Introducción: Capítulo 6 Estudios de Impacto Vial (EIV)

Ingeniería de Tráfico
Capítulo 6
Estudios de impacto vial (EIV)
Introducción
Los estudios de impacto vial se caracterizan, principalmente, por evaluar el efecto de
los viajes que genera un proyecto sobre un área de influencia. Por ejemplo, se busca
evaluar si el tráfico generado por un conjunto residencial impactará negativamente en
las intersecciones o en las vías adyacentes. Y si este es el caso, se exigen medidas
de mitigación que faciliten la circulación vehicular.
Los EIV se orientan a mantener buenas condiciones de circulación vehicular, por lo

que en la mayoría de veces las medidas de mitigación buscan incrementar la
capacidad de las vías mediante rediseños viales, ampliación de los carriles de
circulación y cambios de los tiempos de los semáforos. Lo anterior permite, además,
reducir demoras, tiempos de viaje y longitudes de colas. Sin embargo, estas medidas
por lo general afectan la infraestructura y las facilidades que requieren los peatones,
ciclistas, discapacitados y el transporte público.
El corazón de los estudios de impacto vial es la modelación de tráfico, que se emplea

en tres escenarios: uno actual (sin proyecto), otro futuro con tráfico generado
(conocido como “Do Nothing”) y el último con medidas de mitigación. La comparación
entre ellos se realiza mediante parámetros de eficiencia como el grado de saturación,
el nivel de servicio y las longitudes de colas.
La normativa existente en países en los que es obligatorio realizar estudios de impacto

vial difiere ligeramente; sin embargo, para determinar cuándo es necesario realizarlo,
las diferentes normas consideran aspectos comunes.
En el caso inglés es obligatorio realizar un estudio de impacto vial cuando el tamaño

del proyecto contempla alguno de los siguientes escenarios:
• Desarrollo residencial con más de 200 unidades
• Negocios en un área de terreno que excede los 5000 m2
• Almacenes que exceden un área de terreno de 10 000 m2
• Mercados por encima de los 1000 m2
• Cuando el proyecto considere más de 100 nuevos lugares de parqueo
En el caso chileno, se exige un estudio de impacto vial urbano cuando el proyecto
considere más de 250 estacionamientos en proyectos residenciales.
En Lima, los EIV se clasifican en tres niveles, según el número de estacionamientos y

el tamaño del proyecto. La ordenanza 1404 y su modificatoria 1694 presentan las
partes de un EIV y establecen los criterios para delimitar dichos niveles.
6.1 Objetivos
En general, los objetivos de un EIV son los siguientes:
• Definir el área de influencia del proyecto.
Facultad de Ciencias e Ingeniería 103

• Evaluar la situación actual de la circulación vehicular.

• Identificar los posibles impactos que el tráfico generado por el proyecto puede
causar en el área de influencia.
• Analizar los impactos identificados.
• Proponer medidas de mitigación.
En algunos lugares, los EIV también están incorporando análisis de circulación

peatonal, pero aún resultan insuficientes y no se pueden comparar con los temas
desarrollados en los estudios de movilidad generada.
6.2 Etapas para desarrollar un EIV

En una forma muy sencilla podría decirse que para desarrollar un EIV se deben seguir
cuatro etapas. En la primera se determina el área de influencia; en la segunda se
recolectan los datos de campo (geometría de las vías, flujos vehiculares, tiempos del
semáforo, etc.); en la tercera se realiza la modelación de tráfico del escenario actual
(sin proyecto) y futuro (con tráfico generado); y, finalmente, en la cuarta etapa se
plantean las medidas de mitigación que se requieran. Debe indicarse que el tiempo
necesario para redactar el informe no ha sido considerado como etapa significativa de
un EIV. La Figura 1 ilustra el proceso descrito.
Figura 1. Etapas para realizar un EIV
Fuente: Cabrera (2015)
6.2.1 Área de influencia

El tráfico generado por un proyecto podría afectar a las vías adyacentes o
extenderse hacia una zona más amplia, por los bloqueos de algunas
intersecciones. En EIV es esencial determinar la extensión del área de
influencia para luego iniciar la recolección de la información de campo. En la
Figura 2 se muestra la localización de un proyecto y el área de influencia
considerada. También se muestran las intersecciones principales y sus
flujogramas correspondientes.
104 Pontificia Universidad Católica del Perú

Félix Israel Cabrera Vega
Figura 2. Proyecto, área de influencia y flujograma
Fuente: ITE 2006
En algunos países, la extensión del área de influencia se encuentra

claramente señalada en los reglamentos, según el tipo de EIV, pero lo curioso
es que los criterios usados pueden diferir significativamente; por ejemplo,
para un EIV de nivel I se podría decir que el área se extiende hasta las
primeras intersecciones semaforizadas, alrededor del proyecto, o que se
define al trazar un círculo de 200 metros de radio con centro en el proyecto, o
que abarca solo las vías que colindan directamente con el proyecto.
En otros reglamentos no existe ninguna indicación y se deja la determinación

del área de influencia al criterio de los profesionales. Sin embargo, se hace
referencia a varias subáreas de influencia: inmediata, primaria y secundaria,
cuya definición y extensión tampoco son establecidas.
Cualquiera que sea el caso, lo importante es reconocer que el área de

influencia varía según los tipos de proyecto, los dispositivos de control y las
características geométricas y sociales de la zona donde se construirá el
proyecto. Por ello, es fundamental visitar la zona (inspección visual) para
poder definir la estrategia y las herramientas de modelación adecuadas.
6.2.2 Recolección de datos de campo

Una vez seleccionada el área de influencia, el siguiente paso es definir los
datos necesarios y las herramientas de recolección que se emplearán. Por
ejemplo, se definen los lugares donde se ubicarán los aforadores que
mediante apuntes manuales registrarán los flujos vehiculares agrupados en
períodos de 15 minutos. También, se debe registrar la geometría de las vías
(secciones viales) y los tiempos de los semáforos ubicados dentro del área de
influencia.
Además, se pueden realizar inspecciones de seguridad para detectar los

problemas de seguridad y el mal estado de la infraestructura. Finalmente,
puede ser necesario medir algunos parámetros de eficiencia como los flujos

de saturación, longitudes de colas y velocidades según el tipo de modelo de

tráfico que se emplee. La Figura 3 ilustra los tipos de datos necesarios.
Figura 3. Información de campo que debe recolectarse
6.2.3 Tráfico generado

Para poder realizar la modelación de tráfico, de los diferentes escenarios, se
debe establecer primero la magnitud del tráfico que genera el proyecto, el
cual depende de diversos parámetros como el número de estacionamientos.
Es decir, el tráfico generado puede considerarse un porcentaje del número de
estacionamientos.
De observaciones particulares, en el caso de proyectos de vivienda, se ha

notado que el tráfico generado, con el proyecto funcionando, es menor al 30%
del número de estacionamientos.
Lo anterior significa que si un proyecto tiene 100 estacionamientos, entonces

la cantidad de vehículos que en total entran y salen de los estacionamientos,
en la hora punta, es menor de 30 vehículos.
Pero cuando porcentajes de este orden de magnitud se emplean en los EIV,

normalmente, son observados por las autoridades, ya que los EIV tienen
como objetivo dar mayor capacidad a las vías para evitar la congestión. En
otras palabras, se pide aumentar el tráfico generado para dar mayor
capacidad, aunque muchas veces no sea necesaria.
A nivel internacional, uno de los documentos más empleados para la

determinación del tráfico generado es el Trip Generation, que es una
publicación del Institute of Transportation Engineers (ITE).
En nuestro medio, el tráfico generado podría estimarse a partir de las

recomendaciones del Trip Generation; sin embargo, la experiencia indica que
los resultados no son adecuados para nuestra realidad, ya que la tasa de
motorización en los EE. UU. no es igual a la peruana.
Por ejemplo, para un proyecto de 24 casas unifamiliares, el manual Trip

Generation (8.a edición) indica que se producen 18 viajes en la hora punta de
la mañana y 25 viajes durante la hora punta de la tarde (TJKM 2010). Estos
resultados indican que el modelo de viajes considera que cada casa puede
tener más de un automóvil.

