Está en la página 1de 74

1.1 Preliminares

En este capítulo se entrega una detallada revisión bibliográfica de los antecedentes existentes acerca de la modelación de intersecciones prioritaria, con un especial énfasis en cuanto a la estimación de la capacidad e indicadores de performance (demoras, paradas, etc.) de los movimientos no prioritarios.

El alcance de esta revisión, respecto a la profundidad y especificidad de los modelos presentados, sobrepasan los objetivos específicos de esta tesis, sin embargo, son incluidos, pues entregan una noción clara de los alcances de esta tesis y de la validez de los modelos propuestos en el resto del informe.

Una intersección es un nodo de una red de calles y es usualmente donde el tráfico genera cuellos de botella. La capacidad de la intersección puede restringir la capacidad de toda la red. Las intersecciones prioritarias son las más comunes en las redes. La capacidad de estas intersecciones es difícil de determinar.

Dos modelos generales de estimación de la capacidad han sido utilizados en intersecciones prioritarias, modelos empíricos basados en técnicas de regresión y modelos de aceptación de gaps, basados en la teoría de probabilidades.

1.1 Modelo Lineal de Capacidad

Otra manera de estimar la capacidad, corresponde a la determinación de ésta por medio del mejor ajuste a datos observados usando técnicas de regresión. De esta manera, se busca linealizar el flujo de la vía no prioritaria en función del flujo de la prioritaria, de la siguiente manera:

0

Error! No text of specified style in document.---1-111

Caso general (da cuenta de todo tipo de situaciones):

0

Error! No text of specified style in document.---2-222

C(s): capacidad del movimiento no prioritario

q(0): flujo de saturación o máximo del no prioritario cuando todos los q(i)=0

q(i): flujo del movimiento prioritario pertinente

ρ i : coeficiente de la regresión

X,Y,Z: funciones de parámetros geométricos

En la figura XX se presenta la nomenclatura utilizada para describir los flujos involucrados.

utilizada para describir los flujos involucrados. 1.1.1 Parámetros Geométricos X representa Cambios

1.1.1 Parámetros Geométricos

X representa Cambios proporcionales en la capacidad. Magnitudes dadas por:

1+bw,

W: ancho de la vía no prioritaria

1+aV,

V: visibilidad del conductor en la no prioritaria hacia la prioritaria

1 0.094 3.65 1 0.0009 120 Error! No text of specified style in document.---3-333

1 0.094 3.65 1 0.0009 120 1 0.0006 150 Error! No text of specified style in document.---4-444

1 0.094 3.65 1 0.0009 150 Error! No text of specified style in document.---5-555

1 0.094 3.65 1 0.0009 120 1 0.0006 150 Error! No text of specified style in document.---6-666

1 0.094 3.65 1 0.0009 150 Error! No text of specified style in document.---7-777

1 0.094 3.65 1 0.0009 150 Error! No text of specified style in document.---8-888

Donde,

W cr es el ancho de la reserva central en intersecciones de con vía prioritaria con

pistas en ambos sentidos.

W es el ancho total en la vía prioritaria, excluyendo reservas centrales.

w A-D es el ancho de pista disponible para el flujo A-D.

V iB y V dB son las visibilidades hacia la izquierda y derecha respectivamente desde un punto 10 metros antes de la línea de detención en la vía prioritaria.

V A-D es la visibilidad a lo largo de la vía prioritaria esperando para doblar.

para el flujo A-D que esta

Y representa el efecto del ancho de la pista prioritaria en la capacidad, dado por:

1 0.0345

Error! No text of specified style in document.----9999

H por su parte representa el efecto de la presencia de refugios centrales para los giros

a la derecha desde la vía no prioritaria.

14

0

Error! No text of specified style in document.---10-101010

1.1.2 Capacidad en una intersección T

´ 754 0.364 0.144 Error! No text of specified style in document.---11-111111

627

0.364 0.144 0.229 0.520 Error! No text of specified style in document.---12-121212

754 0.364 Error! No text of specified style in document.---13-131313

Con C´ es la capacidad de un movimiento que será modificada producto del efecto del cambio de visibilidad asociado a la generación de colas.

