo constituyen los Paneles de Mensajería Variable en las paradas de auto-
bús, desde donde se proporciona el tiempo que falta para que lleguen los siguientes
autobuses a las paradas, entre otras informaciones de interés.

En relación con la seguridad, los sistemas de Video Vigilancia Embarcada en el Auto-

bús, que consiste en la puesta en servicio de un macro Circuito Cerrado de Televisión
(CCTV) móvil y embarcado en los vehículos, permiten visualizar el interior de los autobu-
ses y activar protocolos de seguridad en caso de producirse incidentes o emergencias,
repercutiendo directamente en una mejora considerable en la seguridad del servicio.

60
 Sistemas inteligentes en el ámbito del transporte urbano colectivo

2. Sistemas Inteligentes de Transporte (ITS)

Para la correcta prestación del servicio de Transporte Público se hace necesario encade-
nar una serie de procesos relacionados entre sí, entre los cuales nunca puede faltar una
Planificación General y una Gestión de las Operaciones o de la Flota (ver Fig.1), estan-
do además ambos procesos orientados a satisfacer las necesidades del cliente. Como
consecuencia, es fundamental también establecer los mecanismos adecuados para
informar al cliente de forma sistemática del resultado de los procesos mencionados.

La figura siguiente muestra el esquema de procesos fundamentales para la explotación

de una red de transporte:

Figura 1 – Esquema de los procesos básicos de gestión del transporte

2.1. Planificación General y Operativa del Servicio

La plataforma sobre la que transcurre una explotación de trasporte urbano de superfi-
cie son los ejes viarios de la ciudad. En este sentido, la estructura básica de una red de
transporte con autobuses queda definida por los ejes viarios por los que circulan y las
paradas que realizan. Una vez construida dicha estructura básica, se deben planificar los
servicios, es decir, los horarios y/o frecuencias de paso de los autobuses por las para-
das. Las tres entidades, líneas, paradas y horarios, constituyen el nivel más básico de
información susceptible de ser proporcionada a los clientes, constituyendo en sí misma
la oferta de servicio. Se trata de los datos estructurales de la red de transporte, y resi-
den en sistemas de información específicos del negocio y de los cuales se aprovechan

61
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

el resto de herramientas de gestión del servicio de transporte. En este sentido, consti-

tuyen el punto de partida que desencadena el resto de procesos, fundamentalmente la
Planificación Operativa (asignación de vehículos y conductores).

Sin embargo, por el momento estamos trabajando sobre una información teórica o
planificada, por lo que en la realidad dicha planificación se va modificando en función
de las circunstancias de la jornada, incidencias, atascos, etc… que afectan al servicio.
Es entonces cuando juega un papel fundamental la Gestión de las Operaciones o de
la Flota, que a través del uso de sistemas de localización y gestión de flotas permite
regular en tiempo real el servicio y proporcionar información “on line” al cliente.

2.2. Gestión de las Operaciones

La base de la calidad del servicio de transporte y de la información al cliente en tiempo
real es la Gestión de las Operaciones. A este respecto, sobre los datos obtenidos de
la operación debemos construir una plataforma de comunicación “on line” aportando
información de más valor añadido según las posibilidades tecnológicas y las necesida-
des del cliente.

La Gestión de las Operaciones consiste en controlar y regular el servicio en tiempo real

con el objetivo de mantener la calidad del servicio. Para ello, es fundamental el uso inten-
sivo de la tecnología, y en concreto, el uso de Sistemas de Ayuda a la Explotación (SAE).

El SAE es un sistema que a través de la localización continua, instantánea y automática

de una red de autobuses, permite su control, regulación y explotación. Es decir, el SAE
proporciona los medios para conocer, regular y gestionar en tiempo real la operatividad
de la flota y los recursos disponibles asociados a la misma, sin ningún tipo de restricción
en cuanto a la limitación de horas, funcionando las 24 horas sin necesidad de detener
ningún proceso de gestión, tanto en lo referente a la asignación de servicios para días
posteriores como a la generación de datos estadísticos.

El SAE está compuesto por tres partes diferenciadas: El Sistema de Comunicaciones, el

Equipamiento Embarcado y el Puesto Central de Control. La figura 2 muestra el esque-
ma de funcionamiento del SAE de la Empresa Municipal de Transportes de Madrid, por
ejemplo.

2.3. Sistemas de Billetaje

Otra herramienta básica y fundamental de cualquier explotación de trasporte urbano
colectivo es el sistema de billetaje y/o peaje. En este sentido, los sistemas basados en
tarjetas inteligentes sin contacto, o los tradicionales cupones magnéticos, requieren de
unas herramientas de gestión de su ciclo de vida (desde su compra, hasta su validación
en el medio de transporte) que representan otro de los principales sistemas para la
operación del servicio.

62
 Sistemas inteligentes en el ámbito del transporte urbano colectivo

Figura 2 - Esquema de funcionamiento de un SAE (EMT Madrid)

A este respecto, también se deben tener en consideración las estructuras tarifarias,

cómo se definen y cómo se aplican en dichos sistemas. Igualmente, se deben definir
muy bien los sistemas de obtención de información y resultados de la explotación.

Todo esto adquiere especial importancia cuando los ingresos de la compañía depen-
den del número de pasajeros o clientes transportados, pues cualquier fallo o error en
los sistemas de billetaje afectará a los resultados de la empresa.

Este tipo de sistemas requieren unos componentes y equipamientos embarcados en

los vehículos y un sistema de backoffice para la gestión de todo ello.

63
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

2.4. Información al Cliente

En relación con la información al cliente, ésta se basará en los datos que se obtienen de
la Planificación General y de la Gestión de la Operación. De forma resumida y en primera
instancia, el cliente necesita conocer el itinerario de las líneas, la situación de las paradas
y el horario de paso de los autobuses por la parada de interés. Esta información puede
ser proporcionada de forma teórica en base a los datos provenientes de la Planificación
General y de forma real, en función de lo que esté ocurriendo en cada momento en la
explotación, en base a los datos que se obtienen de la Gestión de la Operación.

Además, aplicando los algoritmos de cálculo correspondientes y construyendo la arqui-

tectura de sistemas de información adecuada, se podrá incrementar el valor de dicha
información permitiendo realizar, por ejemplo, cálculos de caminos óptimos, tiempos
estimados de llegada a destino o duración del viaje, y combinar dicha información con
datos de incidencias que afecten al servicio.

Por otro lado, y como siguiente paso, la evolución de las tecnologías de la información
nos va a permitir por un lado, personalizar la información en función de las necesidades
del cliente, y por otro, hacer accesible la información desde múltiples plataformas y
dispositivos, sobretodo, equipos móviles.

A este respecto, la figura 3 ilustra de forma esquemática el valor añadido de la informa-

ción en función del grado de elaboración y realismo (tiempo real) que tiene cada tipo
de información para el cliente.

Figura 3 – Valor añadido para el cliente de cada tipo de información

Los tres tipos de información de la parte inferior de la figura 3 se obtienen de la Plani-

ficación General y son, por tanto, informaciones sobre datos “estáticos” o planificados
(líneas, paradas y horarios teóricos). Sin embargo, las tres informaciones de la parte
superior, se obtienen necesariamente de la Gestión de las Operaciones por lo que se
trata de información “dinámica” de lo que ocurre en tiempo real en el servicio. Esta
información aporta mucho más valor al cliente y es sobre la que debemos poner el
foco. En la figura 4 se puede ver la transformación que ha ido produciéndose en el
modelo de informar al cliente en el transporte urbano colectivo.

64
 Sistemas inteligentes en el ámbito del transporte urbano colectivo

Figura 4 – Transformación del modelo de informar al cliente

2.5. Obtención de Resultados y Análisis de la Información

Del resultado de todo lo anterior, y gracias a la integración entre todas las herramientas
entre sí, surge un completo sistema de análisis de la información y de los resultados
obtenidos.

En este sentido, se puede disponer y desarrollar completos sistemas de estructuración

y obtención de información útil para los gestores a todos los niveles, desde los más
operativos hasta los más estratégicos.

Por ejemplo, información de la puntualidad de las líneas, cumplimiento del servicio,

comparativas de oferta-demanda, entre otros.

3. Sistemas Inteligentes de valor añadido

En el apartado anterior se ha realizado una descripción de los sistemas inteligentes que
aplican directamente a los procesos de gestión del transporte. En el presente apartado
se exponen otros sistemas adicionales, que basados en los anteriores, aportan valores
añadidos que rodean al servicio de transporte urbano colectivo.

3.1. Accesibilidad Universal

Una de las funciones más interesantes de los sistemas inteligentes es su posible apli-
cación a la mejora de la accesibilidad universal. En este sentido, aparecen los sistemas

65
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

automáticos de información acústica en el interior de los vehículos, mediante síntesis de

voz, que informan sobre la próxima parada, destino, hora, líneas coincidentes y posibles
desvíos de la línea. Además, en el exterior de los autobuses se indica mediante voz el
número de línea y el sentido de la misma, además de facilitar la localización de la puerta.

3.2. Seguridad mediante Video Vigilancia

La implantación de un sistema que nos facilita la obtención de imágenes en tiempo real
de lo que ocurre en el interior de nuestros autobuses, nos permite activar procedimien-
tos de seguridad, gestionarlos, y resolver situaciones conflictivas en caso de producirse.
Además, la Video Vigilancia aporta un efecto disuasorio que, de manera intrínseca,
contribuye a que los autobuses sean un modo de transporte totalmente seguro.

Figura 5 – Esquema de funcionamiento del sistema de Video vigilancia embarcado

Bajo estas premisas, los sistemas de video vigilancia en grandes flotas se constituyen
mediante una plataforma tecnológica que está formada por dos entidades:

— El Centro de Recepción de Alarmas (CRA): Donde se localizan las herramientas y

software que gestiona la recepción de las imágenes y alertas y desde donde se ini-
cian los procedimientos y protocolos de actuación y seguridad correspondientes.
— El Sistema Embarcado: Constituido por el hardware y software instalado en el
vehículo para la captación, grabación y envío del video al CRA en caso de alarma
o solicitud inversa.

66
 Sistemas inteligentes en el ámbito del transporte urbano colectivo

3.3. Servicio WiFi a los pasajeros

Reutilizando en buena parte la electrónica ya disponible en los autobuses y el exce-
dente de ancho de banda cuando no existen emergencias de seguridad se posibilita la
implantación de sistemas de acceso a Internet a través de WiFi.

El router embarcado permite conectar los autobuses con la red del operador, que
mediante tecnología GPRS/UMTS/HSPA (2G/3G/3’5G-3’5Gplus) envía las comunica-
ciones a un Centro de Servicios de Telecomunicaciones (CST), donde reside la lógica
que habilita el acceso a Internet de toda la flota.

Figura 6 – Esquema del Sistema de Acceso a Internet WiFi embarcado

3.4. Sistemas de Información Multimedia

Cada vez es más común dotar a los vehículos de pantallas planas para ofrecer infor-
mación relevante a los usuarios. El objetivo es doble, por un lado conseguir que la
experiencia del viaje sea más agradable y amena, y además se puedan incorporar datos
relacionados con el servicio, como las correspondencias, ubicación geográfica o avisos,
entre otros. Por otro lado, debido al elevado coste de estas soluciones, se intenta amor-
tizar la inversión mediante spots publicitarios inteligentes (geolocalizados).

Por ejemplo, el sistema informa al usuario del recorrido del autobús a través de la línea,
de las próximas paradas y de las correspondencias, obteniendo información de los
sistemas, tanto embarcados en el vehículo, como de los exteriores de manera remota.

Las pantallas también reproducen contenidos de video, así como animaciones e imáge-
nes. La reproducción de estos contenidos puede realizarse según un horario prefijado
y de forma localizada, de manera que se reproducen según la posición geográfica del
autobús.

67
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

También se ofrece información adicional de interés para el usuario como avisos de

incidencias, previsiones meteorológicas, tiempos de espera para los autobuses que
realizan parada en las proximidades, etc.

Figura 7 – Sistema de Información Multimedia

3.5. Paneles de Mensajería Variable (PMV)

Los primeros Paneles de Mensajes Variables para información de paso de autobuses
se instalaron en los años 90. Estos paneles, denominados TIP, siglas de Terminal de
Información en Paradas, ofrecían exclusivamente estimaciones de tiempos de paso de
los autobuses. Actualmente estos dispositivos han evolucionado hasta ser capaces de
ofrecer también información tanto visual como oral acerca de incidencias, mensajes
institucionales, noticias y, en general, cualquier tipo de información de interés para
el usuario. También se ha avanzado de forma considerable en cuanto a accesibilidad
con el objetivo de que la información también pueda ser entregada a los colectivos de
personas con discapacidades.

En cualquier caso, la principal funcionalidad de los PMV es la de informar del tiempo

de llegada estimado de los vehículos a las paradas, con los datos de los que se dispo-
ne en el Sistema de Ayuda a la Explotación. Este Sistema conoce la situación de cada
autobús y de cada línea en todo momento, disponiendo de la mejor información sobre
la evolución a corto plazo de cada uno de los autobuses.

Los PMV pueden gestionarse de manera remota para recibir alarmas y conocer su esta-
do en cualquier momento, facilitándose el mantenimiento correspondiente en gran
medida. También es posible aplicar actualizaciones de software sin necesidad de des-
plazarse físicamente a los mismos.

68
 Sistemas inteligentes en el ámbito del transporte urbano colectivo

Figura 8 – Paneles de Mensajería Variable (PMV)

A nivel técnico, los PMV constan de un armazón metálico donde se aloja toda la elec-
trónica. Los elementos más significativos de dicha electrónica son el visualizador de
LEDs, la CPU principal, las fuentes de alimentación, la batería de emergencia y los dis-
positivos de audio y Bluetooth, así como los elementos activos de ventilación.

La comunicación con el puesto central de control para el intercambio de información

en tiempo real se realiza vía 3G.

El reto principal a superar a día de hoy es el relacionado con el suministro eléctrico.

Actualmente es necesario conectar los PMV con acometidas eléctricas, lo que supone
un alto coste derivado de las obras y de las tasas municipales, así como un trabajo de
gestión importante. La utilización de energías alternativas (células fotoeléctricas), apar-
te de reducir enormemente el coste de las instalaciones, contribuirá a la reducción del
consumo energético convencional y del impacto medioambiental.

4. Estrategia “Open Data” en la información

de Transporte Público dentro de la Smart City
Debido al auge a nivel mundial de los Sistemas de Datos Abiertos, más conocidos
como Sistemas Open Data, en este apartado se describe su aplicación práctica en el
caso de los Sistemas Inteligentes en el ámbito del transporte urbano colectivo.

Una plataforma “Open Data” de Transporte nace con la vocación de poner a disposi-
ción de terceros la información propia de la explotación del servicio, con la intención

69
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

de incentivar el desarrollo de nuevas aplicaciones y la integración con sistemas de

información externos dentro de una Smart City.

A este respecto, los objetivos perseguidos son:

— Interoperabilidad entre los gestores del transporte y la movilidad en la ciudad, con

el objetivo de ofrecer al ciudadano servicios integrados de información, lo cual es
un aspecto clave en la construcción de una Ciudad Inteligente o Smart City.
— Generar valor, permitiendo a terceros (particulares o empresas) desarrollar nuevos
productos, integrando la información del servicio de transporte con otros servicios,
o bien desarrollar nuevas aplicaciones de acceso y explotación de la información.
— Optimización interna del acceso a la información, promoviendo la eficiencia en el
acceso y uso de los datos, así como la reutilización de los sistemas desarrollados.

Por ejemplo, la plataforma “Open Data” de la Empresa Municipal de Transportes de

Madrid (EMT) está formada por un conjunto de sistemas abiertos que son accesibles
desde Internet y que, envolviendo a los sistemas corporativos de la empresa, permiten
utilizar los datos por terceros, en tiempo real, y de manera controlada a través de la red
pública.

A continuación se puede ver la arquitectura del sistema a nivel global:

Figura 9 – Esquema global de la capa de servicios Open Data

El sistema posibilita a cualquier desarrollador externo, y desde cualquier tipo de dispo-

sitivo o sistema con conexión de datos:

— Autenticarse dentro del sistema y tener acceso a los servicios geográficos y de

información de líneas.

70
 Sistemas inteligentes en el ámbito del transporte urbano colectivo

— Acceder a los tiempos de llegada de los autobuses a cualquier parada de la red.

— Obtener la relación de líneas, sus horarios, frecuencias, trazado y topología de
recorrido.
— Recoger noticias de interés relacionadas con el transporte a través de RSS (Really
Simple Syndication).
— Obtener elementos asociados al territorio, previo suministro autorizado de una
posición geográfica (GPS) y el radio de acción deseado, las entidades relacionadas
con el área de influencia solicitado por el cliente: éstas pueden ser paradas, líneas,
puntos de interés (museos, colegios, hospitales, etc), calles de Madrid, etc.

Una plataforma Open Data de Transporte contribuye de una forma determinante en el

modelo de una Ciudad Inteligente o Smart City. El manejo de la información del trans-
porte en tiempo real y su puesta a disposición de los ciudadanos y de otros servicios de
la ciudad, ya sean públicos o privados, colabora directamente en crear una plataforma
global de conocimiento, donde la información del transporte es sólo una parte más, y
en base a la cual se podría gestionar de manera centralizada e inteligente los diferentes
servicios de una ciudad, como por ejemplo:

—M
 ovilidad Urbana: Tráfico, Transporte, Aparcamientos, etc…
—E
 ficiencia y gestión energética: Alumbrado, Puntos de Recarga, etc…
— Información y participación ciudadana: e-Administración.
—M
 edioambiente: Gestión de Residuos, gestión de recursos hídricos, etc…
—T
 urismo y actividad cultural.
—S
 eguridad: Puestos SOS, Video-Vigilancia, etc…
— Servicios de Valor Añadido: Comunicaciones, sistemas de pago (tarjeta ciuda-
dana), etc…

Figura 10 – Plataforma Integral de Conocimiento de una Ciudad Inteligente

71
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

5. Conclusiones
El transporte urbano colectivo juega un papel clave en la gestión de la movilidad y por
tanto, proporcionar un transporte adecuado a las exigencias de los ciudadanos consti-
tuye un factor primordial para la mejora de la misma.

En este sentido, una gestión optimizada y una fuerte orientación al cliente son los prin-
cipales retos del sector del transporte. Para ello, la aplicación de las nuevas tecnolo-
gías, los sistemas inteligentes, y la explotación adecuada de los canales de información
y comunicación, son las principales estrategias que los operadores de transporte deben
desarrollar para prestar un servicio de calidad y para captar y mantener al cliente.

Como se ha señalado, la orientación al cliente es cada vez más importante. Por ello,
lograr ofrecer al cliente aquella información que necesita y en el momento que la nece-
sita, será una de las claves del éxito en el futuro. El valor añadido y la innovación se
plantea en el uso de las nuevas tecnologías y de los canales de comunicaciones, donde
Internet y los dispositivos móviles son los canales estratégicos.

72
 INTERFAZ DE USUARIO
Y FACTOR HUMANO

Alfonso Brazalez Guerra

CEIT
Doctor en Ciencias Físicas por la Universidad de Navarra, CEIT. Es experto
en modelización y simulación de sistemas. Actualmente ocupa el cargo de
investigador principal y coordina el grupo de ITS y Simuladores del Área de
Simulación del Departamento de Mecánica Aplicada de CEIT-IK4.
Es el representante de CEIT-IK4 en la plataforma M2F (Plataforma Tecnológica
Española de Automoción), del foro español de eSafety y de EARPA
(European Automotive Research Partners Association). Posee numerosas
publicaciones en congresos nacionales e internacionales y en revistas,
así como una patente de modelo de utilidad.
Ainara Bilbao Eraña
Escuela Universitaria Politécnica de Donostia
Ingeniera en Automática y Electrónica Industrial por Mondragon Unibertsitatea
y Doctora por la Universidad de Navarra. Actualmente es profesora en Escuela
Universitaria Politécnica de Donostia, en el área de Ingeniería Eléctrica.

1. Introducción
A menudo, los conductores se enfrentan a situaciones inesperadas, por esa razón los
sistemas de información de tráfico en tiempo real (RTTI de sus siglas en inglés) advierten
sobre posibles eventos en la conducción ayudando a estar alerta sobre las situaciones
que se pueden encontrar en la carretera. Los conductores para analizar toda la situación
de conducción deben tener en cuenta el estado de la carretera, la intensidad del trá-
fico, el estado del vehículo, la posición y actitud de otros vehículos. Cuanto mejor sea
esa percepción e interpretación del entorno, más segura será la tarea de conducción.
Este conocimiento de la situación que rodea al conductor es la base para la creación
de las reglas de toma de decisiones en la tarea de conducción (Endsley 1995). Luego,
los conductores deben ser capaces de tomar las decisiones correctas en entornos tan
complejos y dinámicos como es una carretera.

Durante la conducción, los conductores realizan un procesamiento cognitivo automáti-

co que aumenta el riesgo de ser menos sensibles ante nuevos estímulos. Por ejemplo,
cuando se coloca una nueva señal de tráfico en una ruta familiar, muchos conductores
no la percibirían en el primer trayecto. También se puede producir esa pérdida de infor-
mación de la señalización cuando el conductor presta más atención a otros elementos
de la vía o del entorno. Se puede producir una evaluación degradada del entorno y,
en consecuencia, de las acciones de control de conducción por la no percepción de

73
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

señales de limitación o peligro, lo que puede derivar en distracciones y en accidentes.

Hay estudios de investigación que han correlacionado la percepción de la señalización
de tráfico con factores como: la velocidad del vehículo (Rogé 2004), y la fatiga del
conductor (Liu 2009) (Rogé 2003), la edad (Schmidt 1982) (Otani 1992) o anticipación
(Borowsky 2008). En general, se ha observado que esos factores son variables que afec-
tan a la percepción de la información de conducción.

Otro inconveniente en la interacción entre los conductores y la señalización de carre-

teras está relacionado con la memorización de la información transmitida a través de
las señales. Por desgracia, la memorización de las señales de tráfico es bastante pobre
entre los conductores (Fisher 1992). Además de la detección de señales de tráfico, los
conductores deben recordar la señalización vial que ya han superado y que pueden
referirse a un evento que no ocurrirá de manera inmediata. Se sabe que la fatiga de los
conductores y el periodo largo de vigilia tienen una gran influencia en la memorización
de las señales (Drory 1982).

Por otra parte, la comprensión de las señalizaciones no aumenta con la experiencia y ni

con la edad de los conductores (Al-Madani 2000). A veces los conductores encuentran
que desconocen si una señal se refiere a ellos o no. Por ejemplo, el 21% de los conduc-
tores de camiones no entienden el significado de la señal de gálibo (Galer 1980). Así
pues, sería interesante informar a cada conductor sólo con la información relativa al tipo
de vehículo que está conduciendo.

Algunos autores sugieren que los conductores deben ser advertidos con tantas seña-
les de tráfico como sea necesario (Pingatoro 1973). Parece que sería un paso para la
seguridad vial si la información de tráfico y señalización de carreteras se muestran al
conductor a bordo del vehículo. De esta manera, el conductor tendría en la pantalla
del tablero de instrumentos de su vehículo toda la información de señalización y trá-
fico. Motivado por esto, hoy en día, hay una línea de investigación importante en la
detección de señales de tráfico y reconocimiento (Ruta 2011). Sin embargo, si toda la
información detectada se muestra al conductor en el panel de instrumentos sin ningún
proceso de filtrado o la priorización, la carga de trabajo del conductor podría aumentar
considerablemente. Se sabe que la evaluación de la situación de conducción de una
persona está restringida por su limitada capacidad de atención y memoria. Entonces,
es necesario dar prioridad a toda la información dada al conductor.

Por otra parte, dado un contexto de conducción es probable que no todos los mensajes
sean siempre relevantes o al menos no con la misma intensidad. De alguna manera, el
nivel de riesgo de la información proporcionada por los mensajes depende del contex-
to de la conducción actual. Además, debido a la limitada capacidad de procesamiento
cognitivo del conductor, que también se ve afectada por su estado de fatiga, existe
una limitación en la cantidad de mensajes que podrían presentarse al mismo tiempo al
conductor. Entonces, la tarea de establecer prioridades en la señalización de manera
eficiente debería incluir el estado del vehículo, el entorno y el propio conductor.

En relación a la priorización de mensajes, la International Organization for Standar-

dization (ISO) y la Society of Automotive Engineers (SAE) ya han establecido algunas

74
 Interfaz de usuario y factor humano

normas. Para la tarea de priorización, SAE J2395 emplea un método basado en tres
criterios: relevancia seguridad, relevancia operativa y espacio temporal (SAE 2002).
Dependiendo de la combinación de estos tres parámetros conectados al elemento que
hacen referencia, el SAE J2395 establece un índice de prioridad a partir de una tabla
predefinida. Sin embargo, la aplicación de la norma SAE J2395 para los sistemas de
señalización e información de tráfico no parece suficientemente eficaz, ya que no tiene
en cuenta las condiciones del entorno y cómo la relevancia del mensaje está cambian-
do de acuerdo con él. Por otra parte, casi toda la información es relevante tanto para la
seguridad como para la operación.

En la norma ISO/TS 16951: 2004 (ISO 2004) se establece el índice de prioridad de cada
mensaje en la base a los valores de Criticidad y de Urgencia. El término Criticidad se
asocia con la gravedad de la situación que se genera si no se recibe el mensaje o se
ignora por parte del conductor; mientras que la Urgencia está relacionada con el tiem-
po que la acción debe ser ejecutada por el conductor una vez que se reciba el mensaje.
Para los mensajes de señalización vial y de información de tráfico es complejo definir
su valor de Criticidad.

Por otro lado, diversos algoritmos de programación se han desarrollado para estable-
cer prioridades a mensajes del vehículo en el entorno de los sistemas de transporte
inteligente (ITS). En unos trabajos se propone controlar la visualización de los mensajes
de sistemas embarcados que cubren desde advertencias de colisión, instrucciones de
navegación, la presión de los neumáticos y alertas de correo electrónico, utilizando su
importancia, la duración y el tiempo de visualización preferida. Si bien consideran una
cierta dinámica en atributos de los mensajes, al considerar que el tiempo de visualiza-
ción de un mensaje como una variable que cambia de forma dinámica, siguen conside-
rando la prioridad relativa de los mensajes como un valor estático. Además, su algorit-
mo no tiene en cuenta las condiciones del entorno y del propio vehículo (Sohn 2008).

En otros trabajos similares se centran en las prioridades de los mensajes sobre bus CAN
utilizando una red neuronal difusa. Ellos establecen que la prioridad del mensaje está
relacionada con el incidente que se produce dentro o fuera del vehículo, por lo que
incluyen información sobre el estado del vehículo o las condiciones en el proceso de
priorización. Al contrario que en el trabajo de Sohn, en esta metodología la visualiza-
ción de incidencias también está priorizada en función de las condiciones del entorno,
además de su relación con la velocidad del vehículo (Zhang 2001).

Viendo la necesidad de una priorización inteligente de la información mostrada al con-

ductor, en este capítulo se va a presentar una nueva metodología de priorización de
mensajes para sistemas inteligentes de transporte. La metodología tiene en cuenta el
entorno de la carretera y la influencia las características del vehículo y mediante la apli-
cación de la lógica difusa establece un orden de relevancia de señales. Además, para
un mensaje dado, esta metodología ajusta el tipo de alerta, en función de sus propias
características y de la fatiga del conductor. Tiene que resaltarse que esta gestión de la
información va más allá de las limitaciones impuestas por las normas y los algoritmos
mencionados anteriormente. La metodología propuesta se ha aplicado en un sistema

75
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

de señalización e información de tráfico en tiempo real. A continuación, se describen

las principales características de este sistema con el fin de tener una mejor comprensión
de la estructura sobre la cual se ha desarrollado la metodología propuesta.

2. Marco de validación de la metodología

La metodología propuesta se ha probado en el marco del proyecto nacional, para el
desarrollo de una cabina inteligente. El proyecto se inició en 2007 y finalizó en 2011 y
fue financiado por el FEDER (Fondo Europeo de Desarrollo Regional) y el Ministerio de
Ciencia e Innovación del Gobierno de España.

El sistema de señalización utilizado en la validación ha tenido dos líneas de investiga-

ción claramente diferenciadas: una línea se centra en el diseño HW para la transmisión y
recepción de balizas desde la carretera, y la otra línea se basa en la gestión de la infor-
mación del módulo embarcado. En concreto, el módulo embarcado fue diseñado para
recoger la información dada por las balizas. Las balizas transmiten información corres-
pondiente a los mensajes estáticos y dinámicos. Los mensajes estáticos se correspon-
derían a las señales de tráfico habituales, mientras que los mensajes dinámicos están
relacionados con paneles de mensajería variables o con datos relacionados con las con-
diciones del tráfico y de la carretera provenientes de un centro de control. Las señales
estáticas se podrían clasificar en dos grupos: las señales de límite de velocidad máximo
de tráfico y el resto de señales (prohibición, orientación, reglamentación, etc.). Por otra
parte, los mensajes dinámicos codifican otra información de tráfico, tales como inci-
dentes (“Accidente”, “Congestión “, “Obras”, “Vehículo lento delante”, “Kamikaze“)
y recordatorios, además de la densidad del tráfico y condiciones meteorológicas (por
ejemplo, “nevando fuertemente”), todas ellas programadas por un centro de control.

El módulo embarcado consta de receptores RFID y ZigBee que recogen las señales
estáticas y dinámicas respectivamente. Con el fin de tener la información más completa
de la carretera, debería haber un gran despliegue de balizas RFID y ZigBee a lo largo
de la carretera, controladas por el puesto de control de tráfico. El vehículo recibe los
mensajes cuando pasa por el rango de acción de las balizas. La característica principal
del módulo de a bordo, además de recibir todos los mensajes estáticos y dinámicos,
es procesar toda la información y decidir de forma inteligente qué mensajes son rele-
vantes para el conductor en cada situación de conducción. Y además, este módulo
selecciona la mejor manera de informar al conductor en cada caso.

Si todos los mensajes recibidos de las balizas se presentaran al conductor, sin ningún
tipo de filtrado o evaluación de prioridades se obtendría una sobrecarga de trabajo, y
por lo tanto podría aumentar la probabilidad de tener un accidente. Con el fin de mini-
mizar los riesgos, e incrementar la seguridad vial se ha desarrollado la metodología de
gestión inteligente de la información, que se explica en detalle en la siguiente sección.

Por lo que respecta a la tarea de gestión de información, no todos los mensajes recibi-
dos en el módulo tienen por objeto identificar la situación de conducción con la misma
intensidad, y no todos ellos tienen la información con el mismo nivel de riesgo prede-

76
 Interfaz de usuario y factor humano

finido. De hecho, no todos los mensajes se ven afectados de la misma manera en cada
contexto de conducción, que viene definido por el estado del vehículo y el entorno. La
información recogida por el módulo embarcado tiene una dependencia específica con
el estado instantáneo del vehículo y del entorno (V y E, respectivamente).

Por otra parte, la forma en cómo la información se presenta para el conductor (de
ahora en adelante referido como la entidad C) es un punto clave para asegurar que le
llega al conductor de manera eficiente. A la hora de representar la información se debe
tener en cuenta la fatiga del conductor, que en el caso que nos ocupa se evaluó por
otro módulo embarcado, que supervisaba al conductor en tiempo real.

La validación de la metodología propuesta para la gestión inteligente de la información

se ha llevado a cabo en un simulador completo de conducción de camiones de altas
prestaciones en el CEIT (Bilbao 2012) utilizando conductores profesionales. El objetivo
principal del simulador es llevar a cabo nuevos diseños, y validar los nuevos desarrollos
en el área de automoción. El simulador da la oportunidad de elegir el entorno y las
condiciones de conducción del vehículo: escenarios de conducción, condiciones de
la carretera, las condiciones meteorológicas, las condiciones del tráfico, tipo de vehí-
culo, la carga del vehículo, averías del vehículo, etc. Hay tres tipos de escenarios que
están disponibles para la simulación de conducción: urbano, interurbano y carretera de
montaña. La cabina simulador es una cabina real de Iveco Stralis montada sobre una
plataforma de movimiento de seis grados de libertad. Tres grandes pantallas ayudan
al conductor a sumergirse plenamente en el entorno de conducción, también dispone
de dos pantallas TFT para la visión de los espejos retrovisores; resultando un campo de
visión de prácticamente 360 grados.

3. Metodología de diseño del HMI

En esta sección, se presenta la metodología genérica del Sistema Inteligente de Ges-
tión de la Información (SIGI). El primer paso para la obtención de una solución gené-
rica fue identificar las tareas del sistema. En cuanto a la funcionalidad, se puede afirmar
que las principales tareas llevadas a cabo por el sistema son la recepción de mensajes
de tráfico, su tratamiento de la información, y la posterior representación de los men-
sajes relevantes que se mostrarán al conductor (véase la Figura 1). En ese contexto, los
mensajes de la carretera se reciben del entorno y todo el procesamiento de la informa-
ción se lleva a cabo en el vehículo. Por último, los mensajes se muestran al conductor a
través de los canales de comunicación de HMI (Human Machine Interface) del vehículo.

La solución de la metodología genérica no debe limitarse a un grupo fijo predeter-

minado de mensajes de entrada, ni a una forma específica de representación de la
información. Por esa razón, se consideró esencial dar una estructura al formato de los
mensajes de entrada, y, estructurar la representación de la información de mensajes
independientemente de los canales de comunicación disponibles en el vehículo (audio,
visuales o canales hápticos). Las tareas de procesamiento de la información del sistema
son la clasificación, evaluación la relevancia y la priorización de los mensajes de entra-
da, que se pueden englobar en una única tarea de interpretación de la información. Esa

77
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Figura 1 – Contexto de SIGI

tarea debe trabajar con un formato de datos de entrada genérico, y con un formato de
salida genérico para que pueda ser utilizado por cualquier aplicación de presentación
de información en el vehículo. Entonces, el sistema global de gestión de la información
tiene tres partes funcionales: la recepción de mensajes de entrada, la tarea de interpre-
tación y la representación de las salidas. Entonces, se ha definido un modelo para cada
una de estas partes funcionales de la Figura 1 que dan generalidad a la solución que
se presenta. En concreto, los tres modelos funcionales como se presenta en la Figura 2
son el Modelo de Señal, el Modelo de Interpretación y el Modelo de Representación.

Figura 2 – Modelos del SIGI

El Modelo de Señal establece la base de datos de los mensajes de entrada, con cam-
pos que requiere el Módulo de Interpretación para gestionar la información, y, además,
contiene otros datos útiles acerca de cómo se deben dar los mensajes al conductor. La
información de los mensajes de entrada se gestiona de una manera inteligente, ya que
las tareas se ejecutan tomando en cuenta el contexto de conducción; definido por las
entidades CVE como se puede observar en la Figura 3.

78
 Interfaz de usuario y factor humano

Figura 3 – Modelos y módulos del SIGI y su relación con CVE

El principal modelo del Sistema Inteligente de Gestión de Información es el Modelo de

Interpretación, que se responsabiliza de la clasificación de mensajes de entrada, decidir
si la información del mensaje de entrada es relevante para el conductor, haciendo una
evaluación del valor del riesgo de la información de mensaje correspondiente en fun-
ción del contexto de la conducción. Es importante señalar que cada mensaje de entra-
da (mi) lleva asociado un valor predefinido de su relevancia (Ri), incluido en el Modelo
de Señal. Posteriormente el SIGI se encarga de evaluar el contexto de conducción y
establecer la relevancia final del mensaje (Ri′). En concreto, en la evaluación tiene en
cuenta la Densidad de Tráfico (DT) y las Condiciones Meteorológicas (CM) y la veloci-
dad del vehículo (VEL). Esa evaluación del nivel de riesgo actual de cada mensaje de
entrada se ha realizado con lógica difusa.

La salida del Módulo de Interpretación es una lista ordenada de los mensajes en función
de su relevancia final (Ri′), que la recibe el Modelo de Representación. A menudo la lista
de mensajes que se obtiene es demasiado larga, de forma que si se mostraran todos
los mensajes se incrementaría demasiado la carga mental del conductor, lo que puede
dar lugar a distracciones. De todas maneras un análisis detallado y pormenorizado del
número máximo de mensajes que puede recibir el conductor está fuera del ámbito de
la presente publicación, pero se ha considerado suficiente dos mensajes simultáneos.

El Modelo de Representación define el nivel de advertencia que mejor se adapta para

la presentación de la información del mensaje para el conductor. El icono, su informa-
ción en audio o el texto correspondiente del mensaje son obligatorios para su repre-
sentación en el que se tienen en cuenta la relevancia final, el conocimiento medio de
los conductores de la señal y el estado del conductor definido por su nivel de fatiga.

La metodología del SIGI se validará en el prototipo embarcado descrito previamente.

En este caso, las entradas son los mensajes estáticos y dinámicos enviados por balizas
situadas a lo largo de la infraestructura de la carretera y, a continuación, recibidos en

79
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

el vehículo por el módulo de a bordo. En las siguientes subsecciones, se describen en

detalle los tres modelos empleados en el SIGI.

3.1. Modelo de Señal

El Modelo de Señal es una descripción de campos genéricos que facilitan la clasifica-
ción y la integración de cualquier mensaje de entrada. Estos campos contienen infor-
mación para el módulo inteligente y son los que se listan a continuación:

— Identificador del mensaje. Identifica el mensaje a enviar.

— Tipo de mensaje. Indica si el mensaje es de límite de velocidad, del entorno
(niebla, lluvia, densidad de tráfico, etc.) u otro incidente relacionado con la seña-
lización de tráfico.
— Tipo de carretera. El tipo de carretera a la que hace referencia la baliza. Se envía
directamente al modulo CVE.
— Carriles afectados. Los carriles a los que hace referencia la señal en cuestión.
— Distancia. Distancia hasta la cuál es válida la información de la señalización. Hay
señales que tienen un campo de distancia en la propia señal, como por ejemplo
curvas en 2 km.
— Duración. A veces la validez de la señal es por tiempo no por distancia.
— Descripción. La descripción permite categorizar algunas de las situaciones de
tráfico, se han considerado las siguientes situaciones especiales: “Accidente”,
“Congestión”, “Obras”, “Vehículo lento”, “Kamikaze”.
— Severidad. Nivel de severidad que le corresponde al mensaje en esa situación.
Es una parte necesaria en el Modelo de Representación.
— Activación. Array of factores de activación con relación a las condiciones ambien-
tales. Hay señales que dependen de que haya viento o no, otras como la posibi-
lidad de placas de hielo con 20 ºC se ignoran.
— Relación con CM DT y VEL. Array de valores que definen las funciones de per-
tenencia para la lógica difusa. Se verá más adelante en detalle su significado.
— Ri. Relevancia inicial del mensaje.
— Kc. Conocimiento medio del mensaje por parte de los conductores. Un estu-
dio en el que entrevistaron a 1.723 conductores en España, definió el rango
de conocimiento de algunas señales incluidas en los manuales para obtener el
permiso (Fesvial 2010).
— Icono. Imagen embebida del mensaje.
— Valor. Valor numérico del mensaje.
— Texto. Texto embebido en el mensaje.