Figura 4. Tráfico generado por el proyecto
Fuente: TJKM Transportation Consultants (2010)
Otras aproximaciones sugieren emplear las tasas de crecimiento del parque

automotor de una ciudad para estimar el tráfico generado por un proyecto. Sin
embargo, esto no resultaría adecuado debido a que una ciudad tiene zonas
con diferente capacidad adquisitiva y tasas de motorización.
6.2.4 Modelación de tráfico

Los modelos de tráfico se pueden clasificar en dos grupos: los modelos
determinísticos y la simulación. En el primer grupo se encuentran los modelos
del HCM, basados en simples ecuaciones que dan la misma respuesta para
los mismos datos de entrada; mientras que en el segundo se emplean
softwares de computación que tienen componentes aleatorios.
En el caso de la simulación se pueden encontrar los niveles de análisis

macroscópico, mesoscópico y microscópico que se emplean según la
extensión del área analizada y el grado de complejidad observado. Por
ejemplo, el nivel macroscópico se emplea a nivel de ciudad para desarrollar
los estudios de planificación del transporte.
El nivel mesoscópico se usa para analizar áreas intermedias como el área de

influencia de un gran centro comercial con 6 sótanos de estacionamiento. En
este caso es necesario emplear herramientas de reasignación de tráfico y los
conceptos del costo generalizado y el equilibrio del usuario.
El nivel microscópico se emplea cuando el área de estudio abarca algunas

intersecciones donde hay bloqueos frecuentes y los conductores tienen un
estilo de manejo agresivo.
Figura 5. Escalas de simulación empleadas en los EIV

En nuestro medio es común observar que los modelos determinísticos se

emplean para analizar casos complejos en los que hay continuas fricciones y
bloqueos entre vehículos a pesar de las limitaciones que tiene. Por este
motivo, la metodología del HCM 2000 y el software Synchro se emplean
rutinariamente para desarrollar los EIV. Lamentablemente, el análisis
mesoscópico y la reasignación de tráfico no se consideran cuando muchas
veces son indispensables.
Más adelante, en esta sesión, se analiza en detalle el uso, las ventajas y las
desventajas de los modelos determinísticos y la microsimulación.
6.2.5 Medidas de mitigación

Cuando el análisis del escenario con el tráfico generado arroja un grado de
saturación mayor a 0.9 o un nivel de servicio peor a C, es común presentar
medidas de mitigación que mejoren las condiciones de circulación.
Estas medidas pueden ser de diferentes tipos según el objetivo que se

persiga; por ejemplo, se puede buscar gestionar la capacidad mediante el
aumento del número de carriles y mejoras en los tiempos de los semáforos.
También, se pueden plantear rediseños geométricos dentro de las mismas
intersecciones y mejoras de la infraestructura vial en general.
Para estimar y cuantificar las mejoras en la circulación que producen las

medidas de mitigación, se comparan los grados de saturación, el nivel de
servicio, la longitud de colas, las velocidades, etc., con los obtenidos en el
escenario actual y en el escenario “Do Nothing” (donde no se aplica ninguna
medida, pero el tráfico actual aumenta por el tráfico generado).
Figura 6. Escenarios típicamente modelados en un EIV

6.3 Modelación de tráfico
Los estudios de impacto vial dependen principalmente de la modelación de tráfico y de

los parámetros de eficiencia. Por ello, se hará énfasis en los modelos que se usan en
nuestro país (Cabrera 2010) y que varían desde simples ecuaciones determinísticas
hasta complejos modelos de microsimulación. Se revisarán los modelos del Highway
Capacity Manual (TRB 2000), SYNCHRO 7.0, Simtraffic y VISSIM 5.1.
Con fines didácticos, primero se definen los modelos mencionados y luego se analizan
con ellos cuatro intersecciones semaforizadas (3 en Lima y 1 en Chiclayo) con la
finalidad de ver sus diferencias y limitaciones. Finalmente, se dan sugerencias de
cuándo emplear estas herramientas.
No es propósito del estudio indicar si los modelos son de buena o mala calidad, sino
solo señalar su rango de aplicación, ventajas y limitaciones, como se reconoce en:
(FHWA 2004), (Trafficware 2006) y (TRB 2000). Por ejemplo, (FHWA 2004) indica que
“las herramientas varían en su rango de aplicación, capacidades, metodologías, datos
requeridos y resultados; y no hay una herramienta que pueda satisfacer todas las
necesidades analíticas de una agencia en particular”.
También, se estudia si estos modelos son adecuados para evaluar medidas de gestión
que favorezcan a peatones, ciclistas y transporte público (buses).
6.3.1 Tipos de modelos

Hasta la fecha, agencias públicas, grupos de investigación y empresas de
consultoría han desarrollado numerosas metodologías y herramientas de
análisis de tráfico. Estas herramientas pueden emplearse en las etapas de
planificación, diseño y análisis operacional. En este texto, se presentan los
modelos macrodeterminísticos y microsimulación que se emplean en el
análisis operacional.
6.3.1.1 Modelos macrodeterminísticos

Los modelos de simulación macroscópico se basan en relaciones
determinísticas y consideran a la corriente de tráfico en forma agregada.
Además, son estáticos, no tratan con las transiciones en operación, de uno a
otro estado del sistema, y los resultados que brindan son valores promedio de
los parámetros de eficiencia (longitud de colas, demoras, etc.) (Dion et al
2004).
Dentro de este grupo se mostrará el procedimiento del HCM (TRB 2000) y el

programa SYNCHRO 7.0 en el caso de intersecciones semaforizadas.
• Metodología del HCM 2000

El análisis operacional de intersecciones semaforizadas tiene como
objetivo establecer la relación entre la demanda y la capacidad, así
como indicar el nivel de servicio percibido por los usuarios. El
procedimiento seguido para el análisis de capacidad se puede resumir
en una comparación entre la demanda y la oferta para cada grupo de
carriles. La demanda está representada por la cantidad de vehículos
que utilizan los diferentes accesos (volumen); mientras que la oferta

está simbolizada por la capacidad (c). Normalmente, los resultados del

análisis de capacidad se expresan en ratios de “volumen/capacidad”
(V/c). Un valor cercano a cero indica situaciones de poca demanda, con
condiciones muy favorables de circulación; mientras que valores
mayores a 0.9 indican situaciones congestionadas con posible
presencia de colas estacionarias.
El análisis del nivel de servicio, en intersecciones, se relaciona con las

demoras medias por control por vehículo (s/veh). De acuerdo con los
valores de demora obtenidos, se establece un nivel de servicio
expresado por letras desde la A hasta la F. El primer nivel de servicio,
A, indica movimientos a condiciones de flujo libre y demoras mínimas;
conforme se avanza en letras, la calidad de la progresión disminuye y
las demoras aumentan. Por ejemplo, el nivel de servicio F representa la
peor condición de operación con flujos inestables y demoras excesivas.
La metodología del HCM es muy utilizada y aceptada en los Estados

Unidos de América. Sus parámetros y ecuaciones han sido validados
para analizar el funcionamiento de intersecciones aisladas con
problemas relativamente moderados de congestión. Estos
procedimientos son rápidos y confiables para predecir si una
intersección operará por debajo o por encima de su capacidad. Sin
embargo, los procedimientos son generalmente limitados en su
habilidad para evaluar sistemas complejos.
La mayoría de los métodos del HCM asumen que la operación de una

intersección no es afectada por las condiciones de las vías adyacentes,
por ello en el manual (TRB 2000) se indican claramente las limitaciones
del modelo: “esta metodología no toma en cuenta los potenciales
impactos en la operación de la intersección debido a la congestión
corriente abajo, ni detecta el efecto de la saturación de los carriles de
giro en el flujo directo”.
La metodología del HCM aún continúa en desarrollo y hoy en día se

busca mejorar significativamente el análisis de peatones y ciclistas, los
sistemas actuados y las rotondas con varios carriles de circulación.
• SYNCRHO 7.0
SYNCHRO es un programa que permite realizar análisis de capacidad y
niveles de servicio en diferentes tipos de vías. En el caso de
intersecciones semaforizadas, su metodología se basa en la del HCM,
pero considera algunas modificaciones en el cálculo de demoras y la
estimación del factor de progresión (FHWA 2004). Su fortaleza radica
en que es una herramienta muy útil en el análisis, la optimización y la
coordinación de semáforos (olas verdes); además de ser un programa
interactivo que cuenta con un buen sistema de visualización.
Sin embargo, como toda herramienta macroscópica no puede analizar

situaciones en las que haya una fuerte congestión y un comportamiento
de los conductores muy diferente a las condiciones de validación.
Además, solo permite analizar óvalos de un carril, y muchas de sus
limitaciones son semejantes a las del HCM.