1.1.3 Capacidad para Cruces

´ 754 0.364 0.144 Error! No text of specified style in document.---14-141414

627 0.364

0.144 0.229 0.52 0.182

Error! No text of specified style in document.---15-151515

754 0.364 0.52 Error! No text of specified style in document.---16-161616

Para movimientos no prioritarios que crucen la intersección (B-D capacidad es:

o

D-B) la

627 0.364 0.144

0.52 0.299

Error! No text of specified style in document.----17171717

(para la pista izquierda es C´ B-D )

Con

1 0.0006 150

Error! No text of specified style in document.---18-181818

Para C D-A , C D-C , C A-D y C D-B se deriva similarmente usando Z D , X D , X A , V dD y los flujos simétricos respectivos.

1.2 Teoría de Aceptación de Brechas (gap)

En una intersección prioritaria, las llegadas estocásticas de vehículos del flujo prioritario, tanto con un proceso deterministico o aleatorio de inserción, definen un proceso de aceptación de gaps. Como es sostenido en Heidemann (1997), este proceso induce una secuencia alternante de tiempos disponibles para la inserción llamados antibloqueos y períodos ocupados, debido a un vehículo o a un pelotón, definido como bloqueo.

La capacidad del flujo no prioritario estará determinada por la percepción y manera de actuar de los conductores hacia los gaps y bloqueos que se generen en el flujo prioritario.

La idea básica del modelo de aceptación de gaps es que los vehículos de la vía prioritaria pueden cruzar la intersección sin experimentar demora, y los vehículos no prioritarios sólo se les permite el paso por el área de conflicto si el gap observado por los conductores son mayores a un gap crítico (t c ), de lo contrario, tienen que esperar.

Más aún, los vehículos no prioritarios pueden entrar al menos t f segundos (t f es el follow

time) después de la partida del vehículo previo.

Partiendo de la capacidad, otros parámetros de tráfico, que representan la calidad del

tráfico, pueden ser calculados.

En una intersección prioritaria, un movimiento no prioritario esta sujeto a distintos

movimientos prioritarios. Asociado al sistema de prioridad en la intersección, existe una

jerarquía entre los movimientos de acuerdo a la prioridad que se tenga para cruzar.

La nomenclatura utilizada para describir cada uno de los movimientos involucrados

se presenta en la Figura Error! No text of specified style in document.-1.

Figura Error ! No text of specified style in document. -1. Figura Error! No text of

Figura Error! No text of specified style in document.-1: Nomenclatura de movimientos

De esta manera podemos clasificar los movimientos involucrados como:

Cruce prioritario: Movimientos 2 y 5.

Giro a la derecha prioritario: Movimientos 3 y 6

Giro a la izquierda prioritario: Movimientos 1 y 4

Giro a la derecha no prioritario: Movimientos 9 y 12

Giro a la izquierda no prioritario: Movimientos 7 y 10

Cruce peatonal prioritario: Movimientos 15 y 16

Cruce Peatonal no prioritario: Movimientos 13 y 14

La interacción de estos movimientos en la intersección debe satisfacer un orden de prioridad. De esta manera podemos hacer un ranking de los movimientos a partir de la prioridad que tengan en la intersección:

Ranking 1: Movimientos 2, 3, 5, 6, 15 y 16

Ranking 2: Movimientos 1, 4, 9,12 13 y 14

Ranking 3: Movimientos 8 y 11

Ranking 4: Movimientos 7 y 10

1.2.1 Distribuciones de Headway

De manera de poder estimar la capacidad de los movimientos involucrados en la intersección, es necesario modelar el proceso de llegadas y formación de headways de los movimientos prioritarios.

Por headway se entiende a la distancia temporal entre las partes frontales de dos vehículos consecutivos que pasan un punto de observación. Corresponde a la suma del tiempo que le toma a un vehículo pasar el punto de observación (tiempo de ocupación) y el intervalo de tiempo (gap) con respecto a la llegada del siguiente vehículo. Por lo tanto, si se ignora el largo de los vehículos, headways y gaps son iguales.

Si asumimos que un vehículo no prioritario llega a la línea de detención o de ceda el paso en un tiempo τ, que el vehículo prioritario predecesor lo hizo en el instante τ i , y el vehículo prioritario siguiente en el instante τ i+1 (ver Figura Error! No text of specified style in document.-2). El tiempo entre la pasada del vehículo prioritario previo y la llegada del vehículo no prioritario, B(τ) = τ - τ i , se llama “Backward waiting time” o “current life”. El tiempo entre la llegada y la pasada del vehículo prioritario siguiente, γ(τ) = τ i+1 τ, se llama “Forward waiting time” o lag.