A continuación, la Tabla 1 muestra un ejemplo de todos los datos extraídos en el mode-

lo de señal para el caso de la señal de obras.

80
 Interfaz de usuario y factor humano

Tabla 1 – Ejemplo de Modelo de Señal para un mensaje de la carretera

Tipo de Tipo de Carriles Dist. Dur.
ID Desc. Severidad Act.
mensaje carretera afectados (m) (m)
Conv.
[0,0,0,
Icono P_18 Señal tráfico 2 carriles/ Todos 0 2000 Obras 6
0,0,0]
direc.

Relación Relación Relación

Ri Kc Valor Texto
CM VEL DT
[0,30,50,75, [0,40,45,70, [0,30,40,75,
7.2 98 null Zona de obras
85,100] 75,120] 80,100]

3.2. Modelo de Interpretación

El modelo de interpretación es el segundo modelo de la metodología propuesta para
el SIGI. El modelo se compone de tres bloques funcionales (ver Figura 4): módulo de
Filtrado, módulo de evaluación Relevancia del Mensaje y el módulo de cálculo definiti-
vo de Relevancia Final basado en lógica difusa.

Figura 4 – Módulos del Sistema embarcado

El módulo de filtrado evalúa el tipo de mensaje recibido desde la infraestructura. Éste

decide si el mensaje recibido es una señal de tráfico, u otro tipo de información de trá-
fico. Por otra parte, el modelo de interpretación puede recibir mensajes dinámicos que
codifican la información acerca de las condiciones meteorológicas (como los niveles de
lluvia, niebla, hielo, nieve o viento) o el nivel de la densidad del tráfico en ese momen-
to; la información de este tipo de mensajes se envían directamente al módulo de CVE
que es el módulo encargado de almacenar el estado de la situación global. Además, el
modelo de interpretación diferencia el tratamiento para las señales de límite de velo-
cidad máxima haciendo que esta información se traslade directamente al conductor.

81
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Previamente ha sido filtrada y mapeada al tipo de vehículo, porque no todos los limites
afectan por igual a todos los vehículos. Un ejemplo claro lo constituye una señal de
limitación de 120 que para un camión es de 90 para una autopista en España.

Otros mensajes dinámicos y estáticos siguen el flujo natural hacia el Modelo de Inter-
pretación, en el que el bloque de evaluación de la Relevancia del Mensaje evalúa la
influencia de las características ambientales (niebla, lluvia, etc.), el carril de circulación
y características estáticas del vehículo (como la altura, el peso, el peso por eje, etc.).

La siguiente tarea del Modelo de Interpretación es establecer una priorización de los

mensajes de entrada (mi). Esa programación se realiza en función del riesgo asociado
con la información de esos mensajes, dada por Ri y que se ve afectado por las entida-
des V y E. Se ha definido un factor que modifica la relevancia final del mensaje deno-
minado WVE.

Al tratar de determinar las variables que serían necesarias para definir este factor se con-
sideraron cada una de las entidades por separado. Por un lado, CM y DT podrían consi-
derarse como las variables que definen en detalle el contexto del entorno. Por otro lado,
dado que el riesgo generalmente aumenta con la velocidad del vehículo (Lewis-Evans
2010), el valor de la velocidad (VEL) se incluiría para caracterizar el estado de entidad
vehículo. El modelo de interpretación propuesto define la relevancia final como el resul-
tado de multiplicar la relevancia inicial con su factor de WVE (véase la ecuación (1).

Ri′ = Ri × WVE(1)

Con el fin de estimar WVE, se ha utilizado la Lógica Difusa Modificada (Castro 2007).
En su trabajo de investigación, Castro aplicó la lógica difusa modificada sólo para dos
premisas. Sin embargo, la metodología propuesta para el SIGI requiere el uso de tres
premisas (véase la Figura 5), para cada uno de los valores difusos de CM, DT y VEL.
En el siguiente apartado, se dará una descripción más detallada de esta lógica difusa
modificada para tres premisas y su aplicación.

Figura 5 – Integración del Entorno y el Vehículo para obtener el factor WEV

82
 Interfaz de usuario y factor humano

3.2.1. Lógica difusa modificada con tres premisas

La lógica difusa modificada utiliza sólo tres módulos (ver Figura 6) en lugar de cuatro
que usa la lógica difusa tradicional. Los tres módulos que se utilizan en la lógica difusa
modificada son: (1) Fuzzificación, que usa las variables de entrada CM, DT y VEL con el
fin de aplicar las reglas de base, (2) Reglas de base, que tienen el conocimiento sobre la
relación entre las entidades vehículo y entorno y Ri, y (3) la interpolación, que integra en
un único módulo de la función de la inferencia y defuzzificación de la lógica difusa tra-
dicional. La salida de la fase de interpolación es el factor multiplicativo WVE, necesario
para el cálculo final de relevancia final. Con esta lógica difusa modificada, el tiempo de
procesamiento se reduce considerablemente y se facilita la configuración del sistema.

Figura 6 – Lógica difusa modificada

En el primer paso, se cuantifican los valores de entrada de CM, DT y VEL en valores lingüís-
ticos numéricos de la relación de agravación con la relevancia. Esta fuzzificación se realiza
mediante el uso de funciones miembro con forma trapezoidal como las de la Figura 7.
Dependiendo del valor de entrada de cada variable, la relación de agravación podría
determinarse como “baja”, “media” o “alta”; cada valor lingüístico se cuantifica como
1, 2 o 3 valores numéricos lingüísticos, respectivamente. La Figura 7 también representa
cómo las matrices de valores que definen las funciones de pertenencia de la relación entre
el mensaje de entrada CM se convierte a su correspondiente función de pertenencia. En
este caso, la Figura 7 muestra cómo los valores específicos de CM = [0,20,30,70,80,100].

El siguiente paso consiste en usar las reglas bases definidas por expertos. Esas reglas
se tabulan numéricamente en una hipermatriz 3D, donde sus valores corresponden a
los valores numéricos lingüísticos de la salida de WVE.

El módulo de interpolación incluye mecanismos de inferencia y tareas de defuzzifica-

ción. A través de superficies de la interpolación, el módulo interpola directamente los
valores obtenidos de las funciones del miembro después de hacer difusos los valores
de la entrada. De esta forma la influencia del contexto de vehículo y entorno se traduce
a un solo coeficiente de la salida WVE.

83
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Figura 7 – Funciones miembro para condiciones meteorológicas

A veces, más de una regla base se obtiene para cada dimensión porque el valor de la
entrada se asocia a más de un valor de la función miembro. Cuatro casos posibles se
han identificado para la combinación de CM, DT y VEL. Un caso general, donde están
implicadas 3 dimensiones, se muestra en la Figura 8. El valor correspondiente de WVE
para este caso viene dado por la ecuación (2).

Figura 8 – Fuzzificación en 3 dimensiones y 2 reglas

c1A121 + c2A131 + c3A221 + c4A231 + c5A122 + c6A132 + c7A222 + c8A232

(2)
c1 + c2 + c3 + c4 + c5 + c6 + c7 + c8 

84
 Interfaz de usuario y factor humano

3.2.2. Integración de la lógica difusa en el Modelo de Interpretación

Para resumir cómo la lógica difusa modificada se integra en el Modelo de Interpretación,

para calcular el valor final de la relevancia de los mensajes se ha incluido la Figura 9 en
la que se muestran los datos a nivel funcional requeridos por los diferentes módulos.

El valor de la relevancia inicial viene dado en el propio mensaje y para modificarlo se

utilizan las relaciones entre el mensaje y las diferentes cualificaciones del entorno y el
vehículo como las que se han mostrado en la Figura 7. Esos arrays también están inclui-
dos en el Modelo de Señal.

Una vez que se tienen los valores difusos de los arrays de DT, CM y VEL en base a
sus tres niveles de la alteración, el paso siguiente sería determinar qué reglas base se
deben considerar. Las reglas se expresan en la matriz A de las dimensiones 3 × 3 × 3,
donde cada elemento es Aijk; el subíndice i se corresponde con CM, mientras que
el subíndice de j es la dimensión de VEL, y el subíndice de k se corresponde con la
dimensión de DT. Cada elemento toma un valor que va de de 1 a 4 incorporando las
reglas base de manera numérica. Como puede ver afecciones en 3 dimensiones es
necesario interpolar en esos casos. Una vez que se interpole se obtiene el valor desea-
do del factor WVE.

Figura 9 – Módulo de obtención de la relevancia final por Lógica difusa

3.3. Modelo de Representación

El Modelo de Interpretación envía la cola de mensajes con su relevancia final al Modelo
de Representación, para que sea este quién los muestre al conductor. A su vez el Mode-

85
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

lo de Representación decide el modo en el que muestra los mensajes utilizando para

ello una definición de niveles de aviso.

Cada nivel de alerta propuesto se ha definido en lo que respecta a la advertencia

requerida por el riesgo que implica la información del mensaje en el conductor. Se
ha supuesto que la representación requiere al menos cuatro niveles de advertencia.
Hay que señalar que la definición de los niveles de advertencia es independiente de
la implementación específica del HMI en el vehículo. De esta manera, la metodología
propuesta para SIGI sería aplicable en cualquier tipo de vehículo o cualquier tipo de
subsistemas de aviso: pantalla, equipo de audio, dispositivo háptico, etc.

Está comprobado que la fatiga del conductor deteriora la tarea de conducir. Por ejemplo,
para un nivel alto de fatiga se debe usar un nivel de advertencia superior para represen-
tar los mensajes de más relevancia. Por otro lado, se puede considerar el conocimiento
del conductor sobre el mensaje en cuestión como la media de todos los conductores.
Un desconocimiento de la señal es una señal no percibida y un riesgo adicional a la tarea
de conducción. En esos casos se debe utilizar un nivel de advertencia más elevado.

Con lo explicado anteriormente se supone que se deben considerar los siguientes cua-
tro niveles de advertencia: 1) Nivel de Aviso Informativo, 2) Nivel de Advertencia Pre-
caución, 3) Nivel de Alerta, y finalmente, 4) Nivel de Alto Peligro.

Para la implementación del Modelo de Representación en un HMI concreto había dos

canales de comunicación disponibles para poner en práctica los cuatro niveles de aler-
ta: el canal visual y el canal de audio. El canal visual da la oportunidad de representar
el icono del mensaje y el texto asociado si lo hubiera en la pantalla del cuadro de
instrumentos virtuales y también permite cambiar la iluminación ambiente del interior
del vehículo para modificar su color con un perfil cambiante. Por otro lado, a través del
canal de audio se pueden reproducir pitidos y mensajes grabados.

En la metodología propuesta para el Modelo de Representación se usa la relevancia

final del mensaje, el conocimiento medio de la señal por los conductores y la fatiga del
propio conductor obtenida de otro módulo embarcado. En caso de que el conductor
esté fatigado se propone un refuerzo de audio con un pitido, precediendo a la visuali-
zación del icono y del texto. Además, se ha propuesto añadir un mensaje de voz para
explicar los iconos más desconocidos, con un valor de la variable Kc es inferior a 70 %.

El diseño de los niveles de advertencia se resume en la Tabla 2. Sin embargo, todos

ellos tienen en común que muestran iconos (con el texto asociado en caso de tenerlo)
y adaptan la iluminación del interior del vehículo, que indica el nivel de riesgo del con-
texto. La diferencia entre los niveles de advertencia está dada por el refuerzo de audio.
Por ejemplo, el Nivel de Alerta Informativa, el más básico de los niveles de advertencia,
se utilizará cuando se detecta al conductor totalmente despierto y valor alto del conoci-
miento de la señal. Este nivel de advertencia no tiene sonido ni refuerzo de voz. El Nivel
de Advertencia Precaución introduce refuerzo de voz para valores de conocimiento de
señal bajos. Por otra parte, el Nivel de Advertencia de Alerta se correspondería con un

86
 Interfaz de usuario y factor humano

caso de fatiga del conductor, pero con conocimiento de la señal. Por último, el Nivel
de Alto Peligro se corresponde con un conductor fatigado y bajo conocimiento medio
del mensaje.

Tabla 2 – Niveles de aviso del Modelo de Representación

COLOUR BEEP VOICE

WARNING LEVEL ICON (AND TEXT)
REINFORCEMENT REINFORCEMENT REINFORCEMENT
Informative
Yes Yes No No
Warning Level
Cautionary
Yes Yes No Yes
Warning Level
Alerting
Yes Yes Yes No
Warning Level
High Danger
Yes Yes Yes Yes
Warning Level

Para establecer el color de la iluminación ambiente el Modelo de Representación hace

uso de la relevancia final más alta de todos los mensajes activos en cada momento.
En la realización de este HMI se ha propuesto un color azul para valores de relevancia
bajos y que se va convirtiendo en rojo a medida que el valor de la relevancia crece
según el patrón que se muestra en la Figura 10.

Figura 10 – Transición entre azul y rojo para diferentes valores de relevancia final

En este HMI se ha propuesto que como máximo se van a visualizar 2 iconos. En el caso
de tener mensajes que pertenecen a diferentes niveles de gravedad, siempre se consi-
derarán los mensajes con mayor relevancia prioritarios a la hora de mostrarlos. El mode-
lo permite mostrar un mensaje más de una vez en la pantalla, pero sólo si el mensaje
continúa siendo relevante después de la primera vez que se ha mostrado.

87
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

4. Caso de estudio
Los conductores pueden encontrarse conduciendo en una amplia gama de situaciones.
Las zonas de obras concentran muchos riesgos para el tráfico, no sólo para los vehícu-
los y los conductores, sino también para los operarios que trabajan en las propias obras.
Esas situaciones de conducción pueden degradarse con malas condiciones meteoroló-
gicas y de alta densidad de tráfico, mala visibilidad, etc. Cada modificación en las zonas
de obras puede producir graves problemas de seguridad mediante la generación de
situaciones inesperadas para los conductores. Algunas de las obras más críticas son las
que provocan la reducción del número de carriles.

Para ver cómo funciona la metodología SIGI propuesta, se ha seleccionado el caso

de estudio de la Figura 11. Se trata de una carretera convencional específica con dos
carriles para cada sentido, y el carril de la izquierda está cerrado debido a obras en la
carretera y con tráfico contrario por ese carril. A medida que se acerca el vehículo a la
zona de obras, el módulo embarcado recibe mensajes, enviados por las balizas con las
señales de tráfico en el orden de la siguiente figura.

Figura 11 – Caso de estudio: obras en la calzada

A continuación, se especifican para este caso particular cada uno de los modelos que
componen la metodología propuesta. Se verificarán diferentes condiciones meteoroló-
gicas, densidad de tráfico y velocidad.

4.1. Modelo de señal de los mensajes

El punto clave de cómo las señales se ven afectadas por el entorno o el propio vehícu-
lo viene determinada en el Modelo de Señal por los arrays de relación con CM, DT y
VEL. Para este caso de estudio, en la Tabla 3 se muestran los parámetros para algunas
señales.

88
 Interfaz de usuario y factor humano

Es interesante señalar que Sign10 es más sensible a las condiciones meteorológicas

adversas que Sign1 y Sign3, como se refleja en la relación con el campo CM. Por ejem-
plo, el nivel de riesgo de Sign1 y de Sign3 se alteraría altamente con un valor de CM
igual a 85 y 65, respectivamente; mientras que, Sign10 sufre ese cambio con un valor
más bajo de CM (igual a 40). Por otro lado, en relación con los factores de densidad
de tráfico y los vehículos, es obvio que Sign3 está más afectada que Sign1 y Sign10.
Mientras que la velocidad del vehículo afecta de manera similar a todas las señales de
la tabla.

Tabla 3 – Modelo de Señal para algunas señales del estudio

SEÑAL Relación con CM Relación con VEL Relación con DT

[0,30,50,75,85,100] [0,40,45,70,75,120] [0,30,40,75,80,100]

Sign1

[0,30,40,60,65,100] [0,53,55,65,75,120] [0,20,40,60,70,100]

Sign3

[0,15,25,35,40,100] [0,50,55,70,75,120] [0,80,85,90,95,100]

Sign10

4.2. Modelo de Interpretación

Cuando el conductor llega a la zona de obras la situación es diferente si está conducien-
do por el carril izquierdo o el derecho. Algunas de las señales obtienen más relevancia
durante la conducción por la vía izquierda y viceversa. Parece evidente que al circular
por el carril izquierdo se deben considerar más señales que al circular por el derecho, al
ser una situación de mayor riesgo. Por otra parte, en cualquiera de esos casos, no todos
los mensajes tienen el mismo nivel de prioridad recibida; este valor de prioridad cambia
en función de la evaluación del estado del vehículo y el entorno.

En la Figura 12, se muestran las dos situaciones posibles de conducción: conducción

por el carril izquierdo y derecho. En ella se muestran las señales principales derivadas
de su prioridad para cada caso. Especial atención se debe prestar a lo que sucede con
los mensajes Sign4, Sign6 y Sign7. En el caso específico de conducción en el carril
rápido, esas señales de tráfico tendrían más sentido para el conductor, porque le están
advirtiendo acerca de tener que pasar al otro carril; pero, una vez que el conductor se
ha dado cuenta y se ha adaptado a la situación por la que pasa al carril de la derecha,
los mensajes serían redundantes para el conductor. Así, en el caso de tratar de ir de
nuevo al carril de la izquierda, los mensajes correspondientes tendrían que evaluarse de
nuevo si es necesario para que se muestre o no. Para el presente caso, se considerará
que el vehículo circula por el carril izquierdo.

Como viene siendo señalado, la relevancia de cada señal no es una característica está-
tica, cambia con el estado del entorno y el vehículo. Una vez evaluados los actuales
mensajes relevantes para el conductor, dados por el filtrado de señales, la siguiente
tarea consiste en la evaluación teniendo en cuenta la situación de conducción.

89
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Figura 12 – Señales relevantes en función del carril por el que circula

Influencia del entorno y el vehículo

Cuando el camión está llegando a la zona de obras, el módulo embarcado recibe el

mensaje de obras (Sign1), cuyo identificador ayuda a definir una situación de “Obras”.
Sin embargo, el nivel de riesgo de esta situación de conducción puede cambiar en con-
diciones de mal tiempo o por un exceso de velocidad. Esto significa que no todas las
señales de tráfico del estudio tienen la misma relevancia en diferentes situaciones. Por
otra parte, debe señalarse que los límites de velocidad se consideran como una infor-
mación requerida continuamente al conductor (Signg2 y Sign5). El sistema, no calcula
la relevancia final de esos mensajes; en su lugar, sus valores se asignan en función del
tipo de vehículo y muestran directamente al conductor. La relevancia final del resto de
señales sí que se debe evaluar. Esos valores tratan de resolver los conflictos de priori-
dad que se producen cuando se reciben múltiples mensajes en el vehículo. Además, el
valor de mayor relevancia ayuda a determinar el color de la iluminación del interior del
vehículo, que indica el nivel de riesgo de la situación de conducción.

90
 Interfaz de usuario y factor humano

Con el fin de observar cómo afectan a la relevancia de las señales de tráfico, las con-
diciones meteorológicas, la densidad del tráfico y la velocidad del vehículo, se consi-
deran 3 escenarios o contextos de conducción diferentes. Estas situaciones son una
combinación de los valores CM, DT y VEL en el rango de 0-100. Por ejemplo, la baja
densidad de tráfico se da por un valor de DT igual a 10, y una alta densidad de tráfico
es considerado por un valor de DT igual a 75. Por otro lado, cuando se hace referencia
a las buenas condiciones meteorológicas un valor CM de 0 está implícito, mientras que
para las malas condiciones meteorológicas se establece un valor de CM de 80. Final-
mente, se consideran dos valores de velocidad del vehículo: baja velocidad (30 km/h)
y alta velocidad (80 km/h). La Tabla 4 muestra los valores de la relevancia final de las
señales para diferentes situaciones de conducción. En la primera fila se incluye la rele-
vancia inicial.

Tabla 4 – Relevancia final de las señales para diferentes situaciones de conducción

Situación de conducción Sign1 Sign3 Sign4 Sign6 Sign7 Sign8 Sign9 Sign10
Normal Ri 7.2 6.8 7 6.9 9 7 8 9
CONTEXTO A
Ri′ 10.8 10.3 10.5 10.35 13.5 10.5 12 20
DT CM VEL = 80
CONTEXT B
Ri′ 7.2 10.2 14 10.35 22.5 10.3 8 15
DT CM VEL = 30
CONTEXT C
Ri′ 18 20.4 21 18.98 22.5 19.95 20 26
DT CM VEL = 80

A continuación, una vez de haber calculado la relevancia final para cada mensaje, el
Modelo de Interpretación organiza los mensajes en un orden descendiente de rele-
vancia. La Tabla 5 representa los resultados de esa tarea de priorización, que muestra
los dos mensajes con los valores de relevancia más altos de entre los mensajes, en los
lugares específicos de la carretera donde se recibe un nuevo mensaje en el módulo
embarcado. Esta priorización de mensajes se realiza en una forma dinámica para todos
los contextos de conducción definidos anteriormente.

Con el fin de considerar la influencia de la densidad del tráfico, imaginemos los siguien-
tes contextos: la conducción en un día soleado con el asfalto totalmente seco (lo que
se traduce en CM bajo) y alta velocidad, en ambos casos, cuando se conduce en hora
punta (alta DT) y con baja densidad de tráfico (baja DT). En el caso específico de la
conducción con alta densidad de tráfico en un día soleado y a una velocidad de 80
km/h, una vez que se recibe el mensaje Sign3 (“retenciones de tráfico en la carretera”),
esta señal se debe mostrar continuamente al conductor como la señal más importante.
Sin embargo, en el otro caso de la conducción con baja densidad de tráfico en un día
soleado y a 80 Km/h, el valor de la relevancia indica que no es lo suficientemente alto
en comparación con el de otros mensajes.

Por otro lado, la influencia de la velocidad del vehículo, tiene que señalarse que, en
general, una mayor velocidad del vehículo incrementa el nivel de riesgo de cualquier
situación de conducción. Para notar cómo esta velocidad del vehículo afecta a la tarea

91
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

de priorización, vamos a centrarnos en los contextos en los que el camión está circu-
lando en hora punta y muy buenas condiciones meteorológicas, en 2 casos: a baja
velocidad (30 km/h) y de alta velocidad (80 km/h).

Tabla 5 – Priorización de las señales en cada situación de conducción

Recepción
de Señal
Sign1 Sign3 Sign4 Sign6 Sign7 Sign8 Sign9 Sign10

Priorización
basada
en la relevancia
inicial

Priorización
Contexto A
DT
CM
VEL=80

Priorización
Contexto B
DT
CM
VEL=30

Priorización
Contexto C
DT
CM
VEL=80

En el caso específico de la conducción a 30 km/h, la señal de “retenciones de tráfico en

la carretera” no se muestra al conductor y los mensajes Sign6 y Sign7 se muestran, ya
que se supone que a baja velocidad el conductor podría percibir la congestión del trá-
fico, pero no la prohibición de adelantamiento. Por lo tanto, se considera más relevante
para el conductor Sign4, Sign6 y Sign7 en lugar de Sign3. Sin embargo, en la zona de
un carril para cada dirección y la conducción a 30 km/h, la alta densidad de tráfico se
considera más relevante que otros mensajes relevantes, como el escalón lateral.

Por el contrario, cuando se conduce a 80 km/h en ese día soleado en hora punta,
el mensaje de retenciones debe ser mostrado al conductor de forma continua; y por
otra parte, la alta velocidad del vehículo podría desestabilizar el camión debido a las
irregularidades en el asfalto, el contexto provoca que el mensaje Sign9 (que significa
“escalón lateral”) gane posiciones en la lista de prioridades, incluso con un mayor nivel

92
 Interfaz de usuario y factor humano

de riesgo que Sign8 (que significa “Tráfico en ambas direcciones”), al contrario de lo

que sucedió cuando se conduce a 30 km/h.

Con el fin de considerar la influencia de las condiciones meteorológicas vamos a cen-

trarnos en el punto en el que se recibe el mensaje de suelo deslizante (Sign10). Es obvio
que cuando hay buenas condiciones meteorológicas, no es un mensaje relevante. Sin
embargo, con muy mal tiempo, Sign10 pasa a una prioridad mayor, para advertir al
conductor sobre una situación de mucho riesgo, con adherencia baja. Sin embargo,
en el caso de conducir en hora punta y con muy mal tiempo a 30 km/h, se considera
más relevante el mensaje Sign3 para el conductor que Sign10. Mientras que cuando
circula en hora punta con muy mal tiempo a 80 km/h, se considera que tiene un nivel de
prioridad más alto el mensaje de suelo deslizante (Sign10) que las retenciones (Sign3).

4.3. Modelo de Representación

El Modelo de Representación utiliza el cambio de color de la iluminación del interior
del vehículo. El código de colores se muestra en la Figura 10, donde en el eje de
abscisas se representa el valor de la relevancia final. Por ejemplo, si vemos los resul-
tados del valor de relevancia en el contexto C, a medida que se reciben en el módulo
embarcado, el color de la luz ambiente cambiaría de acuerdo con los valores de la
siguiente tabla.

Tabla 6. Relevancia final de las señales en el Contexto C

Situación de conducción Sign1 Sign3 Sign4 Sign6 Sign7 Sign8 Sign9 Sign10
CONTEXT C
Ri′ 18 20.4 21 18.98 22.5 19.95 20 26
TD MC SP = 80

Por otra parte, como el sonido de pitido previo se determina por el nivel de fatiga
del conductor, aquí no se especifica el nivel de alerta de cada mensaje. Sin embargo,
se puede señalar que en el caso de mostrar obras (Sign1) y fin de carril (Sign4), no se
transmitiría ningún registro de audio debido a que tienen un valor bajo de Kc; mientras
que, al representar retenciones (Sign3) aparecería un mensaje explicativo del icono que
aparece en el panel de instrumentos. Cuando se conduce a 30 km/h, justo en el Con-
texto C se llegaría a un color rojo para la iluminación del interior del vehículo. Mientras
que en Contexto B se establecería un color púrpura, y para el Contexto A se establece
un color más azul.

5. Conclusiones
Con el fin de asegurar de que los conductores tienen una mejor comprensión y cons-
ciencia de las situaciones de tráfico a las que se enfrentan, los sistemas de señalización
e información de tráfico pueden ser muy útiles. Sin embargo, es bien conocido que
hay limitaciones en los recursos de atención del conductor y su capacidad de memoria,
además de una limitación de espacio en los paneles de instrumentos de los vehículos

93
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

que hacen imposible representar toda la información al mismo tiempo. Luego, movido
por estas razones, es necesario dar prioridad a toda la información y debatir sobre cuá-
les son los mensajes activos más importantes que debe darse al conductor.

A diferencia de las normas ISO y SAE, que consideran la prioridad del mensaje como
valor estático, la metodología que se ha propuesto considera la prioridad de los men-
sajes a través del tiempo. La tarea de priorización se realiza mediante un Sistema Inteli-
gente de Gestión de la Información. El sistema define tres modelos genéricos: el Mode-
lo de Señal, el Modelo de Interpretación y el Modelo de Representación. Básicamente,
en el Modelo de Señal se define la estructura principal de la información incluida en los
mensajes. El Modelo de Interpretación evalúa qué mensajes están activos y actualiza
sus valores de relevancia dependiendo de la situación de conducción. Con el fin de
evaluar cómo la prioridad de un mensaje se cambia en un contexto determinado, se
ha utilizado un factor de modificación calculado mediante lógica difusa. Finalmente, el
Modelo de Representación decide el nivel de advertencia para la representación de los
mensajes en función de su relevancia y el estado de fatiga del conductor.

6. Referencias
1. Al-Madani, H., 2000. Influence of drivers’ comprehension of posted signs on their
safety related characteristics, Accident Analysis and Prevention 32, 575-581.
2. Bilbao A., Brazález A., García I., Tybel M., Aguiriano N. 2012. Virtual Instrument
Cluster for enhancing the configurability of an automotive simulator. Simulation:
Transactions of the Society of Modeling and Simulation International pp 957-971.
3. Borowsky, A., Shinar, D., Parmet, Y., 2008. Sign location, sign recognition, and driv-
er expectancies. Transportation Research Part F 11, 459-465.
4. Castro, M., 2007. Nueva Metodología de Control No Lineal Basada en Lógica Difu-
sa. Phd Thesis, San Sebastián.
5. Drory, A., Shinar, D., 1982. The effects of roadway environment and fatigue on sign
perception. Journal of Safety Research, Vol. 13, 25-32.
6. Endsley, M. R., 1995. Toward a theory of Situation Awareness in Dynamic Systems,
Human Factors and Ergonomics Society, 37 (1), p. 32-64.
7. FESVIAL (Fundación Española para la Seguridad Vial) 2010. Las señales a examen:
la opinión de los conductores españoles sobre las señales de tráfico.
8. Fisher, J., 1992. Testing the effects of road traffic signs’ informational valued on
driver behavior. Human Factors 34 (2), 231-237.
9. Galer, M., 1980. An ergonomics approach to the problem of high vehicles striking
low bridges. Applied Ergonomics 11 (1), 43-46.
10. ISO/TS 16951, Road vehicle —Ergonomic aspects of transport information and con-
trol systems (TICS)— Procedures for determining priority of on-board messages
presented to drivers, International Organization for Standardization, 2004.

94
 Interfaz de usuario y factor humano

11. Lewis-Evans, B., Rothengatter, 2009. Task difficulty, risk, effort and comfort in a sim-
ulated driving task – Implications for Risk Allostasis Theory, Accident Analyisis and
Prevention, Elsevier, 41, p. 1053-1063.
12. Liu Y., Wu, T., 2009. Fatigued driver’s driving behavior and cognitive task perfor-
mance: Effects of road environments and road environment changes. Safety Sci-
ence 47, Elsevier, 1083-1089.
13. Otani, H., Leonard, S.D., Ashford, V.L., Bushore, M., 1992. Age differences in per-
ception of risk. Perceptual and Motor Skills 74 (2), 587-594.
14. Pingatoro, L., 1973, Traffic Engineering: Theory and Practice. Prentice-Hall, Inc,
New Jersey.
15. Rogé, J., Pébayle, T., El Hannachi, S., Muzet, A., 2003. Effects of sleep deprivation
and driving duration on the useful visual field in younger and older subjects during
simulator driving. Vision Research 43, Elsevier, 1465-1472.
16. Rogé, J., Pébayle, T., Lambilliotte, E., Spitzenstetter, F., Giselbrecht, D., Muzet, A.,
2004. Influence of age, speed and duration of monotonous driving task in traffic on
the driver’s useful visual field, Vision Research 44, 2737-2744.
17. Ruta, A., Porikli, F., Watanabe, S., Li Y., 2011. In-vehicle camera traffic sign detection
and recognition. Machine Vision and Applications 22, 359-375.
18. SAE J2395, ITS In-Vehicle Message Priority, The Engineering Society For Advancing
Mobility Land Sea Air and Space, SAE INTERNATIONAL, 2002.
19. Schmidt, L., 1982, Observance and transgression of local speed limits. Arbeit-
en-aus-dam-verkehrspsychologischen-Institute 19 (6), 107-116.
20. Sohn, H., Lee, J.D., Bricker, D.L., Hoffman, J. D., June 2008. A Dynamic Program-
ming Algorithm for Scheduling In-Vehicle Messages. IEEE Transactions on Intelli-
gent Transportation Systems, Vol. 9, No. 2.
21. Zhang, A.,Nwagboso, C., 2001. Dynamic Message Prioritisation for ITS Using Fuzzy
Neural Network Technique, Transportation and Automotive Ssytems Research Cen-
ter, Society of Automotive Engineers, Tech. Paper Series 2001-01-0068.

95
 COMUNICACIONES ENTRE VEHÍCULOS
Y CON LA INFRAESTRUCTURA

Francisco Sánchez Pons

CTAG
Licenciado en Ciencias Físicas (1988) y Master en Ingeniería del Software
por la Universidad de Barcelona (1992). Ha desarrollado su carrera
profesional en el sector del automóvil, trabajando durante 15 años en el Centro
Técnico de SEAT. En el año 2005 se unió a CTAG como Director de Innovación,
siendo en la actualidad Director de Electrónica y Sistemas Inteligentes
de Transporte. Sus principales líneas de trabajo comprenden los sistemas ADAS,
la conducción automatizada, los sistemas de conectividad, la electro-movilidad,
el HMI, los sistemas embebidos y la validación electrónica.
Desde el año 2012 forma parte del Supervisory Board de ERTICO.
Rosa Blanco Lorenzo
CTAG
Ingeniero de Telecomunicaciones (2007). En Enero de 2006 se unió a CTAG como
miembro del equipo de trabajo en HMI, Ergonomía y Confort pasando en 2009
a ser responsable del área de Evaluación de Factor Humano y Ergonomía
y, tras el crecimiento del centro, es a día de hoy coordinadora del área
de Validación de Sistemas Electrónicos, Calidad y Evaluación de Factor Humano. Las
principales líneas de trabajo en las que se ha especializado durante
los últimos años son simulación de conducción, evaluación de sistemas
y su impacto y validación electrónica.
José Luis Díez Gil
CTAG
Licenciado en Ingeniería Electrónica (2004) y Master en Dirección
de Proyectos (2006) por la Universidad de Valladolid. En 2006 comenzó
a trabajar en CTAG en el área de HMI, Ergonomía y Confort. A partir de 2009 fue
responsable del área de HMI, diseño y Nuevos conceptos y a partir de 2010
el responsable del área de Infotainment & Software. Actualmente es el responsable
del área de Software, Sistemas ADAS-Conducción Automatizada y Conectividad.
Sus principales líneas de trabajo son los sistemas ADAS, la conducción
automatizada, los sistemas de conectividad y los sistemas embebidos.
Diego Bernárdez Morón
CTAG
Ingeniero en Informática (2011) y Master en Software Libre por la Universidad
Rey Juan Carlos de Madrid (2013). Se incorporó a CTAG en 2008, formando parte
del equipo de Infotainment & Software. Actualmente lidera el equipo de trabajo de
Sistemas ADAS y Conducción automatizada, centrado en el desarrollo de funciones
de conducción automatizada, percepción y fusión de datos, y vehículo autónomo.

97
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

1. Introducción
Los sistemas y tecnologías cooperativas de comunicación infraestructura-vehículo (V2I)
y vehículo–vehículo (V2V) aparecen como una de las soluciones más prometedoras para
mejorar en el futuro la seguridad y la eficiencia del tráfico por carretera.

Figura 1 – Concepto de comunicación cooperativa entre vehículos e infraestructuras

en el proyecto europeo PROMETHEUS

A finales de la década de los 80 y comienzos de los 90, los investigadores del proyecto
europeo PROMETHEUS ya visionaron y trabajaron en este tipo de tecnologías en los
subproyectos COPDRIVE, PRO-COM y PRO-NET. Sin embargo, las enormes limitacio-
nes y restricciones técnicas en términos de posicionamiento, comunicación, computa-
ción, sistemas de seguridad embarcados, redes vehiculares o proceso de estandariza-
ción no permitieron realizar avances significativos siendo necesario, en aquel momento,
desarrollar las tecnologías de base.

Figura 2 – Pruebas de comunicación cooperativa entre vehículos en el marco

del proyecto europeo PROMETHEUS

98
 Comunicaciones entre vehículos y con la infraestructura

En la actualidad, 20 años más tarde, todos estos campos han experimentado un cambio
exponencial que permite superar completamente todas las barreras tecnológicas pasa-
das. El concepto de sistemas cooperativos fue evaluado y probado con éxito en diver-
sos proyectos europeos del VI Programa Marco como por ejemplo Pre-Drive C2X [1],
CVIS [2], SafeSpot [3] o Coopers [4]. Por otra parte, la Unión Europea ha asignado la banda
de frecuencia desde los 5.875 GHz hasta los 5.905 GHz para aplicaciones cooperati-
vas y, diversos proyectos e iniciativas, como COMeSafety [5] o Car2Car Communication
Consortium [6] han establecido un marco común para el desarrollo e implementación de
sistemas cooperativos.

En el VII Programa Marco se han realizado pruebas de campo a gran escala, FOTs
—Field Operational Tests—, que han demostrado la viabilidad y el gran potencial que
este tipo de tecnología puede aportar a la seguridad y eficiencia en el tráfico rodado
por carretera. Los dos ejemplos de grandes proyectos más significativos en esta línea
son DRIVE-C2X [7] y FOTsis [8].

En un paso más en esta dirección, la Comisión Europea en la Directiva ITS (Directiva

2010/40/UE del 7 de Julio de 2010) establece como uno de los ámbitos prioritarios de
aplicación (ámbito prioritario 4) la conexión del vehículo a las infraestructuras de trans-
porte, impulsando la definición de las medidas necesarias para avanzar en el desarrollo
y la aplicación de sistemas cooperativos.

2. Bases tecnológicas y aplicaciones cooperativas

La estación ITS es el componente funcional encargado de proveer la comunicación en
los distintos escenarios cooperativos basándose en las distintas tecnologías de comu-
nicación. La información se puede comunicar entre vehículos, entre el vehículo y la
infraestructura, así como entre los vehículos y las aplicaciones back-end.

Podemos distinguir 3 tipos de estaciones ITS que se comunican entre ellas para el inter-
cambio de información cooperativa:

— Estación ITS de Vehículo (VIS): La estación ITS de vehículo, es el componente

principal de la unidad embarcada en vehículo (OBU) que permite la comunica-
ción bidireccional con las estaciones instaladas en la infraestructura, y con otros
vehículos, recibiendo y enviando datos a través del canal 802.11p. Estas unida-
des están conectadas a la red de información del vehículo (CAN) para así poder
obtener su información en cada momento y enviarla a la infraestructura u otros
vehículos próximos. Por otro lado, también publicará en la red del vehículo los
mensajes recibidos del exterior, permitiendo a los sistemas embarcados conocer
la información recibida, o incluso visualizarla al conductor a través de un sistema
HMI (Human Machine Interface).