6.3.1.2 Modelos microscópicos

Los modelos microscópicos permiten analizar detalladamente el tráfico, se
basan en aspectos del comportamiento individual, los cuales varían desde la
elección de la ruta y el tiempo de partida (Liu et al. 2006), (Zhang et al. 2006)
hasta características del comportamiento de manejo, como las teorías del
vehículo siguiente y cambio de carril (Laval y Daganzo 2006), (Ossen et al.
2006). Típicamente, los vehículos ingresan a la red utilizando distribuciones
estadísticas de arribos, luego se les asigna un destino, un tipo de vehículo y
un tipo de conductor de acuerdo con un “número inicial” escogido
aleatoriamente. Después, los vehículos son seguidos, cada segundo o
fracción de segundo, (Ej. 0.1 s) y se registran su posición, velocidad y
aceleración.
Los modelos de microsimulación, en su mayoría, son efectivos al evaluar la

evolución dinámica de la congestión; sin embargo, requieren de muchos
datos y tiempo para ser construidos y calibrados. Es, precisamente, la etapa
de calibración la que determina la aceptación del modelo y su posterior uso
como herramienta de predicción. Más adelante se explicarán las etapas de un
modelo de microsimulación.
Una de las razones por la cual los modelos de microsimulación se usan con
mayor regularidad es la posibilidad de observar los resultados en forma de
animación. Esto permite a los técnicos y políticos observar los impactos de las
medidas de gestión. Sin embargo, esto constituye un arma peligrosa en los
casos en los que se desconozca la base teórica del modelo o este no se
encuentre debidamente calibrado. Ciertos estudios estiman que diferencias
en la calibración del 20% podrían conducir a diferencias de hasta el 50% en
situaciones futuras (Algers et al. 1997).
También, debe señalarse que, debido al carácter aleatorio de los modelos de

microsimulación, estos deben analizarse repetidamente hasta encontrar
respuestas con un grado determinado de confiabilidad (May 1990); por lo que,
a diferencia de los modelos analíticos (basados en simples ecuaciones),
requieren mucho más tiempo para su construcción y aceptación.
En la actualidad hay más de 60 softwares de microsimulación (Burgos 2004);

para este proyecto, se emplearán los programas Simtraffic y VISSIM 5.1.
Entre las características y etapas de los modelos microscópicos en general,
podemos mencionar las siguientes:
• Mecanismo de actualización del sistema

Los modelos de microsimulación describen los cambios en los estados
del sistema a través de intervalos de tiempo. Generalmente, hay dos
tipos de modelos: de tiempos y eventos discretos. En los modelos de
tiempo discreto el sistema es actualizado en intervalos de tiempo fijo.
Por ejemplo, el modelo calcula la posición del vehículo, velocidad y
aceleración cada segundo o fracción de segundo. La elección del
intervalo de actualización depende del grado de acierto requerido para
modelar el sistema.

• Carácter aleatorio del modelo: generación de vehículos en la red y

atributos del vehículo y conductor
Los modelos de simulación pueden representar el tráfico en forma
determinística o aleatoria. Los modelos determinísticos asumen que no
hay variación en las características de los conductores y vehículos. Por
ejemplo, si se asume que todos los conductores manejan de la misma
forma o que todos los vehículos tienen una misma longitud.
En cambio, los modelos estocásticos asignan características a los

conductores y vehículos según distribuciones estadísticas y números
aleatorios. Debe recalcarse que si se tienen los mismos datos de
entrada y se cambia el número semilla, se produce una secuencia
diferente de números aleatorios, los cuales producen diferentes
características para los vehículos y conductores. Esto, finalmente,
deriva en diferentes parámetros de eficiencia (colas, velocidad
promedio, demoras, etc.). En otras palabras, el mismo modelo corrido
con diferentes números aleatorios produce diferentes resultados.
• “Warmup period” (período para alcanzar un sistema estable)

Al iniciar la corrida de un modelo de microsimulación, la red se
encuentra vacía y, paulatinamente, con el paso del tiempo, se va
llenando de vehículos. Al período de tiempo necesario para que el
modelo alcance el equilibrio (presente un número estable de vehículos)
se le denomina “warmup period”.
• Asignación estática y dinámica

Cuando un vehículo es generado, este viaja a lo largo de la red hasta
que alcanza su destino. Típicamente, hay dos maneras de indicar la
forma en que los vehículos decidirán sus rutas de viaje. A ellos se les
denomina “asignación estática y dinámica”.
En la asignación estática se emplean los porcentajes o las fracciones de

vehículos que giran. Por ejemplo, para un vehículo entrando a un
acceso de una intersección semaforizada, el destino del vehículo
(directo o virando) es aleatoriamente determinado y se basa en los
porcentajes o en las fracciones de los volúmenes de giro para el arco en
particular.
En la asignación dinámica se emplean como datos de entrada las

matrices origen-destino, y las rutas se seleccionan dependiendo del
costo generalizado de las vías, el cual puede estar conformado por
tiempo de viaje, costo de peajes, costo de combustibles, distancia, entre
otros.
• Interacción entre vehículos (vehículo siguiente y cambio del carril)

La representación de la interacción entre los vehículos determina la
calidad de los modelos de microsimulación. Básicamente, la interacción
se modela aplicando las teorías del vehículo siguiente y el cambio de
carril. El primero se refiere a la decisión de los conductores sobre la
velocidad, aceleración, deceleración y distancia segura con respecto a
los otros vehículos. El segundo predice cuándo un conductor cambiaría
de carril, dependiendo de las brechas existentes y de su estilo de
manejo.

• Calibración del modelo y múltiples corridas del programa

Se entiende por calibración del modelo a la etapa en la cual se ajustan
diversos parámetros de la simulación con la finalidad de replicar las
condiciones locales (comportamiento de los conductores, colas y
velocidades observadas, etc.). Los parámetros ajustados están
relacionados, comúnmente, con la teoría del vehículo siguiente y el
cambio del carril (intervalos de arribos, distancias seguras, tiempos de
reacción, aceleración, frenado, brechas, etc.).
Actualmente, los modelos de microsimulación incluyen decenas de

parámetros que pueden emplearse en el proceso de calibración. Por
ello, debe seleccionarse el número mínimo de parámetros que tengan
un efecto significativo en la reproducción de las condiciones locales
(Dowling 2004).
La calibración es la etapa más importante de la simulación. Si un

modelo está mal calibrado, no podrá representar adecuadamente el
escenario actual, y posteriormente no podría emplearse como base para
modelar escenarios con modificaciones.
Si se emplea un modelo mal calibrado, los resultados de todos los

escenarios estarían muy alejados de la situación real. Por ejemplo,
(Bloomberg et al. 2003) establece que diferencias de 13% en la
calibración de velocidades, en vías rápidas, podría llevar a diferencias
de hasta 69% para las condiciones futuras.
Actualmente, existen más de veinte metodologías de calibración

dependiendo de los sistemas analizados y el grado de acierto requerido,
y no hay un consenso sobre la mejor metodología; pero de acuerdo con
(Hollander y Liu 2008) es recomendable aplicar, para zonas pequeñas,
la metodología de Dowling (2004), en la que primero se divide el
proceso de calibración en etapas no relacionadas antes de realizar una
calibración simultánea para afinar el modelo.
En el proceso de calibración se requiere correr el modelo varias veces.

Si un modelo es corrido solo una vez, se estaría representando un caso
(el mejor o peor) dentro de un rango de muchas posibilidades. Debe
mencionarse que la diferencia entre los resultados de dos corridas, con
diferentes números aleatorios, podría ser del orden del 25% o aún
mayor (Dowling 2004).
• Validación del modelo

Proceso por el cual se comprueba que un modelo calibrado replica una
situación con datos diferentes.
• Simtraffic
Es uno de los diversos modelos de microsimulación existentes. Permite
modelar diferentes condiciones de tráfico, con excepción de rutas y paraderos
de transporte público, parqueo adyacente a las calles, ciclistas, eventos de
corta duración, entre otros. Su propósito primario es chequear y mejorar las
condiciones de operación de semáforos y analizar situaciones que no pueden
hacerse macroscópicamente (Trafficware 2006).