Figura Error! No text of specified style in document. -2 Relación headways y lags Llamaremos

Figura Error! No text of specified style in document.-2 Relación headways y lags

Llamaremos f(t) a la función de densidad de probabilidad, F(t) a la función acumulada de probabilidad, R(t) a la función de supervivencia, E[T] a la esperanza matemática de la distribución, f γ (t) a la función de densidad de probabilidad de lags y R γ (t) a la función de supervivencia de lags.

Se cumple, por teoría de probabilidades que:

Error! No text of specified style in document.---19-191919

1

Error! No text of specified style in document.----20202020

Error! No text of specified style in document.---21-212121

Error! No text of specified style in document.---22-222222

Error! No text of specified style in document.---23-232323

Si las llegadas de vehículos en el flujo prioritario se asumen completamente aleatorias, la densidad de probabilidad de headways t entre dos vehículo es una exponencial negativa. A continuación, se presentan las principales funciones que representan la distribución:

Error! No text of specified style in document.---24-242424

1

Error! No text of specified style in document.---25-252525

Error! No text of specified style in document.---26-262626

Error! No text of specified style in document.---27-272727

A partir del headway esperado se puede sostener que λ = 1/E[T], es decir, λ = q p

[veh/seg].

Error! No text of specified style in document.---28-282828

Error! No text of specified style in document.---29-292929

Una de las principales características de esta distribución, que al tratarse de llegadas aleatorias de un proceso de Poisson, se cumple la propiedad markoviana de un proceso sin memoria, es decir:

|

Error! No text of specified style in document.---30-303030

Si se asume llegadas aleatorias, pero con un gap mínimo , se esta en presencia de

una distribución exponencial desfasada. La función de densidad de probabilidad es:

0

Error! No text of specified style in document.----31313131

Con θ un parámetro de escala. De esta manera, se obtiene:

1

0

Error! No text of specified style in document.---32-323232

1

Error! No text of specified style in document.---33-333333

Error! No text of specified style in document.---34-343434

Error! No text of specified style in document.---35-353535

DeDeDeDe estaestaestaesta manera,manera,manera,manera, sesesese puedepuedepuedepuede expresarexpresarexpresarexpresar θθθθ enenenen funcifunciónfuncifunciónónón deldeldeldel flujoflujoflujoflujo prioritarioprioritarioprioritarioprioritario como:como:como:como:

Error! No text of specified style in document.---36-363636

1

Error! No text of specified style in document.---37-373737

Error! No text of specified style in document.---38-383838

En cambio, si se tienen condiciones de apelotonamiento, se modela la combinación de vehículos libres y apelotonados. Se asume que los vehículos apelotonados siguen una distribución exponencial desfasada con un headway mínimo (Cowan, 1975). El tráfico bajo esta distribución se subdivide en dos categorías.

Flujo prioritario libre: bajo esta condición, se asume que los vehículos no influyen al vehículo de atrás. Matemáticamente significa que: las llegadas de vehículos que van en sucesión por azar y absolutamente independientes entre ellos, por lo tanto los gaps entre dos vehículos pueden tomar el valor de cero.

Flujo prioritario apelotonado: se asume que entre dos vehículos sucesivos existe un gap mínimo. Bajo esta suposición distintas distribuciones de gaps pueden ser obtenidas.

La función de densidad de probabilidad de la distribución es:

0

1

Δ

Error! No text of specified style in document.---39-393939

Con la proporción de headways de vehículos libres y un parámetro de escala.

1

0

Error! No text of specified style in document.----40404040

1

Error! No text of specified style in document.---41-414141

Error! No text of specified style in document.---42-424242

Error! No text of specified style in document.---43-434343

A

partir del resultado anterior, se obtiene que:

Error! No text of specified style in document.---44-444444

Error! No text of specified style in document.---45-454545

1

Error! No text of specified style in document.---46-464646

Los modelos aleatorios, pueden ser derivados como casos especiales del modelo de apelotonamiento, a través de simples suposiciones acerca del las características del apelotonamiento en el flujo de llegada.

Modelo exponencial negativo

0

1.0

Modelo exponencial desfasado 1.0

En general, φ depende de la intensidad de tráfico q p . Bajo el supuesto que sostener un mínimo gap afecta los vehículos en el flujo prioritario como un sistema de colas M/D/1, Tanner (1962) especifico la porción de tráfico libre como:

1 Δ

Error! No text of specified style in document.---47-474747

SIDRA INTERSECTIONS versión 2.0, Akcelik y Chung (1994a) utiliza:

Error! No text of specified style in document.---48-484848

Jacobs (1980) propone la estimación de φ como:

Error! No text of specified style in document.---49-494949

En este caso k, es un parámetro con valor entre 4 y 9. La misma relación fue utilizada

por Sullivan y Troutbeck (1993).