— Estación ITS de Carretera (RIS): La estación ITS de carretera es el componente

principal de la unidad de carretera RSU (Road Side Unit) que puede instalarse

99
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

en distintos puntos del trazado de la carretera para así intercambiar información

con los vehículos que transiten por su radio de alcance. La información se envía
a través del protocolo 802.11p, y el contenido de los mensajes intercambiados
se compone a través de los estándares definidos, permitiendo a los vehículos
conocer información sobre situaciones o condiciones que se encontrarán, o reci-
biendo información de ruta de los vehículos.

— Estación ITS central (CIS): El CIS (Centro de gestión de movilidad) se encar-

ga de centralizar la gestión de los datos que son recibidos y enviados por las
distintas unidades cooperativas que componen el sistema global. Esta estación
puede ser un servidor central al que están conectadas las RIS, y que distribuirá
la información para ser enviada por dichas unidades, y que también recibirá la
información que los vehículos comparten con las RIS. Para ampliar la información
del sistema, el Centro de gestión de movilidad puede comunicarse con otras
fuentes de datos y así disponer de información en tiempo real (por ejemplo, con
datos sobre accidentes, carreteras cortadas, atascos, meteorología, etc…) y así
distribuirla entre el resto de unidades. Por otro, puede centralizar la información
recibida por las unidades, y obtener sus propios indicadores (por ejemplo, reci-
bir información de las velocidades de los vehículos y así determinar tramos con
circulación poco fluida).

La siguiente imagen muestra un ejemplo de escenario cooperativo:

Figura 3 – Esquema de Escenario Cooperativo

La pila de protocolos de estas estaciones sigue el modelo ISO/OSI de referencia defini-

do para una estación ITS y está compuesta de las capas siguientes:

— La capa de Tecnologías de acceso ITS cubre los medios de comunicación y sus
respectivos protocolos para las capas físicas y de enlace de datos.

100
 Comunicaciones entre vehículos y con la infraestructura

Figura 4 – Pila de Protocolos de Referencia de una estación ITS

— La capa de Red y Transporte ITS comprende los protocolos para el intercambio
de información entre estaciones ITS y desde las estaciones a otros nodos de la red.
Los protocolos de transporte ITS proporcionan la entrega de datos end-to-end y
dependiendo de los requerimientos de las instalaciones, aplicaciones y servicios
adicionales, tales como la transferencia fiable de datos, el control de flujo y evitar
así la congestión.

— Las Funciones de Soporte ITS (facilities) facilitan los diferentes recursos nece-
sarios para las aplicaciones. Permiten gestionar los datos de diferentes fuentes
(sensores, datos de vehículo, datos recibidos de la infraestructura…), el manejo
de los distintos mensajes ITS y el establecimiento y mantenimiento de las sesio-
nes de comunicación.

— En la capa de Aplicaciones ITS se incluyen las diferentes aplicaciones y funcio-

nes de seguridad, tráfico, eficiencia, infotainment y negocio.

— La capa de Gestión ITS es la responsable de la configuración de la estación, así

como de la gestión del intercambio de información y de tareas entre las diferen-
tes capas de la pila.

— Los servicios de privacidad y seguridad (seguridad en mensajes, gestión de iden-

tidad…) se realizan en la capa de Seguridad ITS.

Los componentes de cada una de las capas descritas se definen para cada tipo de esta-
ción de acuerdo a las necesidades del escenario implementado.

A continuación se describen los posibles componentes (nos centraremos en las capas

de tecnologías, red & Transporte y Funciones de Soporte) de las estaciones RIS y VIS
que son necesarios para implementar el sistema mostrado como ejemplo en la figura 3.

2.1. Tecnologías de Comunicación

Las aplicaciones ITS imponen una serie de requisitos de comunicación que deben ser
cubiertos por distintas tecnologías de acceso. La Figura 5 muestra las posibles tecnolo-
gías de las unidades VIS y RIS de acuerdo a las necesidades aplicativas.

101
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Aplicaciones ITS VIS / RIS

Ethernet GNSS
Funciones de Soporte ITS

Seguridad ITS
Gestión ITS

3G/4G Sensores
Red y Transporte ITS
Equipamiento
ITS G5 (802.11 p)
de Carretera
Tecnologías de Acceso ITS

CAN

Componente Componente Componente

VIS & RIS VIS RIS

Figura 5 – Componentes de la Capa de Tecnologías de Acceso para VIS y RIS

En el caso de las aplicaciones cooperativas relacionadas con la seguridad vehicular, no

están permitidos largos retrasos en el establecimiento de conexión antes de realizar la
comunicación con otros vehículos. Del mismo modo, este tipo de aplicaciones también
exigen una configuración de conexión eficiente con las estaciones de carretera que
prestan los servicios (por ejemplo, actualización de mapas digitales), debido a que un
coche puede estar un tiempo limitado en la zona de cobertura.

Estas y otras necesidades de comunicación específicas en la comunicación entre vehí-

culos, y entre el vehículo y la infraestructura, hacen que el protocolo de comunicación
estándar 802.11 no pueda ser utilizado.

El estándar IEEE 802.11p define una lista de mejoras al 802.11 que son requeridas en
las aplicaciones ITS y cuyas ventajas principales son las siguientes:

— Bajo tiempo de Acceso: baja latencia de difusión.

— Comunicación Ad hoc: no son necesarios requisitos de infraestructura.

— Espectro asignado específicamente para ITS: fiabilidad de comunicación.

— Alcance de comunicación 200-800m: detección de vehículos extendida en com-

paración con otros sensores como RADAR, LIDAR.

En agosto de 2008, la Comisión Europea asignó parte de la banda de 5,9 GHz para
aplicaciones de seguridad vial prioritaria y para comunicaciones V2V y V2I. Uno de los
objetivos es que la compatibilidad con los EE. UU. esté garantizada incluso si la asig-
nación no es exactamente la misma, ya que las frecuencias estarán lo suficientemente
cerca para permitir el uso de la misma antena y radio transmisor/receptor.

La inmensa mayoría de aplicaciones cooperativas requiere información temporal y

de posición del vehículo. Esta información se obtiene mediante un sistema global de

102
 Comunicaciones entre vehículos y con la infraestructura

navegación por satélite GNSS. Actualmente existen dos sistemas GNSS: el Sistema de
Posicionamiento Global (GPS) de los Estados Unidos de América y el Sistema Orbital
Mundial de Navegación por Satélite (GLONASS) de la Federación Rusa.

Un sistema GPS convencional ofrece esta información en cualquier parte del globo
terrestre, pero sin embargo, la precisión no es suficiente para algunas aplicaciones de
seguridad cooperativas o futuras aplicaciones de conducción automatizada en las que
es necesario un posicionamiento exacto de la vía. En este caso el problema se puede
solventar con el uso de un GPS Diferencial.

La comunicación VIS con el vehículo se realiza mediante el interfaz CAN. Esta comuni-
cación permite tanto acceder a los datos del vehículo (velocidad, consumo…), como
proveer información a un sistema. Por ejemplo, el coche podría disponer de un sistema
de navegación, con información y aplicaciones mejoradas a partir de la información
cooperativa.

En el caso concreto de una unidad RIS, esta puede recoger la información meteoroló-
gica a partir de sensores de lluvia, de temperatura, etc. Además existen otros sensores
que permiten caracterizar el tráfico como, por ejemplo, los lazos inductivos.

Por otro lado, es necesario acceder al Equipamiento de Carretera cuya información es

necesaria para un gran número de aplicaciones cooperativas. Es el caso de los semáfo-
ros, presente en gran número de aplicaciones y de los que es necesario conocer la fase
e incluso poder controlarlos en tiempo real, para gestionar el tráfico.

Las unidades RIS, están comunicadas con el centro de gestión de tráfico (CIS). Esta
comunicación puede ser inalámbrica, pero generalmente la comunicación es realizada
mediante una red Ethernet dedicada.

2.2. Red y Transporte [9]

A continuación se muestran los componentes de la capa de transporte y red:

VIS / RIS
Aplicaciones ITS
GNBTP

Funciones de Soporte ITS Protocolo de

Seguridad ITS

Transporte Básico UDP/TCP

Gestión ITS

Red y Transporte ITS

GeoNetworking IP

Tecnologías de Acceso ITS

Componente Componente Componente

VIS & RIS VIS RIS

Figura 6 – Compontes de la Capa de Red y Transporte para VIS y RIS

103
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Los componentes de Geonetworking y de Transporte (GNBTP) ofrecen el transporte

de paquetes de datos sobre la red de comunicación de una VIS y RIS [10] La comunica-
ción se basa en principios ad hoc de redes, es decir, la red no requiere una coordinación
central como en redes de comunicación móvil. Con el GeoNetworking y el componente
de transporte, los vehículos de carretera y estaciones pueden comunicarse a través de
las interfaces de red WLAN (ITS-G5).

Además, estos componentes permiten aumentar la cobertura inalámbrica limitada de

la tecnología WLAN, ya que los paquetes de una fuente pueden ser entregados a su
destino a través de la comunicación multi-hop, donde nodos intermedios reenvían los
paquetes en nombre de la fuente.

2.3. Funciones de Soporte

A continuación se muestra un ejemplo de componentes de la capa de Funciones de
Soporte [7]:

VIS
Unidad de
LDM MAP BIM Test ITS HMIS
Aplicaciones ITS Sensores

Gestor Gestor Eq.

POTI VDP Carretera
Sensores Sensores
Funciones de Soporte ITS
Seguridad ITS
Gestión ITS

TOPO SPAT CAM DENM SAM

Red y Transporte ITS

GNBTPAPI VAPI
Tecnologías de Acceso ITS

Componente Componente Componente

VIS & RIS VIS RIS

Figura 7 – Compontes de la Capa de Funciones de Soporte ITS para VIS y RIS

En esta capa se encuentran las funciones que dan soporte a las aplicaciones:

— POTI (Position & Time): Facilita información de la posición, información del tiem-
po GNSS y seguimiento de la posición.

CAM (Cooperative Awareness Message Manager) [11]: Los mensajes CAM se

—
distribuyen dentro de la red ITS-G5 (802.11p) y proporcionan información de
presencia, de posición, así como el estado básico de la comunicación de las
estaciones vecinas.

—
DENM (Decentralized Environmental Notification Message): Los mensajes
DENM proporcionan información relacionada con un evento que tiene un impac-

104
 Comunicaciones entre vehículos y con la infraestructura

to potencial en la seguridad vial. Por otro lado, un DENM se puede utilizar para
los casos de uso de eficiencia de tráfico.

— LDM (Local Dynamic Map): Ofrece una visión conjunta de los datos dinámicos
provenientes de los módulos CAM y DENM.

— VDP (Vehicle Data Provider): Provee la información del vehículo, controlando la

conexión de múltiples subscripciones de clientes en una única conexión hacia el
bus CAN.

— VAPI (Vehicle Application Interface): VAPI es una interfaz estandarizada para los
datos de los sensores del vehículo en una red IP. El CanProxy, que es desarrolla-
do por cada fabricante de vehículos, envía los datos de sus sensores a la VAPI,
quien los procesa y distribuye.

— SPAT (Signal Phase And Timing Message Manager): El componente SPAT trans-
fiere información de fase/estado de una intersección. Un estado se describe por
su color actual (rojo, verde, amarillo) y depende de la hora actual.

— TOPO: Transfiere información sobre una intersección. Esta información contiene

datos sobre la geometría, la alineación, los carriles y la posición, de acuerdo a
una posición de referencia.

—
GNBTPAPI (GeoNetworking BTP API): Este componente permite multiplexar
varias aplicaciones a las capas de red y transporte.

— SAM (Service Announcement Message Management): SAM facilita el uso diná-

mico de múltiples canales inalámbricos para ITSG5.

— MAP: Ofrece datos de los mapas disponibles.

— BIM (Backend Integration Manager): Este componente proporciona la funciona-

lidad necesaria para un intercambio de información eficiente entre los vehículos
y los sistemas de back-end.

— HMIS (HMI Support): HMIS facilita un lenguaje de programación independiente

para el intercambio de información bidireccional entre aplicaciones de vehículo
y el HMI a bordo de los vehículos.

2.4. Aplicaciones cooperativas [12]

Actualmente existen un conjunto básico de aplicaciones/casos de uso (BSA), cuya
implementación se ve factible en un margen de 3 años, una vez completada la estan-
darización del sistema [12].

A continuación se muestran una lista de dichas aplicaciones y casos de uso:

105
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Tipo
Aplicación Caso de uso
de Aplicación
Advertencia Vehículo de Emergencia
Asistencia a la Conducción – Indicación de Vehículo Lento
Conocimiento de la situa-
ción Cooperativa (CA) Advertencia de colisión de Intersección
Indicación de aproximación de Motocicleta
Luces de freno electrónico de emergencia
Advertencia de Conducción Incorrecta
Vehículo Inmóvil – Accidente
Vehículo Inmóvil – Vehículo Averiado
Seguridad Vial Advertencia de las condiciones de Tráfico
Activa Advertencia de incumplimiento de Señal
Asistencia a la conducción –
Advertencia de trabajos en la Vía
Advertencia de Riesgo
en Carretera (RHW) Advertencia de Riesgo de Colisión
Datos de Coches Flotantes – Ubicación Peligrosa
Datos de Coches Flotantes – Precipitaciones
Datos de Coches Flotantes – Adherencia a la
carretera
Datos de Coches Flotantes - Visibilidad
Datos de Coches Flotantes – Viento
Notificación de los límites de velocidad regula-
Gestión de Velocidad dos/contextuales
(CSM) Recomendación de velocidad óptima en semá-
foro
Eficiencia
de Tráfico Información de Tráfico e itinerario recomendado
Cooperativo Guiado de ruta y navegación mejorados
Navegación Cooperativa
(CoNa) Advertencia de acceso limitado y notificación
de desvío
Señalización en el vehículo
Notificación de punto de interés
Servicios Control de acceso automático y gestión de
Servicios basados aparcamiento
Locales
en localización (LBS)
Cooperativos Comercio electrónico local ITS
Descarga de contenido multimedia
Servicios de seguros y financieros
Servicios de Comunidad
Gestión de Flotas
Servicios (ComS)
Gestión de zona de Carga
Globales
de Internet Suministro y actualización de software/datos
ITS station Life Cycle del vehículo
Management (LCM)
Calibración de datos del vehículo y de la RSU

106
 Comunicaciones entre vehículos y con la infraestructura

3. Ejemplos de proyectos e iniciativas europeas

A nivel europeo, los inicios de la investigación en sistemas cooperativos datan de fina-
les de los años 80, con el proyecto PROMETHEUS, que fue lanzado dentro del progra-
ma de investigación EUREKA. En ese momento la tecnología necesaria no estaba sufi-
cientemente madura, y es en la década pasada, cuando realmente Europa comienza a
invertir en este campo de investigación, siendo a día de hoy, un campo de investigación
y desarrollo clave para la comisión europea. Ello se refleja en las diferentes iniciativas
y proyectos que se han lanzado durante los últimos años, en la búsqueda y prueba de
diferentes soluciones tecnológicas para la implantación de este tipo de sistemas.

Se pueden mencionar iniciativas como el Car2Car Communication Consortium (C2C-

CC) o el conocido como el Amsterdam Group, que mediante la creación de grupos e
involucrando a las principales partes interesadas (industria automoción, proveedores de
servicios y autoridades públicas) buscan promover y empujar el desarrollo e implantación
de estas tecnologías. Las actividades de ambos grupos se ven reforzadas por las iniciati-
vas COMeSafety y COMeSafety2, en donde se ha estado trabajando principalmente en
los estándares aplicables a las tecnologías cooperativas. Las actividades llevadas a cabo
en estos grupos de trabajo, se ven complementadas por las actividades de desarrollo
y prueba que se desarrollan en los diferentes proyectos financiados por la Comisión
Europea. Entre los principales proyectos llevados a cabo se pueden destacar PRE-DRIVE
C2X, CVIS, SafeSpot, Coopers o GeoNet, todos ellos ya finalizados y que han permitido
poner las bases y se ha establecido el marco común de trabajo en sistemas cooperativos.

Siguiendo la evolución del desarrollo en este campo y complementando estos proyec-

tos, se han desarrollado diferentes proyectos focalizados más en la prueba de estos
sistemas en entornos reales, mediante la ejecución de tests de campo y pruebas piloto,
como son, por ejemplo, los proyectos DRIVE C2X, FOTSIS, COMPASS4D o CO-GIS-
TICS, algunos de ellos todavía en curso.

A continuación, se describen brevemente en cada subapartado las iniciativas y proyec-

tos llevados a cabo.

3.1. Car2Car Communication Consortium (C2C-CC)

Este consorcio sin ánimo de lucro y constituido principalmente por fabricantes de vehí-
culos y componentes, se formó en 2001 con el objetivo de conseguir incrementar la
seguridad vial y la eficiencia en conducción mediante el uso de tecnologías cooperati-
vas. Fundamentalmente trabajan en la comunicación vehículo-vehículo, apoyada por la
comunicación vehículo-infraestructura.

Las principales áreas de actividad son el desarrollo técnico de los sistemas cooperati-
vos, contribución al desarrollo de estándares, a la asignación de frecuencias ITS, trabajo
en casos de negocio y estrategias para el despliegue de los sistemas, la elaboración de
roadmaps y otras actividades relacionadas.

107
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Es especialmente relevante el trabajo realizado desde esta organización en el desarro-

llo de las especificaciones de los sistemas cooperativos, que han sido proporcionadas
a entidades de estandarización (por ejemplo, ETSI) para ser tenidas en cuenta. Uno de
sus principales objetivos es el desarrollo de estándares internacionales que garanticen
la interoperabilidad entre los diferentes vehículos y países.

3.2. Amsterdam Group

Este grupo se ha concebido como una alianza estratégica entre las principales partes
interesadas con el objetivo de facilitar de forma conjunta el despliegue de las tecnolo-
gías cooperativas en Europa. Incluye organizaciones clave como CEDR (Conference of
European Directors of Roads), ASECAP (Association Européenne des Concessionnaires
d’Autoroutes et d’ouvrages á Péage), POLIS y el C2C-CC.

Este grupo trata de crear un marco común en el que se facilite el diálogo entre las
diferentes partes, el intercambio de información y experiencias, donde se fomente la
discusión y se puedan crear soluciones para el despliegue de las tecnologías coopera-
tivas. Sus principales objetivos son:

— Facilitar el diálogo entre los diferentes actores.

— Intercambiar experiencias entre los diferentes estudios de campo y corredores

establecidos.

— Comunicación con la comisión europea y otras entidades, como por ejemplo los
organismos de certificación ETSI/CEN.

— Elaboración de especificaciones funcionales de C-ITS que puedan servir como

base para la elaboración de estándares.

— Análisis y eliminación de barreras para el despliegue de la tecnología y los sis-

temas.

3.3. COMeSafety
COMeSafety fue un proyecto del Sexto Programa Marco (2006-2009), más específica-
mente fue una Specific Support Activity (SSA), que dio soporte al eSafety Forum con
respecto a los sistemas cooperativos. Esta acción de soporte ha tenido un rol muy rele-
vante en la consolidación de los requerimientos y resultados de varios de los proyectos
europeos de investigación y desarrollo, así como en la estándarización de los sistemas.
COMeSafety concluyó con el desarrollo de una arquitectura de comunicación europea
para ITS, que unifica los diferentes aspectos de la arquitectura de los sistemas coope-
rativos. Esta especificación de arquitectura fue desarrollada como un esfuerzo conjunto
de los proyectos europeos COOPERS, CVIS, SAFESPOT, GeoNet y Pre-Drive C2X y en
cooperación con el C2C-CC, ETSI, IETF e ISO, con contribuciones de IEEE y SAE.

108
 Comunicaciones entre vehículos y con la infraestructura

3.4. PRE-DRIVE C2X

Partiendo de los conceptos del C2C-CC y tomando como base la arquitectura desarro-
llada en COMeSafety, PRE-DRIVE C2X (2008-2010) especificó y desarrolló un sistema
cooperativo para demostración, validación funcional y evaluación mediante la ejecu-
ción de tests de campo.

El sistema desarrollado cubría las unidades de comunicación embarcadas en el vehícu-

lo, las unidades de comunicación en carretera, así como los sistemas de back-end, todo
ello siguiendo la arquitectura de COMeSafety.

Además del desarrollo del sistema en si, en este proyecto se desarrolló un modelo de
simulación completo para sistemas cooperativos, con el objetivo de estimar los bene-
ficios de la comunicación C2X en términos de seguridad, eficiencia e impacto en el
entorno.

Además de ello, se desarrollaron los diferentes métodos y herramientas necesarios

para la validación funcional y test de los sistemas cooperativos en laboratorio y, en el
marco de un test de campo, bajo condiciones reales de tráfico.

3.5. CVIS (Cooperative Vehicles-Infrastructure Systems)

CVIS (2006-2010) es un proyecto del Sexto Programa Marco, cuyo principal objetivo era
desarrollar y probar nuevas tecnologías que permitiesen la comunicación entre los vehí-
culos y cualquier infraestructura de carretera. El objetivo era ofrecer diferentes servicios
basados en información de tráfico y de la carretera en tiempo real, incrementando de
esta forma la seguridad y eficiencia en carretera y reduciendo el impacto en el entorno.

El objetivo era revolucionar el transporte de personas y mercancías, redefiniendo como

los conductores, sus vehículos, las mercancías que se transportaban y la infraestructura
de transporte interactuaban y cooperaban.

Esto sólo podía funcionar, si tanto los diferentes vehículos como las infraestructuras de
carretera, usaban los mismos estándares. Para ello se desarrolló una unidad de comu-
nicación multicanal capaz de mantener comunicación de forma continua, usando dife-
rentes protocolos y asegurando la interoperabilidad. El proyecto aplicó la ISO CALM
para la comunicación móvil continua y sus resultados realimentaron los cuerpos de
estandarización mundiales y europeos.

Otras innovaciones relevantes del proyecto, fueron el posicionamiento de alta precisión

y los mapas locales dinámicos, un Framework de acceso seguro y abierto a los diferen-
tes servicios online y un sistema para recoger e integrar los datos de los vehículos y de
los sensores de carretera.

109
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Figura 8 – Arquitectura de alto nivel definida en CVIS

Se desarrollaron aplicaciones urbanas, interurbanas y para gestión de flotas y transpor-

te. Estas aplicaciones se testearon en Francia, Alemania, Italia, Holanda, Bélgica, Suecia
y Reino Unido.

Finalmente, el proyecto creó guías y herramientas para tratar aspectos técnicos y no

técnicos de la futura implantación de estos sistemas.

3.6. SAFESPOT
SAFESPOT es un proyecto del Sexto Programa Marco (2006-2009), centrado en la crea-
ción de redes dinámicas cooperativas donde los vehículos y la infraestructura de carre-
tera se comunican para compartir información, con el objetivo de mejorar la visión del
conductor, del entorno y mejorar de esta forma la seguridad. En la siguiente imagen se
puede ver la visión del proyecto.

Figura 9 – Visión del proyecto SAFESPOT: “Safety Margin Assisstant”

110
 Comunicaciones entre vehículos y con la infraestructura

El objetivo del proyecto era prevenir accidentes de tráfico desarrollando el sistema

“Safety Margin Assistant”, que detectaba con antelación situaciones potencialmente
peligrosas y que permitía ampliar en el espacio y el tiempo, el conocimiento del con-
ductor y del entorno. El sistema se basaba en comunicación vehículo-vehículo y vehí-
culo-infraestructura.

Algunos de los principales retos que se enfrentaron en este proyecto fueron la existencia
de una red de comunicación fiable, con suficiente velocidad para dar soporte a estas
aplicaciones, segura y de bajo coste. Además de esto existía la necesidad de una banda
de frecuencia dedicada para las aplicaciones. El protocolo principal candidato para el
desarrollo fue 802.11p, siguiendo las indicaciones del C2C-CC y el protocolo CALM.

Otros dos importantes retos con los que se lidió en el proyecto, fueron la precisión
del posicionamiento y el uso de mapas dinámicos, desarrollando soluciones para su
implementación.

3.7. Coopers (Co-operative Systems for Intelligent

Road Safety)
El proyecto Coopers se lanzó dentro del Sexto Programa Marco en el año 2006, con una
duración de cuatro años (finalizó en 2010). Este proyecto se centraba, principalmente, en las
zonas de autopista donde se conectó la infraestructura de carretera con el vehículo median-
te comunicaciones wireless, con el objetivo de intercambiar datos e información relevante
para la mejora de la seguridad en carretera y permitir la gestión de tráfico cooperativa.

El proyecto se centró en la definición, desarrollo y test (en cuatro corredores europeos)

de nuevos servicios de seguridad, equipamiento y aplicaciones usando la comunica-
ción I2V and V2I. En este caso, el nuevo rol de los operadores de autopista, al ofrecer y
recibir información de seguridad y de gestión de tráfico para segmentos específicos de
la autopista, fue también investigado durante el proyecto.

Figura 10 – Flujo de información para la gestión cooperativa de tráfico

111
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

3.8. GeoNet
El proyecto GeoNet (2008-2010) creó una especificación de referencia para los proto-
colos de red para sistemas cooperativos, cubriendo GeoNetworking e IPv6. El objetivo
era dar soporte a aplicaciones cooperativas, principalmente aplicaciones de seguridad
y, con IPv6, dar soporte a aplicaciones de gestión de tráfico y de información al conduc-
tor. GeoNet desarrolló dos implementaciones de referencia.

Las especificaciones generadas por este proyecto han sido tomadas en cuenta durante
el proceso de estándarización de ETSI y fueron adoptadas por el proyecto PRE-DRIVE
C2X como principal referencia para los protocolos de red. Estos resultados fueron tam-
bién usados en el proyecto DRIVE C2X, explicado más adelante.

3.9. COMeSafety2
Acción de soporte enmarcada en el Séptimo Programa Marco, continúa el trabajo ini-
ciado en el proyecto COMeSafety, tratando de establecer los medios para el desplie-
gue de los sistemas cooperativos en Europa. En la siguiente figura se resumen los
principales objetivos de esta acción:

Figura 11 – Objetivos de la acción de soporte COMeSafety2

3.10. DRIVE C2X

Partiendo de los resultados del proyecto PRE-DRIVE C2X en términos de especificacio-
nes, HW y SW, DRIVE C2X (2011-2014) se centró en la comunicación vehículo-vehículo
y vehículo-infraestructura, incluyendo el sistema de back-end. En proyectos previos a

112
 Comunicaciones entre vehículos y con la infraestructura

este como CVIS, SAFESPOT, COOPERS y PRE-DRIVE C2X, probaron la factibilidad de

diferentes aplicaciones cooperativas para mejorar la seguridad en carretera y la eficien-
cia. Este proyecto va más allá de la prueba de concepto y se centra en la ejecución de
test de campo en condiciones reales y a gran escala a lo largo de Europa.

Las aplicaciones testeadas se construyeron de acuerdo a la arquitectura común euro-

pea para sistemas cooperativos definida en COMeSafety, garantizando así la compa-
tibilidad con los diferentes estándares de ITS en los que se está trabajando a nivel
europeo. De esta forma, los resultados de DRIVE C2X tendrán validez a largo plazo a
nivel europeo, proporcionando la suficiente confianza a los desarrolladores del sistema,
así como a la industria implicada y a los responsables de toma de decisiones dentro de
las autoridades públicas.

En la siguiente imagen se pueden ver las diferentes areas de test consideradas en este
proyecto.

Figura 12 – Áreas de test del proyecto DRIVE C2X

3.11. FOTsis (European Field Operational Test on Safe,

Intelligent and Sustainable Road Operation)
Ejecutado más o menos en paralelo al proyecto DRIVE C2X entre las anualidades 2011-
2014, este proyecto se centra en la ejecución de un test de campo a gran escala sobre
los sistemas de gestión de infraestructura de autopista necesarios para la operación de
varias aplicaciones cooperativas (I2V, V2I e I2I) ya cercanas al mercado. Mientras DRIVE
C2X se centró más en aplicaciones cooperativas desde el punto de vista del vehículo,
en este caso, FOTSIS, se ha centrado más en el punto de vista de la infraestructura de
carretera, con el objetivo de determinar la capacidad de las infraestructuras actuales
para incorporar las nuevas tecnologías cooperativas.

113
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

FOTsis ha revisado la infraestructura de carretera y las redes de comunicación requeri-

das para asegurar una conectividad adecuada desde los centros de control de tráfico
con los usuarios/vehículos. Para la implementación de los sistemas se ha utilizado la
arquitectura ITS propuesta en el proyecto COMeSafety. En la siguiente figura se puede
ver la arquitectura global que se ha seguido en el proyecto.

Figura 13 – Arquitectura FOTsis

La red de comunicaciones propuesta permite conectar todo tipo de dispositivos (móvi-

les, RSUs,…). Las comunicaciones entre la infraestructura (I2I) se basan en tecnologías
ya existentes: redes IP sobre Ethernet o usando protocolos avanzados como MPLS
(Multiprotocolo Label Switching) que permiten garantizar la funcionalidad deseada, la
calidad de servicio y la seguridad. Adicionalmente se han usado DMB (Digital Media
Broadcasting) y DVB-H (Digital Video Broadcasting) para enviar información a elemen-
tos de infraestructura como, por ejemplo, los paneles informativos de la carretera.

3.12. COMPASS4D
COMPASS4D es un proyecto piloto en entorno urbano financiado dentro del Séptimo
Programa Marco (2013-2015), que se centra en la prueba en siete ciudades europeas
(Copenhague, Burdeos, Helmond, Newcastle, Tesalónica, Verona y Vigo) de tres servi-
cios cooperativos urbanos cercanos al despliegue:

— Red Light Violation Warning (RLVW).

— Road Hazard Warning (RHW).
— Energy Efficiency Intersection Services (EEIS).

114
 Comunicaciones entre vehículos y con la infraestructura

El despliegue de estos servicios se está llevando a cabo tomando como base desa-
rrollos realizados en proyectos, además de utilizar los estándares establecidos a nivel
europeo. Para comunicaciones de rango corto se utilizará el estándar ETSI G5 y redes
móviles 3G/LTE siguiendo el estándar ETSI TC ITS.

El principal objetivo de este proyecto es conseguir el despliegue de estos sistemas

en las ciudades, por lo tanto también se trabaja en la identificación de barreras y en la
elaboración de planes de negocio para conseguir que los servicios se puedan mantener
de forma autosuficiente en el futuro.

Otro objetivo claro del proyecto es alcanzar la interoperabilidad y la armonización de

servicios.

3.13. CO-GISTICS
CO-GISTICS, al igual que COMPASS4D, es un proyecto piloto que busca, mediante la
ejecución de un piloto en siete ciudades europeas, el despliegue de las tecnologías
cooperativas, en este caso, centrándose únicamente en aplicaciones de logística. Es un
proyecto del Séptimo Programa Marco que ha comenzado en 2014 y tiene una dura-
ción de tres años.

Se plantea el despliegue de los siguientes servicios:

— Parking inteligente y gestión de zonas de descarga.

— Gestión de carga multimodal.

— Monitorización y estimación de emisiones de CO2.

— Recomendaciones de velocidad y prioridad en intersecciones.

— Sistema de ayuda al conductor para conducción más eficiente (eco-driving support).

4. La experiencia del corredor cooperativo SISCOGA

Una de las experiencias más relevantes a nivel europeo e internacional sobre sistemas
cooperativos ha tenido lugar en España, en la Comunidad de Galicia. Todo ello fruto
del esfuerzo conjunto entre la Dirección General de Tráfico y el Centro Tecnológico de
Automoción de Galicia.

Como punto de partida para esta experiencia se contaba con el importante equipa-
miento ITS en las infraestructuras de la DGT, que inauguró el Centro de Gestión de Trá-
fico del Noroeste en el año 2002 y en las experiencias y proyectos de investigación rea-
lizados por CTAG, durante la pasada década, en el campo de los sistemas cooperativos.

115
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Figura 14 – Centro de Gestión de Tráfico del Noroeste (DGT) y Sala de Gestión

de SISCOGA (CTAG)

Todo ello, permitió abordar a la DGT y a CTAG en el año 2010 la puesta en marcha
de la iniciativa SISCOGA (Sistemas Cooperativos de Galicia) para preparar un corredor
inteligente en la zona noroeste de España, que permitiera ensayar y evaluar futuras
soluciones de comunicación cooperativa entre vehículos e infraestructuras, enfocadas a
la mejora de la seguridad y la eficiencia del tráfico por carretera.

Este importante esfuerzo permitió a SISCOGA formar parte del proyecto europeo DRI-
VE-C2X que, como se ha comentado en el apartado 3, ha tenido como objetivo princi-
pal llevar a cabo una prueba de campo a gran escala de los nuevos sistemas y solucio-
nes cooperativas, siguiendo los estándares internacionales previamente desarrollados.

En la actualidad, el corredor SISCOGA también forma parte de los nuevos pilotos

COMPASS4D y CO-GISTICS. Para ello, con la colaboración del Concello de Vigo, se
ha ampliado su despliegue al entorno urbano de la ciudad de Vigo. Todo ello, hace de
SISCOGA un entorno privilegiado a nivel internacional, con escenarios tanto urbanos
como interurbanos, para la investigación, desarrollo y despliegue de sistemas y aplica-
ciones cooperativas entre vehículos e infraestructuras.

Figura 15 – Instalación de una RSU durante el despliegue del corredor SISCOGA

116
 Comunicaciones entre vehículos y con la infraestructura

A continuación, en los siguientes sub-apartados, se describen las características prin-

cipales del corredor y su arquitectura, así como los diferentes FOTs (Field Operational
Tests) y pilotos que se han desarrollado o que se están desarrollando en la actualidad.

4.1. Características principales y arquitectura del corredor

SISCOGA
El corredor cooperativo SISCOGA está ubicado en la zona noroeste de España y com-
prende más de 100 kilómetros de zonas interurbanas y urbanas, incluyendo autopistas
(AP-9) y autovías (A-52 y A-55), así como diversas entradas a la ciudad de Vigo, reco-
rriendo también una parte de sus arterias y avenidas principales (Avenida de Madrid,
Gran Vía, Urzaiz). Las características climáticas de esta zona presentan una variabilidad
significativa en términos de presencia de niebla, lluvia o hielo, que la hacen especial-
mente interesante para el análisis del potencial ofrecido por las informaciones de segu-
ridad preventiva que pueden proporcionar las aplicaciones cooperativas.

Figura 16 – Situaciones de niebla, túnel o pavimento deslizante que se dan en el corredor

En la figura 18 se recoge el esquema global de la infraestructura asociada al corredor

que, para la zona interurbana incluye el Centro de Gestión de Tráfico del Noroeste de
la DGT ubicado en A Coruña, el FOT Management Centre en CTAG con los servidores
de datos que permiten monitorizar en tiempo real la operativa de las diferentes prue-
bas de campo o pilotos, y un extenso equipamiento ITS de la DGT instalado en las
carreteras del corredor (cámaras, estaciones meteorológicas de alta precisión, paneles
de mensajería variable, puntos de medida de densidad y velocidades de tráfico, etc.).
Adicionalmente se han instalado 30 unidades de comunicación cooperativa en distintos
puntos específicos. Todos los equipos están unidos al Centro de Gestión a través de un
anillo de fibra óptica.

Para la parte interurbana se dispone de una estructura similar, que incluye el Centro
de Gestión de Tráfico de Vigo, diferentes detectores y cámaras, la red semafórica de
la ciudad y 20 unidades de comunicación cooperativa instaladas en diversos puntos de
la ciudad. Todos los equipos también están unidos al Centro de Gestión de Tráfico a
través de un anillo de fibra óptica y también son accesibles y se pueden monitorizar en
el FOT Management Centre de CTAG.

117
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Figura 17 – Proyectos en el corredor cooperativo SISCOGA – De la investigación al despliegue

Figura 18 – Arquitectura del corredor cooperativo SISCOGA

118
 Comunicaciones entre vehículos y con la infraestructura

4.2. Roadmap de proyectos y actividades

La existencia del corredor cooperativo SISCOGA ha permitido desarrollar diversos pro-
yectos de investigación, desarrollo y despliegue, tanto a nivel nacional como interna-
cional (figura 19), que se describen a continuación.

Figura 19 – Proyectos en el corredor cooperativo SISCOGA – De la investigación

al despliegue

4.3. FOT Nacional SISCOGA

En el año 2011 se inició, por parte de CTAG y DGT, un primer proyecto [13] para llevar a
cabo una prueba de campo en el corredor SISCOGA con el objetivo de evaluar diver-
sas aplicaciones cooperativas enfocadas a la mejora de la seguridad y la eficiencia vial
(figura 20).

Para la realización de la prueba de campo se equiparon 12 vehículos (10 vehículos con

los usuarios objeto de la prueba, más 2 vehículos de control) con los siguientes equipos
embarcados:

• Unidad cooperativa de comunicaciones.

• Unidad de registro y grabación de datos con GPS y UMT.

• HMI dedicado.

119
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Figura 20 – Aplicaciones cooperativas desarrolladas y evaluadas en el FOT Nacional

SISCOGA

Para la realización de las pruebas se siguió la metodología FESTA [14] desarrollada en

el VII Programa Marco Europeo para la realización de FOTs. Las pruebas tuvieron una
duración global de 12 meses: 3 meses de línea base (recogida de datos con el sistema
apagado) y 9 meses de recogida de datos en fase experimental (recogida de datos con
el sistema encendido).

Línea Base Fase Experimental

25% del tiempo total

(con el sistema 75% del tiempo total (con el sistema activado)
desactivado)

M1 M2 M3 M4 M5 M6 M7 M8 M9 M10 M11 M12

N = 10 sujetos

En la figura 21 se muestra el sistema global de gestión de datos que se preparó para

llevar a cabo el proyecto.

120
 Comunicaciones entre vehículos y con la infraestructura

Figura 21 – Esquema general del sistema global de registro y gestión de datos de las pruebas

Durante las pruebas se registraron 4265 eventos en el corredor y se pudo llevar a cabo
una primera evaluación estadística de las mejoras ofrecidas por este tipo de aplica-
ciones, así como de su valoración por parte de los participantes. En este sentido, las
figuras 22 y 23 muestran algunos ejemplos de los resultados principales obtenidos. En
los mismos se puede observar el importante potencial que los sistemas cooperativos
pueden ofrecer.

Figura 22 – Valoración de la utilidad de las funciones y de la intuitividad del HMI (0:min, 5:max)

Figura 23: Disminución de la velocidad promedio normalizada con la función cooperativa

de aviso de obras

121
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

4.4. FOT Europeo DRIVE-C2X

Para la elección y selección de los “test-sites” para el proyecto DRIVE-C2X, se analiza-
ron numerosas propuestas en distintos países de Europa siguiendo criterios de estado
de madurez técnica, entidades involucradas en el “test-site”, posibilidad de pruebas
transfronterizas, experiencias anteriores en FOTs, amplia cobertura europea global, etc.
Después de diversas visitas técnicas a las diferentes zonas de prueba preseleccionadas,
se eligieron como test-sites definitivos los reflejados en la figura 12, incluyendo por
tanto SISCOGA como una de las zonas de referencia a nivel internacional para pruebas
y evaluación de sistemas y aplicaciones cooperativas.