Comparado con otros modelos de microsimulación, podemos indicar que

emplea submodelos del tipo determinístico (vehículo siguiente y cambio de
carril); la teoría de seguimiento considera solo dos posibilidades: seguimiento
rápido y lento; los vehículos son creados y asignados aleatoriamente a uno de
diez tipos de conductores, donde cada tipo de conductor representa el 10%
de la población. No considera funciones de distribución para estimar la
velocidad, aceleración y las fluctuaciones de las decisiones humanas. Al igual
que muchos programas de microsimulación, los parámetros que muestra (por
defecto) han sido validados en una realidad diferente a la peruana. Allí, los
conductores son menos agresivos, ceden el paso y los tiempos que requieren
para incorporarse a la corriente de tráfico son más holgados. Además, no
permite representar en las vías eventos de corta duración o medidas de
tráfico calmado; por ejemplo: reductores de velocidad.
Pero Simtraffic tiene la ventaja de interactuar con SYNCHRO 7.0. La red

construida y optimizada en SYNCHRO 7.0 puede exportarse a Simtraffic para
su simulación y animación.
Tabla 1. Características de la simulación realizada con Simtraffic
Características Descripción
Actualización del sistema Intervalos fijos de 0.1 s
Generación de vehículos Forma aleatoria (arribos tipo Poisson)
Atributos conductor-vehículo 10 grupos definidos
Warmup period 10 min
Tipo de asignación Estática (proporción de giros)
Interacción entre vehículos Modelo de seguimiento rápido y lento
Parámetros para calibrar capacidad Velocidad, intervalos y tiempo de reacción a la luz
verde (sugeridos por Trafficware, 2006)
Parámetros para calibrar el modelo Longitudes de colas (m)
Múltiples corridas 15 corridas por cada grupo de parámetros de
calibración
Grado de confiabilidad 95%
• VISSIM 5.1
El programa VISSIM 5.1 emplea el modelo de Wiedemann (1974; 1991) para
representar la interacción entre vehículos. Este modelo perteneciente a la
familia de los modelos psicofísicos considera que los conductores tienen
diferentes umbrales de percepción y decisión. Es un modelo estocástico que
trabaja con funciones de distribución. Por ello, uno de los primeros pasos
consiste en definir, mediante estudios de campo, las variables que se
utilizarán en las funciones de máxima aceleración y deceleración, velocidad
deseada y tipos de vehículos.
En VISSIM 5.1, los parámetros que se emplean para representar la

interacción vehicular están agrupados en los siguientes submodelos: del
vehículo siguiente, cambio de carril, comportamiento lateral y control
semafórico, siendo el modelo del vehículo siguiente el que afecta
principalmente la capacidad (PTV 2008).
El modelo del vehículo siguiente en VISSIM indica que la distancia entre dos
vehículos (d) está determinada en función a tres parámetros: la distancia
promedio deseada entre vehículos detenidos (ax), la parte aditiva de la
distancia deseada de seguridad (bx_add) y la parte multiplicativa de la

distancia deseada de seguridad (bx_mult). La siguiente ecuación muestra la
expresión para hallar la distancia entre dos vehículos.
d = ax + (bx_add + bx_mult * z) * √v
Donde:
v = velocidad del vehículo en m/s

z = valor entre 0 y 1, el cual es normalmente distribuido alrededor de 0.5 con
una desviación estándar de 0.15
Las intersecciones analizadas presentaron diferentes características, por lo

cual durante la calibración de la capacidad se emplearon diferentes valores
para los parámetros de Wiedemann. La Tabla 2 presenta los parámetros
empleados en la calibración de los modelos.
Tabla 2. Valores de parámetros en el modelo de Wiedemann
Intersección ax bx_add bx_mult

Av. Belisario Flores y *2 *2 *3
calle Cápac
Yupanqui
Av. San Germán y 1.5 2 2
Av. Universitaria
Av. Bolívar y Av. 2 1.5 2
Universitaria
Av. José Balta y 1 2 2
calle San José
*= valores por defecto en VISSIM
Tabla 3. Características de la simulación realizada con VISSIM
Características Descripción
Actualización del sistema Intervalos fijos de 0.1 s
Generación de vehículos Forma aleatoria
Atributos conductor-vehículo Sobre la base de funciones de distribución
Warmup period 10 min
Tipo de asignación Estática (proporción de giros)
Interacción entre vehículos Modelo de Wiedemann
Parámetros para calibrar capacidad Parámetros del modelo de Wiedemann
Parámetros para calibrar el modelo Longitudes de colas (m)
Múltiples corridas 15 corridas por cada grupo de parámetros de
calibración
Grado de confiabilidad 95%

6.3.2 Aplicación: modelación de intersecciones

Como aplicación, se modelan cuatro intersecciones semaforizadas de dos
fases y de tiempo fijo. Las intersecciones se seleccionaron considerando la
demanda vehicular, la presencia de transporte público, peatones y ciclistas.
La primera intersección no presentó conflictos y tenía baja demanda; la
segunda se encontraba congestionada con alta presencia de transporte
público; la tercera se encontraba congestionada con alta presencia de
peatones y ciclistas; y la última tenía una gran presencia de peatones que
entraban en conflicto con los vehículos.
Se emplearon los modelos del HCM 2000, SYNCHRO 7.0, Simtraffic y

VISSIM 5.1. Los modelos se construyeron mediante aforos (considerando los
diferentes tipos de vehículos) correspondientes a los períodos pico (mañana o
tarde). También, se registró la geometría de la intersección, ciclos y fases de
los semáforos, cantidad de peatones, ciclistas, etc.
Las intersecciones analizadas, fueron: “Av. Belisario Flores y calle Cápac

Yupanqui, “Av. Universitaria - Av. San Germán”, “Av. Universitaria - Av.
Bolívar” y la intersección “Av. José Balta - calle San José”. Al aplicar la
metodología del HCM se consideraron los valores sugeridos del flujo de
saturación base de 1900 veh/h/carril (TRB 2000). El resto de factores como el
porcentaje de vehículos pesados, vehículos de transporte público y peatones
correspondió a lo observado en las mediciones de campo.
Los modelos de microsimulación fueron analizados estadísticamente.

Primero, en la etapa de calibración el modelo fue corrido cinco veces para
obtener la media y desviación estándar de la muestra. Luego, con esta
información se estimó el número mínimo de corridas necesarias para obtener
resultados con el 95% de confiabilidad.
La siguiente ecuación permitió obtener el mínimo número de repeticiones

requeridas para un determinado nivel de confiabilidad.
CI1-α%= 2*t(1-α/2),N-1* s/√N
Donde:
CI1-α% = (1-α)%: intervalo de confianza para la media verdadera, donde α

iguala la probabilidad de que la media no caiga dentro del intervalo de
confianza
t(1-α/2),N-1 = función t-student para la probabilidad de doble error con N-1

grados de libertad
N = número de repeticiones
s = desviación estándar
Se obtuvieron alrededor de 12 repeticiones como mínimo para que los

resultados alcanzaran un grado de confiabilidad del 95%. Por ello, se decidió
correr el programa quince veces con diferentes números aleatorios.
En la simulación desarrollada se emplearon las longitudes de colas para