La última versión del software SIDRA INTERSECTIONS versión 2.1, Akcelik

(2006), utiliza:

1

1 1

Error! No text of specified style in document.---50-505050

Con k d es un parámetro de demora en el apelotonamiento (constante).

Este modelo fue derivada usando un método que integra distribuciones de velocidad-

flujo y headways para tráfico ininterrumpido, por medio del uso de un parámetro común

de demora de tráfico k d .

En la tabla Los valores de k d fueron determinados por Akcelik (2006), los cuales

fueron calculados a partir de datos dados en SR 35 (Troubeck 1989) para flujos

circulantes en rotondas. Las relaciones velocidad-flujo resultantes fueron también

consideradas al momento de elegir los valores apropiados del parámetro.

Número

Flujos ininterrumpidos de tráfico

Flujos circulantes en rotondas

 

total de

3600/

b

k

 

3600/

B

k

 

pistas

d

d

1

1.8

2000

0.5

0.20

2.0

1800

2.5

2.2

2

0.9

4000

0.3

0.20

1.0

3600

2.5

2.2

>2

0.6

6000

0.7

0.30

0.8

4500

2.5

2.2

Tabla 1 : Parámetros modelo de headways de Akcelik

1.2.2 Partidas discretas y continuas.

En la selección de la función para el número de partidas que cruzan o ingresan desde

el flujo no prioritario al flujo prioritario, dos modelos con dos diferentes supuestos

existen para la función g(t):

Partidas discretas

Partidas continúas

Para partidas discretas, se asume que un gap t con largo t c t < t c + t f permite la

partida de un vehículo, un gap de lago t c + t f t < t c + 2t f permite la partida de dos

vehículos, un gap de largo t c + 2t f t < t c + 3t f permite la partida de tres vehículos y así sucesivamente. De esta manera la función de partidas discreta g(t) se lee como (cf. Harders, 1968).

0

Error! No text of specified style in document.---51-515151

Con

t c : gap crítico

t f : tiempo de seguimiento

int(x): la parte entera de x

La función de intensidad de partidas correspondiente se lee como:

´

1

0

0

Error! No text of specified style in document.---52-525252

La probabilidad de que ocurran i partidas durante un headway aleatorio, es la probabilidad que el headway tenga un tamaño apropiado. De esta manera se puede sostener que:

1

1

1

Error! No text of specified style in document.---53-535353

El proceso de partidas no prioritarias puede modelarse de manera continua asumiendo una recta que represente el proceso escalonado que seda en el caso discreto. La Figura Error! No text of specified style in document.-3 presenta la representación del proceso continuo y discreto

Número de Partidas 4 3 2 1 t 0 t c t c + t
Número de Partidas
4
3
2
1
t 0
t c
t c + t c
t c + 2t c
t c +3t c

Figura Error! No text of specified style in document.-3: Proceso de partidas discreto y continuo

Con, t 0 como el headway mínimo aceptable. El proceso de partidas se considera

continuo, por lo tanto, siempre y cuando los lags sean mayores a t 0 , el flujo no

prioritario de partida será t f -1 .

Asumiendo que la partida de vehículos es un proceso continúo y realizado durante un

intervalo de tiempo de largo t f . El tiempo promedio de partida del primer vehículo es

igual a t c . De esta manera Siegloch (1973) propone que:

0

2

Error! No text of specified style in document.---54-545454

La función g(t) en este caso es (cf. Siegloch, 1973):

0

0

y

´

Error! No text of specified style in document.---55-555555

Error! No text of specified style in document.---56-565656

1.2.3 Capacidad Potencial

Esta sección describe las formulas teóricas básicas usadas para la estimación de la

capacidad potencial.

La capacidad potencial describe la capacidad de un flujo no prioritario bajo condiciones ideales. Se asume que el movimiento no prioritario no esta sujeto a impedimentos y que usa una pista exclusiva. Cuando los efectos de impedancia son considerados (por ejemplo, presencia de colas en movimientos de mayor ranking), HCM2000 llama a la capacidad estimada como capacidad del movimiento.