El proyecto DRIVE-C2X comenzó su andadura en el mes de enero de 2011 y las prue-

bas de campo se realizaron durante 12 meses, en el período comprendido entre Febre-
ro 2013 y Febrero de 2014. En SISCOGA se llevaron a cabo tanto pruebas en entorno
controlado como pruebas en entorno naturalista, todas ellas con 20 participantes no
expertos en este tipo de sistemas y tecnologías. Las funciones probadas incluyen apli-
caciones tanto de seguridad preventiva como de eficiencia.

Los resultados han sido analizados tanto a nivel global europeo (con más de 1,5 millo-
nes de kilómetros de pruebas realizadas con 200 vehículos) como a nivel nacional de
cada test-site, arrojando datos concluyentes sobre la contribución significativa de los
sistemas cooperativos en la mejora de la seguridad y la eficiencia del tráfico por carre-
tera. Las figuras 24, 25 y 26 muestran algunos ejemplos de los resultados obtenidos en
las pruebas realizadas en España.

Variación de la velocidad entre línea base y experimental

100

50

0
-3.03%
-21.17%
-50

-100
antes del aviso después del aviso en el evento

Variación de la velocidad entre línea base y experimental

100

50

0
-13.58%
-50 -29.74%

-100
antes del aviso después del aviso en el evento

Figura 24 - Disminución de la velocidad promedio normalizada con las función cooperativa

de aviso de accidente y de aviso de atasco respectivamente

122
 Comunicaciones entre vehículos y con la infraestructura

Figura 25 – Velocidad promedio del vehículo sin y con información cooperativa

de semáforo en verde

Figura 26 – Velocidad promedio del vehículo sin y con información cooperativa de semáforo
en rojo

123
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Cabe destacar la mejora significativa que se consigue con la función de recomendación

de velocidad en semáforo, con perfiles promedio de comportamiento mucho más sua-
ves ante la recomendación cooperativa [15]. Todo ello contribuyendo a una disminución
importante del consumo y las emisiones ante este tipo de escenarios.

A nivel de resultados globales de DRIVE-C2X [16], como ejemplos, se puede destacar

que, la función de aviso cooperativo de límites de velocidad puede reducir en promedio
un 23 % el número de muertos y un 13 % el número de heridos en la carretera, asumien-
do un nivel de penetración del 100 %. En el caso de la función de aviso de mal tiempo
se reducirían los muertos y heridos en porcentajes del 6 % y del 5 % respectivamente.

4.5. Piloto Europeo COMPASS4D

El piloto europeo COMPASS4D se inicia en Enero de 2013 con el principal objetivo de
implementar, desplegar y evaluar tres servicios cooperativos en el entorno urbano. En
este caso, mediante este proyecto, se extiende el corredor SISCOGA a la ciudad de
Vigo, uniendo dos de las principales arterias de acceso a la ciudad (la A55 y la AP9) y
cruzando el centro de la misma. De esta forma se han equipado 17 con RSUs, las 17
intersecciones que atraviesan toda la Avda. de Madrid y la Gran Vía (entre la calle Urzaiz
y la Plaza de España) así como la de la salida de la AP9  con la calle Alfonso XIII y la calle
Cervantes con Urzaiz.

Este despliegue en la ciudad de Vigo ha sido posible gracias a la colaboración del Con-
cello de Vigo, la empresa de gestión de infraestructura y tráfico en la ciudad, ESYCSA.
Así mismo, para la ejecución del piloto se cuenta con la colaboración de la empresa de
autobuses públicos, VITRASA, como uno de los grupos de usuarios del sistema.

En el piloto participan 20 autobuses urbanos, 8 taxis, 10 usuarios particulares y 2 vehí-

culos de emergencia. Estos vehículos han sido equipados con las correspondientes
OBU y sistemas de registro de datos necesarios para la ejecución del piloto y las acti-
vidades de evaluación. Los servicios cooperativos que podrán probar en la ciudad son
los siguientes:

— Red Light Violation Warning: Pretende incrementar el estado de alerta de los

conductores en intersecciones, para reducir el número de accidentes o sus con-
secuencias en caso de que ocurran:

• Alerta de paso en rojo.

• Alerta de paso en rojo de otro vehículo.

• Alerta de proximidad de vehículo de emergencia en la intersección.

— Road Hazard Warning (RHW): Alerta sobre una circunstancia imprevista en el

tráfico como obras, accidente, congestión...

124
 Comunicaciones entre vehículos y con la infraestructura

— Energy Efficiency Intersection Service (EEIS): Pretende reducir el consumo y las

emisiones mejorando la conducción en intersecciones.

• Información sobre estado y tiempo para cambio de semáforos.

• Prioridad a vehículos de emergencia.

• Prioridad a transporte público con retraso.

A continuación se pueden ver imágenes del funcionamiento de los sistemas en la

ciudad:

Figura 27 – Imágenes aplicaciones COMPASS4D en ciudad de Vigo

4.6. Piloto Europeo CO-GISTICS

CO-GISTICS, al igual que COMPASS4D, es un proyecto piloto a nivel europeo en el que
se aborda el despliegue, validación y configuración de servicios cooperativos orienta-
dos a la mejora de la logística en términos de eficiencia energética y eficiencia logística,
mediante la convergencia de tecnologías M2M y sistemas cooperativos.

125
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Este proyecto ha comenzado en Enero de 2014 y su duración se extenderá hasta

Diciembre de 2016. En el marco de CO-GISTICS, se reutilizará la infraestructura urba-
na existente en el corredor SISCOGA (desplegada en el marco de COMPASS4D) y se
ampliará con el equipamiento de 6 nuevas intersecciones en rutas con especial intensi-
dad de transporte de mercancías.

Al igual que COMPASS4D, el compromiso de la ciudad de Vigo y la empresa de gestión

de tráfico e infraestructuras ESYCSA ha permitido realizar este despliegue en la ciudad.
Así mismo, en este proyecto, es especialmente relevante la colaboración del Clúster
de Automoción CEAGA, que, en el proyecto representa y gestiona las empresas de
logística usuarias de los servicios.

Figura 28 – Infraestructura actual del corredor SISCOGA, incluyendo la extensión urbana

de COMPASS4D y CO-GISTICS

Para la ejecución del piloto en Vigo se equiparán un total de 15 camiones con los
siguientes servicios:

— Parking inteligente y gestión de zonas de descarga.

— Monitorización y estimación de emisiones de CO2.

— Recomendaciones de velocidad y prioridad en intersecciones.

— Sistema de ayuda al conductor para conducción más eficiente (eco-driving support).

126
 Comunicaciones entre vehículos y con la infraestructura

Actualmente, el proyecto se encuentra en fase de definición de la implementación a

llevar a cabo.

5. Conclusiones
Hacia el vehículo conectado y automatizado
Las tecnologías y funciones de comunicación cooperativa, aplicadas a la seguridad pre-
ventiva y a la mejora de la eficiencia vial, están en un nivel de madurez tecnológica que
permite pensar en un despliegue importante durante los próximos años. Para todo ello,
resultará fundamental la implementación de soluciones estandarizadas que permitan
un uso interoperable en los diferentes países europeos.

Por otra parte, en estos momentos se está produciendo un despliegue masivo en las
actuales generaciones de vehículos, de sistemas de seguridad y ayuda a la conducción,
basados en tecnologías de percepción del entorno como cámaras, ultrasonidos, rada-
res o sensores láser. Esta infraestructura que comienza a estar presente en la mayoría
de los vehículos, permite tener una importante base tecnológica, para dar un paso
más hacia sistemas de conducción automatizada, viables y muy útiles en determinadas
situaciones y escenarios: maniobras de aparcamiento, conducción en atascos o con-
ducción en autopista. Todo ello enfocado a la eliminación del error humano en esas
situaciones y por tanto, a la mejora de la seguridad y también de la eficiencia vial.

A futuro, uno de los principales campos de aplicación de los sistemas cooperativos es

precisamente el de la mejora de las funciones de conducción automatizada. Los bene-
ficios completos que pueden ofrecer las tecnologías de automatización del vehículo en
su entorno de conducción, se conseguirán a través de la convergencia de las tecnolo-
gías ITS cooperativas y las tecnologías de automatización, es decir, mediante la com-
binación de las soluciones basadas en sensórica y en comunicaciones cooperativas [17].

Figura 29 – Convergencia de vehículos automatizados y vehículos conectados

127
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

El grupo de trabajo europeo “iMobility Forum Working Group on Automation in Road

Transport” [18] ha elaborado un posible mapa de introducción de soluciones y tecnolo-
gías para la conducción conectada y automatizada (figura 30).

Figura 30 – Evolución de funciones de conducción automatizada según niveles de

automatización (iMobility Forum Working Group on Automation in Road Transport)

Durante los próximos años se realizarán importantes esfuerzos de investigación y desa-

rrollo, para apoyar el futuro despliegue en el mercado de este tipo de soluciones aso-
ciadas al vehículo conectado y automatizado.

6. Referencias
1. [Link]
2. [Link]
3. [Link]
4. [Link]
5. [Link]
6. [Link]
7. [Link]

128
 Comunicaciones entre vehículos y con la infraestructura

8. [Link]
9. ETSIEN302636-3V1.1.2(2014-03): [Link]
30263603/01.01.02_20/en_30263603v010102a.pdf.
10. ETSITS102636-4-2V1.1.1(2013-10):[Link]
1026360402/01.01.01_60/ts_1026360402v010101p.pdf.
11. ETSITS102637-2V1.2.1(2011-03):[Link]
10263702/01.02.01_60/ts_10263702v010201p.pdf.
12. ETSITS102637-1V1.1.1(2010-09):[Link]
10263701/01.01.01_60/ts_10263701v010101p.pdf.
13. “SISCOGA – a Field Operational Test in the North West of Spain on future C2X
Applications”. [Link], [Link], [Link], [Link]. EAEC European Congress.
Valencia, June 2011.
14. [Link]
15. Sánchez F. Vigo ITS Test Bed – Towards Harmonised Deployment of Cooperative
ITS. Workshop ITS for Urban Mobility. ITS European Congress. Helsinki, Junio 2014.
16. DRIVE-C2X Final Event Press Release. Berlin, 16.07.2014.
17. Dopart K. “US DoT Automation Program”. Automation in Road Transportation
Working Group. Amberes, 8.05.14.
18. [Link]

129
 Autopistas Inteligentes

Ignacio (Iñaki) Olabarrieta Palacios

Fundación Tecnalia Research & Innovation
Doctor en Física Computacional por la Universidad de British Columbia
(Canadá) en 2004. Postdoctorado en el Instituto Hearne de Física Teórica
de la Universidad de Louisiana (USA), centrado en el modelado de sistemas
físicos complejos mediante métodos informáticos. Investigador
en TECNALIA desde 2006, actualmente en el Área de Negocio OPTIMA
(Optimización, Modelado y Analítica de Datos). Su labor investigadora
se centra principalmente en el estudio y análisis de datos de movilidad.
Es el responsable científico del Smart Mobility Lab, el laboratorio
de soluciones de tráfico y movilidad terrestre de Tecnalia.
Ana Isabel Torre Bastida
Fundación Tecnalia Research & Innovation
Ingeniera Informática por la Universidad de Deusto y Master en Sistemas
Informáticos Avanzados por la UPV/EHU. Analista Oracle/Java en la empresa
DesinorData hasta el 2010. Beneficiaria de una beca pre-doctoral
de la Fundación Iñaki Goenaga. Actualmente se encuentra en el cuarto año
de esta beca, investigando para TECNALIA en el Área de Negocio OPTIMA
(Optimización, Modelado y Analítica de Datos). Su investigación se centra en
las áreas de Web Semántica (almacenamiento y consulta, integración semántica
o mapeo de ontologías), y en el área de Big Data y computación paralela.
Begoña Molinete Cuezva
Fundación Tecnalia Research & Innovation
Ingeniera de Telecomunicaciones por la Universidad del País Vasco,
especialidad Radiocomunicaciones. Investigadora en TECNALIA
desde 2000 (como Centro Fusionado y previamente en ROBOTIKER)
y actualmente en el Área de Negocio OPTIMA (Optimización, Modelado
y Analítica de Datos), ejerciendo como Directora de Proyectos y Responsable
de Sistemas de Transporte Inteligente (ITS). Especialización en la aplicación de TICs
a la gestión de la movilidad y el transporte por superficie, el diseño de sistemas
y arquitecturas de comunicación V2X y el análisis de datos de movilidad para
la provisión de servicios orientados a la sostenibilidad y la eficiencia del tráfico.

1. Introducción
La incorporación de herramientas ITS a la red de autopistas interurbanas va a tener
cada vez más repercusión en el estado del tráfico, el consumo energético y el medio
ambiente. Hoy en día existe multitud de información referente a cómo nos desplaza-
mos de un lugar a otro. En una vía interurbana existen espiras magnéticas que detectan

131
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

cuando pasamos por un punto determinado de la red de carreteras; puede que una
antena junto a la vía detecte el “Bluetooth” conectado de nuestro teléfono móvil; las
estaciones de peaje registran nuestras entradas y salidas en una vía de pago y el recep-
tor GPS de nuestro móvil comprueba nuestra posición en todo momento. Estos son
solo unos pocos ejemplos de captación de datos más o menos directa sobre la movili-
dad. Otras fuentes importantes que todavía no se han explotado de una forma masiva
son las redes sociales, especialmente Twitter.

Esta información, correctamente filtrada, analizada y procesada puede producir una

caracterización muy precisa del estado de la carretera e incluso permitir predecir su
estado a corto plazo, además de comparar y predecir los movimientos individuales
(Garmin 2014a). En este capítulo nos centraremos en las técnicas para la captación de
información mediante coches flotantes o FCD por sus iniciales en inglés (Floating Car
Data). Esta forma de captación de datos se ha convertido en una alternativa econó-
mica para la captación de datos de movilidad ya que no requiere grandes inversiones
en infraestructuras, como puede ser la instalación de espiras o sistemas de identifica-
ción de matrículas mediante visión artificial. Además, en los últimos años, debido a la
penetración de los teléfonos inteligentes o smartphones ya no hace falta ni siquiera un
hardware dedicado para la captación de información. Google Inc. (Barth 2009) (Jeske
2013), Apple Inc. (Allan 2011) e INRIX Inc. (Haghani 2009), entre otros ya utilizan esta
técnica para obtener información sobre el estado de nuestras carreteras.

La cantidad de datos obtenida mediante este procedimiento puede llegar a ser masiva.
Por ejemplo, HERE, compañía de Nokia (Microsoft) basada en la absorbida NavTeq,
procesa 17 · 109 puntos de medida al mes (Rayasam 2014) y la cantidad de información
de localización que procesan es menor que la que procesa Google Inc. Entramos en
el ámbito de lo que hoy en día se denomina Big Data (Chen-Pyle 2013). Para procesar
dicha cantidad de información se presupone la necesidad de disponer de sistemas de
computación de alta capacidad y en muchos casos, de procesamiento distribuido. Este
procesamiento puede ser demandado en tiempo real o por lotes (batch), dependiendo
de la aplicación a la que vaya dirigido. En cada caso existen herramientas accesibles:
sistemas de Complex Event Processing (CEP) para el procesamiento en tiempo real y
sistemas del tipo Hadoop (Hadoop 2014) para el procesamiento por lotes.

A lo largo de este capítulo describiremos los métodos para la recolección de infor-

mación y ejemplos de su procesamiento para obtener información útil tanto para los
ciudadanos como para los administradores y operadores de las infraestructuras viarias.

Esta investigación ha sido realizada gracias al proyecto FP7 MoveUs1 financiado por la
Comisión Europea, en el que Tecnalia participa como Coordinador Técnico y en el que
se está desarrollando una plataforma de gestión de la movilidad basada en tecnologías
Cloud (Cloud 2014), para la cual FCD es una fuente fundamental de información.

1
  Grant agreement nº 608885

132
 Autopistas Inteligentes

2. Floating Car Data

La obtención de información mediante Floating Car Data se lleva realizando durante
varias décadas, sobre todo utilizando unidades dedicadas, muchas veces en dispositivos
de navegación (de Boer 2012, Garmin 2014b), sistemas de asistencia al conductor simi-
lares a eCall y en dispositivos de seguimiento y control en taxis o camiones de reparto.

Sin embargo en los últimos años, y en muchos casos de forma totalmente inadverti-
da por los usuarios de la vía, se realiza mediante los teléfonos móviles inteligentes o
smartphones. La penetración de los smartphones en España en el año 2013 es del 55 %
elevándose al 85 % entre los jóvenes de 25-34 años (Our Mobile Planet) y con una clara
tendencia al alza, lo que hace que sea una herramienta perfecta para la captación de
datos de movilidad y en particular, del tráfico. Los smartphones como herramienta de
captación son más importantes si cabe en el ámbito interurbano ya que la densidad
de flotas de taxis o vehículos de reparto, que típicamente son los que tienen hardware
dedicado, es mucho más baja que en las ciudades.

El sistema de localización de los teléfonos inteligentes no sólo utiliza el GPS sino que en
muchas ocasiones también utiliza la información de las conexiones WiFi disponibles al
alcance del teléfono. Esta información facilita la localización del móvil incluso en ausen-
cia de información del sensor GPS ya que Google (de la misma manera que Apple y
Microsoft) tiene localizadas muchas de las conexiones WiFi existentes (Vaughan-Nichols
2011). En el caso de Google Inc., comenzaron obteniendo datos WiFi mediante la ini-
ciativa Google Street View aunque en 2010 paralizaron totalmente esta actividad (Kra-
vets 2012). Hoy en día, los dispositivos que utilizan el sistema operativo Android envían
la información de localización de las redes WiFi que están accesibles. Parece que esta
información de conectividad WiFi puede ser de gran ayuda para la localización, bien
por sí sola o más probablemente en soluciones hibridas conjuntamente con sensores
GPS. De todas maneras, esto tiene una utilidad relativa en el ámbito interurbano ya que
el número de conexiones WiFi suele ser bastante pequeño, por lo que nos centraremos
en los datos obtenidos mediante sensores GPS.

En zonas con cobertura GPS limitada, como pueden ser túneles o zonas con orografía
de cañón que producen un efecto de multicamino que destruye la señal, la información
del GPS se puede fusionar con otro tipo de sensores, como pueden ser brújulas, ace-
lerómetros, giróscopos o incluso odómetros que miden la distancia recorrida por las
ruedas del coche. Muchos de los algoritmos de localización más complejos descritos en
la sección 2.3 están preparados para la incorporación de estos sensores.

En esta sección empezaremos por describir algunas de las pruebas realizadas usando
FCD y sus resultados más importantes. Comentaremos también algunas de las pecu-
liaridades relativas a las comunicaciones y la frecuencia de muestreo. La información
en crudo del GPS se debe pre-procesar antes de ser utilizada. Este pre-procesamiento
varía dependiendo de la aplicación para la que se desee utilizar. Muchas veces puede
implicar el identificar las paradas o, lo que es análogo, las trayectorias individuales

133
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

(Sevlian 2010), pero siempre hay que localizar el dato en la red de carreteras. Finaliza-
remos esta sección analizando en detalle los diferentes algoritmos de localización para
FCD.

2.1. Pruebas de Campo

Se han realizado múltiples experimentos o pruebas de campo del concepto FCD para
obtener información del estado de la red vial de carreteras en diversos países. Resumi-
mos en esta sección una pequeña muestra, aunque no exhaustiva, de algunas de estas
iniciativas.

En Alemania, Siemens desarrolló en 1988 un sistema para enrutamiento dinámico de

vehículos con sensores infrarrojos al borde de la carretera y equipos especiales ALI-
SCOUT (Von Tomkewitsch 1991). Philips, por su parte, colaboró en el sistema SOCRA-
TES, que utilizaba el sistema GSM y que se probó en el piloto interurbano RHAPIT
(Harmsen 1997). En el proyecto VERDI (Fastenrath 1997) se utilizaron del orden de
800 vehículos con unidades dedicadas para la captación de datos. Estas unidades no
solo captaban la información del GPS sino que además realizaban parte del procesa-
miento disminuyendo así el coste de las comunicaciones. Unos años más tarde, BMW
incorporó información de otros sensores como limpiaparabrisas, termómetro exterior,
luces, etc., además de información de localización (Huber 1999), en lo que denominan
eXtended FCD (XFCD).

En Italia, (Fabritiis 2008) presenta los resultados de un experimento en el ámbito interur-

bano operado por OCTO Telematics donde la información obtenida se utiliza no solo
para obtener el estado del tráfico sino para realizar predicciones a corto plazo.

En Rotterdam (Holanda, 1999), 60 vehículos equipados con DGPS, con una precisión de
6 metros, permitieron validar el proyecto PRELUDE (Turksma 2000). En dicho proyecto
se desarrollaron herramientas de localización en el mapa (ver sección 2.3) y de estima-
ción de tiempos de recorrido en tramos de vía.

ITS Platform, en Dinamarca, ha realizado una prueba durante los últimos 4 años con 420
vehículos activos, los cuales constan de una unidad embarcada especialmente diseña-
da para la prueba (Lahrmann 2013). La particularidad más atrayente de esta iniciativa es
que la plataforma de captación de datos está abierta a desarrollos de terceros.

En España, el proyecto RACC Infotransit (RACC 2014), que en 2013 ya registraba más
de 200.000 descargas de su aplicación móvil, captura información FCD de la flota de
vehículos de su servicio de ayuda en carretera. Su aplicación, además de comunicar
el estado del tráfico, proporciona predicciones y facilita la prestación de asistencia en
carretera a los miembros de su asociación.

A nivel europeo, The Amsterdam Group (Amsterdam 2014), una alianza de corpora-
ciones europeas que abarca desde constructores de vehículos hasta administradores

134
 Autopistas Inteligentes

de infraestructuras está sentando las bases de un sistema cooperativo basado en esta-

ciones ITS a pie de carretera que, además de otros tipos de comunicación, incluirá la
recolección de información FCD. Otros ejemplos de sistemas cooperativos, no pura-
mente FCD, son los validados por los proyectos Controlled Probing (Paulin 2013) y los
proyectos europeos FP7 FOTsis, (FOTsis 2014) y DRIVE C2X (Drive 2014). Un sistema
puramente FCD, a nivel europeo, sin estaciones de recolección al borde de la vía, se
ha utilizado en In-Time (In-Time), proyecto FP7 (2009-2012) con objeto de reducir la
congestión, la polución y el consumo energético.

Fuera de Europa, en Estados Unidos se han desarrollado múltiples experiencias (US

DOT 2014), (MobileCentury 2014), (I-95 2014), en Japón SmartWay (Makino 2006) y
en China Beijing Taxi Cabs (Weng 2009), (Yuan 2010). Y con una cobertura mundial, los
ya mencionados Google, INRIX, HERE o TomTom, que llevan años captando datos de
movilidad.

2.2. Comunicaciones y Privacidad

En un sistema FCD se requiere típicamente enviar la información de localización cada
pocos segundos (Hashemi 2014), (Gössel 2004). Si, por ejemplo, un móvil envía la infor-
mación cada 2 segundos, velocidad máxima en la mayoría de los terminales comer-
ciales, implica que un vehículo con una velocidad de 120 Km/h enviará la información
cada 67 metros. Para la mayoría de aplicaciones de ITS en ámbitos interurbanos esta
resolución es suficiente ya que las vías interurbanas suelen tener segmentos entre bifur-
caciones más largos, del orden de varios kilómetros. Dicha frecuencia de muestreo
implica comunicar del orden de cientos de Megabytes al mes por usuario y es impor-
tante reducir al máximo el coste de dichas comunicaciones.

Dependiendo de la aplicación que se quiera realizar mediante el sistema FCD se puede

minimizar la cantidad de información que se comunica. Por ejemplo, en (Fastenrath
1997), (Kerner 2005) reducen la cantidad de mensajes que se envían haciendo que los
móviles que se desplazan por una carretera solo envíen su velocidad en caso de que
dicha velocidad sea anormal con respecto la velocidad nominal máxima de la vía por la
que discurren. Sólo se comunican velocidades que discrepen en un valor determinado
de la velocidad nominal máxima. Esto reduce la cantidad de información que se comu-
nica aunque por otro lado, el terminal móvil debe localizar la posición que es capturada
por el sensor GPS en la carretera (ver sección 2.3), lo que implica entre otras cosas
mantener una copia local de la red navegable de carreteras.

Otra manera en la que se puede reducir el número de mensajes que se transmiten es

utilizando un filtro espacial por el cual solo se comunica la posición y/o velocidad cada
vez que se pasa por unas vías determinadas de especial interés. Finalmente, también
se puede disminuir el volumen de información haciendo que el móvil se conecte con el
servidor siguiendo una función de probabilidad fijada con anterioridad e introduciendo
dicha probabilidad en procesamiento estadístico de la información (Tanizaki 2007).

135
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Un aspecto especialmente delicado cuando hablamos de la información de localización

es la privacidad. Los datos de localización se pueden considerar como información sen-
sible, ya que analizando dichos datos se pueden conocer aspectos del ámbito privado
de cada individuo, por ejemplo, si un ciudadano asiste asiduamente a templos de una
determinada creencia. Muchas de las iniciativas que se describen en la sección 2.1 inclu-
yen sistemas para anonimizar las trazas obtenidas. Aun así la directiva europea (95/46/
CE) dicta que los usuarios siempre deben dar el permiso expreso para que un organismo
recolecte su información de localización y a su vez, dicho organismo debe almacenar y
procesar la información de una forma establecida. El proyecto europeo FP7 PRECIO-
SA (PRECIOSA) se centra precisamente en mostrar cómo los sistemas de captación de
datos desde los vehículos a la infraestructura pueden satisfacer las regulaciones actuales
y futuras modificaciones en materia de privacidad y seguridad. En MoveUs también se
consideran estos aspectos como una parte fundamental del proyecto.

2.3. Localización o Map-Matching

Una parte crucial del procesamiento de casi cualquier fuente de datos en el ámbito del
tráfico es la parte que concierne la localización de un evento o móvil. Esta localización
se refiere a ubicar el evento en la red 1-dimensional que conforma la red navegable de
carreteras, lo que se conoce como map-matching. En el caso de que la localización sea
realizada mediante algún elemento de la infraestructura esto es relativamente inmedia-
to, ya que los elementos de la infraestructura suelen estar geo-localizados de alguna
manera, por ejemplo, mediante la referencia de la carretera y el punto kilométrico o un
nodo de la red navegable de la carretera. Aún en este caso es necesario elegir la misma
representación para todos los eventos, a fin de poder compararlos.

Figura 1 – Ejemplo de proceso de Map-Matching (MM) en una vía peri-urbana, N-637.

Los puntos y segmentos en rojo forman la red navegable, en este caso obtenida de OSM
(Open Street Maps). Los puntos en azul son medidas obtenidas de GPS y los puntos
en verde son los valores resultantes del proceso de MM

Más complejo es el proceso de la localización cuando la posición viene dada por un dis-
positivo GPS cuya medida tiene un error que puede ser en determinadas circunstancias
del orden de la distancia entre carreteras, especialmente en intersecciones o cuando

136
 Autopistas Inteligentes

existe una vía auxiliar paralela a la vía principal. En la Figura 1 se muestra un ejemplo
de dicha localización en un ámbito peri-urbano realizado por Tecnalia en el proyecto
MoveUs. (Zhao et al. 2003), estiman el error de la posición real en más de 50 m., aunque
depende en gran medida del tipo de receptor, la orografía y el nivel de urbanización
alrededor de la vía. En este caso, el proceso de map-matching no sólo ajusta el valor
obtenido a la red vial sino que en el proceso se reduce el error de la medida.

Para realizar este proceso se han utilizado diferentes técnicas como: análisis topológi-
co de la red de carreteras, teoría de la probabilidad, filtros de Kalman, lógica difusa,
y teoría de la evidencia, que se detallan más adelante. El proceso de map-matching
se puede generar a posteriori utilizando toda la trayectoria completa, lo que produce
resultados más exactos, o en tiempo real según los valores de GPS se van recibiendo,
lo que tiene la inmediatez necesaria para muchas de las aplicaciones ITS.

(Hashemi 2014) realiza un resumen extenso y reciente de los diferentes algoritmos

de map-matching. Los diferentes métodos se pueden agrupar en cuatro categorías:
geométricos, topológicos, probabilísticos y otros más avanzados (Quddus 2007), aun-
que muchos de los algoritmos más modernos utilizan aspectos de las cuatro categorías
(Hashemi 2014).

2.3.1. Algoritmos geométricos

Estos algoritmos sólo tienen en cuenta la posición obtenida por el GPS y la geometría
de la carretera. La manera en la que los diferentes segmentos de la carretera se unen
entre sí no se considera. Eso entra dentro de los algoritmos llamados topológicos,
aunque sí puede utilizarse la orientación (por ejemplo Norte-Sur) de un segmento indi-
vidual.

El algoritmo de localización más sencillo e intuitivo es aquel que, para cada punto
GPS independientemente, busca el nodo más cercano en la red de carreteras. Este
método se suele llamar “point-to-point matching” (Bernestein and Kornhauser, 1998).
Este algoritmo depende en gran medida de la resolución con la que se representa la
red de carreteras. Para una trayectoria a lo largo de un segmento de la carretera recto
y largo que esté únicamente representado por sus nodos inicial y final, existen pocas
probabilidades de que el algoritmo de map-matching funcione correctamente. Este
problema se podría resolver aumentando la resolución de la representación digital de
la red de carreteras, lo que conllevaría un aumento significativo del tamaño de dicha
representación digital.

En la Figura 2 se muestra un ejemplo del resultado de map-matching “point-to-point”

aplicado a la misma trayectoria mostrada en la Figura 1. En este caso mostramos ade-
más (con un círculo amarillo) los nodos en los que este proceso sencillo de map-mat-
ching falla al localizar el vehículo en los carriles de sentido opuesto al movimiento.
Aunque con problemas obvios, la sencillez de este algoritmo sirve en muchas ocasiones
como punto de partida o como paso previo a otros métodos más avanzados.

137
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Figura 2: Mismo ejemplo de la Figura 1 usando un algoritmo geométrico “point-to-point”.

En círculos de color amarillo se muestran las posiciones resultantes incorrectas,
ya que aparecen en la vía con sentido opuesto al movimiento. Como se puede
observar, más de la mitad de los puntos obtenidos son erróneos

El siguiente algoritmo en orden creciente de complejidad es el denominado “point-to-

curve matching”. En este método se realiza la búsqueda del segmento más cercano de
la red de carreteras asumiendo que la red de carreteras está formada por segmentos
lineales entre los diferentes nodos. El segmento más cercano es el segmento por el
que el vehículo está viajando. Este algoritmo mejora sensiblemente los resultados del
algoritmo “point-to-point” aunque suele ser inestable: una pequeña variación en el
valor medido por el GPS puede producir grandes cambios en el resultado cuando la
densidad de carreteras es alta.

Finalmente, el algoritmo geométrico más complejo es aquel que compara la trayec-

toria global hasta el último momento de captura con la red de carreteras: método
“curve-to-curve matching”. En este método (White et al. 2006) considera la distancia
entre diferentes curvas completas. Para ello, se toma la curva formada por segmentos
lineales entre los diferentes puntos medidos por el GPS y las diferentes curvas que se
generan considerando los puntos obtenidos mediante el algoritmo “point-to-point” y
los segmentos de la red navegable que los unen. Por un lado, la complejidad del algo-
ritmo aumenta ya que hay que tener un método para calcular la ruta entre los diferentes
nodos obtenidos en la red de carretera mediante el algoritmo “point-to-point”. Por
otro lado, este algoritmo es muy sensible a errores grandes en una única medida, i.e.
si una única medida GPS da un resultado con un error muy grande, este error se pro-
paga a toda la curva obtenida y no se restringe a un único punto. Para reducir este tipo
de errores, (Bernstein et al. 1996) modifican el concepto de distancia típico entre dos
curvas, es decir, la mínima distancia entre los puntos de las dos curvas, por una versión
en la que se considera la distancia de todos los puntos de una curva a todos los puntos
de la otra. Encontrar una métrica que resuelva todos los problemas puede llegar a ser
muy complicado.

Los algoritmos geométricos son algoritmos generalmente rápidos, aunque al no usar

la conectividad de la red navegable no tienen la precisión de otro tipo de algoritmos
como los topológicos.

138
 Autopistas Inteligentes

2.3.2. Algoritmos topológicos

En el ámbito de GIS, la topología se refiere a cómo los diferentes nodos y segmentos

están conectados los unos con los otros. Los algoritmos de map-matching que hacen
uso de la información de cómo se relacionan los diferentes elementos que conforman
la red de carreteras se denominan topológicos (Quddus et al. 2007). Cómo mínimo, los
algoritmos topológicos tienen en cuenta la conectividad de los segmentos, aunque en
general tienen información de las restricciones viales de la red navegable, restricciones
de giro, carreteras de sentido único, etc. Esto hace que estos sistemas sean mucho más
robustos, por ejemplo, el algoritmo topológico utilizado en la Figura 1 no tiene pro-
blemas en distinguir entre los dos sentidos opuestos de una autopista, mientras que el
algoritmo geométrico de la Figura 2 falla irremediablemente.

Una de las características principales de los algoritmos topológicos es que mantienen la

continuidad de la red, por ejemplo, un segmento de corta distancia con pocas proba-
bilidades de que una medida GPS se registre cerca, o un túnel donde no hay cobertura
GPS, pero que sirve como conexión entre segmentos donde se han detectado medidas
se convierte en parte de la trayectoria (Greenfeld 2002). En dicho artículo se propo-
ne un algoritmo donde se miden ciertas características tanto geométricas (cercanía y
orientación relativa a los segmentos de la red), como topológicas (conectividad con el
segmento previamente detectado), y se asignan unos pesos para cada segmento can-
didato y característica. En dicho estudio, Greenfeld concluyó que la orientación relativa
es más importante que la cercanía al segmento. Por ejemplo, un segmento que corte
perpendicularmente a la trayectoria medida por el GPS (distancia cero2) deberá tener
una probabilidad baja con respecto a otro segmento cuya distancia sea mayor, pero
cuya orientación relativa sea parecida.

Existen situaciones en las que la restricción de que el vehículo objeto de la localización

respete las normas de la vía no sea lo más adecuado, por ejemplo, al intentar localizar
vehículos prioritarios, de emergencias o militares que en determinadas circunstancias
están exentos de cumplir ciertas normas de circulación.

2.3.3. Algoritmos probabilísticos

Estos algoritmos consideran una zona de probabilidad alrededor del punto medido por
el GPS (Ochieng 2003). Esta zona se calcula utilizando una estimación del error de la
medida obtenida del mismo receptor y/o de las ecuaciones de evolución de un filtro
de Kalman (se explica más adelante). Entre los puntos de la red de carreteras que están
dentro de dicha zona se elige el punto resultante utilizando información de direcciona-
miento, conectividad de la red de carreteras o cercanía.

2
  Distancia cero si se utiliza la métrica común para la distancia entre dos curvas.

139
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

2.3.4. Otros algoritmos

Estos incluyen el uso de filtros de Kalman (Ochieng 2003), (Obradovic et al. 2007),
(Zhang 2003), filtros de partículas (Gustafsson et al. 2002), métodos bayesianos (Pyo
2001) y lógica difusa (Quddus 2006), (Zhao 2007).

Los filtros de Kalman se utilizan en sistemas de estimación de estado, sistemas pre-

dictivos, pilotos automáticos, etc. Un filtro de Kalman se puede considerar como un
filtro lineal que minimiza la media cuadrática usando un espacio vectorial de posibles
estados. Para los modelos no-lineales, bastante extendidos en el ámbito del geo-posi-
cionamiento, las ecuaciones que definen la dinámica y el ruido deben ser linearizadas.
A este método se le conoce como el filtro de Kalman extendido. El sistema se resuelve
mediante un proceso recursivo de dos pasos: un primer paso predictivo que utiliza un
modelo físico y un segundo paso correctivo que emplea la medida realizada. En todos
los casos es necesario un conocimiento de la forma estadística de los errores que se
introducen en la medida o en el modelo. Además, estos métodos suelen incorporar
medidas de sensores inerciales como giróscopos, acelerómetros o brújulas (Kubrak et
al 2006). Los sistemas GPS, además de la velocidad y de las coordenadas geográficas,
suelen proporcionar el rumbo (dirección del movimiento) con bastante exactitud cuan-
do las velocidades son suficientemente grandes.

Una alternativa a los filtros de Kalman son los filtros de partículas, en los que el procesado
estadístico de la señal se realiza mediante implementaciones recursivas de Monte-Carlo.
Estos métodos cambian el conocimiento de la ecuación dinámica para los errores que es
necesario en los filtros de Kalman por cálculos de Monte-Carlo donde se generan diversas
realizaciones del ruido. Son especialmente útiles cuando hay suficiente capacidad de pro-
cesamiento y la velocidad de capturas no es especialmente rápida. En (Gustafsson et al.
2002) se presenta un ejemplo de localización no solo para el ámbito de localización de vehí-
culos en la red navegable sino también para localización en tres dimensiones de aeronaves.

En general, cualquier método de map-matching lo que hace es asignar una probabili-

dad a los diferentes segmentos o nodos y elegir el que mayor probabilidad tiene. Para
modelar matemáticamente dichas asignaciones probabilísticas se han desarrollados
métodos utilizando lógica difusa (Quddus 2006), (Zhao 2007) o modelos ocultos de
Markov (Newson 2009), (Goh 2012).

Muchos de estos algoritmos más complejos pueden llegar a tener una precisión superior al
95 % de nodos correctamente identificados en ambientes interurbanos. Entre ellos, los que
producen mejores resultados son los algoritmos que utilizan lógica difusa (Quddus 2007).

3. Sistemas de Análisis y Tratamiento de Datos

En esta sección describiremos algunas herramientas para el análisis de datos en el
ámbito del tráfico. Dividiremos la sección en sistemas en tiempo real y sistemas de
procesamiento por lotes.

140
 Autopistas Inteligentes

3.1. Sistemas en Tiempo-Real

Muchas aplicaciones necesitan sistemas de procesamiento en tiempo real. Los sistemas

que disciernen incidencias, por ejemplo, analizando FCD en la red vial y se los comu-
nican al conductor en tiempo real necesitan procesar gran cantidad de datos (gran
throughput), y en poco tiempo (latencia baja). La cantidad de datos puede llegar a ser
masiva y en muchas ocasiones, el guardar dicha información no es crucial, o si lo es se
realizará a posteriori después de haberse procesado en tiempo real.