calibrar el modelo. En el caso de Simtraffic, para situaciones congestionadas

y caóticas, las diferencias que se encontraron fueron alrededor del 25% a

pesar de trabajar con los parámetros que establece el software para
representar conducciones muy agresivas.
Además, debe indicarse que en los casos de baja demanda se emplearon los
parámetros por defecto que presentan los submodelos del seguimiento
vehicular. Para los casos congestionados, estos valores fueron modificados
en el proceso de calibración (Tabla 2). Finalmente, se presentan las medidas
de eficiencia (MOE) obtenidas, como: v/c ratios, demoras y longitudes de
colas.
Tabla 4. Breve descripción de las intersecciones analizadas
Intersección Descripción
Av. Belisario Flores y calle Cápac Intersección en cruz, 2 carriles por acceso, ciclo
Yupanqui de 60 s, (g/c=0.47), baja demanda, no transporte
público, pocos peatones y ciclistas, 2% vehículos
pesados.
Av. San Germán y Av. Universitaria Intersección en cruz, con 3 carriles en la vía
principal y 3 carriles en la vía secundaria (un carril
para giro a la izquierda), ciclo de 91s, (g/c=0.6),
con peatones y alto porcentaje de vehículos
pesados y transporte público (>20%).
Av. Bolívar y Av. Universitaria Intersección en T, con 3 carriles en la vía principal
y 3 carriles en la vía secundaria, ciclo de 68s,
(g/c=0.51), con alto número de peatones (400
peatones/h), alto porcentaje de transporte público
y vehículos pesados (>18%) y presencia de
ciclistas.
Av. José Balta y calle San José Intersección en T, accesos de un solo sentido,
con 3 carriles en la vía principal y 2 carriles en la
vía secundaria, ciclo de 62s, (g/c=0.44), no
transporte público, no vehículos pesados y con
alto porcentaje de peatones (900 peatones/h)
6.3.2.1 Resultados
Los resultados del análisis operacional de intersecciones semaforizadas, para
el HCM 2000 y SYNCHRO 7.0, se presentarán en forma cuantitativa y
cualitativa mediante los parámetros: volumen-capacidad (v/c) y el nivel de
servicio (s/veh). Adicionalmente, se emplearán otros parámetros de eficiencia
para determinar el funcionamiento de la intersección, como longitudes de
colas y demoras. Cabe señalar que no es intención del proyecto comparar los
resultados obtenidos con las diferentes metodologías debido a sus diferentes
definiciones; por ejemplo, los niveles de servicio están asociados a las
demoras medias por control definidas en el HCM 2000 y no sería aconsejable
calcular demoras en modelos de microsimulación para luego relacionarlos con
los niveles de servicio (Dowling 2004).
• Intersección Av. Belisario Flores y calle Cápac Yupanqui

En este primer análisis se modela una intersección aislada, con un nivel
de congestión bajo-moderado. Para ello, se emplea una intersección de
cuatro accesos, que presenta las siguientes características: regulada
por semáforos de dos fases (ciclo: 60 s), baja demanda vehicular,

escasa presencia de peatones (30 peatones/h, en todos los accesos) y

ciclistas (5/h, en todos los accesos), bajo porcentaje de vehículos
pesados y vehículos de transporte público (2%). Además, la
infraestructura se encuentra en buenas condiciones (pavimento,
semáforos, señalización, etc.), y el terreno es plano. Este tipo de
intersección coincidiría con las observadas en algunos distritos de la
ciudad de Lima, especialmente cerca de zonas residenciales o en áreas
donde las personas solo se desplazan en automóviles.
La Figura 7 muestra el esquema de la intersección y los flujos de

tráfico; mientras que la Figura 8 muestra la microsimulación realizada
en Simtraffic. La Tabla 5 muestra los resultados obtenidos con los
diferentes modelos.
Figura 7. Flujos horarios Figura 8. Modelación en Simtraffic

en SYNCHRO 7.0.
Tabla 5. Medidas de efectividad obtenidos con los modelos (para toda la

intersección).
Parámetro (MOE) HCM SYNCHRO 7.0 SIMTRAFFIC VISSIM 5.1

V/c (máx) 0.33 0.34 - -
Demora/vehículo (s) 11.5 11.9 11.6 10.25
(σ = 0.32) (σ = 0.22)
Nivel de servicio B B - -
Longitud de colas 28.96 28.5 *27.65 25.38
(95th) (σ = 0.87) (σ = 0.35)
Av. Belisario-Este
* Valor promedio de 2 carriles.
Como puede observarse, en general, los resultados obtenidos, con los

cuatro modelos, no muestran diferencias significativas a pesar de que
calculan demoras y colas con diferentes metodologías; esto concordaría
con los resultados hallados por (Dion et al. 2004) al analizar
intersecciones de baja demanda (V/c <0.5) con bajo porcentaje de
buses y vehículos pesados. Por el resultado obtenido, podría decirse
que cualquiera de las metodologías sería adecuada en este caso.
Debe indicarse que en este escenario, tanto para Simtraffic como para
VISSIM 5.1, se emplearon los valores por defecto encontrados en los
submodelos del vehículo siguiente.

• Intersección Av. Universitaria y Av. San Germán

Esta intersección está ubicada en el distrito de San Martín de Porres. Es
una intersección semaforizada de dos fases (ciclo: 91 s) y presenta las
siguientes características: alta demanda vehicular, alto porcentaje de
camiones y vehículos de transporte público, a lo largo de la vía principal
(>20%), regular presencia de peatones (48-78 peatones/h) y baja
presencia de ciclistas (15 ciclistas/h). Además, los vehículos de
transporte público bloqueaban los accesos al detenerse en las esquinas
para dejar y recoger pasajeros.
La Figura 9 muestra el esquema de la intersección y los flujos de tráfico

en SYNCHRO; mientras que la Figura 10 muestra la microsimulación
realizada en Simtraffic. La Tabla 6 muestra los resultados obtenidos con
los diferentes modelos.
Figura 9. Flujos horarios en

SYNCHRO 7.0 Figura 10. Modelación en Simtraffic
Tabla 6. Medidas de efectividad obtenidos con los modelos

V/c Av. Universitaria **SN 0.86 0.87 - -
V/c Av. San Germán SE 1.26 - 0.59 0.83-0.48 - -
Demora/vehículo (s) 29 30.4 48.26 49.33
Av. Universitaria SN (σ = 1.12) (σ = 0.72)
Demora/vehículo (s) 102 76.4 128.1 55.21
Av. San Germán SE (σ = 1.04) (σ = 0.66)
Nivel de servicio C C - -
Av. Universitaria SN
Nivel de servicio F D - -
Av. San Germán SE
th
Longitud de colas (95 ) 120.2 (m) 118 (m) 196.5 (m) 134 (m)
** SN: sentido norte.
En este caso se aprecia que las demoras, estimadas con el HCM y

SYNCHRO 7.0, para el acceso SE, son diferentes. Esto se debe a
diversos factores como: el grado de saturación observado (v/c>1), el

cual influye notoriamente en el cálculo de la demora incremental, y las

diferentes técnicas de estimación de demoras.
También, el HCM estimaría mayores demoras que SYNCHRO debido a

la elección de las tasas de arribo de los pelotones. SYNCHRO lo estima
directamente de acuerdo con los diagramas espacio-tiempo que genera;
mientras que en el HCM, el usuario debe seleccionarlo según el
porcentaje de vehículos que arriba a la intersección durante el intervalo
verde (lo cual es difícil de hacer en la práctica).
Los resultados del modelo de microsimulación Simtraffic fueron mayores

a los valores obtenidos con SYNCHRO y HCM; esto concordaría con lo
encontrado por (Mohle 2002) y se debería a la definición diferente de
demoras y colas dentro de cada modelo, y a la forma de analizar la
corriente vehicular (siguiendo a cada vehículo independientemente). Al
comparar los resultados entre Simtraffic y VISSIM, se encuentra que
Simtraffic produciría las demoras más altas, lo cual concordaría con los
resultados de Tian et al. (2002).
Al calibrar los modelos de microsimulación con longitudes de colas, se

encontró que en Simtraffic las diferencias fueron del orden del 25% a
30%. Esta diferencia, de acuerdo con Algers et al. (1977), puede
pensarse como excesiva, y se debería a las limitaciones del propio
modelo, al considerar usuarios poco agresivos para nuestra realidad,
teorías básicas del vehículo siguiente y cambio de carril, parámetros a
calibrar no representativos, así como la imposibilidad de reflejar los
conflictos existentes dentro de la misma intersección. Anteriormente,
Olba (2007) encontró que el proceso de calibración, basado en colas,
no fue exitoso al emplear Simtraffic en intersecciones congestionadas.
Debe mencionarse que la intersección analizada mostraba un alto grado

de complejidad y dificultaba el análisis con HCM, SYNCHRO 7.0 y
Simtraffic. Sin embargo, si el propósito es centrarse en la circulación
vehicular, el modelador podría tratar de encontrar artificios para
representar la realidad; pero serían artificios producto de su experiencia,
y esto no corresponde al objetivo de este estudio, el cual es evaluar las
ventajas y limitaciones originales de cada metodología.
• Intersección Av. Universitaria y Av. Bolívar