La capacidad potencial de un movimiento asume:

Tráfico cerca de la intersección no bloquea al movimiento en cuestión

Una pista exclusiva es provista a cada movimiento.

aguas movimientos prioritarios.

Intersecciones

arriba

no

afectan

el

patrón

de

llegada

de

los

No existen otros movimientos que afecten al movimiento en cuestión.

En condiciones ideales, la capacidad potencial se puede estimar como la multiplicación de el número esperado de partidas de vehículos durante un headway aleatorio E[g], por el número esperado de headways q p .

Error! No text of specified style in document.---57-575757

Si consideramos un proceso de partidas discretas podemos estimar E[g] a partir de la

fórmula 1 1

Error! No text of specified style in document.-53, como:

1 i

Error! No text of specified style in document.---58-585858

De esta manera, la capacidad potencial se estima como:

0

Error! No text of specified style in document.---59-595959

Si consideramos una distribución exponencial negativa de headways y utilizando la expresión Error! No text of specified style in document.-24 y, obtenemos (fórmula de Harders, 1968; cf. También Daganzo, 1977):

1

Error! No text of specified style in document.---60-606060

Si consideramos una distribución exponencial desfasada de headways y utilizamos

las expresiones

0

document.-31 y

document.-36, obtenemos:

Error! No text of specified style in

Error!

No

text

of

specified

style

in

Error! No text of specified style in document.---61-616161

De forma similar obtenemos para la siguiente expresión si se considera una

distribución exponencial apelotonada desfasada, en base a las expresiones

0

1

Δ

y

Error! No text of specified style in document.-39

Error! No text of specified style in document.-44.

Error! No text of specified style in document.---62-626262

Si consideramos partidas continuas, la capacidad potencial se puede estimar como:

Error! No text of specified style in document.---63-636363

Utilizando la, la expresión anterior se puede reformular como utilizando la fórmula

0

document.-55:

0

0

Error!

No

text

0 0

0

of

specified

style

Error! No text of specified style in document.---64-646464

1 El resultado es obtenido usando la propiedad de convergencia de una serie geométrica:

,

1

in

De esta manera, podemos obtener la capacidad potencial considerando partidas

continuas y una distribución exponencial negativa de headways (fórmula de Siegloch,

1973).

0

0

0 0 2

0

1 2 0

0 0

0

Error! No text of specified style in document.---65-656565

Si consideramos una distribución exponencial desfasada, obtenemos:

1

1

0

e

Error! No text of specified style in document.---66-666666

Si consideramos una distribución exponencial apelotonada desfasada, se tiene:

0

1

0

1

Error! No text of specified style in document.---67-676767

1.2.3.1 Comportamiento Inconsistente y Consistente

Debido a que conductores y vehículos difieren, los gaps y lags mínimos aceptados

por los conductores y los headways entre partidas difieren de vehículo en vehículo. El

comportamiento de los conductores es heterogéneo. Adicionalmente, incluso bajo

condiciones similares, un conductor puede actuar de manera distinta en distintos

momentos. Un conductor puede aceptar un gap menor a un gap rechazado

anteriormente. Este tipo de comportamiento se llama inconsistente. Aparentemente la

inconsistencia esta relacionada con la real inconsistencia en el comportamiento de los

conductores, pero es posible que la mayor parte de las inconsistencias observadas

2

pueden ser explicada por factores de una situación específica, como por ejemplo, el tiempo de espera o la variación de la velocidad o el tipo de vehículo prioritario.

En los modelos matemáticos es usualmente asumido un comportamiento consistente y homogéneo. Un conductor consistente se comporta de la misma manera cada vez que enfrenta situaciones similares. Un conductor inconsistente determina un nuevo gap crítico para cada headway prioritario (Ashworth 1969, Plank y Catchpole 1984), o asigna a cada gap una probabilidad de cruzar (Weiss y Maradudin 1962, Hawkes 1968). Típicamente el headway aceptable decrece cuando el número de gaps rechazado crece. Este comportamiento es llamado impaciente. De esta manera, la inconsistencia aumenta la capacidad.

Si los conductores son homogéneos, no existe diferencia en el comportamiento de distintos conductores bajos condiciones similares. Conductores inconsistentes homogéneos eligen de la misma manera el gap crítico para cada headway. En el caso de conductores heterogéneos consistentes, cada conductor tiene un gap crítico individual obtenido de una distribución común. Este gap crítico es utilizado para todos los headways prioritarios. Vehículos con gaps críticos más grandes se encuentran usualmente al frente de la cola (Catchpole y Plank 1986), lo que produce que una disminución de la capacidad (Wegmann 1991).