Por esta razón, la utilización de sistemas CEP (Complex Event Processing) parece la
solución más adecuada para este tipo de problema. La tecnología CEP está diseñada
para monitorizar flujos de datos y detectar patrones en tiempo real. De alguna manera,
un CEP se puede entender como una base de datos “al revés” (EsperTech 2014a): en
una base de datos se guardan los datos y se lanzan consultas sobre ellos; en un sistema
CEP, por el contrario, se guardan las consultas y se lanzan los datos sobre ellas. Real-
mente los flujos de información se guardan sólo en memoria durante las ventanas de
tiempo definidas por las consultas, ya que las consultas generalmente implican correla-
ciones de datos que llegan en tiempos diferentes.

Existen múltiples plataformas para implementar dichos sistemas: Esper (EsperTech

2014), WSO2 (WSO2 2014), Aleri (Gadgil 2012), Software AG, Yarn (YARN 2014), etc. En
general estos sistemas cuentan con métodos para definir e incorporar flujos de datos y
constan de un lenguaje para definir los eventos complejos. En muchas ocasiones estos
lenguajes tienden a recordar al lenguaje SQL de bases de datos (EsperTechEPL 2014),
aunque con claras diferencias inherentes al hecho de que lo que se pretende definir son
patrones para su búsqueda.

Dentro de los trabajos centrados en el análisis en tiempo real de grandes cantidades

de datos del dominio del tráfico podemos encontrar los presentados por (Sokha 2013),
(Wang 2013), (AbdulCader 2014) o (Sotomayor 2011). El trabajo de (Sokha 2013) utili-
za la infraestructura que proporciona Esper, un conocido CEP basado en los antiguos
sistemas de reglas, para la identificación de incidentes en carreteras mediante el algo-
ritmo APID (Deniz 2012). Por el contrario, el trabajo de VASEC (VASEC 2014) se imple-
menta mediante el uso de otro sistema CEP denominado SOFTWARE AG Complex
Event Processing. En su investigación utilizan esta herramienta para procesar datos de
fuentes heterogéneas en el ámbito de la seguridad vial, centrándose en especial en el
caso de uso de los vehículos eléctricos.

La aplicación “Connected Car” (Connected 2014) es otro interesante ejemplo del uso
de sistemas de eventos complejos en el marco de los datos de tráfico. La empresa
creadora, Deutsche Telekom, implementa esta aplicación utilizando el CEP libre WSO2
(AbdulCader 2014). Su funcionalidad nos permite conectar los vehículos con aplica-
ciones de Internet y de empresas proveedoras, por ejemplo, un vehículo eléctrico que
necesita de una aplicación de supervisión y control del uso de la energía.

141
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

En (Sotomayor 2011) utilizan de nuevo el CEP Esper con el fin de controlar y analizar
los eventos enviados por la flota de vehículos, con la intención de detectar en su com-
portamiento anomalías que identifiquen una posible congestión en el tráfico y poder
actuar en consecuencia.

Por último, (Wang 2013) utiliza otro de estos sistemas, el CEP SASE (SASE 2014), cuyo
principal elemento diferenciador frente a otros CEP es su capacidad de implementa-
ción de reglas probabilísticas. En ese trabajo, los autores proponen el uso de eventos
complejos para el control de la congestión en los ITS. Su método predice el flujo de
tráfico mediante una adaptación dinámica de una red bayesiana de varias capas.

Estos ejemplos intentan ser una representación de las posibilidades de utilización de

los sistemas CEP en el ámbito de la movilidad, pero hay muchos otros. Además, existen
diversas casuísticas que podrían ser resueltas por este tipo de sistemas, ya que es un
campo con gran potencial para la investigación.

3.2. Sistemas de procesamiento por Lotes

Al hablar de procesamiento en lotes o batch, nos referimos a aquellos procesos que
pueden suceder en cualquier momento sin necesidad de supervisión ni interacción con
otros subsistemas, como pueden ser los componentes dependientes de los conducto-
res o los componentes de gestión de tráfico. Entre los datos de tráfico que pueden ser
procesados en lote se incluirían, por ejemplo, las simulaciones de tráfico o la obtención
de tendencias en las rutas preferidas por el usuario.

El sistema de procesamiento por lotes más comúnmente utilizado y extendido hoy

en día lo constituyen los modelos de programación MapReduce. MapReduce es un
framework introducido por Google (Dean 2008) para dar soporte al procesamiento en
paralelo sobre grandes colecciones de datos en clusters de ordenadores. Se han escrito
implementaciones de MapReduce en C++, Java, Python y otros lenguajes. El objetivo
de estos modelos es ejecutar un procesamiento determinado sobre un conjunto de
datos (o lote de datos) de forma distribuida en diferentes localizaciones. Estos modelos
se basan en dos operaciones básicas: map y reduce. En la primera se distribuyen los
datos por los nodos del clúster en forma de pares clave-valor y en la segunda se reco-
gen aquellos pares clave-valor que cumplan los criterios del resultado deseado.

En concreto, una de las implementaciones de los modelos MapReduce mundialmente

conocida es Hadoop (White 2009), que es un framework de código abierto. Comenzó
siendo un subproyecto de Nutch que terminó como un subproyecto de Apache Lucene,
y el fundador de ambos fue Doug Cutting. Está formado por una comunidad global de
colaboradores y se implementa mediante el lenguaje de programación Java. Las prin-
cipales características que distinguen a Hadoop y lo hacen especial son las siguientes:

• Accesible: Se puede ejecutar en grandes clusters de ordenadores o incluso en

servicios de cloud computing.

142
 Autopistas Inteligentes

• Robusto: Al estar preparado para ejecutarse en máquinas comunes, está también

pensado para soportar un número muy alto de malfuncionamientos por parte del
hardware, por ello puede tratar con una amplia gama de fallos.

• Escalable: La escalabilidad de Hadoop es lineal ya que permite ir añadiendo

nodos al clúster para manejar cada vez mayores cantidades de datos.

• Simple: Permite a los usuarios escribir código paralelo eficiente en un tiempo corto.

La simplicidad y el fácil acceso de Hadoop le proporcionan una ventaja en el desarro-

llo y ejecución de grandes programas distribuidos. La forma de trabajo de Hadoop
consiste en que los clientes envían sus trabajos a la nube, formada por el clúster de
máquinas y es ésta la que se encarga de su ejecución, siendo transparente para el usua-
rio la forma en que se haga. La ventaja de un sistema distribuido estriba en que cada
nodo del clúster puede leer y procesar la información en paralelo, lo que en el caso de
coexistir muchos procesos implica un rendimiento mucho mayor. Por esto se trata de
un mecanismo muy utilizado en tareas que implican trabajos con grandes volúmenes
de datos, como pueden ser la indexación de datos o el razonamiento de información o
la extracción de información de históricos de datos.

Hoy en día existen diferentes distribuciones de Hadoop, tanto open source como de
pago. Las más notables son Cloudera (Cloudera 2014), HortonWorks (HortonWorks
2014) y MapR (MapR 2014). Cada una ofrece sus propias ventajas para diferenciarse de
las demás, que intentamos resumir a continuación:

• Cloudera: Es la distribución de pago principalmente utilizada en el mundo empre-

sarial. Su principal punto fuerte consiste en permitir despliegues de más de mil
nodos que soportan más de un Petabyte de datos. Además ofrece herramien-
tas de monitorización y administración, Cloudera Manager, y un motor SQL más
rápido para Hadoop, Impala, usando una arquitectura de procesamiento paralelo
masivo (Massively Parallel Processing - MPP), la misma arquitectura que usan los
Entreprise Data Warehouse (EDW).

• HortonWorks: Es la distribución libre más aceptada, por lo que su comunidad

de usuarios y desarrolladores es muy amplia, lo que se convierte en su princi-
pal atractivo. Las herramientas de su ecosistema son numerosas, como Apache
Ambari que proporciona una consola de administración de clusters Hadoop.

• MapR Technologies: Esta distribución de pago posee innovaciones únicas, como

el soporte para Network File System (NFS) que permite escrituras durante la eje-
cución, correr código arbitrario en el clúster y mejoras en el rendimiento de HBa-
se, así como características de alta disponibilidad y recuperación en caso de fallo.

Centrándonos en los modelos de programación MapReduce en el ámbito de la movi-

lidad podemos encontrar muy diversos trabajos. Entre ellos destacamos su utilización
para la obtención de matrices origen/destino (Mellegård 2011) donde se utilizaron las
trazas de movilidad que se obtuvieron a partir de las conexiones, simuladas, de telé-

143
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

fonos móviles con sus estaciones base. Otro caso es la utilización de Hadoop para el
análisis de imágenes y video (Haitao 2014) de más de 1000 sensores de tráfico en la
ciudad de Zhejiang, China.

En el trabajo (Sun 2014) se propone un algoritmo capaz de gestionar los datos de trá-
fico de forma eficaz para que sirvan en los sistemas de transporte inteligente. Para ello
se basan en una optimización del algoritmo de programación Hadoop.

Otro trabajo interesante, relacionado con el cálculo de los retrasos presentes en una
red de carreteras a partir de los datos de la flota de vehículos (FCD), es el de (Liu 2012).
En él los datos FCD originales recogidos por GPS equipado en los taxis se pre-procesan
mediante el uso de un sistema distribuido basado en Hadoop y MongoDB.

En otro ámbito, la vigilancia del tráfico urbano mediante los datos FCD recolectados
utilizando entornos de computación en la nube y tecnologías relacionadas como BigTa-
ble y MapReduce, es el trabajo que propone (Li 2011).

(Zhe 2010) también propone el uso de los modelos de programación MapReduce para
la adquisición de información de tráfico basada en la flota de coches (FCD). Para ello,
realizan el map-matching, la estimación de la velocidad en carretera y la conversión de
los datos FCD en la información dinámica del tráfico de la ciudad mediante programas
MapReduce.

Por último, citar el caso de la empresa Urban Insights Associates (Urban Insights Asso-
ciates 2014), que ha utilizado una variación propia del algoritmo de Hadoop para la
implementación de análisis predictivos para el sector del transporte. Su caso de uso
más notable consiste en resolver el problema de rutas sin conexión entre los transpor-
tes públicos urbanos mediante la fusión de los datos de cinco fuentes independientes y
la posterior aplicación de modelos analíticos, mejorando de esta forma la eficiencia de
los servicios de transporte públicos.

4. Conclusiones
Aplicaciones
Existe un conjunto de aplicaciones más o menos directas del FCD. En esta sección nos
vamos a centrar en el FCD clásico y no en el XFCD (FCD extendido); a partir del XFCD
se pueden desarrollar muchas más aplicaciones dependiendo del tipo de sensores que
se utilicen. El FCD clásico lo que mide directamente es la velocidad de los vehículos
en una vía determinada. Para medir el flujo de vehículos es necesario medir todos los
vehículos que transcurren por una vía. Por el contrario, para obtener una estimación de
la velocidad media del flujo, el utilizar un 5-10 % de todos los vehículos es suficiente.

Probablemente la aplicación más directa consiste en proporcionar el tiempo de reco-

rrido por viaje completo en sistemas de enrutado. Esto permite proporcionar el camino

144
 Autopistas Inteligentes

óptimo, desde el punto de vista de tiempo invertido y por tanto, en muchas situaciones
desde el punto de vista energético, a un destino dado teniendo en cuenta el estado
del tráfico bien en tiempo real o a partir de una estimación calculada en batch. (Yuan
2010) realiza data mining de datos históricos en las trayectorias de movilidad obtenidas
de taxis para encontrar la ruta más corta entre diferentes orígenes-destinos a diferentes
horas del día.

La comparativa de las velocidades obtenidas mediante FCD comparadas con las veloci-
dades típicas de la vía, puede indicar la existencia de incidencias de tráfico que alteran
anormalmente el estado del tráfico. Esta aplicación en zonas interurbanas carentes de
la monitorización típica de las ciudades puede tener gran repercusión en la administra-
ción de la red.

El análisis del estilo de conducción se utiliza actualmente para compañías de seguros

(Xataka 2014) para bajar la prima por el seguro de vehículos. En un futuro podría inclu-
so servir a la Policía para sancionar a los conductores que no respeten las normas de
circulación, lo que se conoce comúnmente como enforcement.

En el ámbito de la Seguridad Vial, el conocimiento de la distribución de velocidades

históricas constituye una herramienta clave para la identificación de zonas problemáti-
cas en la red interurbana. Por ejemplo, el Dpto. de Tráfico del Gobierno Vasco (Eguiara
2014) está utilizando activamente FCD, obtenidos y procesados por TomTom, en la red
interurbana de carreteras del País Vasco.

5. Referencias
1. 95/46/EC
[Link]
(accedido Sep. 2014).
2. AbdulCader H. “WSO2Con Insights – How WSO2 Middleware Powers Deutsche
Telekom’s Connected Car Platform”, [Link]
wso2con-insights-how-wso2-middleware-powers-deutsche-telekoms-connect-
ed-car-platform/ (accedido Sep. 2014).
3. Amsterdam Group. [Link] (accedido Sep. 2014).
4. Akard M., Nakamura H., Shintaro A., Kihara N., Adachi M. “Performance Results
and Design Considerations for a New In-Use Testing Instrument”, SAE paper 2005-
01-3606, 2006.
5. Allan A. “Got an iPhone or 3G iPad? Apple is recording your moves”, 2011 http://
[Link]/2011/04/[Link]#whats-happening (accedi-
do Sep. 2014).
6. Barth D. “The bright side of sitting in traffic: Crowdsourcing road congestion data”,
[Link]
(accedido Sep. 2014).

145
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

7. Bernstein D., Kornhauser A. “An Introduction to Map Matching for Personal Navi-
gation Assistants”, Tech. rep. New Jersey TIDE Center, 1996.
8. Brakatsoulas S., Pfoser D., Salas R., Wenk C. “On map-matching vehicle tracking
data”, In Proceedings of the 31st international conference on Very large data bases
(pp. 853–864). VLDB Endowment, 2005.
9. Chen-Pyle H. “TomTom Big Data Presentation for UMTRI 2013”, [Link]
[Link]/sites/default/files/Harriet.Chen_.Pyle_.TomTom.IT_.[Link] (accedi-
do Sep. 2014).
10. Cloud Computing [Link]
(accedido Sep. 2014).
11. Cloudera [Link] (accedido
Sep. 2014).
12. Connected Car Application [Link]
car/80306 (accedido Sep. 2014).
13. Dean J., Sanjay G. “MapReduce: Simplified data processing on large clusters”, Jef-
frey Dean, Magazine Communications of the ACM - 50th anniversary issue: 1958
– 2008, Volume 51 Issue 1, January 2008.
14. Boer G., Krootjes P. “The Quality of Floating Car Data Benchmarked: An Alterna-
tive to Roadside Equipment?”, 19th ITS World Congress, Vienna, Austria, October
2012.
15. Deniz O., Celikoglu H. B., Gurcanli G. E. “Overview to Some Incident Detection
algorithms: A comparative evaluation with Istanbul freeway data”, Proceedings of
the 12th International Conference “Reliability and Statistics in Transportation and
Communication” (RelStat’12), October 2012.
16. Drive C2X [Link] (accedido Sep. 2014).
17. Eguiara I. Dirección de Tráfico del GV (comunicación personal 2014).
18. EsperTech [Link] (accedido en
Sep. 2014).
19. EsperTech EPL [Link]
[Link] (accedido Sep. 2014).
20. Fabritiis de C., Ragona R., Valenti G. “Traffic Estimation and Prediction on Real Time
Floating Car Data”, Proceedings of the 11th International IEEE Conference on Intel-
ligent Transportation Systems Beijing, China, October 2008.
21. Fastenrath U. “Floating Car Data on a larger Scale”, ITS-World Congress, Berlin,
Germany, 1997.
22. FOTsis [Link] (accedido Sep. 2014).
23. Hadoop [Link] (accedido Sep. 2014).

146
 Autopistas Inteligentes

24. Haghani A., Hamedi M., Farokhi K. “Summary Report for I-95 Corridor Coalition
Vehicle Probe Project: Validation of INRIX Data July-September 2008”, 2009.
25. Haitao C. “Improving traffic management with big data analytics”, Hangzhou Trust-
way Technology Co & Intel, 2013 [Link]
us/en/documents/case-studies/[Link] (accedi-
do Sep. 2014).
26. Harmsen D.M. “RHAPIT Rhein-Main Area Project for Integrated Traffic”, TRANSIN-
POL ; ST-96-AM-1152 ; WP2/ISI/003.1, 1997.
27. Hashemi M., Karimi, H.A. “A critical review of real-time map-matching algorithms:
Current issues and future directions”, Computers, Environment and Urban Systems,
48, pp. 153-165., 2014.
28. Hortonworks [Link] (accedido Sep. 2014).
29. Huber W., Lädke M., Ogger R. “Extended Floating-Car Data for the Acquisition of
Traffic Information”, In 6th World congress on intelligent transport systems, 1999.
30. I-95 [Link] (accedido Sep. 2014).
31. In-Time [Link] (accedido Sep. 2014).
32. Rasayan R. [Link] Abril
2013. (accedido en Sep. 2014).
33. Jeske T. “Floating Car Data from Smartphones: What Google and Waze Know
About You and How Hackers Can Control Traffic”, Black Hat Europe Conference,
2013.
34. Kerner B.S., Demir C., Herrtwich R. G., Klenov S.L., Rehborn K., Aleksiü M., Haug A.
“Traffic State Detection with Floating CarData in Road Networks”, In Proceedings
of the 8th International IEEE Conference on Intelligent Transportation Systems, pp.
44-49, 2005.
35. Kravets D. “An Intentional Mistake: The Anatomy of Google’s Wi-Fi Sniffing Deba-
cle”, WIRED Magazine 2012. [Link]
vestigation/ (accedido Sep. 2014).
36. Gadgil M. “Aleri – Complex Event Processing” [Link]
2012/04/[Link] 2012, (accedido en Sep. 2014).
37. Garmin, “What is the myTrends feature and how does it work?“ [Link]
[Link]/support/searchSupport/[Link]?caseId={06e102a0-4d56-11df-
7a03-000000000000} (accedido Sep. 2014a).
38. Garmin, “What is trafficTrends and how does it work on my Garmin device?” https://
[Link]/support/searchSupport/[Link]?caseId={9b48d480-abc6-
11df-6dba-000000000000} (accedido Sep. 2014b).
39. Ghemawat S., Gobioff H., Leung S. “The Google File System, Sanjay”, In SOSP ‘03 -
Proceedings of the nineteenth ACM symposium on Operating systems principles
(2003), 2003.

147
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

40. Goh C.Y., Dauwels J., Mitrovic N., Asif M. T., Oran A., and Jaillet P.    “Online
map-matching based on Hidden Markov model for real-time traffic sensing appli-
cations”, IEEE Intelligent Transportation Systems Conference, Hilton, Anchorage,
AK, USA, 2012.
41. Gössel F., Michler E., Wrase B. “Entropy analysis of floating car data systems”, Adv.
Radio Sci., 2, 169-174, doi: 10.5194/ars-2-169-2004, 2004.
42. Greenfeld J.S. “Matching GPS Observations to Locations on a Digital Map”,
2002, Transportation Research Board, Washington DC. [Link]
[Link] (accedido Sep. 2014).
43. Gustafsson F., Gunnarsson F., Bergman N., Forssell U., Jansson J., Karlsson R., Nor-
dlund P. “Particle filters for positioning, navigation, and tracking”, IEEE Transactions
on Signal Processing 50, 425–435, 2002.
44. Lahrmann H., Agerholm N., Juhl J., Bech C., Tøfting S. “The development of an
open platform to test ITS solutions”, In 9th ITS European Congress, Dublin, 2013.
45. Li Q., Zhang T., Yu Y. “Using cloud computing to process intensive floating car data
for urban traffic surveillance”, International Journal of Geographical Information
Science” 25.8 (2011): 1303-1322, 2011.
46. Li X., Lu F., Zhang H., Qiu P. “Estimating Beijing’s travel delays at intersections with
floating car data”, Proceedings of the 5th ACM SIGSPATIAL International Workshop
on Computational Transportation Science. ACM, 2012.
47. MapR [Link] (accedido Sep. 2014).
48. Mellegård E. “Obtaining Origin/Destination-matrices from cellular network data”,
Master’s Thesis in Engineering Mathematics, Chalmers University of Technology,
Gothenburg, Sweden, 2011.
49. MobileCentury [Link] (accedido Sep.
2014).
50. MoveUS [Link] (accedida Sep. 2014).
51. Newson P., Krumm J. 2009. “Hidden Markov map matching through noise and
sparseness”. In Proceedings of the 17th ACM SIGSPATIAL International Con-
ference on Advances in Geographic Information Systems (GIS ‘09). ACM, New
York, NY, USA, 336-343. DOI=10.1145/1653771.1653818 [Link]
org/10.1145/1653771.1653818.
52. Obradovic D., Lenz H., Schupfner M. “Fusion for Sensor Data in Siemens Car Nav-
igation System”, Vehicular Technology, IEEE Transactions on Volume: 56, Issue: 1
pp 43-50, 2007.
53. Ochieng W.Y., Quddus M., Noland R.B. “Map-Matching in Complex Urban Road
Networks”, Brazilian Journal of Cartography, 55 (2), pp. 1-14, 2003.

148
 Autopistas Inteligentes

54. Our Mobile Planet by Google 2013. [Link]

(accedida Sep. 2014).
55. Paulin T., Bessler S. “Controlled Probing - A System for Targeted Floating Car Data
Collection”. In Proceedings of ITSC 2013, Den Haag, The Netherlands, 2013.
56. PRECIOSA [Link] (accedido Sep. 2014).
57. Pyo J., Shin D., Sung T. “Development of a map-matching method using the multi-
ple hypothesis technique”, IEEE Proceedings on Intelligent Transportation Systems,
23–27, 2001.
58. Quddus M.A., Noland R.B., Ochieng W.Y. ‘’A high accuracy fuzzy logic-based map
matching algorithm for road transport’’, Journal of Intelligent Transportation Sys-
tems: Technology, Planning, and Operations, 10(3), pp. 103-115, 2006.
59. Quddus M.A., Ochieng W.Y., Noland R.B. “Current map-matching Algorithms for
Transport Applications: State-of-the art and future Research Directions”, Transpor-
tation Research Part C 15, pp. 312-328, 2007.
60. RACC [Link]
[Link] (accedido Sep. 2014).
61. SASE [Link] (accedido Sep. 2014).
62. Sevlian R., Rajagopal R. “Travel Time Estimation Using Floating Car Data”. CoRR
abs/1012.4249, 2010.
63. Sokha Y., Karpjoo J., Jonghyun L., Woojin J. “A Complex Event Processing System
Approach to Real Time Road Traffic Event Detection“, JCIT, Vol. 8, No. 15, pp. 142
~ 148, 2013.
64. Sotomayor-Martínez, C., Toledo-Moreo R. “Event-based system for generation of
traffic services in road congestions”, Foundations on Natural and Artificial Compu-
tation. Springer Berlin Heidelberg, pp. 202-211, 2011.
65. Sun W., Xiujin W. “The Optimization of Hadoop Scheduling Algorithms on Dis-
tributed System for Processing Traffic Information”, Proceedings of International
Conference on Soft Computing Techniques and Engineering Application. Springer
India, 2014.
66. Tanizaki M., Wolfson O. “Randomization in traffic information sharing systems”, In
GIS ’07: Proc. of the 15th annual ACM Intl. Symp. on Advances in Geographic Infor-
mation Systems, 2007.
67. Telekom [Link] (accedido Sep. 2014).
68. Turksma S. “The Various Uses of Floating Car Data”, In Road Transport Information
and Control, 2000. Tenth International Conference on (Conf. Publ. No. 472), num-
ber 472, pages 51-55, 2000.
69. US DOT VII [Link] (accedido Sep. 2014).

149
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

70. Urban Insights Associates [Link]

drive-transportation-planning/ (accedido Sep. 2014).
71. VASEC [Link] (acce-
dido en Sep. 2014).
72. Vaughan-Nichols S. J. “How Google —and everyone else— gets Wi-Fi location
data”, ZDNet Networking [Link]
and-everyone-else-gets-wi-fi-location-data/1664, 2011.
73. Wang Y. “A Proactive Complex Event Processing Method for Intelligent Transporta-
tion Systems”, Lecture Notes on Information Theory Vol. 1, No. 3, September 2013.
74. White C.E., Bernstein D., Kornhauser A. L. “Some map matching algorithms for per-
sonal navigation assistants”, Transportation Research Part C 8, pp. 91-108, 2000.
75. White, T. “Hadoop: the definitive guide: the definitive guide”, O’Reilly Media, Inc.,
2009.
76. WSO2 [Link] (accedido en Sep. 2014).
77. Xakata [Link]
tu-seguro-de-coche-que-sabe-como-y-a-donde-conduces (accedido Sep. 2014).
78. YARN [Link]
[Link] (accedido en Sep. 2014).
79. Yuan, J., Zheng, Y., Zhang, C., Xie, W., Xie, X., Sun, G., Huang, Y. “T-drive: driving
directions based on taxi trajectories”, In Proceedings of the 18th SIGSPATIAL inter-
national conference on advances in geographic information systems (pp. 99–108).
ACM, 2010.
80. Zhang X., Wang Q., Wan D. “The relationship among vehicle positioning perfor-
mance, map quality, and sensitivities and feasibilities of map-matching algorithms”,
In: Proceedings of IEEE on Intelligent Vehicles Symposium, pp. 468–473, June 2003.
81. Zhao L. “An extended Kalman Filter algorithm for integrating GPS and low cost
dead reckoning system data for vehicle performance and emissions monitoring”,
The Journal of Navigation, 56(2), pp. 257-275, 2003.
82. Zhe Y., Feng C. “Parallel Processing of Large Scale FCD Using MapReduce Pro-
gramming Model”, Electronic Technology, pp. 17-19, 2003.

150
 Contribución de las normas
técnicas al despliegue
de los ITS

Aitor Aragón Basabe

AENOR.
Ingeniero de Caminos, Canales y Puertos. Trabaja en la Dirección
de Normalización de AENOR (Asociación Española de Normalización
y Certificación) cubriendo campos como el equipamiento
para la gestión del tráfico y los ITS.

Los sistemas inteligentes de transporte (ITS) comprenden las soluciones tecnológicas

concebidas para mejorar el funcionamiento y seguridad del transporte, principalmente
terrestre.

Las nuevas tecnologías requieren estándares (normas técnicas) para pasar de un estado
embrionario o de aplicaciones incipientes a tener un fuerte impacto en el mercado. La
normalización genera documentos que suponen una potente herramienta de competi-
tividad reconocida por la industria y las administraciones.

A continuación se analizan los principales trabajos de normalización desarrollados en

el campo de los sistemas inteligentes de transporte y su relación con la reglamenta-
ción.

1. Marco general
1.1 Introducción
La implantación de los ITS tiene un reflejo claro en la seguridad y confort de los
usuarios, así como un impacto positivo en forma de reducción de costes asociados al
transporte. Para asegurar el mayor nivel de servicio y permitir la entrada de diversos
actores es preciso contar con soluciones estandarizadas, para lo cual se ha impulsado
desde el sector público y privado el desarrollo de normas técnicas en que basar su
desarrollo.

El uso de estándares para el sector ITS tiene, entre otras, las siguientes ventajas expues-
tas por el grupo de expertos “Urban ITS Expert Group”, creado por la Comisión, en su
informe “Potential needs for standardisation of urban ITS”:

151
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

— Permiten la interoperabilidad de productos y servicios.

— Amplían los mercados, posibilitan economías de escala y fomentan la competi-

tividad.

— Disminuyen las barreras comerciales.

— Proporcionan mayor confianza en los procesos de licitación.

— Evitan duplicar esfuerzos.

— Reducen la dependencia de los fabricantes respecto a los sistemas instalados y

aumentan la intercambiabilidad de componentes de distintos suministradores.

Las normas técnicas son documentos voluntarios emitidos por un organismo de nor-
malización reconocido, en el caso de España la Asociación Española de Normaliza-
ción y Certificación (AENOR). AENOR, como representante español en los organismos
europeos e internacionales de normalización (o estandarización), realiza el seguimien-
to de las actividades del Comité Internacional ISO/TC 204 y del Comité Europeo
CEN/TC 278, a través del Comité Nacional AEN/CTN 159 “Sistemas Inteligentes de
Transporte”.

Los expertos españoles participan en las reuniones europeas e internacionales nomina-

dos por AENOR, trasladando la posición de la industria nacional en dichos foros.

Antes de profundizar en el campo de los ITS, conviene clarificar algunos conceptos

relativos a las normas técnicas y a su modo de elaboración, así como a su relación con
la reglamentación.

1.2. AENOR y las normas técnicas

Las normas técnicas son documentos voluntarios que describen el consenso del mer-
cado respecto a las mejores prácticas en asuntos clave para la competitividad de las
empresas y organizaciones, como son los requisitos de productos o servicios, métodos
de ensayo o sistemas de gestión.

Las normas técnicas son documentos fruto del trabajo de miles de expertos de todas
las partes implicadas, emitidos por organismos de normalización reconocidos; en el
caso de España la entidad reconocida para esta tarea es la Asociación Española de
Normalización y Certificación (AENOR). AENOR cuenta con más de 200 Comités Técni-
cos de Normalización (CTN) y es el representante nacional en los organismos europeos
CEN y CENELEC. En el ámbito internacional, AENOR es el representante español en
ISO e IEC.

152
 Contribución de las normas técnicas al despliegue de los ITS

Con el paso de los años la normalización ha evolucionado pasando de cubrir principal-

mente productos físicos a recoger requisitos y criterios aplicables a las organizaciones
(sistemas de gestión, responsabilidad social corporativa, etc.) y a las nuevas tecnologías
(como es el caso de los ITS). En los últimos años la normalización está ganando peso en
las tareas relacionadas con la I+D+i, especialmente en la puesta en el mercado de pro-
ductos innovadores, ya que facilita la interoperabilidad y la difusión de los resultados a
través de la red de organismos de normalización, así como el reconocimiento por parte
de los usuarios y la Administración. De hecho, la Comisión Europea está valorando de
forma creciente el papel de la estandarización en las calls de FP7 y H2020, por lo que
la presencia de AENOR en proyectos de investigación está creciendo en los últimos
años, especialmente en aquellos proyectos que plantean soluciones más cercanas al
mercado.

AENOR publica documentos normativos UNE que pueden ser netamente nacionales,
es decir elaborados en los comités nacionales, o bien adopción de documentos euro-
peos o internacionales. Estos documentos pueden ser normas, normas experimentales
o informes UNE.

AENOR tiene la obligación, como miembro de CEN, de adoptar como normas nacio-
nales las normas europeas que se publiquen; dicha adopción se puede realizar como
documento traducido al castellano, o bien, mediante ratificación dejando el documen-
to en inglés. AENOR ha realizado un notable esfuerzo para que su catálogo, de más de
30.000 documentos normativos, esté en nuestro idioma, aunque en el caso particular
de los ITS se ha optado por adoptar numerosos documentos europeos e internaciona-
les en inglés por ser el idioma más usado en el sector.

El campo de “lo normalizable” se estructura a través de Comités Técnicos de Normali-

zación que trabajan dentro de un campo de actividad concreto aprobado. Estos comi-
tés elaboran normas nacionales o designan los expertos y delegados en los comités
europeos e internacionales.

Los comités de AENOR están compuestos por representantes de todas las partes
interesadas en cada sector y deben ser un reflejo de la industria, administración,
consumidores y usuarios, y otras entidades. El resultado de los trabajos de los comi-
tés son las normas técnicas que se aprueban por consenso entre las citadas partes
interesadas.

1.3. Normas técnicas y reglamentación

Como se ha indicado anteriormente, las normas técnicas tienen un carácter voluntario,
aunque en ocasiones el Legislador opta por basar sus criterios o requisitos en docu-
mentos normativos, formando entonces estos documentos parte de requisitos obliga-
torios. Los organismos de normalización buscan presentar el conocimiento industrial de
forma que resulte útil para el desarrollo de las empresas y ciudadanos; son finalmente
las empresas, la Administración o los ciudadanos quienes deciden exigir el cumplimien-

153
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

to de una norma en sus pliegos de compras, al licitar o al seleccionar un determinado

producto o servicio.

En la Ley 21/1992 de Industria se clarifican estos conceptos contraponiendo norma y

reglamento técnico, siendo norma una “especificación técnica de aplicación repetitiva
o continuada, cuya observancia no es obligatoria, establecida con participación de
todas las partes interesadas, que aprueba un organismo reconocido a nivel nacional
e internacional”; y reglamento técnico una “especificación técnica, relativa a pro-
ductos, procesos o instalaciones industriales, establecidas con carácter obligatorio a
través de una disposición de la Administración, para su fabricación, comercialización
o utilización”.

Esta jerarquía, desde el ámbito voluntario que incluye las especificaciones desarrolla-
das en una organización o sector y las normas elaboradas en un organismo reconocido
como AENOR, hasta el ámbito obligatorio de la reglamentación, se ilustra en la figura 1
siguiente.

Figura 1 – Relación entre especificaciones privadas, normas y legislación

Es decir: las normas técnicas son documentos voluntarios, pero las empresas que bus-
quen ser competitivas intentarán utilizar estándares consensuados que establecen
requisitos de seguridad, facilitan la interoperabilidad y suponen las mejores prácticas
del mercado. Además, es frecuente que la Administración base sus requisitos en docu-
mentos normativos.

154
 Contribución de las normas técnicas al despliegue de los ITS

1.4. Principal reglamentación sobre ITS

A nivel europeo, el documento marco para ITS es la Directiva 2010/40/UE (Directiva
ITS), que establece cuatro ámbitos prioritarios:

I. Utilización óptima de los datos sobre la red viaria, el tráfico y los desplazamien-
tos.

II. Continuidad de los servicios de ITS para la gestión del tráfico y del transporte
de mercancías.

III. Aplicaciones de ITS para la seguridad y protección del transporte por carretera.

IV. Conexión del vehículo a la infraestructura de transporte.

En esta Directiva se definen también seis acciones prioritarias para la elaboración y

utilización de especificaciones y normas:

a) El suministro de servicios de información sobre desplazamientos multimodales en

toda la Unión Europea.

b) El suministro de servicios de información sobre tráfico en tiempo real en toda la

Unión Europea.

c) Datos y procedimientos para facilitar, cuando sea posible, información mínima

sobre el tráfico universal en relación con la seguridad vial, con carácter gratuito
para el usuario.

d) El suministro armonizado de un número de llamada de emergencia en toda la

Unión Europea (eCall).

e) El suministro de servicios de información sobre plazas de aparcamiento seguras y

protegidas para los camiones y vehículos comerciales.

f ) El suministro de servicios de reserva de plazas de aparcamiento seguras y prote-

gidas para los camiones y vehículos comerciales.

Se han publicado diversos Reglamentos Delegados que completan esta Directiva para
ámbitos específicos, por ejemplo:

— Reglamento Delegado (UE) 885/2013, que complementa la Directiva ITS en lo

que respecta al suministro de servicios de información sobre zonas de estacio-
namiento seguras y protegidas para los camiones y los vehículos comerciales.

— Reglamento Delegado (UE) 886/2013, que complementa la Directiva 2010/40/UE

155
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

en lo que respecta a los datos y procedimientos para facilitar, cuando sea posi-
ble, información mínima universal sobre el tráfico en relación con la seguridad
vial, con carácter gratuito para el usuario.

Por otro lado, en el Plan de acción europeo para el despliegue de los ITS de 2008 se
plantea la importancia de estos sistemas “ante la congestión cada vez mayor del trá-
fico por carretera, el inaceptable número de accidentes de tráfico y el aumento de las
emisiones de CO2”.

El Plan contiene seis áreas de acción, en concreto:

1) Utilización óptima de los datos sobre carreteras, tráfico y desplazamientos.

2) Continuidad de los servicios de ITS de gestión del tráfico y transporte de mer-

cancías en corredores de transporte europeos y en conurbaciones.

3) Seguridad vial y protección del transporte.

4) Integración del vehículo en la infraestructura de transporte.

5) Seguridad y protección de datos y responsabilidad.

6) Cooperación y coordinación europeas en el ámbito de los ITS.

Bajo el área prioritaria 4, se indica la “definición de un mandato de los organismos

europeos de normalización para el desarrollo de normas armonizadas sobre la aplica-
ción de ITS, particularmente en lo que respecta a los sistemas cooperativos”.

La importancia dada a los ITS se explicita también en el nuevo Libro Blanco Europeo
“Transporte 2050” para tarificación, gestión del aparcamiento y del tráfico, etc.; se
habla concretamente de implantar sistemas inteligentes de gestión del transporte por
tierra y por agua (ERTMS, ITS, RIS, SafeSeaNet y LRIT).

A nivel nacional, tanto el Plan Estratégico de Infraestructuras y Transporte (PEIT) 2005-2020

como el Plan Estratégico de Seguridad Vial consideran la importancia de los ITS. Por
otro lado contamos con el Real Decreto 662/2012 que establece el marco para la
implantación de los ITS, que incorpora la Directiva 2010/40/UE. Además, en el Plan
de Infraestructuras Transporte y Vivienda (PITVI) 2012-2024 se habla de “promover la
eficiencia en todos los modos y en todas las funciones del sistema de transporte” y en
particular “participar en el desarrollo y completar el despliegue de los sistemas de con-
trol y gestión más avanzados y otros Sistemas Inteligentes de Transporte (ITS)”.

Otros actos legislativos importantes relacionados con los ITS afectan a sistemas como
eCall o telepeaje; en los capítulos siguientes se incorporará, cuando corresponda, la
reglamentación particular apropiada.

156
 Contribución de las normas técnicas al despliegue de los ITS

1.5. Los mandatos de normalización europeos

La Comisión Europea otorga Mandatos a los organismos de normalización europeos.
La Comisión y estos organismos llegan a acuerdos que garantizan la ejecución con-
forme a unas directrices generales. En base a estos Mandatos se redactarían los do-
cumentos normativos europeos. Es frecuente que estas normas se citen posterior-
mente en legislación europea y nacional; un ejemplo son los Mandatos para normas
armonizadas de productos de construcción o de máquinas, que posibilitan fijar el
marcado CE.

Podemos considerar tres tipos de Mandatos:

1) Mandatos de normalización: para desarrollar documentos normativos en un pla-

zo determinado.

2)  Mandatos de programa: para elaborar un programa de normalización.

3) Mandatos de estudio: para evaluar la posibilidad de normalizar a nivel europeo

un campo o aspecto específico.