Esta intersección está ubicada en el límite de los distritos de Pueblo
Libre y San Miguel. Es una intersección semaforizada de dos fases
(ciclo: 68 s) y se caracteriza por mostrar alta demanda vehicular, alto
porcentaje de vehículos de transporte público y vehículos pesados (>
18%), alta presencia de peatones (400 peatones/h) y algunos ciclistas
que viajan a lo largo de una ciclovía (18 ciclistas/h). Son muchos los
conflictos que existen entre peatones-vehículos y ciclistas-vehículos.
Además, no hay una adecuada señalización, lo que crea confusión
entre los conductores.
Esta intersección fue analizada para comprobar la aplicabilidad de los

modelos en los procesos de gestión. Las actuales herramientas de
modelación de tráfico están enfocadas en facilitar la circulación
vehicular y no consideran, lamentablemente, la circulación de peatones
y ciclistas. En el caso de que los flujos peatonales y de ciclistas sean
importantes, la cantidad de conflictos entre todos los usuarios de la

intersección generaría accidentes y muertes (principalmente de

peatones). En un estudio reciente se encontró que de entre 178 países
el Perú ocupa el primer lugar en el ranking de peatones muertos en
accidentes de tránsito (WHO 2009).
La Figura 11 muestra el esquema de la intersección y los flujos de

tráfico en SYNCHRO; la Figura 12; la microsimulación realizada en
Simtraffic; y la Figura 13, el modelo en VISSIM.
Figura 11. Flujos horarios en Figura 12. Modelación en Simtraffic

SYNCHRO 7.0
Figura 13. Simulación en VISSIM 5.1
La Tabla 7 indica que los resultados obtenidos con los modelos HCM y
SYNCHRO 7.0 son muy similares debido a que no hay efectos de
bloqueo por saturación de carriles de giro o por influencia de alguna
intersección cercana. Sin embargo, las mayores demoras encontradas
se obtuvieron con Simtraffic; esto concordaría con anteriores resultados
al analizar intersecciones congestionadas (Mohle, 2002) y (Tian et al.
2002).

Tabla 7. Medidas de efectividad obtenidas con los modelos

V/c, Av. Universitaria SN 1.38 1.42 - -
V/c, acceso Av. Bolívar 0.95 1.06 - -
Demora/vehículo (s) 196.3 212.4 276 75
Demora/vehículo (s) 41.3 49.4 71.4 62
Av. Bolívar (σ = 0.89) (σ = 0.45)
Nivel de servicio F F - -
Av. Universitaria SN
Nivel de servicio D E - -
Av. Bolívar
th
Longitud de colas 95 92.56 (m) 96 (m) *177.3 (m) 128
* Valor promedio de 2 carriles.
Las demoras calculadas con VISSIM serían menores a la demoras

estimadas por los otros modelos, y podría deberse a que en VISSIM se
podría replicar el comportamiento agresivo de los conductores, quienes
muchas veces cambian de carril inesperadamente o modifican
continuamente sus velocidades de circulación. Al observar las
longitudes de colas y la animación de los modelos de microsimulación,
se encuentra que VISSIM produciría mejores resultados que Simtraffic
(donde se representa un comportamiento muy ordenado, y el proceso
de calibración sería muy complicado). Los resultados del HCM y
SYNCHRO indican demoras elevadas debido a los altos grados de
saturación alcanzados; esto indicaría que podrían no ser apropiados
para analizar intersecciones con este tipo de comportamiento.
También, debe mencionarse que en Lima, y en el Perú en general, no

hay paraderos de transporte público ni horarios de operación definidos;
esto obligaría a evaluar la operación del transporte público y su efecto
en la corriente vehicular. Deberían emplearse arribos aleatorios sobre la
base de funciones de distribución (que ni Simtraffic ni VISSIM pueden
realizar). VISSIM permite analizar rutas y paraderos de transporte
público, pero tendría limitaciones; por ejemplo, Fernández (2004) indica
que VISSIM presenta las siguientes limitaciones: genera vehículos de
transporte público a una frecuencia fija, asume que los pasajeros
arriban a los paraderos a una tasa constante y que la especificación de
la demanda está relacionada con la ocupación de los vehículos y no con
la demanda real en cada paradero.
La mayoría de los programas de microsimulación se orientan al análisis

del automóvil privado y no consideran el efecto del transporte público en
la corriente vehicular (Liu et al. 2000). Fernández (2004) indica que en
un paradero un bus se comporta como un vehículo que se detiene
súbitamente y afecta al vehículo que lo sigue. Cuando los buses son
más del 10% del flujo vehicular, los conductores evitan los carriles
cercanos a los paraderos o tratan de cambiar de carril en cuanto les es
posible; este fenómeno fue llamado por Gibson et al. (1989) “de facto
bus priority”.

Si el objetivo del estudio es evaluar la situación actual de esta

intersección, para luego aplicar medidas que favorezcan a los peatones
y ciclistas, es claro que solo VISSIM se acercaría a este propósito. Sin
embargo, debe reconocerse que VISSIM analiza a los peatones como
un tipo de vehículo, lo que no puede ser necesariamente correcto.
Actualmente se desarrollan modelos para peatones, pero aún se
encuentran en proceso de implementación.
• Intersección Av. José Balta y calle San José

Es una intersección en T, accesos de un solo sentido, con 3 carriles en
la vía principal y 2 carriles en la vía secundaria, ciclo de 62 s, (g/c =
0.44), sin presencia de transporte público, ni vehículos pesados y con
alto porcentaje de peatones (900 peatones por hora en cada crucero y
dentro de la intersección). Las Figuras 14 y 15 muestran los flujos
empleados en SYNCHRO y la modelación en Simtraffic,
respectivamente. La Figura 10 muestra la modelación en VISSIM 5.1
Esta intersección se ubica junto a una plaza y se caracteriza por la gran

presencia de peatones y vehículos que se desplazan simultáneamente
dentro de la intersección. Son muchos los puntos de conflicto generados
y es evidente que alguna medida de gestión es necesaria para eliminar
la mayor cantidad de puntos de conflicto.
Figura 14. Flujos horarios en SYNCHRO 7.0
Figura 15. Modelación en Simtraffic

Figura 16. Modelación en VISSIM
Tabla 8. Medidas de efectividad obtenidas con los modelos para toda la

intersección
V/c (máx) 3.14 3.21 - -
Demora/vehículo 986 1096 345 68
(s) (σ = 0.57) (σ = 0.57)
Nivel de servicio F F - -
Longitud de 93.21 96.4 184 129 m
(σ = 0.57) (σ = 0.61)
th
colas (95 )
Acceso San José
Los resultados obtenidos con el HCM 2000, SYNCHRO y Simtraffic

muestran valores muy elevados de demoras que podrían no estar
relacionados con la realidad. Por ejemplo, en SYNCHRO aparece el
mensaje de “ERROR” al calcular las demoras y se indica que las
longitudes de cola que muestra podrían ser mucho mayores. Simtraffic
también resultaría inadecuada para realizar el análisis de esta
intersección debido a que no tiene la posibilidad de crear zonas para
reducir velocidad, representar conflictos dentro de las intersecciones,
así como tampoco puede brindar una representación detalla de la
geometría de la intersección ni la ubicación real de las líneas de parada.
• Resultados generales
Los resultados obtenidos con las diferentes metodologías se presentan
en las Figuras 17 y 18. En el caso de las demoras puede observarse
que para relaciones de baja demanda (v/c<0.5) y escasa presencia de
peatones, buses y vehículos pesados, las demoras son similares. Sin
embargo, a medida que el grado de saturación crece y sobrepasa la
capacidad, la diferencia entre las demoras también se vuelve
significativa. Pero como se mencionó anteriormente, los métodos
establecen diferentes formas de estimación de demoras por lo que

compararlos podría ser inadecuado. También, debe destacarse que las

demoras obtenidas corresponden a toda la intersección excepto en el
caso de la intersección “Av. Universitaria-Av. San Germán” donde se
muestra la demora en el acceso que presenta mayores diferencias entre
métodos.
En el caso de las intersecciones que muestran un grado de saturación

(v/c) mayor a 0.9, las demoras promedio obtenidas serían mucho
mayores a las presentadas en la intersección, por lo que la aplicabilidad
del HCM, SYNCHRO 7.0 y Simtraffic, a estos casos, sería inadecuada.
Como se mencionó líneas arriba, al aplicar algunas metodologías
aparecen mensajes de ERROR en el cálculo de demoras.
Figura 17. Demoras obtenidas con las metodologías en las cuatro

intersecciones
1200
Demoras (s/veh)
1000
800
600
400
200
0
Flores- Univ-san Univ.- Balta-San
Yupanqu German Bolivar Jose
(v/c<0.5) (v/c=0.9) (v/c>1) (v/c>3)
HCM 11.5 102 196.3 986
SYNCHRO 11.9 76.4 212.4 1096
SIMTRAFFIC 11.6 128.1 276 345
VISSIM 10.25 55.21 75 68
Al analizar las longitudes de colas (percentil 95th), se encuentra que

cuando la demanda es baja los métodos estiman valores similares; sin
embargo, cuando el grado de saturación excede la capacidad, las
diferencias se acentúan. Solo el modelo de VISSIM replicaría el
comportamiento observado en las intersecciones. Los métodos
analíticos subestimarían las longitudes de colas; mientras que Simtraffic
mostraría valores más elevados, aunque debe mencionarse que en la
calibración con Simtraffic se encontraron diferencias de hasta 30%
debido a las características del propio modelo y a la dificultad de
representar situaciones muy caóticas como las encontradas en estas
intersecciones.