Cuando un flujo no prioritario es inconsistente y heterogéneo cada conductor tienen un conjunto de gaps críticos para cada lag o headway prioritario individual. Debido a que la inconsistencia aumenta la capacidad y la heterogeneidad disminuye la capacidad, el efecto total de asumir consistencia y homogeneidad se ha considerado que produce distorsiones mínimas comparadas con el caso de heterogeneidad e inconsistencia (Catchpole y Plank1986, Troutbeck 1988).

formularon un modelo que permite distinguir un

comportamiento consistente e inconsistente respecto a la aceptación de gaps por parte de los conductores.

Heidemann y Wegmann (1997)

Considerando un tráfico apelotonado con un gap mínimo τ y una porción de tráfico apelotonado igual a 1- φ. Partidas discretas y gaps distribuidos exponencialmente con porción de tráfico libre igual a φ.

3

´

Error! No text of specified style in document.---68-686868

´

Error! No text of specified style in document.---69-696969

Con,

,

´ Δ

Considerando un tráfico apelotonado con un gap mínimo y una porción de tráfico

apelotonado igual a 1- φ. Partidas continúas y gaps distribuidos exponencialmente con

porción de tráfico libre igual a φ, sin considerar una distribución para t f .

´ 1 q Δ

Error! No text of specified style in document.----70707070

´

1 q Δ

δ

Error! No text of specified style in document.----71717171

Con,

0 = t 0 -

1.2.3.2 Consideración de distribuciones para t c , t f y

En la sección 1.2.3 se derivaron fórmulas para distintos autores considerando los

parámetros t c , t f y τ como dados. En esta sección nuevas fórmulas que consideran una

distribución para los parámetros son presentadas.

Como supuesto se puede asumir una distribución de densidad de probabilidad f(t c ),

f(t f ) y f() a partir de una función Erlang (también se pueden ocupar otras funciones,

tales como una distribución Log Normal). Al usar una función Erlang la capacidad

puede expresarse como una función analítica explícita. Una distribución Erlang tiene

una función de densidad:

3 ´ δ ´ δ

Transformada de Laplace de para δ δ Δ δ

!

Error! No text of specified style in document.---72-727272

Con,

: Valor promedio de t x .

: Parámetro de la distribución Erlang de t x .

Si

analizamos

´

las

specified

q Δ δ

style

in

document.-68

Error!

a

No

text

of

Error!

expresiones

No

text

of

´

1

specified

style

in

document.-71, considerando una distribución para los parámetros podemos utilizar la

siguiente expresión para la transformada de Laplace para la distribución Erlang.

1

Error! No text of specified style in document.---73-737373

Debido a que la transformada de Laplace t q siempre tienen valores mayores

para distribuciones de t(q) que para un valor constante de t(q), es evidente que de

acuerdo a la ecuación

´

Error! No text of specified style in document.-68que en inconsistencia tanto la

distribución de gaps t c o la distribución de tiempos de seguimiento t f o la distribución de

gaps aumentan la capacidad C. En el caso de la ecuación

´

Error! No text of specified style in document.-69 la capacidad crece con la

distribución de t f y decrece con distribuciones de t c y .

Si

reemplazamos

´

en

las

Error!

ecuaciones

No

text

of

specified

style

in

document.-68

y

´

Error!

No

text

of

specified

style

in

document.-69

la transformación respectiva de la distribución de Erlang, dada por la

ecuación

1

Error! No text of specified style in

document.-73 se obtiene expresiones más generalizadas para la capacidad potencial con partidas discretas y distribución exponencial apelotonada desfasada de headways.

,

Error! No text of specified style in document.---74-747474

,

Error! No text of specified style in document.---75-757575

Además, si consideramos que t c , t f y tienen que mantener valores mínimos dados por , 0 y 0 obtenemos las siguientes expresiones:

,

Error! No text of specified style in document.---76-767676

,

Error! No text of specified style in document.---77-777777

Análogamente, para el caso de partidas continuas obtenemos

, 1 q τ

1 e

1 e

Error! No text of specified style in document.---78-787878

, 1 q τ

1 e

1 e

Error! No text of specified style in document.---79-797979

1.2.3.3

Sistemas con prioridad limitada y absoluta

El sistema de prioridad limitada permite al flujo prioritario ajustar sus posiciones relativas hasta cierto nivel, de manera de poder acomodar a vehículos no prioritarios que ingresan. Por simplicidad, se asume la existencia de dos vías en conflicto, con una pista cada una.