Los trabajos del Comité Europeo de ITS, CEN/TC 278, se realizan en base a los Man-
datos siguientes:

a) Mandato M/338 sobre peaje electrónico, que busca asegurar la interoperabilidad

en los sistemas de telepeaje en Europa.

b) Mandato M/453 sobre sistemas cooperativos en ITS.

1.6. Los comités de normalización de ITS

El principal Comité Técnico de Normalización en España sobre ITS es el AEN/CTN
159 “Sistemas Inteligentes de Transporte”; aunque es necesario el trabajo de otros
muchos comités técnicos para los elementos físicos y lógicos en que se basa la tele-
mática aplicada al tráfico, por ejemplo los relacionados con los sistemas de telefonía,
posicionamiento y telecomunicaciones. A nivel Europeo el espejo del AEN/CTN 159 es
el Comité CEN/TC 278 homónimo y a nivel internacional el Comité ISO/TC 204.

En el campo de los sistemas inteligentes de transporte se están realizando, tanto a nivel

europeo como internacional, numerosas iniciativas alineadas. El procedimiento para
buena parte de los documentos normativos es paralelo en CEN e ISO, produciéndose
por tanto al mismo tiempo un documento a la vez europeo e internacional. Para facili-
tar la coordinación, la estructura de grupos de trabajo es razonablemente equivalente
como puede verse en la tabla 1.

157
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Tabla 1 – Relación entre los grupos de trabajo de normalización europeos e internacionales

en el campo de los ITS

CEN/TC 278 ISO/TC 204

WG 1 Electronic Fee Collection WG 5 Fee and toll collection

WG 2 Freight, Logistics and Commercial WG 7 General fleet management

Vehicle Operations and commercial/freight

WG 3 Public Transport WG 8 Public transport/emergency

WG 4 Traffic and Travel Information WG 10 Traveller information systems

WG 9 Integrated transport information,

WG 8 Road Traffic Data
management and control

WG 10 Human-Machine Interfacing

WG 12 Automatic Vehicle and Equipment WG 4 Automatic vehicle and equipment

Identification identification

WG 1 Architecture
WG 3 ITS database technology
WG 14 Vehicle/roadway warning and control
WG 13 Architecture and Terminology systems
WG 16 Wide area communications/protocols
and interfaces
WG 17 Nomadic Devices in ITS Systems

WG 14 Recovery of stolen vehicles

WG 15 e-safety / eCall

WG 16 Cooperative ITS WG 18 Cooperative systems

WG 11 Route guidance and navigation

systems

En los apartados siguientes se comentarán algunos aspectos de los trabajos de norma-

lización indicados en la tabla anterior.

2. Peaje electrónico
2.1. Introducción
Peaje electrónico (EFC) hace referencia, de forma conjunta, a una serie de tecnologías
que permiten el cargo electrónico a los usuarios de la carretera. Este sistema permite
también tratar a los usuarios de forma flexible, apoyando las políticas de transporte (por
ejemplo, primando el uso de determinados vehículos).

158
 Contribución de las normas técnicas al despliegue de los ITS

Existen en la actualidad tres tipos de tecnologías principales para EFC:

1) Basadas en comunicaciones dedicadas de corto alcance (DSRC) en el punto de

peaje.

2) Sistemas EFC autónomos, que emplean equipos a bordo del vehículo (embarca-
dos) para su posicionamiento, por ejemplo usando GNSS.

3) EFC basado en sistemas de vídeo (empleando sistemas de reconocimiento de

matrículas basados en vídeo).

Las ventajas de contar con un sistema interoperable de peaje a nivel europeo son claras
para administraciones y usuarios, ya que permiten a un vehículo pagar en diferentes
países usando un único equipo embarcado y con un único contrato.

Es necesario contar con la estandarización para crear sistemas y servicios interoperables

para alcanzar el EETS (European Electronic Toll Service) que se pretende a nivel euro-
peo, así como el compromiso de las Administraciones Públicas para cubrir las necesi-
dades de este sistema, que podrían resumirse en:

a) Interoperabilidad técnica, respecto a los equipos embarcados, los sistemas de

posicionamiento y las comunicaciones.

b) Procedimientos interoperables, a través de acuerdos entre los administradores de

las infraestructuras y los proveedores de servicios de pago.

c) Gestión de los usuarios “no equipados”, es decir cómo tratar los vehículos sin
equipo embarcado o con equipos no compatibles.

d) Protección de datos personales y seguridad del sistema.

2.2. Reglamentación en peaje electrónico

La Directiva 2004/52/CE busca asegurar la interoperabilidad de los sistemas de tele-
peaje de la UE, a fin de evitar la proliferación de sistemas incompatibles. La Directiva
proporciona el marco para un Sistema Europeo de Telepeaje (SET) que incluya toda
la red de carreteras sujetas a peaje de la UE. Se busca que el pago de las mismas se
realice electrónicamente a través de una solución normalizada que permitirá a cualquier
usuario de carreteras de la UE pagar los peajes con un único contrato de abono y un
único equipo embarcado.

En España esta Directiva se traspuso a través del Real Decreto 94/2006, por el que se
regula la interoperabilidad de los sistemas de telepeaje instalados en las carreteras
estatales. En este Real Decreto se indica explícitamente:

159
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

En España, el Ministerio de Fomento y las sociedades concesionarias de autopis-

tas han venido realizando en estos últimos años un esfuerzo notable en la línea
de fomentar la implantación de sistemas interoperables de telepeaje, actuando
de acuerdo con la normativa europea aplicable y, particularmente en cuanto a las
prescripciones técnicas de estos sistemas, a los estándares del Centro Europeo de
Normalización (CEN), del Instituto Europeo de Estándares de Telecomunicaciones
(ETSI) y de la Organización Internacional de Estandarización (ISO). Estos estándares
han sido incorporados a la normativa nacional española a través del Comité Técnico
de Normalización AEN/CTN 159 de AENOR, sobre telemática aplicada al transpor-
te y a la circulación por carretera.

Posteriormente en su Decisión 2009/750/CE la Comisión estableció los principales

requisitos del telepeaje aplicables en toda la UE, siendo las principales obligaciones:

1) Los Estados miembros deben llevar registros electrónicos nacionales de sus

redes sujetas a peaje, perceptores de peajes y proveedores del servicio que con-
sideren aptos para su inscripción en el registro. Los Estados miembros crearán
un órgano de conciliación encargado de facilitar las negociaciones contractuales
entre los perceptores de peajes y los proveedores del SET.

2) Los perceptores de peajes deben establecer sus sistemas de telepeaje en carre-

tera de conformidad con las normas técnicas recogidas en la legislación y deben
aceptar sin discriminaciones a cualquier proveedor del SET registrado.

3) Los proveedores del SET deben inscribirse en el registro del Estado miembro
en el que estén establecidos y deberán alcanzar la cobertura total a escala
europea de todas las infraestructuras viarias sujetas a telepeaje; cada usuario
de carreteras puede elegir libremente el proveedor con el que vaya a suscribir
un contrato.

Para dar cumplimiento a estas obligaciones, a nivel español el Registro Electrónico

Nacional del Servicio Europeo de Telepeaje se crea y regula en la Orden FOM/616/2013,
y se cuenta también con un Órgano Nacional de Conciliación.

En la Decisión 2009/750/CE se destaca también la importancia del sistema de norma-

lización como apoyo técnico a las políticas de telepeaje:

Según la Directiva 2004/18/CE, una especificación técnica puede definirse, entre

otras cosas, por referencia a una norma europea o a una norma armonizada, a
una aprobación técnica europea o a una especificación técnica común. Las normas
armonizadas serán establecidas por un organismo europeo de normalización, tal
como el Comité Europeo de Normalización (CEN), el Comité Europeo de Normali-
zación Electrotécnica (CENELEC) o el Instituto Europeo de Normas de Telecomuni-
caciones (ETSI), por mandato de la Comisión, y sus referencias se publicarán en el
Diario Oficial de la Unión Europea.

160
 Contribución de las normas técnicas al despliegue de los ITS

En dicha Decisión se incide asimismo la necesaria cooperación en normalización entre

los niveles europeo e internacional:

Redunda en interés de la Comunidad que haya un sistema internacional de norma-

lización con el que puedan crearse normas que sean utilizadas realmente por los
actores involucrados en el comercio internacional y que cumplan los requisitos de la
política comunitaria. Por consiguiente, los organismos europeos de normalización
deben seguir cooperando con los organismos internacionales de normalización.

Otro documento de importancia de la Comisión Europea es la Comunicación

COM(2012) 474 final “Implantación del Servicio Europeo de Telepeaje”.

Otra Directiva básica en lo que respecta a la aplicación de peajes en carretera es la

Euroviñeta: Directiva 1999/62/CE relativa a la aplicación de gravámenes a los vehículos
pesados de transporte de mercancías por la utilización de determinadas infraestructu-
ras, con sus modificaciones. Esta Directiva se encuentra actualmente en revisión y, dado
que su impacto sobre el desarrollo de ITS es limitado, no se comentará en este artículo
aunque su aplicación podría suponer una mayor implantación de las tecnologías de
peaje electrónico.

En España se cuenta con el sistema VIA-T, implantado en todas las autopistas de peaje
españolas de la Península y que utiliza un equipo embarcado.

Evidentemente, los sistemas instalados en nuestro país deben cumplir otros requisitos
vigentes, como por ejemplo en materia de telecomunicaciones y de regulación del
espectro radioeléctrico.

2.3. Normalización aplicada a peaje electrónico

A nivel nacional, se destacan la serie de normas UNE 159000-1:2009 “Telemática
aplicada a la circulación y transporte por carretera. Sistemas telemáticos aplicables
a la explotación de carreteras en régimen de peaje en sombra”, elaboradas por el
AEN/CTN 159 y que consta de las partes siguientes:

— Parte 1: Marco general para el control del peaje en sombra.

— Parte 2: Sistemas permanentes de aforo de tráfico.

— Parte 3: Sistemas y procedimientos de contraste por muestreo.

A nivel europeo e internacional los trabajos se realizan principalmente en CEN/TC 278/WG 1

e ISO/TC 204/WG 5. Las principales normas aplicables desarrolladas en los grupos
anteriores se relacionan en la tabla 2 siguiente.

161
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Tabla 2 – Principales normas técnicas sobre telepeaje

Norma Descripción
UNE-EN 12253 Define la capa física utilizando microondas a 5,8 GHz para las DSRC
UNE-CEN ISO/TS Describe la comunicación de control de conformidad para sistemas autó-
12813 EX nomos
UNE-EN 12795 Define el control de acceso al medio y control lógico de enlace para la
capa de enlace de datos DSRC
UNE-EN 12834 Define la capa de aplicación DSRC (capa ISO/OSI 7)
EN ISO 12855 Describe el intercambio de información entre el proveedor y el cobrador
del servicio de peaje electrónico
CEN ISO/TS 13140 Esta serie define los procedimientos de la evaluación de la conformidad
de los equipos instalados embarcados en el vehículo y aquellos situados
en los márgenes de las carreteras respecto a la ISO/TS 13141
CEN ISO/TS 13141 Especifica el modo de facilitar información autenticada de posiciona-
miento al sistema de localización del vehículo
UNE-EN 13372:2004 Describe las capas de la pila de protocolos DSRC
ISO/TS 14904 Especifica los interfaces entre operadores de peaje electrónico, siendo
válida también por ejemplo para pago por aparcamiento, transporte
público, etc.
EN ISO 14906 Define la interfaz de la capa de aplicación para las DSRC en para peaje
electrónico
CEN ISO/TS 14907 Esta serie define los procedimientos de evaluación de la conformidad de
los equipos instalados embarcados en el vehículo y de los equipos fijos
EN 15509 Define el perfil de aplicación interoperable para las transacciones en DSRC
UNE-EN 15876 Esta serie describe los procedimientos de evaluación de la conformidad
de los equipos instalados embarcados en el vehículo y aquellos situados
en los márgenes de las carreteras respecto a la Norma EN 15509
CEN ISO/TS 16410 Esta serie define los procedimientos de la evaluación de la conformidad
de los equipos instalados embarcados en el vehículo y aquellos situados
en los márgenes de las carreteras respecto a la ISO/TS 17575-3
CEN/TR 16040 Este informe describe los requisitos para las DSRC en entorno urbano
CEN/TS 16331 Describe el perfil de aplicación de interoperabilidad para los sistemas
autónomos
CEN/TS 16439 Describe el marco de seguridad para peaje electrónico
ISO 17573 Describe la arquitectura del entorno de peaje para asegurar la interope-
rabilidad
CEN ISO/TS 17575 Esta serie define la interfaz de aplicación para los sistemas autónomos
UNE-EN ISO 24534 Esta serie define la arquitectura para la identificación electrónica de
matrículas
CEN ISO/TS 25110 Define la interfaz para la cuenta del equipo embarcado empleando una
tarjeta de circuitos integrados
ETSI ES 200674-1 Describe las características para transacciones en microondas de corto
alcance

162
 Contribución de las normas técnicas al despliegue de los ITS

3. Llamada de emergencia europea eCall

NOTA COORDINADORES:
En este apartado se trata el tema eCall desde el punto de vista de normalización y reglamentación
técnica. Para una visión global del sistema eCall ver el capítulo específico “eCall. El sistema de
aviso automático de emergencias ya está listo” (pág. 25).

3.1. Introducción
Una respuesta temprana frente a los accidentes en carretera es vital para reducir la gra-
vedad de las lesiones e intentar evitar la mortalidad derivada de los siniestros de tráfico.
Para asegurar la pronta petición de auxilio en caso de accidente se ha desarrollado la
llamada de emergencia europea eCall.

La proliferación de dispositivos móviles permite que los usuarios de la vía puedan

advertir a los servicios de emergencia en caso de accidente, pero pueden no ser capa-
ces de ubicar correctamente su posición, o el siniestro puede tener lugar en una carre-
tera de bajo tráfico que retrase la respuesta si los ocupantes del vehículo no pueden
efectuar una llamada.

El objetivo de eCall es automatizar la notificación de accidentes de tráfico en la Unión

Europea y otros países asociados usando los mismos estándares, a través del número
de emergencias 112. Además, suministra valiosa información, como por ejemplo, la
localización del vehículo de forma normalizada e independiente del idioma del 112
correspondiente.

Para asegurar la fiabilidad de un servicio tan crítico, la Comisión Europea ha basado el

despliegue de eCall en normas técnicas europeas.

3.2 Funcionamiento de eCall

eCall es un sistema embarcado en el vehículo (IVS), capaz de conectarse al número de
emergencia europeo 112, que se activa en caso de detección de un potencial acciden-
te (por ejemplo apertura de los airbags).

La secuencia de funcionamiento de eCall sería la siguiente:

1) El IVS de eCall se arma con el encendido del vehículo.

2) En caso de accidente, se activa el IVS y se establece la llamada. La red móvil

reconoce eCall como una llamada de emergencia TS12. Además, a través de un
discriminador (eCall flag) es posible diferenciar las eCall de otras llamadas de
emergencia, lo que permite enviarlas a un destino dedicado.

3) Transferencia del MSD y la respuesta (reconocimiento ACK) de la capa de aplica-

ción indicando que se ha recibido adecuadamente el MSD.

163
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

4) Establecimiento de una conexión de audio con los ocupantes del vehículo, visua-
lización del MSD y traslado de la llamada, si procede, a otro PSAP más adecuado.

5) Aclaración de la situación de emergencia y su ubicación, y movilización de los

servicios de emergencia.

6) Resolución del incidente; se informa a los ocupantes del vehículo de que la ayu-
da está en camino, si es el caso.

En caso necesario, también es posible activar eCall manualmente desde el vehículo.

Tanto la eCall generada manualmente como la eCall automática deben tener la máxima
prioridad en la red de telecomunicaciones.

3.3. Datos normalizados

La eCall envía al PSAP (gestor de los servicios de emergencia 112) unos datos normaliza-
dos que permiten evaluar el potencial accidente. Estos datos contienen, como mínimo,
el conjunto MSD definido en la Norma UNE-EN 15722, incluyendo si ha sido activada
de forma manual o automática y el identificador VIN conforme a la Norma ISO 3779.

La información que identifica al vehículo puede ser muy útil para los servicios de emer-
gencia si es necesario rescatar a los ocupantes del vehículo, ya que permite enviar a
los bomberos los planos que los fabricantes facilitan para guiar las operaciones de
excarcelación.

El MSD incluye asimismo datos de la ubicación actual del vehículo junto con las últimas
posiciones, lo que permite una mejor localización en caso de accidente en intersec-
ciones complejas y conocer el sentido de circulación en caso de autopistas. Además
envía una estimación del número de pasajeros a través del número de cinturones de
seguridad abrochados.

Es posible además enviar datos opcionales; el Informe CEN/TR 16405:2013 contiene

datos opcionales para vehículos pesados, del que recientemente se ha aprobado una
nueva versión que debería estar publicada en los próximos meses.

Los datos enviados al PSAP permiten la rápida gestión del accidente ya que se muestran
al operador de forma que se facilite la gestión del incidente, y son independientes del
idioma: de este modo se evitan barreras de comunicación entre el accidentado y el 112.

3.4. Principal reglamentación europea sobre eCall

El desarrollo de eCall se incluye como parte de la Directiva 2010/40/UE expuesta ante-
riormente, en concreto para el ámbito prioritario III (aplicaciones de ITS para la segu-
ridad y protección del transporte por carretera) y la acción prioritaria d) (suministro
armonizado de eCall).

164
 Contribución de las normas técnicas al despliegue de los ITS

En 2009 la Comisión Europea se planteo que el esquema voluntario previsto inicialmen-

te era insuficiente y que se precisaban medidas reglamentarias para la implantación de
eCall. En 2011 la Comisión publicó una recomendación (C(2011) 6269 final) en apoyo a
un sistema de llamada europea eCall para, en 2012, publicar un Reglamento Delegado
(305/2013) que complementa la Directiva 2010/40/UE respecto a eCall en la UE.

La Comisión Europea está trabajando dos actos legislativos que nos acercarán a la
implantación completa de eCall:

• La modificación del Reglamento sobre los requisitos de homologación de tipo de

vehículos.

• Una Decisión sobre el despliegue del servicio eCall interoperable en toda la UE,
para adecuar los PSAP y los elementos en que se basa eCall.

La implantación obligatoria de eCall estaba prevista inicialmente, para turismos y fur-

gonetas, en Octubre de 2015.

NOTA COORDINADORES:
Para más información ver apartado 2.1 del capítulo dedicado a eCall, (pág. 29).

3.5. Despliegue basado en estándares

El despliegue de eCall precisa la coordinación de distintos actores como son los fabri-
cantes de vehículos (que deben incluir eCall), los operadores de la red móvil (que deben
reconocer y tratar de forma adecuada la eCall) y las administraciones responsables de la
seguridad vial y los servicios de emergencia.

Para asegurar la fiabilidad de un servició tan importante, la implantación de eCall se

basa en normas europeas; la tabla 3 recoge un resumen de estos documentos.

Tabla 3 – Principales normas técnicas sobre eCall

Norma Descripción
UNE-EN 15722 Especifica el conjunto mínimo de datos (MSD) a transmitir al PSAP. El
proyecto que revisa la norma publicada se encuentra en voto hasta
diciembre de este año, por lo que en 2015 deberíamos contar con
una nueva versión actualizada

UNE-EN ISO 24978 Proporciona un conjunto normalizado de protocolos y parámetros,

así como un método de gestión del registro de datos, para transmitir
a través de cualquier medio inalámbrico disponible capas de aplica-
ción de los “mensajes de seguridad ITS”

165
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Norma Descripción
UNE-EN 16062 Cubre los protocolos, procedimientos y procesos de aplicación de
alto nivel para eCall. El proyecto que revisa la norma publicada se
encuentra en voto hasta diciembre de este año, por lo que en 2015
deberíamos contar con una nueva versión actualizada

UNE-EN 16072 Establece los requisitos de funcionamiento de eCall, incluyendo los

servicios suministrados por terceros (TPS-eCall). Especifica asimismo
los ensayos y requisitos de conformidad para los protocolos de apli-
cación de alto nivel. El proyecto que revisa la norma publicada se
encuentra en voto hasta diciembre de este año, por lo que en 2015
deberíamos contar con una nueva versión actualizada

UNE-EN 16102 Define los requisitos para una eCall basada en un proveedor de ser-
vicios externo (TPS-eCall), recientemente se ha activado un proyecto
para su revisión

CEN/TR 16405 Proporciona un conjunto opcional de datos (adicionales a los inclui-

dos en el MSD) para los vehículos pesados. En Septiembre de 2014
se ha aprobado una nueva versión, que debería estar disponible
antes de fin de año

CEN/TS 16454 Define los actores principales en la cadena de suministro del servicio
eCall e incluye los ensayo de conformidad “extremo a extremo”. Esta
especificación técnica se encuentra en proceso de voto Encuesta
para su adopción como norma europea, prevista a principio de 2016

ETSI TS 126267 Especifica el modem de banda eCall, el cual se usa para la transmi-
sión segura del MSD de un IVS al PSAP, a través del canal de audio de
las redes móviles, para establecer una transmisión dúplex completa

ETSI TS 126268 Contiene el código ANSI-C para transmisión fiable de los datos del
MSD de un IVS al PSAP

ETSI TS 126269 Especifica los requisitos de funcionamiento y procedimientos para

los ensayos de conformidad del modem en banda eCall

ETSI TR 122967 Cubre aspectos asociados a la transmisión de una llamada de emer-

gencia entre vehículo y PSAP

La relación anterior no es exhaustiva; existen otras normas que tratan desde el ensayo
para el NAD-eCall (serie ETSI TS 102936) a la conformidad del NAD-eCall con los requi-
sitos técnicos y reglamentarios aplicables (ETSI TR 102937), o el protocolo para que los
servicios de emergencia obtengan la ubicación (ETSI TS 102164).

Es importante destacar que son los fabricantes quienes, finalmente, deciden el modo
de aplicar los requisitos y funcionalidad requeridas en las normas a sus vehículos.

166
 Contribución de las normas técnicas al despliegue de los ITS

3.6. Implantación en España

Los Estados miembros son responsables de la estructura nacional que tendrá eCall; la
Norma UNE-EN 16062 contiene requisitos para los PSAP pero deja abierto el esquema
de funcionamiento.
NOTA COORDINADORES:
El plan de implantación en España se describe en el punto 3.2 del capítulo dedicado a eCall.
(pág. 32).

4. Otras aplicaciones
4.1. Sistemas cooperativos
Se puede definir ITS cooperativo (C-ITS) como subconjunto de los ITS que comunica
e intercambia información entre estaciones ITS, con objeto de facilitar acciones que
mejoren la seguridad, sostenibilidad, eficiencia y confort, más allá de lo que sería posi-
ble si los distintos sistemas no cooperasen.

Los sistemas cooperativos cubren las comunicaciones entre vehículos (V2V), entre vehí-
culos y elementos de infraestructura (V2I) y entre elementos de la infraestructura (I2I).
La principal diferencia entre ITS e C-ITS es pues que este último se basa en la comuni-
cación entre vehículos e infraestructura.

Los sistemas cooperativos permiten, por tanto, apoyar políticas que mejoren la seguri-
dad vial y aumenten la eficiencia del transporte, reduciendo el impacto ambiental.

A nivel europeo se tratan en el CEN/TC 278/WG 16 y a nivel internacional en el

ISO/TC 204/WG 11.

4.2. Servicios en el vehículo

Este campo de los ITS se centra en la mejora de la seguridad y eficiencia del vehículo a
través de un sistema de alertas y asistencia a los usuarios o a través del envío de infor-
mación al vehículo. Dentro de este campo se pueden identificar varios grupos:

1) Visión mejorada, que busca aumentar la percepción del conductor a través de

los equipos embarcados.

2) Funcionamiento automático del vehículo, en base a un funcionamiento autóno-

mo del vehículo o sistemas de apoyo que permiten un funcionamiento parcial-
mente automático. De este modo es posible guiar el vehículo empleando siste-
mas que aseguren la permanencia en el carril adecuado, distancias de seguridad
o gestión de la velocidad.

167
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

3) Prevención de las colisiones o reducción de sus efectos, en base a sensores y

sistemas de control que detecten potenciales impactos. El sistema puede pro-
poner acciones o iniciarlas de forma automática.

4) Información de seguridad, que cubre la monitorización de vehículos y conducto-

res, así como las condiciones en el entorno del vehículo.

5) Activación de sistemas pre-choque, es decir, determinación de la necesidad de

desplegar los sistemas necesarios en caso de impacto inminente.

Para el desarrollo de estos elementos será necesaria la colaboración entre los comités
de ITS y los comités más relacionados con vehículos, como el ISO/TC 22 “Vehículos de
carretera”.

4.3. Tacógrafo digital

En la comunicación COM(2011) 451 se planteaba la implantación de un nuevo tacó-
grafo en el horizonte temporal 2016-2018. Entre las propuestas para la revisión del
Reglamento 3821/85 relativo al aparato de control en el sector de los transportes por
carretera se incluye:

Integración de tacógrafo digital en los STI (artículo 6 del futuro Reglamento): gra-
cias a una interfaz armonizada y normalizada del tacógrafo, otras aplicaciones
STI podrán acceder más fácilmente a los datos registrados y elaborados por ese
dispositivo.

Finalmente, el artículo 10 “Interfaz con sistemas de transporte inteligentes” del Regla-

mento (UE) 165/2014 relativo a los tacógrafos en el transporte por carretera tiene la
redacción siguiente:

Los tacógrafos de vehículos matriculados por primera vez 36 meses después de la

entrada en vigor de las disposiciones específicas indicadas en el artículo 11 podrán
ir equipados de interfaces normalizadas que permitan que los datos registrados o
producidos por el tacógrafo se utilicen en modo operativo gracias a un dispositivo
externo (…).

Se está evaluando en los foros europeos de normalización el mejor modo de dar res-
puesta técnica a las necesidades planteadas por el nuevo tacógrafo digital. Junto con
el CEN/TC 278 (WG 2) se contaría, entre otros, con el ISO/TC 22 y el CEN/TC 301 sobre
vehículos de carreteras.

4.4. Gestión del transporte público

Este campo de los ITS cubre la explotación, planificación y gestión de las operaciones
de transporte público, incluyendo los sistemas para horarios y planificación. Busca ase-

168
 Contribución de las normas técnicas al despliegue de los ITS

gurar conexiones fiables que permitan diferentes modos de transporte y también cubre
la información en tiempo real sobre el estado y localización de los vehículos.

En base a la información recogida, incluyendo datos meteorológicos e históricos de

atascos producidos, es posible preparar estrategias que permitan un funcionamiento
más fiable y flexible que responda de forma rápida a las situaciones que se generen.
Las acciones posibles pueden por ejemplo incluir la señalización mediante paneles
variables o cambios en la semaforización.

4.5. Gestión de catástrofes

Este campo de los ITS cubre las actividades desplegadas en las carreteras con objeto
de gestionar recursos públicos y privados para responder a catástrofes naturales o pro-
vocadas, e incluye los siguientes grupos:

1) Gestión de datos de desastres, incluyendo la recolección sistemática de los

datos de los organismos pertinentes, respecto a cualquier problema que pueda
afectar a la seguridad de la carretera o sus usuarios. Los datos recogidos se dis-
tribuyen a los organismos y ciudadanos afectados.

2) Datos de emergencia compartidos con un número más amplio de partes intere-

sadas que puedan estar afectados.

3) Gestión de la respuesta, incluyendo las acciones para mitigar el impacto del evento.

4.6. ITS en entorno urbano

Los ITS tienen un fuerte campo de expansión para la mejora en los entornos urbanos,
en buena medida en base a los sistemas cooperativos indicados anteriormente. En el
Plan de acción de movilidad urbana publicado por la Comisión en 2009, como medi-
da 20 en pro de una movilidad urbana sostenible, se indica:

“La Comisión tiene previsto ofrecer asistencia sobre aplicaciones de STI para favore-
cer la movilidad urbana” incluyendo “la venta y pago electrónicos de billetes, la ges-
tión del tráfico, la información sobre los viajes, la regulación del acceso y la gestión
de la demanda”. “Para empezar, iniciará un estudio sobre la mejora de la interope-
rabilidad de los sistemas de venta y pago de billetes de servicios y modos de trans-
porte, incluido el uso de tarjetas inteligentes en el transporte urbano, centrándose
en los principales destinos europeos (aeropuertos, estaciones de ferrocarril, etc.).”

En el documento “Mobilising Intelligent Transport Systems for EU cities” que acompa-

ñaba a la Comunicación “Juntos por una movilidad urbana competitiva y eficiente en el
uso de los recursos” se analizan las ventajas de aplicar estas tecnologías a las ciudades,
y se exponen varias aplicaciones:

169
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

1) Información de tráfico y desplazamientos multimodales en tiempo real.

2) Medidas de gestión del tráfico.

3) Gestión inteligente de tarifas multimodales.

4) Herramientas ITS como CCTV y tecnologías ANPR.

5) Nuevos sistemas de seguridad en el vehículo y de asistencia a la conducción.

De forma horizontal, en todo el documento, se destaca la importancia de la normaliza-

ción para alcanzar los objetivos buscados.

La Comisión está finalizando, por otro lado, un Mandato para la elaboración de normas
que apoyen la implantación de ITS en entornos urbanos, proponiendo:

a) Documentos normativos sobre formatos de datos para nuevos servicios asocia-

dos a la movilidad, incluyendo apoyo a uso de coches compartidos, mejora de
la logística urbana, etc.

b) Directrices sobre la estructura, arquitectura y diseño de los elementos lógicos de

estos sistemas, así como la implantación y gestión de sus componentes.

Además de los trabajos, en general horizontales, desarrollados en los comités de ITS

podemos destacar los progresos realizados en torno al concepto de smart city. AENOR,
en colaboración con la Secretaría de Estado de Telecomunicaciones y para la Sociedad
de la Información (SETSI) del Ministerio de Industria, Energía y Turismo ha creado el
Comité AEN/CTN 178 “Ciudades inteligentes”, donde se está desarrollando una estra-
tegia de normalización para las smart cities. Entre los aspectos principales se podrían
destacar:

— Redes de servicios públicos (métricas de agua, gas y electricidad; gestión del

reciclaje y tratamiento de residuos, transporte urbano intermodal, etc.).

— Infraestructura de redes TIC (fibra óptica, inalámbricas, etc.).

— Convergencia de los sistemas de gestión y control de la ciudad.

— Seguridad de los ciudadanos: planes de emergencia, gestión de riesgos, etc.

— Sistemas integrales.

— Eficiencia en los consumos de recursos y energía, incluyendo un abastecimiento

inteligente y apoyo a las energías limpias.

— Reducción de los impactos ambientales, por ejemplo a través del control de

emisiones y vertidos.

— Accesibilidad a los espacios urbanos y cohesión social.

170
 Contribución de las normas técnicas al despliegue de los ITS

Este Comité se estructura del modo siguiente:

— SC 1 Infraestructuras
— SC 2 Indicadores y semántica
— SC 3 Gobierno y movilidad
— SC 4 Energía y medio ambiente
— SC 5 Destinos turísticos

El AEN/CTN 178 es espejo nacional del Comité Internacional ISO/TC 268 Desarrollo
sostenible en las ciudades y del grupo de coordinación europeo para ciudades inteli-
gentes y sostenibles de CEN/CENELEC/ETSI.

5. Conclusiones
Los ITS son el presente para la mejora de la gestión de las redes de transporte, al
estar formados por una tecnología disponible y cuya eficiencia se ha probado a nivel
nacional, europeo e internacional. A través de ejemplos, como el peaje electrónico o
la llamada de emergencia europea eCall, queda claro el impacto sobre ciudadanos y
empresas y la importancia de su correcta implantación.

Para asegurar la interoperabilidad de estos sistemas se han desarrollado una serie de

estándares nacionales, europeos e internacionales, que sirven de apoyo a las adminis-
traciones públicas y la industria de cara a implementar y usar ITS.

AENOR, como representante español en los foros europeos e internacionales de ITS,

traslada la posición nacional definida a través del consenso en el Comité AEN/CTN 159
“Sistemas inteligentes de transporte” y en otros órganos técnicos de normalización que
generan estándares relacionados.

Abreviaturas:
AENOR Asociación Española de Normalización y Certificación
CEN Comité Europeo de Normalización
CENELEC Comité Europeo de Normalización Electrotécnica
DSRC Comunicaciones dedicadas de corto alcance
EFC Peaje electrónico
ETSI Instituto Europeo de Normas de Telecomunicaciones
IVS Sistema a bordo del vehículo (embarcado)
ITS Sistemas inteligentes de transporte (acrónimo inglés)

171
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

MSD Conjunto mínimo de datos definido para eCall

NAD Dispositivos de acceso a la red
PSAP Punto de atención de llamadas de emergencia
SET Sistema Europeo de Telepeaje
SIT Sistemas inteligentes de transporte (acrónimo castellano)
TPS Servicio externo, proporcionado por un tercero
UE Unión Europea
VIN Número de identificación del vehículo

6. Referencias
1. Real Decreto 662/2012, de 13 de abril, por el que se establece el marco para la
implantación de los sistemas inteligentes de transporte (SIT) en el sector del trans-
porte por carretera y para las interfaces con otros modos de transporte.
2. Directiva 2010/40/UE, por la que se establece el marco para la implantación de los
sistemas de transporte inteligentes en el sector del transporte por carretera y para
las interfaces con otros modos de transporte.
3. Comunicación de la Comisión COM (2008) 886 Plan de acción para el despliegue
de sistemas de transporte inteligentes (STI).
4. White paper 2011 - Roadmap to a Single European Transport Area - Towards a com-
petitive and resource efficient transport system (European Commission).
5. ISO/IEC DIS 14813-1:2013 Intelligent transport systems — Reference model archi-
tecture(s) for the ITS sector — Part 1: ITS service domains, service groups and ser-
vices.
6. Directiva 2004/52/CE, relativa a la interoperabilidad de los sistemas de telepeaje
de las carreteras de la Comunidad.
7. Decisión de la Comisión 2009/750/CE, relativa a la definición del Servicio Europeo
de Telepeaje y sus elementos técnicos [C(2009) 7547].
8. Servicio Europeo de Telepeaje (SET). Guía para la aplicación de la Directiva sobre la
interoperabilidad de los sistemas de telepeaje de las carreteras. Dirección General
de Movilidad y Transportes. Comisión Europea. 2009.
9. UNE-EN 15722:2013 Sistemas inteligentes de transporte. eSafety. Conjunto míni-
mo de datos (MSD) de la llamada de emergencia europea eCall.
10. UNE-EN 16062:2013 Sistemas inteligentes de transporte. eSafety. Requisitos de
aplicación de alto nivel (HLAP) de la llamada de emergencia europea eCall.
11. UNE-EN 16072:2013 Sistemas inteligentes de transporte. eSafety. Requisitos oper-
ativos de la llamada de emergencia europea eCall.
12. Comunicación de la Comisión COM(2011) 451: Propuesta de Reglamento por el

172
 Contribución de las normas técnicas al despliegue de los ITS

que se modifican el Reglamento (CEE) nº 3821/85 relativo al aparato de control en

el sector de los transportes por carretera, y el Reglamento (CE) nº 561/2006.
13. Reglamento (UE) No 165/2014 relativo a los tacógrafos en el transporte por car-
retera, por el que se deroga el Reglamento (CEE) no 3821/85 relativo al aparato
de control en el sector de los transportes por carretera y se modifica el Reglamen-
to (CE) no 561/2006 relativo a la armonización de determinadas disposiciones en
materia social en el sector de los transportes por carretera.
14. Comunicación de la Comisión COM(2009) 490: Plan de acción de movilidad urba-
na.
15. Potential needs for standardisation of urban ITS. Urban ITS Expert Group. Enero de
2013.

173
 La conducción automatizada

María Belén Aranda Colás

Robert Bosch GmbH, Alemania
Estudió Ingeniería Industrial, con la especialidad de Centrales y Redes
en las universidades de Zaragoza y Darmstadt, Alemania.
Trabaja en Bosch desde 1999, donde empezó en Ingeniería de producto,
pasando por las áreas de ventas, marketing estratégico y jefatura de producto.
Desde 2012, forma parte del proyecto encargado de desarrollar
la Conducción Automatizada. Actualmente es Directora de Desarrollo Avanzado
y lidera las áreas de jefatura de proyectos y el desarrollo de la plataforma
para las funciones de conducción altamente automatizada.

En las últimas décadas, los sistemas de asistencia orientados a la seguridad han ido
estableciéndose en el mercado, ofreciendo así una ayuda indiscutible a los conductores
para llegar a su destino de una manera más segura, más relajada. En el futuro, estos
sistemas harán frente a situaciones cada vez más complejas, incrementando el nivel de
asistencia, o incluso actuando de forma independiente.

La automatización va a cambiar el futuro de la movilidad: una conducción automatiza-

da sincroniza el flujo de tráfico, ahorrando así tanto en tiempo —al reducir la duración
de los viajes— como en consumo de combustible, disminuyendo, a su vez, el nivel de
emisiones nocivas.

Con el aumento del nivel de automatización, el conductor pasa gradualmente de tener

un papel activo a convertirse en pasajero, al menos durante un determinado periodo
de tiempo. El automóvil se hace cargo de determinadas tareas de conducción, según
las necesidades de cada individuo, reduciendo la sobrecarga del conductor y permi-
tiendo aprovechar el tiempo en el vehículo de una forma más productiva.

Más del 90 por ciento de los accidentes en carretera son resultado de errores humanos.
La visión de una conducción libre de siniestros en carretera es una de las mayores moti-
vaciones para la automatización.

Cada innovación nos acerca un poco más a una conducción sin congestionamientos y
más segura, una conducción automatizada.

Palabras clave: Conducción automatizada, Sistemas de asistencia al conductor, Con-

ducción autónoma, Bosch.

175
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

1. Introducción
Los sistemas de asistencia al conductor están basados en sensores capaces de percibir
e interpretar los datos referentes al entorno del vehículo, como cámaras de vídeo, sen-
sores de radar y/o ultrasonidos, ESP®, dirección asistida eléctrica, sistemas de retención
y sistemas de navegación.

Estos sistemas incrementan el confort y la seguridad al reconocer con anterioridad

situaciones críticas que requieren una acción rápida y segura —ayudan al conductor en
múltiples ocasiones a tomar la decisión correcta— o intervienen de forma automática
para evitar posibles colisiones.

El desarrollo de los sistemas de asistencia continua progresivamente para poder cubrir

situaciones todavía más complejas, o incluso actuar de forma independiente al alcanzar
determinados niveles de automatización.