Figura 18. Longitud de colas (m) obtenidas con las metodologías en las
cuatro intersecciones
200
Long. colas (m)

150
100
50
0
Flores- Univ-san Univ.- Balta-
Yupanqu German Bolivar San Jose
(v/c<0.5) (v/c=0.9) (v/c>1) (v/c>3)
HCM 28.96 120.2 92.56 93.21
SYNCHRO 28.5 118 96 96.4
SIMTRAFFIC 27.65 196.5 177.3 184
VISSIM 25.38 134 128 129
Medida 27.49 151.1 142.2 140.13
Fuente: Elaboración propia
6.3.3 Conclusiones
• Es necesario conocer la teoría en la cual reposa cada modelo de

tráfico para decidir si es posible utilizarlas en una determinada
situación.
• Se debe tener mucho cuidado en la selección y utilización de los

modelos de tráfico. Cualquiera que se emplee, siempre mostrará
resultados en forma numérica o mediante una interfase gráfica; sin
embargo, los resultados obtenidos pueden ser muy diferentes a
los observados en campo. Si la modelación actual difiere mucho
de la realidad, la modelación de un escenario futuro carece de
sentido.
• Los modelos del HCM 2000, SYNCHRO, Simtraffic y VISSIM

presentarían resultados similares en intersecciones con baja
demanda vehicular (v/c<0.5), escasa presencia de transporte
público y en vías donde los conductores respetan las reglas de
tránsito. Es decir, podrían emplearse en zonas residenciales de
Lima o lugares donde las personas se desplacen principalmente
en automóvil. Sin embargo, en estos casos, considerando los
datos necesarios y el tiempo requerido para construir un modelo,
se aconseja aplicar los métodos analíticos.
• En el caso de situaciones congestionadas, con un alto porcentaje

de peatones, buses y vehículos pesados, los modelos
determinísticos analizados no podrían representar
adecuadamente las condiciones del tráfico en Lima. Asimismo,
Simtraffic tampoco podría hacerlo debido a su simplicidad.

• También, se encontró que solo VISSIM contaría con un módulo

adecuado para analizar la circulación de peatones y ciclistas y, por
ende, para realizar una gestión a favor de los más vulnerables.
Aunque debe reconocerse su limitación al modelar peatones.
• En los modelos de microsimulación se sugiere considerar el arribo

aleatorio de los buses a los paraderos y tener en cuenta que
cuando el porcentaje de vehículos de transporte público es mayor
al 10% influyen considerablemente en el comportamiento de la
corriente vehicular (Fernández 2004).
• No se sugiere comparar las demoras y colas obtenidas con las

diferentes metodologías debido a las diversas definiciones que
adoptan. Tampoco es recomendable clasificar las demoras
obtenidas con los modelos de microsimulación según los niveles
de servicio establecidos en el HCM. Esto se debe a las diferentes
definiciones de los parámetros de eficiencia.
• Cualquiera que sea el modelo aplicado, se recomienda comparar

los resultados obtenidos con los parámetros observados en
campo. De esta forma se garantiza una adecuada modelación.
• Se requeriría el análisis de un mayor número de intersecciones

para complementar el estudio.
• Se deben realizar estudios para calibrar los parámetros del

seguimiento vehicular, en VISSIM, para adaptarlo a la realidad
peruana. Los valores por defecto establecidos en VISSIM fueron
mayores a los valores utilizados en este trabajo.
6.4 Gestión de tránsito
Cuando aparece la congestión, muchas veces las personas perciben que la solución
está en incrementar fuertemente la capacidad de las vías. Se escuchan comentarios
como “se necesita un paso a desnivel” o “hay que aumentar drásticamente el número
de carriles”. Estos comentarios son muy comunes y se piensa que son las únicas
alternativas de solución.
Aun, desde el solo punto de vista de la circulación esto es erróneo. La alternativa que
debe considerarse, desde un inicio, es la gestión de tránsito. Coeymans (1976) la
definió como “el planeamiento, motivación y regulación de las actividades de las
unidades en movimiento sobre una red vial existente y un patrón definido de uso del
suelo, de acuerdo a un tipo de comportamiento específico de la gente, con el fin de
optimizar en términos de los viajes deseados el uso de la red, sujeto a restricciones
ambientales, de seguridad y sociales”.
En términos sencillos, gestionar el tránsito es usar los recursos que existen de una
manera eficiente para beneficiar a todos los usuarios, proteger el ambiente e incentivar
la equidad y la justicia social. Además, vale resaltar que la gestión de tránsito está
asociada a la imaginación e inventiva del ingeniero para solucionar problemas con
inversiones de bajo costo.

La gestión de tránsito considera un conjunto de componentes que se articulan entre sí

para optimizar los recursos.
Figura 19. Esquema integrado de gestión de tránsito
Fuente: Fernández, (1996)
La figura anterior muestra que existen etapas dentro del esquema integrado de la
gestión de tránsito. Entre las etapas podemos mencionar la planificación, el estudio, la
gestión primaria de vías e intersecciones, las medidas complementarias, el diseño y el
control.
6.4.1 Jerarquización vial y capacidad ambiental

La jerarquización vial consiste en asignar funciones a diferentes vías de una
red. Su objetivo es compatibilizar dos funciones contrapuestas que cumplen
las vías: proporcionar desplazamiento a los vehículos y otorgar accesibilidad
a los usuarios (Fernández 2010). De acuerdo con estos criterios, las vías
pueden clasificarse básicamente en tres niveles: vías primarias, vías
secundarias y vías locales.
En el área de las vías primarias y secundarias normalmente las velocidades

predominan sobre otros criterios y se busca reducir las demoras y colas que
experimentan los vehículos. Sin embargo, en el área de las vías locales se da
el acceso a los barrios, y se prioriza un diseño que desincentive la velocidad
mediante medidas de traffic calming (reductores de velocidad, trazados
sinuosos, minirrotondas, etc.).
Esta estrategia permite definir las denominadas “áreas ambientales”

(Buchanan 1963). En estas áreas se busca que las externalidades generadas
por el tráfico se mantengan por debajo de ciertos límites establecidos. Por lo
tanto, allí no prima el concepto de capacidad vial, sino el de capacidad
ambiental de tráfico. La Figura 20 ilustra la jerarquización vial y áreas
ambientales.