En este sistema, se asume que los vehículos prioritarios llegan a la intersección con headways mayores o iguales a . El flujo prioritario y no prioritario requiere de headways al menos iguales a , y follow-time t f , respectivamente después del ingreso. El tamaño del tiempo “follow-up”, t f , usualmente no es menor a .

Se asume que todos los conductores no prioritarios son consistentes y homogéneos, por lo que tienen el mismo gap crítico y tiempo “follow-up” constantes. Para un ingreso con prioridad limitada, el gap crítico, t c , debe ser mayor que , de lo contrario los vehículos no prioritarios aceptaran oportunidades de ingreso entre vehículos prioritarios apelotonados. Similarmente, t c , debe ser menor que la suma entre t f y , pues de lo contrario el sistema debiera modelarse con prioridad absoluta.

Debido a que los vehículos prioritarios sus velocidades y posiciones relativas en un ingreso con prioridad limitada, los conductores no prioritarios deberán estimar el tiempo entre la última partida en el flujo prioritario hasta la próxima llegada. Este tipo es tratado como “oportunidad de ingreso”. Si la oportunidad de ingreso es menor a tc, entonces no se podrá realizar el ingreso. Si la oportunidad es menor a , los conductores deberán reducir su velocidad para ofrecer un headway igual a después del área de ingreso.

En un sistema de prioridad limitada, la distribución de headways del flujo prioritario presentada al flujo no prioritario difiere con la distribución de headways generada aguas arriba, debido a que algunos vehículos prioritarios experimentan demoras. El tamaño de una oportunidad de ingreso en el punto de ingreso, podría ser temporalmente menor al mínimo tamaño , producto de la demora de un vehículo anterior. Esta demora puede ser determinada a partir de la relación entre el headway prioritario aguas arriba al punto de ingreso y el gap requerido después del ingreso. La demora varía desde cero a un máximo igual a t f + - t c Ningún vehículo prioritario se demorará si t c es igual a tf + .

Para la formulación de la capacidad se considera la distribución de headways propuesta por Cowan (1975), anteriormente descrita (ver sección XXX) y la distribución de oportunidades de ingreso, g, propuesta por Troutbeck (1995), para un sistema de prioridad limitada. La expresión para la función de distribución acumulada G(t), es:

1 ,

Error! No text of specified style in document.---80-808080

Con

Error! No text of specified style in document.----81818181

Δ

Error! No text of specified style in document.---82-828282

De esta manera se puede estimar la capacidad como:

Error! No text of specified style in document.---83-838383

1.2.4 Capacidad de un movimiento

A continuación se presentan una descripción detallada de los modelos utilizados en la literatura para la extensión del problema de aceptación de gaps en intersecciones prioritarias anteriormente descritos a casos más realistas en que los flujos no prioritarios deben buscar gaps aceptables desde un conjunto de gaps generados por movimientos de mayor prioridad en la intersección.

1.2.4.1 Capacidad potencial bajo múltiples flujos

Los modelos de capacidad potencial descritos anteriormente, asumen un único flujo prioritario en una pista. En la mayoría de los casos los flujos no prioritarios enfrentan varios flujos prioritarios, de los cuales, algunos comparten pista con otros flujos u ocupan más de una pista. Esta sección discute el efecto de múltiples flujos prioritarios independientes.

Considerando una intersección T con una pista exclusiva de viraje a la izquierda prioritaria. Los movimientos 2 y 5 (prioritarios) pueden considerarse como dos flujos independientes para el viraje izquierda no prioritario (7). El conjunto de flujos

prioritarios independientes para el movimiento 7 es I 7 = {2,5}. El flujo 4 no es independiente pues debe dar prioridad a los flujos 2 y 3.

Si los flujos prioritarios se describen a través de un proceso de puntos, el flujo combinado prioritario es una superposición de procesos de componentes. El proceso de superpuesto no tienen las restricciones de headways mínimos que puedan tener los procesos de componentes.