1.1. Diferencia entre asistencia y conducción automatizada

Los modernos sistemas de asistencia al conductor están allanando el camino hacia
la conducción automatizada. Según el Instituto Alemán de Investigación Federal de
Carreteras (BASt), se hace una distinción entre los diversos niveles de automatización,
dependiendo del grado en que el conductor tiene que supervisar la situación del tráfico
y el marco en el que el conductor es responsable de control del vehículo.

El movimiento de un vehículo tiene dos componentes: la componente longitudinal es

responsable de la aceleración y la deceleración; la componente lateral se encarga de
controlar la trayectoria por medio de la transmisión.

Conducción asistida

La ejecución específica de una de las dos componentes de conducción (dirección o

aceleración/deceleración) se lleva a cabo por medio de un sistema de asistencia que
utiliza para ello la información sobre el entorno. El conductor (humano) realiza todos
los aspectos restantes de la tarea de conducción, vigilando constantemente el tráfico y
siendo capaz de controlar el vehículo en cualquier situación (ver capítulo 1).

Ejemplos: Control de crucero adaptativo-cooperativo, Control de trayectoria en

carril, asistente de aparcamiento.

Conducción automatizada

La ejecución de las dos componentes del movimiento del coche se realiza por parte del
sistema automatizado, permitiendo al conductor ausentarse de la conducción activa.

176
 La conducción automatizada

Debido a la complejidad de estas funciones —tanto en la tarea de percibir e interpre-

tar el entorno, como al tener que tomar decisiones en todo momento sin esperar la
intervención del conductor— se espera que las primeras que salgan al mercado estén
limitadas a situaciones fáciles de definir y controlar —como por ejemplo un atasco o
conducción sin salir de la autopista— para después, extender la gama de funciones a
toda clase de rutas, incluyendo la conducción en cascos urbanos.

Las funciones de conducción automatizada pueden clasificarse según el grado y la

duración de intervención requerida por parte del conductor:

Conducción parcialmente automatizada: El sistema toma el control longitudinal y

lateral del movimiento del coche. Al igual que en el caso de la conducción asistida, el
conductor humano tiene que vigilar permanentemente el entorno y el sistema, para ser
capaz de retomar el control del vehículo en cualquier situación.

Ejemplos: Asistente para atascos, asistente de aparcamiento automatizado.

Conducción altamente automatizada: El sistema toma el control longitudinal y la-

teral del movimiento del coche en una situación predefinida —como por ejemplo, un
atasco—. Ya no es necesario que el conductor supervise permanentemente el sistema.
En caso necesario, el conductor recibirá la solicitud para retomar el control sobre el
vehículo con suficiente margen de tiempo.

Ejemplos: Piloto para atascos.

Conducción completamente automatizada: El sistema toma el control longitudinal

y lateral del movimiento del coche en todas las situaciones; ya no es necesario que el
conductor supervise el entorno o el sistema ni que retome el control sobre el vehículo.

Ejemplos: Piloto automático.

En el Figura 1 se detalla la clasificación y definición de los distintos niveles de automa-

tización según SAE International (Asociación de Ingenieros de Automoción), NHTSA
(Administración Nacional para la Seguridad del Trafico en Carretera, EEUU) y BASt (Ins-
tituto Federal para el Tráfico e Infraestructura, Alemania).

1.2. La historia de la conducción automatizada

La idea de un vehículo autónomo es casi tan antigua como el mismo vehículo. La visión
de GM sobre el futuro del transporte, presentada por Norman Bel Geddes en la feria
de muestras Futurama, durante la Exposición Universal (Futurama) de 1939 en Nueva
York, ya incluía vehículos sin conductor. Esta idea ha seguido siendo muy popular en
investigación, medios de comunicación, ficción y publicidad.

177
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Execution of Fallback System

Monitoring

NHTSA
steering and performance capability
Level

BASt
level

level
Name Narrative definition of driving
acceleration/ of dynamic (driving
environment
deceleration driving task modes)

Human driver monitors the driving environment

Human driver Human driver Human driver n/a
No the full-time performance by the human driver of all aspects of the dynamic driving task,

Driver
only
0 0
Automation even when enhanced by warning or intervention systems

the driving mode-specific execution by a driver assistance system of either

Some

Assisted
Driver steering or acceleration/deceleration using information about the driving environment Human driver
1 Human driver Human driver driving 1
Assistance and with the expectation that the human driver perform all remaining aspects of the and system
modes
dynamic driving task

the driving mode-specific execution by one or more driver assistance systems of both

automated
Some

Partially
Partial steering and acceleration/deceleration using information about the driving environment
2 System Human driver Human driver driving 2
Automation and with the expectation that the human driver perform all remaining aspects of the
modes
dynamic driving task

Automated driving system (“system”) monitors the driving environment

Some

automated
the driving mode-specific performance by an automated driving system of all aspects System System Human driver driving
Conditional

Highly
3 of the dynamic driving task with the expectation that the human driver will respond modes 3
Automation
appropriately to a request to intervene

automated
the driving mode-specific performance by an automated driving system of all aspects Some
High

Fully
4 of the dynamic driving task, even if a human driver does not respond appropriately to System System System driving 3/4
Automation
a request to intervene modes

the full-time performance by an automated driving system of all aspects of the

Full All driving
5 dynamic driving task under all roadway and environmental conditions that can be System System System

-
Automation modes
managed by a human driver

Figura 1 – Definición de los niveles de conducción automatizada para vehículos en carretera

según SAE, BASt, NHTSA

Podría decirse que el primer vehículo realmente automatizado fue construido en 1977
por el laboratorio Tsukuba Mechanical Engineering en Japón, capaz de seguir unas
marcas blancas pintadas en la carretera y alcanzar una velocidad máxima de 30 km/h.

En los años 80, el grupo del Profesor Dickmann en la Universidad de Múnich, desa-
rrolló uno de los primeros vehículos automatizados que circulaba a velocidades hasta
100 km/h en calles sin tráfico, controlando a la vez volante, acelerador y freno por
medio de comandos de ordenador basados en una evaluación a tiempo real de secuen-
cias de imágenes.

El proyecto de investigación y desarrollo Eureka PROMETHEUS (PROgraMme for a

European Traffic of Highest Efficiency and Unprecedented Safety, 1087-1995) iniciado
por la Comisión Europea, fue una de las mayores inversiones hasta entonces en el cam-
po de la conducción automatizada. Varios prototipos automatizados fueron mostrados
en Octubre de 1994, en la Autopista 1 cerca del aeropuerto Charles-de-Gaulle de Paris.

A partir de 1984, el Laboratorio de la Universidad Carnegie Mellon desarrolló un total

de once vehículos automatizados, siendo el punto cumbre de este programa la ruta
“Sin manos a través de América” en 1995, en el que dos investigadores viajaron 3000
millas a lo largo de los [Link]. con un vehículo que condujo de forma automatizada el
98 por ciento del tiempo.

En 1991, el Congreso de los [Link]. aprobó un proyecto de ley, instando al Ministerio

de Transporte a mostrar un vehículo automatizado y una infraestructura apta para la

178
 La conducción automatizada

conducción automatizada. Los trabajos de investigación culminaron en una demostra-

ción en 1997 en la autopista I-15 en San Diego, California, en la cual se pudieron mos-
trar un total de 20 vehículos, incluyendo coches, autobuses y camiones.

En los años 2000, DARPA (Agencia de Proyectos de Investigación Avanzados de Defen-

sa, [Link].) organizó un total de 3 competiciones para coches autónomos sin conductor.
En la primera carrera, en 2004, ningún coche fue capaz de finalizar la carrera. En 2005,
Stanley, el vehículo de la Universidad de Stanford, California, ganó el DARPA Grand
Challenge, recorriendo 212 km a través del desierto de Nevada. En 2007 la compe-
tición se desplazó a un entorno urbano, incluyendo cruces de calles y otros vehículos
en movimiento. En esta ocasión, el coche ganador fue el de la Universidad Carnegie
Mellon.

Esta serie de competiciones ofreció la posibilidad de mostrar que los avances realiza-
dos en las tecnologías referentes a la informática, detección e interpretación del entor-
no o conectividad, podrían permitir el paso de un enfoque meramente académico a
enfoque industrial.

Actualmente, los principales fabricantes de coches y sus proveedores en Europa, han

atraído la atención del público sobre sus actividades de investigación e innovación en la
conducción altamente automatizada, con pruebas en circuito cerrado y en la vía públi-
ca. En el verano de 2013, Daimler cubrió, con un prototipo automatizado, la misma ruta
entre las ciudades alemanas de Mannheim y Pforzheim que ya hiciera Berta Benz 125
años antes, con uno de los primeros coches. Audi mostró en la CES 2013, en Las Vegas,
su prototipo de asistencia en atascos. BMW prueba su prototipo de conducción auto-
matizada en autopistas entre Múnich y Núremberg, y Bosch prueba desde comienzos
de 2013 sus prototipos de conducción altamente automatizada en las autopistas A81
de Alemania, I-280 en California y I-75 en Michigan.

1.3. Pronósticos de mercado

Recientemente, numerosos estudios han tratado el tema de la conducción automatiza-
da desde el punto de vista tecnológico y de previsión de mercado. KPMG espera una
reducción del número de accidentes, una mejora de la productividad y de la eficien-
cia energética, y nuevos modelos relativos a la propiedad de vehículos. Miembros del
IEEE han seleccionado la conducción automatizada como la forma más prometedora
de transporte inteligente, anticipando que van a representar hasta el 75 por ciento
de los coches en la carretera en el año 2040. ABI Research, predice que los vehículos
totalmente automatizados comenzarán a aparecer en los próximos 15 años y que hasta
el año 2032, serán 10 millones de coches automatizados nuevos los que saldrán anual-
mente a la vía pública en los Estados Unidos. La revista Wired asume que no harán falta
carnets de conducir a partir del 2040. PricewaterhouseCoopers, prevé una reducción
de los accidentes de tráfico en un factor 10, y llega a la conclusión de que la flota de
vehículos en los [Link]. se desplomaría de los actuales 245 millones a 2,4 millones, en
caso de una introducción completa de vehículos autónomos.

179
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

En cuanto al nivel de aceptación por parte de los clientes, JD Power muestra en su

reciente estudio, que los compradores de vehículos nuevos están dispuestos a pagar
por una mejor conectividad y mayor automatización en su vehículo.

Figura 2 – Interés del cliente en conducción automatizada. Fuente: JD Power

Resultados basados en la respuesta de 16.758 propietarios de vehículos

1.4. Motivación
Mayor nivel de seguridad para todos los usuarios de la vía pública

El tema de la seguridad vial es cada vez más importante, tanto para el público en gene-
ral como para los legisladores. Las Naciones Unidas (ONU) declararon el período desde
2011 hasta 2020 como la “Década de Acción para la Seguridad Vial”. El objetivo de esta
iniciativa es reducir a la mitad el número de siniestros en las carreteras de todo el mundo.

La conducción automatizada es una tecnología clave para el aumento de la seguridad

vial. Más del 90 % de todos los accidentes se deben, al menos en parte, a un error
humano. El objetivo de las funciones de asistencia al conductor y de conducción auto-
matizada es reducir la gravedad de los accidentes, hasta conseguir prevenir todos los
accidentes causados ​​por un error del conductor.

Mejora de la circulación viaria y reducción de las emisiones

La conducción automatizada cambia la forma de usar las carreteras: los vehículos auto-
matizados son capaces de conducir guardando un menor margen de distancia entre
ellos. El flujo de tráfico se puede mejorar hasta un 80 % gracias a la comunicación
entre vehículos y entre el vehículo y la infraestructura, evitando atascos y reduciendo el
tiempo de espera en cruces y semáforos. Todo esto conduce a una reducción del nivel

180
 La conducción automatizada

de emisiones nocivas y del consumo de combustible hasta un 39 %. Una conducción

respetuosa del medio ambiente se está convirtiendo en una realidad.

Mayor placer de conducción

Con la conducción automatizada se abre una nueva dimensión del placer de conducir.
Según un informe (#FHWA-PL-II-022) del Departamento de Transporte de la Adminis-
tración de Seguridad vial de los [Link]., un ciudadano americano pasa un promedio de
53 minutos diarios en el coche.

En situaciones en las que el conductor disfruta de una conducción activa, el sistema

puede ofrecer información que ayude a realizar las tareas de conducción, como imáge-
nes de las señales de tráfico o información sobre el estado de la carretera. En aquellas
situaciones más rutinarias en las que conducir resulta pesado o monótono, el vehículo
se encargará de la conducción, permitiendo al conductor un cierto desahogo e incluso
aprovechar el tiempo dedicándose a otras tareas, bien sea leer el periódico, navegar en
internet o disfrutar de una conversación con los otros pasajeros.

2. Evolución
2.1. De la conducción asistida a la conducción automatizada
La introducción de la conducción automática se realizará por etapas, aumentando en
cada paso el nivel de automatización (ver Fig. 3). Los sistemas de asistencia al conductor,
tales como el Control de Crucero Adaptativo (ACC), el Sistema predictivo de frenada de
emergencia o los Sistemas de mantenimiento del carril, llevan presentes en el mercado
más de una década, ayudando a prevenir accidentes o mitigando sus consecuencias.

Figura 3 – Evolución hacia la conducción completamente automatizada

181
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Estos sistemas requieren una supervisión permanente por parte del conductor. El dise-
ño del vehículo actual se basa en el conductor como reserva en caso de un fallo del
sistema. El hecho de reemplazar al conductor conlleva unos cambios importantes en la
arquitectura del sistema automatizado.

2.2. Conducción parcialmente automatizada

El paso siguiente tras la conducción asistida, es la combinación de los componentes
lateral y longitudinal, por ejemplo la combinación del Control de Crucero Adaptativo y
el Sistema de Mantenimiento de Carril en la función Control de Crucero Integrado (Inte-
grated Cruise Assist), que puede alcanzar velocidades hasta los 130 Km/h (ver Figura 4).

Esta función se basa en sensores de radar para la aceleración y frenado del vehículo,
y una cámara de video para la guía lateral y el mantenimiento del vehículo en el carril.

Dando un paso más adelante llegamos a la función Asistente en Autopista, con la que
se podrán realizar adelantamientos. Para permitir el cambio de carril, se requerirán
sensores adicionales en los laterales, como los sensores de radar de media distancia. El
vehículo realiza el cambio de carril automáticamente una vez que la maniobra haya sido
confirmada por el conductor —al poner el intermitente—.

En las dos funciones, la velocidad se puede adaptar por medio de sistemas de Recono-
cimiento de las Señales de Tráfico, basados en una cámara de vídeo.

Figura 4 - Ejemplos de la evolución hacia la conducción completamente automatizada

182
 La conducción automatizada

Otra de las primeras funciones en aparecer en el mercado es el Asistente de Atascos.

Se trata de una función basada en un sensor radar y una cámara de vídeo que analizan
constantemente la velocidad de los vehículos del entorno y la compara con la veloci-
dad propia. En el caso de detectar tráfico denso o un atasco, el sistema puede ser acti-
vado presionando un botón. Automáticamente, el coche seguirá al coche precedente,
acelerando y frenando dentro del carril, adaptándose a la velocidad del entorno. El
vehículo es capaz de reaccionar en caso de que fuese necesario salirse del carril para
crear uno de emergencia, para permitir, por ejemplo, el paso a una ambulancia.

2.3. Conducción altamente y completamente

automatizada
El paso a la conducción altamente automatizada será significativo. El conductor podrá
centrarse en otras tareas mientras está sentado en el coche y pasará a ser pasajero.
Estos sistemas se introducirán en primer lugar en autopistas y autovías. El Piloto de
Autopista (Highway Pilot) será activado por el conductor después de recibir la confir-
mación por parte del sistema. El vehículo se centra automáticamente dentro del carril y
mantiene la visión completa (visión 360°) de los alrededores, a través de un número de
sensores para la percepción del entorno. El sistema controla su trayectoria por medio
de intervenciones automáticas en la dirección y regulando el movimiento longitudinal.
También puede cambiar automáticamente de carril cuando sea apropiado. Los retos
técnicos y tecnologías clave para los vehículos altamente automatizados, se destacan
en el apartado siguiente.

Los coches totalmente automatizados son capaces de llevar a cabo todas las tareas de
conducción, incluyendo todos los rangos de velocidad en todo tipo de vías y bajo todas
las condiciones ambientales en las que podría conducir también un conductor humano.
Dada la complejidad de este escenario, la aparición de estas funciones no se espera
hasta dentro de 10 años.

3. Tecnologías clave para la conducción

automatizada
Muchas de las tecnologías clave todavía requieren una investigación y un desarrollo
substanciales. El hecho de no poder utilizar al conductor humano como sistema de
emergencia, un coche automatizado tiene que tomar las decisiones correctas en todas
las situaciones, dentro del rango definido de la función, con la mayor fiabilidad.

El interfaz hombre-máquina (HMI) necesario para determinar el estado del conductor o

comunicar de un modo apropiado la intención del vehículo, van más allá de los niveles
actuales necesarios para los sistemas de conducción asistida.

183
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Percepción

Una tecnología imprescindible en la conducción automatizada es la detección fiable

y precisa del entorno del vehículo. Dado que el coche tiene que moverse de forma
independiente en tráfico real, se deberán detectar y clasificar todos los usuarios de
la carretera que se encuentren alrededor del vehículo (visión 360°). Para ello, múlti-
ples sensores con diferentes principios de medición supervisan cada área próxima al
vehículo proporcionando una imagen 3D. El uso de sensores redundantes aumenta la
fiabilidad y robustez de la información.

La mayoría de los sensores requeridos para esta tarea, como el radar, la cámara de video
o los sensores de ultrasonidos, existen ya hoy en día, aunque tendrán que seguir mejorán-
dose para ser capaces de cubrir las necesidades que plantean las nuevas funciones.

Los datos proporcionados por cada uno de los sensores individuales se fusionan y pro-
cesan en un modelo. Para realizar este cálculo se utilizan nuevos métodos, uno de los
cuales es el “occupancy grid” o “rejilla de ocupación”, que permite fusionar infor-
mación proporcionada por distintos sensores con tecnologías diferentes, en tiempos
diferentes, para crear un modelo completo del entorno. Todos los objetos estáticos y
dinámicos alrededor del vehículo están representados en este modelo.

Una de las prioridades en el desarrollo de los sistemas de percepción es la escalabili-

dad: un modelo tiene que poder portarse a distintos vehículos con diferentes configu-
raciones de sensores o tecnologías sin que la adaptación requiera demasiado esfuerzo.

Por medio de mapas digitales y el posicionamiento relativo (localización), los objetos

detectados se colocan con alta precisión en los carriles apropiados, permitiendo al
sistema interpretar la situación, detectar áreas accesibles y deducir una estrategia de
conducción.

Figura 5 – Visión 360° usando la combinación de sensores diferentes

184
 La conducción automatizada

Localización

La localización se define como la estimación de la posición y orientación del vehículo

dentro de un carril y en la carretera. La conducción automatizada requiere una deter-
minación de posición de alta precisión en tiempo real y disponible en todo momento.
Es crucial para orientar el vehículo exactamente dentro del carril y evitar así afectar
negativamente a otros usuarios de la carretera.

El nivel de precisión necesario para la localización depende del caso de uso: La conduc-
ción en autopista requiere una localización lateral muy precisa dentro del carril, mien-
tras que no se requiere una gran precisión longitudinal debido a que los radios de las
curvas son bastante grandes. En entornos urbanos se requiere una alta precisión tanto
lateral como longitudinal, debido al reducido radio de las curvas de las calles.

Un sensor solo es incapaz de cumplir todos los requisitos. La información recibida de

los sistemas de satélite (GNSS) se utiliza para averiguar la posición absoluta en la tierra
con una exactitud de varios metros, pero no sirve para determinar la posición exacta del
vehículo dentro del carril. Para ello, se combina la información recibida del satélite con
puntos de referencia detectados por los sensores de a bordo (líneas de delimitación
de carril y las estructuras laterales de carreteras) y un mapa digital de alta precisión.
Además de todos los carriles y bordes de la carretera, este mapa dinámico contiene
información sobre las curvas, los límites de velocidad actuales y posibles cambios en la
red de carreteras a través de una red móvil.

Figura 6 – Tecnologías clave para la conducción automatizada

Estrategia de conducción

La estrategia de conducción regula el comportamiento del vehículo y determina los

valores necesarios para el control de movimiento, enviando esta información a los sis-
temas de actuación, como el ESP ® o la dirección.

185
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

El sistema tiene que decidir por sí mismo dónde conducir y cuándo acelerar, frenar,
girar. El cálculo de cada trayectoria debe hacerse considerando el entorno con el fin de
ser capaz de controlar el coche de manera rápida, segura y muy precisa.

A diferencia de los sistemas actuales de asistencia, que controlan sólo una de las com-
ponentes, en la conducción automatizada se utilizan algoritmos combinados de control
lateral y longitudinal, mejorando así el rendimiento.

Los sistemas de actuación tienen que ser fiables y seguros. El coche tiene que perma-
necer “operable” en toda situación, lo que significa que se necesita un sistema redun-
dante capaz de actuar incluso cuando una de las componentes fallase.

E/E Arquitectura

La E/E-arquitectura de vehículos automatizados pasa de ser una arquitectura a prueba

de fallos, como se puede encontrar en los sistemas de asistencia al conductor (con el
conductor disponible en todo momento para retomar el control sobre el vehículo), a
una arquitectura a prueba de funcionamiento, que debe mantener la funcionalidad
básica en caso de un fallo del sistema.

El aumento de la cantidad de información transferida en un vehículo automatizado y

la necesidad de una conectividad rápida, crean la necesidad de unidades de control
electrónico con una elevada potencia de cálculo y conectividad sin dejar de cumplir los
requisitos más altos de seguridad para automóviles.

HMI

La interacción entre el conductor humano y el sistema automatizado es de especial

importancia a la hora de pasar el control del vehículo entre el modo manual y el modo
automatizado.

Antes de devolver el control al conductor, el sistema tiene que asegurarse de que éste
está en condiciones de retomarlo. En el caso de que el conductor no pueda retomar el
control, el vehículo tiene que ser capaz de alcanzar un estado seguro, bien sea frenando
gradualmente hasta detenerse en el mismo carril, o cambiando de carril hasta alcanzar
la parte exterior de la calzada para después, detenerse.

Otra tarea importante del interfaz entre el conductor y el sistema es la comunicación del
estado del sistema. Las decisiones tomadas por el vehículo deben comunicarse de forma
transparente para aumentar la confianza y la aceptación por parte de los conductores.

4. Test y aplicación
Bosch está realizando pruebas con prototipos de conducción altamente automatizada
en autopistas de Alemania y de los [Link]. El objetivo es utilizar situaciones de conduc-

186
 La conducción automatizada

ción cotidianas para poner a prueba las funciones desarrolladas y mejorarlas. Con el fin
de garantizar la seguridad durante el proceso de desarrollo, el concepto de seguridad
Bosch fue revisado y confirmado por el organismo de certificación alemán TÜV Süd.

Más de 5.000 ingenieros trabajan en Bosch para desarrollar sistemas de seguridad y

de asistencia que forman la base para la conducción automatizada. Un equipo dedi-
cado exclusivamente a la conducción automatizada está trabajando para integrar de
forma segura estas futuras funciones en sensores, unidades de control y actuadores
para automóvil.

Figura 7 – Prototipo durante una de las pruebas en autopista en Alemania

5. Conclusiones
La tendencia hacia la automatización genera retos a nivel técnico para los sensores,
algoritmos, sistemas de actuación y la arquitectura del vehículo.

Las primeras funciones en el mercado serán para autopista, empezando por situaciones
a baja velocidad, como los atascos, para después aumentar el de la duración y dinámica
de las maniobras, como en el Piloto de Autopista.

En Bosch estamos convencidos de que la automatización se está convirtiendo en una

realidad que ofrece beneficios para una conducción segura, relajada y económica. La

187
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

introducción de estas funciones se llevará a cabo de forma gradual, permitiendo así la

aceptación por parte de todos los usuarios.

6. Referencias
1. Bosch Media Service, Automated driving Bosch carries out tests on German roads,
May 2013, [Link]
cale=en.
2. Youtube, Bosch Automated Driving, Published on Jan 22, 2013, [Link]
[Link]/watch?v=0D0ZN2tPihQ .
3. ABIresearch, Autonomous Vehicles, Q3/2013, [Link]
product/1016486-autonomous-vehicles/.
4. Burns, L. et al., Transforming Personal Mobility, The Earth Institute, Columbia Uni-
versity, January 27, 2013, [Link]
[Link].
5. IEEE News Release, 9/2/2012, [Link]
ber_2_2012.html.
6. PricewaterhouseCoopers LLP, Analyst Note, Autofacts, Look Mom, No Hands!,
February 2013, [Link]
US%28Feb2013%[Link].
7. Schrank, D., Eisele, B., Lomax, T., 2012 Annual Urban Mobility Report, Texas A&M
Transportation Institute, [Link]
8. Silberg, G., et al., Self-driving cars: The next revolution, 1/16/2013, [Link]
[Link]/US/en/IssuesAndInsights/ArticlesPublications/Documents/self-driving-
[Link].
9. Wired magazine, Let the Robot Drive: The Autonomous Car of the Future Is Here,
February 2012, [Link]
10. S. Kammel, J. Ziegler, B. Pitzer, [Link], T. Gindele, D. Jagzent, J. Schroeder, M.
Thuy, M. Goebl, F. v. Hundelshausen, O. Pink, C. Frese, C. Stiller, “Team AnnieWAY’s
autonomous system for the 2007 DARPA Urban Challenge”. Journal of Field Robot-
ics, Vol. 25,No. 9, 2008.
11. M. Montemerlo, [Link], S. Bhat, H. Dahlkamp, D. Dolgov, [Link], D. Haehnel,
T. Hilden, G.Ho_mann, B. Huhnke, D. Johnston, S. Klumpp, D. Langer, A. Levand-
owski, J. Levinson, J. Marcil, [Link], [Link], [Link], [Link], M.

188
 La conducción automatizada

Pueger, G. Stanek, D. Stavens, [Link], and [Link]. Junior: The Stanford Entry in
the Urban Challenge, Journal of Field Robotics, Vol. 25, No. 9, 2008.
12. D. O. Sales, D. O. Correa, L. C. Fernandes, D. [Link], F. S. Osorio, “Adaptive finite
state machine based visual autonomous navigation system.”, Engineering Applica-
tions of Articial Intelligence, 2014.
13. A. Elfes, “Using occupancy grids for mobile robot perception and navigation.”
Computer 22.6, 1989.
14. T. Gindele, S. Brechtel, J. Schroeder, R. Dillmann, “Bayesian Occupancy Grid Filter
for Dynamic Environments Using Prior Map Knowledge.”, Proc of IEEE Intelligent
Vehicles Symposium, 2009.
15. R. Danescu, [Link], F. Oniga, S. Nedevschi, “Particle Grid Tracking System for
Stereovision Based Obstacle Perception in Driving Environments”, IEEE Intelligent
Transportation Systems Magazine, Vol. 4, No. 1, 2012.
16. Press release, Daimler, 10 Sep. 2013.
17. Die Zeit, 21 Apr 2013.
18. Press release Audi, CES 2013.
19. JD Power 2014 U.S. Automotive Emerging Technologies [Link].
20. Shladover, Steven, Dongyan Su and Ziao-Yun Lu (2012), Impacts of Cooperative
Adaptive Cruise Control on Freeway Traffic Flow, 91st Annual Meeting of TRB,
Washington.
21. Atiyeh, Clifford (2012), Predicting Traffic Patterns, One Honda at a Time, MSN Auto,
June 25.
22. US Department of Transportation Highway Safety Administration (2011), Report #
FHWA-PL-II-022.

189
 PROSPECTIVA DE FUTURO

Felipe Jiménez Alonso

Instituto Universitario de Investigación del Automóvil (INSIA)
Universidad Politécnica de Madrid (UPM)
Ingeniero Industrial por la UPM, Licenciado en Ciencias Físicas
por la UNED y Doctor Ingeniero por la UPM. En la actualidad es Profesor Titular
de la Universidad Politécnica de Madrid y director de la Unidad de Sistemas
Inteligentes en Vehículos del Instituto Universitario de Investigación del Automóvil
(INSIA). Sus áreas de trabajo se centran en los Sistemas Inteligentes de Transporte,
los sistemas de asistencia a la conducción, el análisis del comportamiento
del conductor y la sensorización y automatización de vehículos.

1. Introducción
Los Sistemas Inteligentes de Transporte (denominados comúnmente con las siglas
anglosajonas ITS), entendidos éstos como los sistemas que emplean las tecnologías de
Electrónica, Control automático, Informática y Comunicaciones al ámbito del transpor-
te, aunque pueden ser asociados a desarrollos recientes del siglo XXI, no es completa-
mente cierto. En concreto, sus inicios provienen de los años 80, con iniciativas, más o
menos simultáneas en Europa, Estados Unidos y Japón.

Ya en aquellos años se plantearon visiones estratégicas de cómo debería ser el transpor-

te por carretera teniendo en cuenta los grandes problemas detectados en este modo.
Esta visión ya consideraba flujos de información entre todos los actores presentes en
las carreteras, su manejo y difusión.

Sin embargo, en aquellos años no era posible tener una visión clara sobre las tecno-
logías concretas que podían proporcionar un despliegue práctico viable y efectivo.
Fueron desarrollos posteriores, en el ámbito del transporte y, sobre todo, fuera de él,
lo que fue marcando el camino de cómo desplegar los servicios planteados años atrás.

El concepto de fondo que reside detrás de los ITS es el emplear las nuevas tecnolo-
gías en el mundo de las infraestructuras y vehículos del transporte por carretera, con
el fin de reducir los grandes problemas de este modo de transporte (accidentes, con-
taminación, congestión, etc) mediante soluciones diferentes a las convencionales. La
captación, almacenamiento, procesamiento y utilización de la información constituye el
eje clave en los sistemas inteligentes y es este flujo de información, con sus aspectos
positivos y sus dificultades, lo que les confiere una ventaja competitiva respecto a las
soluciones convencionales.

191
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Por otra parte, merece hacer una mención al aspecto del nombre genérico con el que
se denominan estos sistemas. El carácter de “inteligente” debe emplearse con precau-
ción a un sistema ideado y materializado por el hombre y que, al menos de momento,
tiene escasa capacidad para sustituirlo. Es más, el paso de los años muestra como siste-
mas que, en sus orígenes se consideraban altamente “inteligentes”, ahora son tratados
de forma mucho más convencional al acostumbrarnos a convivir con ellos, mientras
que son otros nuevos sistemas y servicios los que pasan a integrar el grupo de sistemas
inteligentes.

Si miramos a los vehículos del pasado, hemos podido ver una evolución espectacular
(Figura 1). Y no ha sido un cambio a nivel estético simplemente, sino que ha sido una
progresión tecnológica continua. Cada vez se incorporan nuevos sistemas de control
encaminados a mejorar el confort y la seguridad, primero en vehículos de alta gama y,
posteriormente, generalizándose a las gamas más económicas. Este flujo de informa-
ción motivó la introducción de los buses de comunicación internos de los vehículos,
pero las exigencias de rapidez de comunicación y los volúmenes de información han
implicado la incorporación de más de un bus en los vehículos en la actualidad.

Figura 1 – Ejemplos de la evolución de los vehículos de carretera

Lo mismo ocurre en el caso de las infraestructuras. Poco tienen que ver las carreteras
de hace décadas con las actuales vías de alta capacidad equipadas de sensores, pane-
les de información variable, cámaras, etc. Los avances no resultan tan evidentes en las
carreteras convencionales (lo que tiene su reflejo en la alta siniestralidad de estas carre-
teras). El avance en el ámbito urbano también ha sido notable (auque muchas veces no
tan visible como en el caso de vehículos o vías de alta capacidad), pero se debe tener
en cuenta que la gestión semafórica (en sus versiones más básicas) ha estado presente

192
 Prospectiva de futuro

desde hace muchos años, incluso antes de que los sistemas ITS fuesen una realidad o,
incluso, un proyecto.

Figura 2 – Infraestructuras del transporte por carretera

Hablar de evolución en el futuro es altamente arriesgado, sobre todo, cuando se intenta

hacer a largo plazo ya que aparecen muchas variables que pueden cobrar gran relevan-
cia con el paso de los años (o no hacerlo) que modifiquen notablemente la evolución
de estos sistemas. Así, por ejemplo, la evolución de telefonía móvil y comunicacio-
nes permite desplegar servicios antes impensables, con lo que la explosión de otras
tecnologías puede revolucionar el panorama respecto a las previsiones que se hayan
podido hacer. Por otra parte, la previsión de efectos de ciertos avances resulta, en
algunos casos complicada. A modo ilustrativo, las nuevas tecnologías de comunicación
podrían evitar desplazamientos, tanto en los ámbitos personales como profesionales.
Así, en el ámbito laboral, el teletrabajo o los contactos “virtuales” podrían reducir los
desplazamientos necesarios durante el trabajo. Sin embargo, esto no ha sido así ya que
la posibilidad de acceso a más información y más contactos, ha fomentado relaciones
más amplias.

Lo que sí resulta claro es que el futuro del transporte por carretera pasa por cambios
profundos, aunque, presumiblemente, paulatinos, en los que las nuevas tecnologías
tienen un papel preponderante. En este capítulo se presenta, en primer lugar, una bre-
ve muestra de iniciativas en materia de ITS a lo largo de los años desde sus orígenes. El
propósito de esta visión es apreciar que las bases estaban establecidas, aunque algu-
nas iniciativas han ido virando con el paso del tiempo hasta conformarse en realidades
diferentes a las inicialmente concebidas. Además, se podrá apreciar, a la vista de la
realidad actual, cómo de ciertas eran las previsiones del pasado y cómo han ido evo-
lucionando las ideas y conceptos de sistemas y servicios en el ámbito del transporte.
A continuación, se presentan las principales barreras actuales para la implantación de
ciertas soluciones. Estas barreras no son sino retos para el futuro y las respuestas a estos
retos marcarán el camino. Con este enfoque se pretende ofrecer una visión del estado
actual de cómo se está trabajando para construir el transporte del futuro.

193
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

2. Desde las primeras iniciativas hasta el presente

Como se ha indicado anteriormente, fue a mediados de los años 80 cuando se empe-
zó a plantear por las grandes administraciones en Europa, Estados Unidos y Japón, la
necesidad de cambios profundos en el transporte por carretera, ante los problemas
que se hacían cada vez más insostenibles, y la necesidad de abordar los problemas
desde perspectivas diferentes a los usuales.

2.1. Europa
Esta preocupación se materializó en Europa en el proyecto Prometheus (Programme for
a European Traffic System with Highest Efficiency and Unprecedented Safety) entre los
años 1987 y 1995. Surgió de la visión “Creating Intelligent Vehicles as part of an overall
Intelligent Road Traffic System“. Fue un proyecto de grandes dimensiones, implicando
vehículos autónomos y comunicaciones, además de otros muchos ámbitos. Su objetivo
radicaba en creación de nuevos conceptos y soluciones encaminadas a mejorar el trá-
fico en cuanto a seguridad, eficiencia e impacto medioambiental. Se pretendían desa-
rrollar nuevos sistemas de gestión de la información con la incorporación de la electró-
nica y la inteligencia artificial. Liderado por los grandes fabricantes europeos, involucró
empresas del sector electrónico, fabricantes de componentes, autoridades, ingenieros
de tráfico, etc. Estaba compuesto por 4 subproyectos de investigación básica y 3 de
investigación aplicada. Entre los primeros, se desarrolló PRO-ART, orientado al uso de
la inteligencia artificial, PRO-CHIP, focalizado en el desarrollo de hardware para pro-
cesamiento inteligente en vehículos, PRO-COM, que fijaba métodos y estándares de
comunicación, y PRO-GEN, que centraba su actividad en la creación de escenarios para
la evaluación de los sistemas. Por otra parte, los subproyectos de investigación más
aplicados comprendían PRO-CAR, en el que se trataba la sensorización del vehículo,
actuadores, interfaz de usuario y arquitectura general, PRO-NET, centrado en comuni-
caciones entre vehículos y PRO-ROAD, que se orientaba a las comunicaciones del vehí-
culo con el entorno aunque se contemplaba la interacción entre los dos últimos subpro-
yectos. En paralelo, se llevó a cabo el enfoque equivalente desde la infraestructura a
través del proyecto DRIVE (Dedicated Road Infrastructure for Vehicle Safety in Europe).

Resulta relevante indicar que, diez años después de su comienzo, se argumentaba que
resultaba complicado apreciar nuevos retos en el sector del transporte por carretera
que superasen la visión que originó Prometheus, considerándose que sus objetivos
eran plenamente válidos todavía. Sin embargo, sí se identificaban aspectos sobre los
que seguir trabajando para completar el objetivo. Estas áreas comprendían estudios de
viabilidad, establecimiento de planes para la comercialización, planes de implantación
y supervisión y evaluación de los resultados frente al plan original.

Veinte años después del comienzo de Prometheus, los proyectos europeos que integra-
ban los grandes consorcios no han hecho más que materializar la visión de Prometheus,
haciendo uso de las nuevas tecnologías que han ido emergiendo y madurando. Véase

194
 Prospectiva de futuro

por ejemplo, proyectos sobre vehículos autónomos como CyberCars, comunicaciones

entre vehículos y con la infraestructura como CVIS, Safespot y Coopers, o sistemas
embarcados como Prevent.

2.2. Estados Unidos

En Estados Unidos, el planteamiento de abordar los problemas del transporte por
carretera mediante la aplicación de nuevas tecnologías comenzó en 1986 dentro de un
grupo informal de discusión que recibió el nombre de Mobility 2000 (Sussman, 2005).
La motivación de este grupo provenía de los niveles de congestión y las cifras de los
accidentes de tráfico, así como la incipiente concienciación medioambiental. En 1990
resultó clara la necesidad de una organización permanente, y se creó la Intelligent
Vehicle Highway Society (IVHS) como un comité del Departamento de Transporte. En
1992, se difundió un Plan Estratégico (“A strategic plan for IVHS in the United States”)
que planteaba un horizonte a 20 años en investigación, desarrollo, pruebas de campo
y despliegue de ITS. El plan se centraba en 3 pilares: desarrollo e implementación de
tecnologías que permitieran el despliegue de ITS, la integración de las tecnologías
para dar soporte a los sistemas, y formas de tratar las relaciones institucionales públi-
co-privadas imprescindibles en el marco de los ITS. En 1995, los ITS se clasificaban en
6 grupos en EEUU:

— Advanced Traffic Management Systems (ATMS), donde se pretendía predecir el

tráfico y ofrecer rutas alternativas, con un manejo en tiempo real de la informa-
ción para el control dinámico del tráfico.