Un proceso superpuesto es más parecido a un proceso Poisson que al proceso de componentes (Cox e Isham 1980). Palm (1943) propuso que la superposición de un gran número de puntos independientes dispersos conduce a un proceso de Poisson en el límite. El primer teorema del límite de un proceso de puntos fue desarrollado por Khintchine (1960). El teorema explica el rol central del proceso de Poisson en la teoría de tráfico. Si las llegadas de los vehículos se consideran como procesos separados, el proceso de llegadas de todos los vehículos es la superposición de un gran número de procesos de componentes, el cual puede ser aproximado por un proceso Poisson. Sin embargo, largos físicos e intervalos de seguridad de vehículos, así como oportunidades limitadas para pasar, hacen que los procesos de componentes dependan entre ellos, la cual es ignorada por la aproximación de Poisson.

Otro importante resultado de la teoria de procesos de puntos es que la superposición de dos procesos independientes de renovación es un proceso de renovación si y sólo si las componentes son procesos de Poisson (Cox y Isham 1980). Procesos de componentes sin memoria producen un proceso superpuesto sin memoria. Si los procesos de componentes son de renovación, pero su futuro depende de la historia (tal como la condición de headway mínimo), todos los puntos del proceso superpuesto dejan de ser puntos renovados.

El número de puntos en un proceso superpuesto durante un intervalo largo de tiempo, es la suma de puntos de los procesos de componentes durante el mismo intervalo. Por lo tanto, el flujo superpuesto es la suma de los flujos de componentes.

,

Error! No text of specified style in document.---84-848484

Donde I k es el conjunto de flujos prioritarios independientes para el flujo no prioritario k.

Asumamos una vía prioritaria con múltiples pistas (i є I k ) de flujos independientes, a

los cuales el flujo no prioritario k debe dar prioridad. Cuando un vehículo no prioritario

alcanza la primera posición en la cola en instante τ, el lag es el intervalo con respecto a

la llegada al primer vehículo de cualquiera de los procesos de componentes i є I k . La

función de supervivencia de la distribución de lags en un proceso de superposición es

(Thompson 1988):

,

Error! No text of specified style in document.---85-858585

,

Donde es el lag en el proceso de componentes i partiendo del tiempo τ, y

es el lag del proceso superpuesto. El cálculo de P{ } puede requerir

información respecto al tiempo de llegada τ en la pista i.

Si τ es el tiempo de la última llegada en el proceso superpuesto, el headway

representativo de todas las pistas es mayor a t si el headway en la pista j (pista de la

última llegada) y los lags en todas las otras pistas son mayores a t (Cox y Smith 1954):

,

,

Error! No text of specified style in document.---86-868686

La probabilidad que un punto cualquiera sea de un proceso de componentes j є Ik es

la proporción de puntos del proceso j en el proceso superpuesto (Weiss y Maradudin

1962):

,

Error! No text of specified style in document.---87-878787

La función de supervivencia de headways en un proceso superpuesto puede ser

representada como:

,

,

,

Error! No text of specified style in document.---88-888888

De esta manera, si consideramos partidas discretas dada por la función

0

Error! No text of specified style in document.-51

y

reemplzando la expresión ,

,

Error!

No

text of specified style in document.-88 en la fórmula para la capacidad potencial dada

por

document.-59, obtenemos:

Error! No text of specified style in

, ,

, ,

, ,

, , ,

Error! No text of specified style in document.---89-898989

Se asume que no existe correlación serial entre dos consecutivos headways. De esta

manera la historia de un headway en la pista j anterior al tiempo τ no afecta la

probabilidad P{T j >t}. Se asume también que la historia de los otros procesos en I k es

ignorada, lo cual no siempre es un supuesto realista.

En un proceso Poisson los headways siguen una distribución exponencial negativa, y

la propiedad de Markov simplifica considerablemente las ecuaciones. La distribución de

lags en cada pista son idénticas a las de headways y ellas no dependen en la historia.

Error! No text of specified style in document.----90909090

La función de supervivencia de headways en el proceso superpuesto queda:

Debido a que

,

, , ,

Error! No text of specified style in document.---91-919191

,

Error! No text of specified style in document.---92-929292

Si los headways siguen una distribución exponencial desfasada la función de

supervivencia y lags de los proceso y , están dados por las expresiones

1

y

1

document.-38.

Error! No text of specified style in document.-33

Error!

No

text

of

specified

style

in

De esta manera la capacidad potencial bajo esta distribución es:

,

, ,

, , ,

, ,

, ,

, ,

1 Δ

,

,

 

1 Δ

,

,