— Advanced Traveller Information Systems (ATIS), en los que se pretende dar infor-
mación al conductor y a los viajeros, en el vehículo o fuera de éste, sobre el esta-
do de las carreteras, rutas óptimas, incidencias, etc (Austin et al, 2001).

— Advanced Vehicle Control Systems (AVCS), para lograr una circulación más segu-
ra y eficiente. Se plantean diferentes escenarios temporales. En el más cercano,
se consideran sistemas que avisen al conductor de peligros de colisión y puedan
actuar automáticamente sobre los controles del vehículo. En un segundo esta-
dio, se habla de una mayor interacción con la infraestructura y de la conducción
en pelotones.

— Commertial Vehicle Operations (CVO), para mejorar la productividad de las

empresas de transporte.

— Advanced Public Transportation Systems (APTS), para mejorar la información

proporcionada a los usuarios y mejorar el uso de la flota (McQueen et al, 2002).

— Advanced Rural Transportation Systems (ARTS), donde no se fijan de forma clara

las actuaciones ya que existen restricciones económicas en estas vías de baja
densidad.

195
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

Esta clasificación no dista en exceso de las planteadas con posterioridad por otros
autores (Centro Zaragoza, 2003; Comisión de Transportes, 2003; Miles y Chen, 2004;
Aparicio et al, 2008), salvo en pequeños matices como la incorporación de un área
específica de pago electrónico y otra de gestión de emergencias, y la integración de
medidas en cualquier tipo de vía en un único grupo sin distinguir entre ámbito urbanos,
vías de alta capacidad y carreteras secundarias.

En este punto, debe hacerse notar que los objetivos establecidos hace casi 20 años,
coinciden en gran medida con los actuales, si bien, ahora, en algunos de ellos ya se han
alcanzado niveles significativos de implantación como en la información a conductores
sobre el tráfico o información a los viajeros sobre el transporte público, aunque todavía
resta mucho por hacer en el enrutamiento dinámico de los vehículos y hay posturas
encontradas en cuanto a la automatización de la conducción, por ejemplo. Por otro
lado, la problemática en carreteras secundarias está todavía presente con escasas solu-
ciones específicas para ellas.

2.3. Japón
En Japón, las primeras iniciativas en el campo de los ITS datan de los años 70 con el
proyecto CACS (Comprehensive Automobile Control System). Dado que los objetivos
últimos planteados no se pudieron lograr, se propusieron nuevos proyectos como el
ATICS (Automobile Traffic Information and Control System) entre 1978 y 1985. Era un
proyecto más conceptual que práctico relacionado esencialmente con la gestión del
tráfico. Pero fueron otros dos proyectos los que lanzaron realmente las actividades de
ITS en el país. Uno de ellos es el Proyecto RACS (Road/Automobile Communication
System), que resultó ser la base de los actuales sistemas de navegación y comenzó en
1984. El otro se denominó AMTICS (Advanced Mobile Traffic Information and Commu-
nication System), iniciado en 1987, en el que se perseguía la presentación de informa-
ción del tráfico a los conductores en un equipamiento embarcado y el uso de termina-
les de comunicación para la provisión de esa información.

3. Tendencias en el presente
Desde luego, como ya se puso de manifiesto en la introducción, poco tienen que ver
tecnológicamente hablando los vehículos actuales con los de apenas 20 o, incluso, 10
años. El número de sensores, centralitas y actuadores implicados en nuevos sistemas
orientados a la seguridad y el confort han crecido de forma exponencial. De esta forma,
sistemas que, en un comienzo sólo equipaban los vehículos de alta gama como el anti-
bloqueo de frenos o el control de estabilidad, ahora está presente en la totalidad de las
nuevas matriculaciones de turismos. Otros sistemas como los navegadores, ya tienen
una penetración en el mercado muy alta (Pérez y Moreno, 2009). Los nuevos vehícu-
los vendrán dotados del sistema de llamada de emergencia y esto son sólo algunos
ejemplos de la lista interminable de sistemas de asistencia a la conducción que podrían

196
 Prospectiva de futuro

encuadrarse dentro del grupo de ITS. De esta forma, ya encontramos en las carreteras
vehículos dotados con:

• Sistemas de asistencia como retrovisores exteriores con sistema de detección de

ángulo muerto, control de la presión de los neumáticos, sistema de mantenimien-
to de trayectoria en carril, sistema de precolisión activo con radar milimétrico o
sistema de reconocimiento facial.

• Sistemas de control del vehículo como asistente de arranque en pendiente y

el asistente de frenada pre-colisión, además de los ya ampliamente conocidos
sistema antibloqueo, control de estabilidad, el control electrónico de tracción, o
control de crucero adaptativo.

• Sistemas de información como indicador de conducción ecológica, sistema de

visión nocturna además de navegadores que, cada vez, manejan más información
y son capaces de recalcular rutas en tiempo real en función de las condiciones de
la carretera.

De igual forma, las carreteras han recibido dotaciones tecnológicas que, aunque no tan
llamativas como en el caso de los vehículos, resultan altamente efectivas. Tal es el caso
de los paneles de información variables (aunque las tendencias de futuro van encami-
nadas a proporcionar esa información en el propio vehículo mediante comunicaciones
inalámbricas), radares de control de velocidad, sensores en el pavimento, estaciones
meteorológicas y cámaras de vigilancia para la captación de información, cableado con
fibra óptica para transmisión de información a lo largo de las principales vías, etc.

Estas mejoras no responden a impulsos aislados de administraciones, fabricantes de

vehículos o de componentes, sino que responden a tendencias a largo plazo encami-
nadas a lograr un transporte más sostenible, en la acepción más amplia de la palabra.
Estos modelos de evolución no afectan únicamente al transporte sino a la sociedad en
general. Diversos estudios han puesto de manifiesto las directrices generales de estas
tendencias.

Así, en el año 2002, se presentaron en un artículo en Estados Unidos las 20 transiciones

principales en el mundo del transporte, muchas de ellas posibilitadas por los ITS (Suss-
man, 2005). Se destacan los siguientes:

— Paso de un manejo de la información y actuaciones en ventanas temporales

amplias a trabajar en tiempo real. Debe notarse que todavía esta gestión de la
información es un reto, al igual que el conseguir cotas altas de fiabilidad en esa
información.

— Paso del uso de la información de forma esporádica para realizar planes de

inversión al empleo directo de datos continuos para planificación y explotación,
lo que pasa por un fuerte abaratamiento de las tecnologías de captación de la
información.

197
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

— Paso de la gestión zonal del tráfico a la gestión de regiones más amplias que
pueden producir mayores beneficios, aunque con una mayor complejidad, con
un tratamiento integrado y que permita abordar problemas como los medioam-
bientales, que de forma más local no es posible.

— El énfasis pasa de fomentar la movilidad a fomentar la accesibilidad, entendida

según Ming Zhang de la siguiente forma: “Movilidad se refiere a la capacidad
de moverse de un sitio a otro, mientras que accesibilidad se refiere a alcanzar las
oportunidades del destino bajo condicionamiento de tiempo y coste”. Es decir,
las expectativas sobre el transporte crecen.

— Paso de desarrollo económico a desarrollo sostenible, con lo que deben con-

templarse algunos efectos situados hasta la fecha en segundo plano y se condi-
ciona el camino de ciertos avances técnicos.

— Los vehículos y la infraestructura dejan de ser independientes y pasan a colabo-

rar, lo que requiere innovaciones tecnológicas aunque también un fuerte apoyo
institucional y cooperación entre los sectores público y privado.

— Paso del concepto prioritario de reducción de consecuencias de los accidentes

a de reducción del número de accidentes, es decir, promover las medidas de
seguridad primaria frente a las de secundaria.

El grado de desarrollo de estas transiciones es diferente, habiéndose alcanzado cotas

elevadas de transformación en algunas de ellas como la gestión amplia del tráfico, el
manejo de la información en un escenario más cercano al “tiempo real”, o la introduc-
ción inexorable de sistemas de seguridad primaria en los vehículos. En otras áreas, la
evolución ha empezado más tarde y está resultando más lenta. Tal es el caso, por ejem-
plo, de la integración de vehículos e infraestructura. Sin embargo, la tendencia actual sí
apunta hacia este camino inexorable. Queda por responder en algunos casos, cómo se
materializa en la práctica el cambio.

Por otra parte, en el año 2006, desde un trabajo financiado por la Comunidad Europea,
se fijaron las pautas para lograr una movilidad sostenible (McDonald et al, 2006). Entre
ellas, se puede destacar:

— Reducción de los impactos del transporte por carretera: Los ITS deben propor-
cionar herramientas para un uso más eficiente de la infraestructura, gestionan-
do el tráfico para disminuir la congestión y contaminación. Además, deben dar
soporte a otras formas de movilidad, como car-polling o car-sharing. Por último,
los sistemas de asistencia deben aumentar la seguridad de los vehículos.

— Mejorar el uso de las infraestructuras existentes: Aprovechando las capacidades

de los ITS, es posible aumentar la capacidad de una red viaria sin necesidad de
obra civil adicional, con un coste muy inferior a las medidas convencionales y
con una mayor flexibilidad que le permita adaptarse a condiciones cambiantes.

198
 Prospectiva de futuro

— Intermodalidad: El sistema de transporte debe proveer a los viajeros la posibili-

dad de tomar el modo de transporte más conveniente, lográndose así una distri-
bución más equilibrada del tráfico. Para ello, los esfuerzos se centran en fomen-
tar la complementariedad de los modos y, desde los ITS, se logra la provisión de
la información que facilite este intercambio modal. Esta línea está relacionada
con la que promueve el fomento del uso del transporte público (Comisión de
Transportes, 2003).

4. Retos actuales como oportunidades

para el futuro
4.1. Limitaciones encontradas
Sin duda, los sistemas inteligentes parecen contener la respuesta a los grandes pro-
blemas de la movilidad por carretera. Sin embargo, aún siendo así, su despliegue, en
muchos casos, no está siendo lo rápido que se podría esperar. Es más, puede pensarse
que las líneas de acción genéricas planteadas en los años 80 y 90 son muy semejantes
a las actuales, a pesar de los grandes avances. De hecho, ya en 1995 se planteaba la
necesidad de innovaciones tecnológicas que se pudiesen aplicar al transporte. En con-
creto, se citaban la posibilidad de detectar e identificar vehículos en la infraestructura
mediante sistemas en la infraestructura y por posicionamiento por satélite, de comuni-
car mayores volúmenes de información de forma barata y fiable, de procesar grandes
volúmenes de información y de emplear esta información en tiempo real para mejorar
el transporte. Muchos de estos retos siguen, en cierta medida, presentes.

La causa de este aparente “inmovilismo” reside, evidentemente, en las barreras y difi-

cultades encontradas hasta el momento y que han impedido que se alcance todo el
potencial esperable de estos sistemas. Estas barreras deben ser vistas como oportuni-
dades para el futuro, y su solución marcará la evolución en los próximos años, por lo
que se estima esencial su análisis cuidadoso. Las tipologías de las barreras son múlti-
ples: técnicas, sociales, organizativas, legales, etc. (Jiménez y Aparicio, 2008).

Aspectos técnicos

En cuanto a las barreras técnicas, siguen siendo necesarios métodos eficientes, baratos
y fiables de recoger información y procesarla en tiempo real, aún cuando los volúmenes
sean muy grandes. El abaratamiento de sensores cada vez más precisos y fiables es una
necesidad, tanto en vehículos como en la infraestructura. Los nuevos sensores en la
infraestructura, el uso de vehículos flotantes con acceso a cada vez más variables inter-
nas que pueden ser difundidas, las comunicaciones con otros vehículos o elementos
de la infraestructura cercanos, etc., han incrementado los volúmenes de información.
Así, la integración de varias fuentes y la fusión de la información es crítica, aunque este
aspecto requiere aspectos de compatibilidad de datos, no contemplados en su origen y

199
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

que, todavía en la actualidad, son fuente de ineficiencias en la transmisión de los datos.

Adicionalmente, el alto número de receptores y emisiones de información potenciales
hacen que el esquema de comunicaciones deba ser revisado para poder soportar este
flujo simultáneo en tiempo real, a la vez que se discrimina hasta qué punto cierta infor-
mación es relevante para ser transmitida a algunos puntos y con qué latencia.

Por otra parte, muchos servicios y sistemas están basados en el posicionamiento de

vehículos sobre un mapa electrónico. El posicionamiento se realiza, principalmente y
salvo excepciones en secciones muy concretas de la infraestructura, mediante localiza-
ción por satélite. Este sistema para las aplicaciones convencionales que dieron origen
a su introducción en el sector del transporte (navegadores) proporciona una precisión y
fiabilidad suficientes siendo, además, poco crítico un posible mal funcionamiento. Sin
embargo, las nuevas aplicaciones, sobre todo en materia de seguridad, están requi-
riendo unos estándares de precisión y robustez muy superiores (Drane y Rizos, 1995;
Jiménez y Naranjo, 2009), los cuales no pueden ser alcanzados con la tecnología actual
salvo mediante inversiones elevadas y equipos cuya introducción en serie en los vehí-
culos no se antoja viable.

Otro aspecto crítico a nivel técnico es la necesidad de un número mínimo de usuarios

equipados y la obligatoriedad de contemplar la interacción entre vehículos dotados de
sistemas inteligentes con otros que no los tienen, teniendo en cuenta las dificultades
de penetración en el mercado de sistemas cuya efectividad esté lastrada por una baja
penetración en el parque. Por último, y de forma general, no se puede asumir que el
camino en cuanto a las tecnologías básicas en las que apoyas los ITS está concluido,
por lo que se debe continuar en el desarrollo, mejora y abaratamiento de las tecnolo-
gías implicadas, aunque este aspecto no es exclusivo del ámbito del transporte.

Aspectos sociales

Aunque los retos técnicos pueden ser los más llamativos y espectaculares, no son, des-
de luego, el condicionante último para el éxito o fracaso de un sistema o servicio. Los
factores sociales se muestran como un punto determinante que puede condicionar la
evolución en la implantación de los sistemas, Así, hay que tener en cuenta la aceptación
por parte de los usuarios dado el innato recelo a lo novedoso, así como el posible uso
incorrecto de los nuevos sistemas, redundando en efectos negativos (adopción de con-
ductas de mayor riesgo al considerar que se disponen de más medidas de seguridad,
inatención, etc). No debe olvidarse la adaptación de los sistemas a los requerimientos
reales de la demanda y, en muchos casos, la necesidad de formación del personal para
nuevos puestos de trabajo o en la adaptación de algunos ya existentes.

Aspectos legales

Por otra parte, se encuentran los aspectos legales entre los que destacan los temas
de definición de la responsabilidad, principalmente, en caso de accidente. Además,

200
 Prospectiva de futuro

la protección de datos puede verse amenazada al manejar un gran flujo de informa-

ción diversa que atañe a usuarios concretos. El desarrollo de normativas, estándares y
reglamentos que se requieren para el despliegue de muchos de los sistemas y servicios
suele seguir un proceso lento, lo que ralentiza la implantación de tecnologías maduras.

Además, uno de los pilares de los ITS es la gran diversidad de actores involucrados,
abriendo el ámbito del transporte a empresas que, en años pasados, encontraban
su negocio en otros sectores. Esto obliga a una mayor integración y coordinación de
todos, lo que no resulta sencillo al aparecer intereses contrapuestos.

Aspectos económicos

Por último, se encuentran los aspectos económicos. La crisis sufrida en los últimos años
ha redundado en un envejecimiento del parque de vehículos, en la escasa renovación
de flotas de transporte de pasajeros y mercancías, en bajadas en las inversiones en
nuevas infraestructuras o en mejoras de las ya existentes. La evaluación rigurosa de
costes y beneficios proporciona un mejor conocimiento de los impactos del servicio
ITS propuesto, mayor confianza en el plan previsto de acción, una justificación de los
gastos en base a los beneficios esperados y ayuda a decisiones de futuras inversiones.

Sin embargo, el análisis coste-beneficio es complejo, dado que es difícil desagregar

las causas de algunos efectos, así como identificar todas las partes directa o indirec-
tamente implicadas en dichos efectos (MacCubbin et al, 2003; U.S. Department of
Transportation, 2003; Federal Highway Administration, 2006). El reparto de costes e
ingresos ajustado entre las entidades involucradas resulta complicado dada la coope-
ración necesaria, ya que resulta esencial en el esquema de implantación de los ITS el
aprovechar sinergias entre sistemas, de forma que unos se apoyan en otros y los bene-
ficios globales suelen ser mayores que la suma de los beneficios individuales de cada
medida aislada. Adicionalmente, existen beneficios que pueden resultar invisibles al
usuario final o, al menos, la causa que los ha producido, de manera que la valoración de
estos beneficios puede resultar compleja y exige extensos estudios al respecto. Todo
lo anterior se ve agravado cuando las inversiones requeridas en infraestructura o en los
vehículos pueden llegar a ser elevadas.

4.2. Los retos como punto de partida para la futura I+D+i

Los retos anteriores deben marcar, sin duda, el camino que hay que seguir; es decir,
la resolución de los problemas que se encuentran en la actualidad fomentará la
implantación de sistemas y servicios en el futuro aunque, con total seguridad, pondrán
de manifiesto, nuevas dificultades que deberán ser abordadas. Las Administraciones
responsables son claramente conscientes de este hecho y prueba de ello son, por
ejemplo, los planes de I + D + i en materia de transporte. Así, en el programa del trabajo
de Horizon 2020 en Europa, se habla de “Smart, green and integrated transport” como

201
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

grandes pilares del transporte en el futuro. Entre las líneas del programa para el periodo
2014-2015 (European Commission, 2014), se pueden destacar las siguientes:

— Conceptos avanzados de autobús para mejorar la eficiencia, donde se tratan de

involucrar tecnologías “clásicas” con las más novedosas de el diseño de auto-
buses.

— Análisis de la seguridad del tráfico y enfoque integrado orientado hacia la segu-

ridad de los usuarios vulnerables, dado que sigue resultando un colectivo que
no ha recibido las mejoras que, efectos tan positivos, han aportado sobre otros.

— ITS cooperativos para una movilidad segura, sin congestión y sostenible, donde
las comunicaciones cobran un papel principal, sobre todo persiguiendo pruebas
de campo que pongan de manifiesto las limitaciones de los desarrollos técnicos
realizados bajo los programas anteriores.

— Automatización segura y conectada en el transporte por carretera, donde se

imponen unas exigencias específicas sobre la simple automatización, limitando
su alcance previsible a corto plazo.

— Gestión de la congestión urbana, como uno de los retos más primitivos y que
continúan sin solución satisfactoria completa, dado el crecimiento de las ciuda-
des y los requerimientos de movilidad dentro de ella.

— Conectividad e información compartida para una movilidad inteligente, orienta-

da a aglutinar todas las fuentes de información para proveer servicios de mayor
calidad.

Además, la introducción de “green vehicles”, principalmente de los vehículos eléctri-

cos, abre un nuevo campo de trabajo como la gestión de los puntos de recarga, la orga-
nización de las flotas de estos tipos de vehículos teniendo en cuenta su autonomía, etc.

Por otra parte, cuando el desarrollo tecnológico de algunas tecnologías ya se conside-

ra maduro, es esencial su validación en pruebas de campo extensas. Bajo esta nueva
visión, más que en el propio desarrollo en sí, se están centrando muchos esfuerzos
actuales. Como simple muestra, se podrían citar los proyectos europeos como FOTSIS
o Drive C2X, que implican a los grandes fabricantes de vehículos y componentes.

4.3. Principales saltos tecnológicos esperables

La experiencia en este y otros ámbitos ha puesto de manifiesto que, salvo excepciones,
muchos de los cambios que se han introducido se han realizado de forma paulatina y
gradual, si bien siempre existe un hito que se suele identificar como detonador inicial.
En el ámbito del transporte y los ITS, donde tantos actores intervienen y las implicacio-
nes, tanto positivas como negativas, pueden ser notables, la introducción de saltos tec-
nológicos suele ser prudente como ya se apuntó con anterioridad. Por ello, los saltos

202
 Prospectiva de futuro

que se producirán en un futuro más o menos próximo deberían ya poderse vislumbrar.

A continuación, se presentan algunos de los más representativos.

Quizá, el salto tecnológico más llamativo que el público lleva esperando (soñando) des-
de hace años, y que ya se ha presentado al público con cierta notoriedad, se focaliza en
los vehículos autónomos. A pesar de que el hito que ha promovido su gran salto para
el gran público ha sido el vehículo desarrollado por Google, esta iniciativa no es nue-
va. En 1995, en el ámbito del proyecto Prometheus, un Mercedes-Benz clase S reco-
rrió la distancia entre Munich y Copenhague, en ambos sentidos, de forma autónoma,
alcanzando velocidades de hasta 175 km/h en las autopistas alemanas. También en la
década de los 90, se pueden encontrar experiencias de vehículos circulando en pelotón
sin intervención del conductor en Estados Unidos. Por otra parte, son conocidas las
competiciones de vehículos autónomos organizadas por DARPA (Defense Advanced
Research Projects Agency) desde hace una década.

Sin embargo, es preciso realizar algunas puntualizaciones. En primer lugar, el funcio-

namiento debe ser completamente fiable y seguro. Esta especificación es un requisito
altamente exigente, cuyo cumplimiento suele pasar por limitar la aplicación de estos
vehículos a escenarios controlados, o aplicaciones sencillas, o reducir la velocidad de
operación. Así, se entiende viable la conducción automática en pelotón en carriles
dedicados, o el seguimiento de vehículos en situaciones de congestión, o en manio-
bras de aparcamiento, que son, en muchos casos, ya una realidad. Algo más complejos
resultan los sistemas de seguridad de evitación de colisiones, principalmente los que
contemplan tomar el control del vehículo en maniobras de esquiva de emergencia. Por
otra parte, el sistema que controle el vehículo debe ser económicamente viable, con lo
que el coste de la sensorización debe enmarcarse en órdenes que el mercado pueda
asumir. Por último, se deben contemplar las barreras legales y sociales de aceptación
anteriormente referidas.

Es decir, según lo anterior, se puede afirmar que la conducción completamente auto-

matizada no es una utopía tecnológica. Otro tema es la implantación práctica en las
carreteras en la forma que idealmente se podría pensar tomando el control total de
todos los vehículos. Los expertos abogan por una automatización en estadios sucesi-
vos, primero abordando controles longitudinales, posteriormente controles laterales
simples, para finalizar en automatización completa. Resumiendo, el paso de conduc-
ción convencional a conducción asistida es ya una realidad y ahora se está acometiendo
el salto hacia la conducción automatizada, en sus diferentes estadios: parcial, alta o
completamente automatizada.

Otro salto tecnológico relevante esperable es el mayor intercambio de información

entre vehículos y con la infraestructura, es decir, la implantación generalizada del vehí-
culo conectado a su entorno (Naranjo et al, 2008). Este punto cuenta ya con importan-
tes desarrollos a nivel de investigación y realización de pruebas de campo. Sin duda,
el uso de estos sistemas para la provisión de información será una realidad en un cor-
to periodo de tiempo. También lo será para dar soporte al anterior salto tecnológi-
co citado de la conducción automatizada, presentándose el concepto de conducción

203
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

automatizada cooperativa bajo ciertas premisas. Sin embargo, requerirá mayor tiempo
el emplear estas comunicaciones para dar soporte a aplicaciones de seguridad. Prin-
cipalmente, los requerimientos de latencia y precisión en el posicionamiento deberán
garantizarse en todo momento, lo que requerirá un fuerte esfuerzo tecnológico dado el
estado actual de la técnica, asumiendo que los costes finales de los sistemas, como en
el caso anterior, deben estar en los márgenes asumibles por el mercado. La integración
de estos dos saltos tecnológicos conformará, en buena medida, los vehículos del futuro
y su interacción con la infraestructura como se muestra en la figura 3.

Figura 3 – Evolución en la introducción de ITS en vehículos y su interrelación

con la infraestructura

El tercer salto tecnológico relevante que debe realizarse es el que atañe a las carreteras
secundarias a pesar de los limitados trabajos focalizados en ellas hasta el momento.
Con las nuevas mejoras, cada vez se hace más patente la diferencia entre las vías de
alta capacidad y las carreteras convencionales. Sin duda, parte de las medidas serán
extrapolables, si bien otras no lo serán a corto plazo por la carencia de infraestructuras
(por ejemplo, para transmitir la información). Por ello, se estima que se deberán buscar
soluciones de coste moderado que, si bien no proporcionen todas las prestaciones que
las logradas en las vías principales, sí ofrezcan mejoras respecto a la situación actual en
cuanto a disponibilidad de información para el conductor y medidas para incrementar
la seguridad.

Por otra parte, la evolución en cuanto al transporte de viajeros y mercancías pasa por
continuar con un empleo cada vez más extendido de la información en tiempo real
para mejorar el servicio y la explotación de las flotas. Desde el punto de vista de reque-
rimientos técnicos, éstos pueden considerarse inferiores a los de otros sistemas antes
tratados, aunque las barreras económicas y organizativas pueden frenar su implantación
rápida. Por otra parte, ya se citó el eje de actuación prioritario de intermodalidad, tanto
para viajeros como mercancías. El fomento de esta intermodalidad pasa por mayores y
nuevos flujos de información.

204
 Prospectiva de futuro

Por último, simplemente apuntar que los saltos tecnológicos deberán estar en conso-
nancia con la evolución social. En este sentido, resulta relevante analizar estudios de
prospectiva de movilidad en los que se aboga por un trasvase importante hacia el trans-
porte público y un cambio en la organización de las ciudades (Fundación OPTI, 2009).
Entre las conclusiones más relacionadas con los ITS, en estos estudios se destacan los
sistemas de información para la planificación de rutas en tiempo real y se asume que “la
contribución de los sistemas ITS a la mejora de la movilidad será determinante en tér-
minos de eficiencia, seguridad y sostenibilidad medioambiental, incluyendo la gestión
en tiempo real de las infraestructuras, la comunicación con los vehículos, el seguimien-
to de éstos en función de sus características y movimientos o el control del tráfico de
mercancías”. Además, es innegable el papel que jugarán los ITS para promover otras
formas de movilidad: como la eléctrica para la gestión energética local y global, los
modelos de uso como car-sharing o aportar otras formas de explotación de empresas
de transporte de viajeros y mercancías. Sin duda, en función de los aspectos que se
potencien más, se condicionarán unas formas de movilidad sobre otras, al margen, al
menos en parte, de las soluciones técnicas, lo que hace aún más complejo el ejercicio
de prospectiva.

5. Conclusiones
En este capítulo se ha mostrado que la visión general de cómo debe ser el transporte
por carretera en el futuro está conceptualmente clara y ya fue planteada hace bastantes
años, incluso cuando muchas de las tecnologías que ahora permiten el despliegue de
muchas de dichas medidas no se habían desarrollado o difundido.

No se puede evolucionar en el transporte sólo con medidas convencionales en las que

la seguridad de los vehículos pase exclusivamente por mejorar su comportamiento
estructural y sistemas de retención como el cinturón de seguridad, o que los aumentos
de capacidad de las vías requeridos se solventen con nuevas infraestructuras viarias úni-
camente. Es decir, el papel de medidas como la introducción del cinturón de seguridad
es innegable y constituye uno de los grandes hitos en la historia del automóvil, habien-
do salvado incontables vidas. Sin embargo, la evolución no debe pararse ahí y muchas
de las soluciones pasan por tecnologías que caen dentro de los sistemas inteligentes.
De igual modo, la mejora de las infraestructuras es imprescindible, pero no únicamente
a nivel de obra civil, sino que es preciso incorporar nuevo equipamiento, en muchos
casos, tecnológico. Ya se ha puesto de manifiesto que el incrementar las infraestructu-
ras viarias para aumentar la capacidad total no es sostenible y existen movimientos que
abogan el cambiar el modelo de ciudades, buscando una “ciudad para los ciudadanos”
más que una “ciudad para los vehículos”. Esto sin duda, pasa por cambios estructurales
sociales lentos y difíciles de prever.

A pesar de los grandes avances, la visión de las líneas generales se ha mantenido a lo

largo de los años, si bien las tecnologías que se han introducido, así como los ensayos
de despliegue, han modificado algunos caminos, aunque no los objetivos finales. Por
eso, se estima que las orientaciones ya diseñadas hace más de 20 años siguen siendo

205
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

válidas para los siguientes años. En cuanto a su materialización real, quedan dudas
todavía en como solucionar algunas de las barreras presentes. La búsqueda de solucio-
nes a estas barreras, así como la posible introducción de nuevas tecnologías pueden
matizar esta materialización y estos son aspectos difíciles de prever ahora y resulta
arriesgado hacer estimaciones.

Hacer estimaciones de horizontes temporales resulta muy arriesgado y cualquier pre-

visión puede llevar a errores relevantes, como ha sucedido en el caso de predicciones
previas, por ejemplo, de la introducción de algunos sistemas en los vehículos como
los sistemas de control inteligente de la velocidad. Esta dificultad reside en la multitud
de parámetros que pueden influir y que resultan de difícil estimación a largo plazo.
Se destacan tres puntos críticos que pueden llegar a condicionar de forma drástica la
implantación de ITS:

— Irrupción de nuevas tecnologías no conocidas hasta ahora o no aplicadas al sector

del transporte, que mejoren las prestaciones de las actuales en ámbitos todavía
sin resolver plenamente como el posicionamiento preciso (con una precisión más
de un orden de magnitud superior a los sistemas actuales), las comunicaciones o
la sensorización del entorno, por citar algunos ejemplos. Se identifica como esen-
cial que el coste sea competitivo para su introducción en masa en los vehículos
o en la infraestructura, con lo que no se queden en “prototipos de laboratorio”.

— La sociedad debe aceptar y asimilar las transiciones. Este aspecto es aplicable a
cualquier ámbito, siendo el transporte uno de ellos. Algunas soluciones tecno-
lógicas pueden pasar por cambios de conducta profundos de los individuos de
forma aislada (por ejemplo, en cuanto a la aceptación de una conducción auto-
matizada) y de la sociedad (por ejemplo, si se modificasen patrones de movili-
dad). Para lograr esa aceptación, la introducción de los cambios debe ser pro-
gresiva. La introducción de ITS en los vehículos está fuertemente condicionada
por el mercado. Evidentemente, aspectos reglamentarios y normativos pueden
condicionar la aplicación de algunas medidas, favoreciendo su introducción más
rápida (véase, por ejemplo, el aumento en el uso del cinturón de seguridad al
hacer obligatorio su uso en muchos países o la reducción de velocidades ante
la dotación de radares en las carreteras – Elvik y Vaa, 2004). Sin embargo, esta
solución no es aplicable a cualquier servicio.

— Por último, los escenarios políticos y económicos fijan un marco de actuación.

Tenemos recientes los efectos de la crisis económica sobre el descenso de la
movilidad y el descenso en inversiones particulares (en la compra de vehículos)
y públicas (relativa a la mejora de la red de carreteras). Sin duda, coyunturas de
este calado pueden acelerar o retrasar de forma significativa desde los propios
desarrollos tecnológicos hasta la implantación final de sistemas y servicios.

Lo que sí parece claro es que los cambios drásticos en el transporte por carretera no
se producirán de forma brusca y se aboga por una introducción paulatina de las nue-
vas tecnologías. Teniendo en cuenta que se busca una movilidad segura, sostenible,

206
 Prospectiva de futuro

eficiente y limpia, este objetivo pasa por medidas desde muchas perspectivas que, sin
duda, involucran el fomento de los sistemas inteligentes de transporte. Sin embargo,
su introducción tardará años.

Desde luego, su éxito futuro pasará, sin duda, por una introducción racional y escalona-
da. Un ejemplo claro surge con los temas de conducción autónoma, donde esta auto-
matización debe ser parcial en primera instancia, y trabajar en escenarios controlados
y aplicaciones sencillas como maniobras a baja velocidad o seguimiento de vehículos,
antes de pasar a una conducción autónoma completa, la cual, aunque técnicamente se
ha demostrado en algunos prototipos, requiere todavía de un enfoque más completo
dentro de todo el sistema de transporte por carretera.

6. Referencias
1. Aparicio, F., Arenas, B., Gómez, A., Jiménez, F., López, J. M., Martínez, L., Páez, F.
J. Ingeniería del Transporte. Ed: Dossat. 2008.

2. Austin, J., Duff, A., Harman R., Lyons, G. Traveller information systems research: a
review and recommendations for Transport Direct. Department of Transport, Local
Environment and the Regions. London. 2001.

3. Centro Zaragoza. Los sistemas inteligentes de transporte. Ed: Centro Zaragoza.

2003.

4. Chowdhury, M. A., Sadek, A. Fundamentals of Intelligent Transportation Systems

planning. Artech House, 2003.

5. Comisión de Transportes del Colegio de Ingenieros de Caminos, Canales y Puertos.

Libro Verde de los sistemas inteligentes de transporte terrestre. Colegio de Inge-
nieros de Caminos, Canales y Puertos, 2003.

6. Comisión de Transportes del Colegio de Ingenieros de Caminos, Canales y Puer-

tos. Libro Verde de los sistemas inteligentes de transporte de mercancías. Madrid:
Colegio de Ingenieros de Caminos Canales y Puertos, 2007.

7. Drane, C., Rizos, C. Positioning systems in Intelligent Transport Systems. Artech

House. 1995.

8. Elliott, S. D., Dailey, D. J. Wireless communications for Intelligent Transportation

Systems. Artech House. 1995.

9. Elvik R., Vaa, T. The handbook of road safety measures. Elsevier. 2004.

10. European Commission. Horizon 2020. Work Programme 2014-2015. Smart, green
and integrated transport2014.

11. European Road Transport Research Advisory Council. ERTRAC Research Frame-
work. ‘Steps to Implementation’ 2008.

207
Sistemas de asistencia al conductor y de gestión inteligente del tráfico

12. Federal Highway Administration. Intelligent Transportation Systems. Benefits, costs

and lessons learned. 2005 update. Washington: Department of Transportation. 2005.

13. Federal Highway Administration. Safety applications of Intelligent Transportation

Systems in Europe and Japan. FHWA-PL-06-001. 2006.

14. Fundación OPTI. Movilidad en las grandes ciudades. Estudio de prospectiva.

Madrid. 2009.

15. Jiménez, F., Aparicio, F. Aportación de los ITS a la sostenibilidad y mejora del trans-
porte por carretera. Dyna Ingeniería e Industria, Volumen 83, nº 7, pp 434-439.
2008.

16. Jiménez, F., Naranjo, J. E. Nuevos requerimientos de precisión en el posiciona-

miento de vehículos para aplicaciones ADAS. Dyna Ingeniería e Industria. Volumen
84, nº 3, pp 245-250, 2009.

17. MacCubbin, R. P., Staples, B. L., Mercer, M. R. Intelligent Transportation Systems.

Benefits and Costs. US Department of Transportation, 2003.

18. McDonald, M., Keller, H., Klijnhout, J., Mauro, V., Hall, R., Spence, A., Hecht, C.,
Fakler, O. Intelligent Transport Systems in Europe. Opportunities for future research.
World Scientific, 2006.

19. McQueen, B., Schuman, R., Chen, K. Advanced Traveller Information Systems.
Artech House. 2002.

20. Miles, J. C., Chen, K. The Intelligent Transport Systems handbook. PIARC, 2004.

21. Naranjo, J. E.; Jiménez, F.; Armingol, J. M.; de la Escalera, A. Entornos inteligentes
basados en redes inalámbricas: aplicaciones al transporte, automóvil inteligente/
conectado y seguridad vial. CITIC (Círculo de Innovación en las Tecnologías de la
Información y las Comunicaciones). 2008.

22. Organisation for Economic Co-operation and Development. Road safety. Impact of
new technologies. OECD, 2003.

23. Pérez, J. I., Moreno, A. La contribución de las TIC a la sostenibilidad del transporte
en España. Real Academia de la Ingeniería, 2009.

24. Sussman, J. M. Perspectives on Intelligent Transportation Systems. Springer, 2005.

25. U. S. Department of Transportation. Intelligent Vehicle Initiative. Annual Report. US

DOT Washington DC. 2003.

26. U. S. Department of Transportation. Intelligent Transportation Systems Benefits and

Costs US DOT Washington DC. 2003.

27. Whelan, R. Smart highways, smart cars. Artech House. 1995.

208
Esta 6ª Monografía de ASEPA aborda diferentes aspectos de los sistemas de asistencia al
conductor y la gestión del tráfico dentro del ámbito de los Sistemas Inteligentes de Trans-
porte. Es una monografía eminentemente multidisciplinar donde se tratan aspectos del
vehículo, de la operación de flotas y de la infraestructura.

De esta forma, se comienza con un capítulo general sobre Sistemas de asistencia al con-
ductor orientados a la seguridad presentado por Bosch, seguido por otro mucho más
particular como es el dedicado a la llamada de emergencia (eCall), redactado por la DGT
por el papel relevante que ha tenido en el proceso de implantación de esta tecnología.

A continuación, se abordan dos aspectos fundamentales para la explotación de las em-

presas de transporte de viajeros y mercancías. En primer lugar, desde SCANIA se ana-
lizan los sistemas de asistencia orientados a la eficiencia, los cuales, si bien pueden ser
empleados en cualquier tipo de vehículo, tienen una mayor repercusión en vehículos de
grandes dimensiones. Por otra parte, EMT de Madrid presenta los sistemas que se están
introduciendo en el ámbito del transporte urbano colectivo.

El siguiente capítulo, redactado por CEIT, trata sobre interfaz de usuario y el factor huma-
no, pieza clave para que estos sistemas de asistencia sean efectivos.

Los dos siguientes capítulos hacen referencia a la conectividad entre los vehículos y de éstos
con la infraestructura. Así, el primero de ellos, redactado por el CTAG, aborda el tema de
las comunicaciones entre vehículos y con la infraestructura de forma general, mientras
que, posteriormente, TECNALIA se centra en la captación y manejo de la información en
el ámbito de las autopistas inteligentes.

El siguiente capítulo, elaborado por AENOR, versa sobre los aspectos reglamentarios y
normativos relacionados con la introducción de los sistemas inteligentes de transporte.

Por último, la Monografía concluye con dos capítulos sobre iniciativas de futuro. En primer
lugar, Bosch trata el tema de la conducción automatizada y las posibilidades que esta tec-
nología puede ofrecer; a continuación, INSIA ofrece una visión general de las perspectivas
de los sistemas inteligentes de transporte para los próximos años.

Se completa esta Monografía con un prólogo de MARÍA SEGUÍ GÓMEZ, Directora Gene-
ral de Tráfico (DGT).

ISBN: 978-84-941859-6-0

9 788494 185960