Figura 20. Jerarquización vial y áreas ambientales
Fuente: Fernández (2010)
En las áreas ambientales se decide qué externalidad del tráfico se quiere

limitar y según ello se determina el número de vehículos que se permiten
dentro de dicha zona. Por ejemplo, si la externalidad que se considera es la
segregación, Buchanan (1963) sugiere que la capacidad ambiental de una vía
local varíe entre 300 y 600 veh/h, y muestra que este flujo máximo,
compatible con un buen ambiente urbano, es considerablemente menor que
el que se deriva de maximizar la capacidad vial.
6.4.2 Regulación y diseño de intersecciones

Una intersección es el área común donde dos o más vías se cruzan. Por lo
tanto, existirán diversos puntos de conflicto que comúnmente se tratan de
eliminar mediante su separación temporal o espacial. De acuerdo con
Fernández (2006), los conflictos que se producen entre movimientos son del
tipo direccional y se clasifican en cruce, convergencia, divergencia y entrelace
como se puede apreciar en la Figura 21.
Figura 21. Conflictos en la intersección

Una forma de evitar los conflictos mencionados es a través de la regulación

de la intersección que considera un balance entre las facilidades de
desplazamiento (visibilidad, entorno urbano, disponibilidad de espacio), la
demanda, seguridad y costos. Entre las formas usuales de regulación
tenemos por señal de prioridad, rotonda y semáforo.
6.4.2.1 Señal de prioridad

Existen dos tipos de señal de prioridad: pare y ceda el paso. En el primer
caso, la detención del vehículo que se aproxima por la vía secundaria es
obligatoria; mientras que en el segundo dependerá del flujo de la vía primaria.
La decisión entre las dos formas de regulación dependerá solo de la
visibilidad en la intersección. Si se puede cumplir el llamado “triángulo mínimo
de visibilidad”, la intersección será regulada por ceda el paso.
El triángulo de mínima visibilidad depende de la visibilidad de aproximación

del percentil 85% de los vehículos de la vía prioritaria y ciertas condiciones de
visibilidad desde la vía secundaria.
Figura 22. Triángulo mínimo y visibilidad sobre la vía prioritaria
Fuente: IHT (1997)
6.4.2.2 Rotondas
Las rotondas u óvalos son un tipo especial de intersección donde los
diferentes ramales que confluyen se relacionan mediante un anillo o una
calzada en la que se establece una circulación rotatoria alrededor de una
isleta central. Para el funcionamiento del óvalo moderno se establece una
regla de prioridad que indica que los vehículos que se encuentran circulando
dentro de él tienen preferencia sobre los vehículos que quieren ingresar.
Las rotondas u óvalos han sido usados alrededor del mundo con mucho éxito,
especialmente en lugares donde se presentan altos flujos vehiculares con
marcadas variaciones durante el día y en zonas donde el espacio disponible
para obras es reducido. Los primeros óvalos aparecieron en Francia e
Inglaterra a inicios del siglo XX; hoy en día son muy usados y existe una gran
variedad de ellos: óvalos normales, óvalos dobles, minióvalos, óvalos
mágicos, entre otros.
El uso de un óvalo presenta ventajas como manejar apropiadamente la

demanda encontrada en los accesos y reducir hasta en un 75% los puntos de
conflicto en comparación con una intersección en cruz (Figura 23). En un

óvalo, el sentido de circulación es único (contra el sentido de las manecillas

del reloj), con excepción de algunos países, como Inglaterra, donde los
vehículos giran en sentido contrario.
Figura 23. Comparación de puntos de conflicto en óvalos e intersección en cruz
Fuente: ITS (2005)
La elección de un óvalo como intersección debe basarse en consideraciones

de seguridad (reducción de accidentes), operación (reducción de demoras y
apropiada velocidad de circulación), economía y medioambiente (reducción
de contaminantes). Por lo tanto, hay que tener cuidado en la elección del
ancho y de la deflexión de las entradas porque determinan la capacidad y la
velocidad de los vehículos al cruzar la intersección.
Los óvalos son especialmente ventajosos si las intensidades en los accesos

son similares o si los movimientos de giro predominan sobre los de paso.
Tradicionalmente, se recomienda el uso de óvalos cuando el tránsito
promedio diario anual (TPDA) en la vía principal excede los 18000 veh/día y
en la vía secundaria los 7000 veh/día (Figura 24). Pero también pueden
usarse con intensidades menores con el propósito de moderar las
condiciones de circulación y reducir la severidad de los accidentes y
disminuir, de esta forma, la cantidad de muertes.
Figura 24. Elección de intersección de acuerdo con la demanda

de las vías principal y secundaria
Fuente: DMRB (2006)

• Tipos de rotondas
Como mencionamos anteriormente, existen diferentes tipos de óvalos

cuyo uso dependerá del caso específico analizado. En líneas generales,
el uso de óvalos presenta los siguientes beneficios:
a) Facilitar un cambio adecuado al conectar vías de diferentes

características. Por ejemplo, de autopistas a dos carriles, o de una
intersección a desnivel a una a nivel.
b) Enfatizar la transición de un área rural a una urbana.
c) Permitir giros en U.
d) Facilitar el acomodo de una alta demanda de giros y disminuir el
número de accidentes.
Entre los tipos más comunes de óvalos podemos encontrar:
Figura 25. Óvalos normales

Óvalos normales
• Diámetro mínimo 4 m
• Número de entradas recomendada 3 o 4
• Si hay más de 4 entradas, el ovalo puede ser

grande, causar confusión en los conductores y
tener altas velocidades de circulación.
• Con más de 4 entradas un ovalo doble podría

ser considerado
Fuente: DMRB (2006)
Figura 26. Minióvalos

Mini óvalos
• Marca circular de menos de 4 m de diámetro
• Con o sin isletas de aproximación
• Recomendado cuando la máxima velocidad de
aproximación en los accesos es 45 kph
• Debe ser acompañado de señalización para alertar
a los conductores
Altura máxima
de 125 mm
Fuente: DMRB (2006)
Los minióvalos normalmente carecen de un área circular separada

completamente de la vía por ejemplo, delimitada por una solera de

algunos centímetros de alto; más bien están formados por una marca
circular sobre el pavimento que tiene una ligera protuberancia de 125
mm de alto como máximo.
Los minióvalos no deben usarse en una nueva intersección, sino más

bien como medida de corrección de una intersección ya existente; por
ejemplo, una intersección prioritaria en T (Figura 27). Además, no
deben usarse en autopistas ni cuando puedan afectar los giros de
vehículos de servicio público como buses y ambulancias. Los
minióvalos se usan en zonas residenciales y comerciales donde se
requiere reducir las velocidades de circulación y demoras, pero estos no
deben pensarse en forma aislada como medidas para calmar el tráfico
debido a que no es el objetivo primordial de su uso.
Figura 27. Minióvalo como mejora de una intersección en T
Fuente: DMRB (2006)
Figura 28. Óvalos dobles

Óvalos dobles
• Usado para unir dos rutas paralelas separadas por un río, líneas de tren o carreteras
• Útil en intersecciones con 4 o más accesos
• Puede mejorar los movimientos en una intersección en cruz
• Puede mejorar los movimientos en una intersección de tipo “Stagered”, donde no es necesario
realinear uno de los accesos
Fuente: DMRB (2006)

Figura 29. Óvalos mágicos

Óvalos mágicos-multi óvalos
El óvalo mágico fue construido en 1972
en Swindon (Inglaterra) y consiste en un
óvalo grande que contiene cinco
minióvalos. El sentido del tráfico en el
óvalo principal es contrario al que se
observa en cada uno de los minióvalos.
El principal problema que presentan este
tipo de óvalos es que pueden crear
confusión entre los conductores no
familiarizados con estos y originar
accidentes y continuas aceleraciones y
desaceleraciones de los vehículos.
Fuente: ITS (2005)
Figura 30. Óvalo semaforizado
Los óvalos semaforizados se

usan cuando un óvalo no funciona
bien debido a:
• Crecimiento en el flujo de
tráfico.
• Probabilidad de sobrecarga o
desbalance entre los flujos de
los accesos.
• Altas velocidades de
circulación.
• Cuando hay un cambio
significativo en los accesos
que llegan a la intersección.
Por ejemplo: reducción en el
número de carriles o pasar de
un paso a desnivel a nivel.
Fuente: DMRB (2006)
Los óvalos semaforizados también se usan para indicar el paso de un

área rural a una urbana, y no se deben colocar cerca de la cresta de
curvas verticales ni inmediatamente después del punto más bajo de
curvas convexas.
• Diámetro inscrito
Las dimensiones de un óvalo dependerán de las características de los
vehículos que lo usen. Debe facilitarse la posibilidad de giro mediante el
uso del diámetro inscrito (ICD) que es el diámetro del círculo más
grande que puede ser inscrito dentro de la intersección.

Figura 31. Diámetro inscrito

Óvalos – Inscribed Circle Diameter (ICD)
Fuente: DMRB (2006)
Los óvalos normalmente tienen tres o cuatro ramales. Los de tres

ramales pueden usarse en los casos en los que la carretera principal
gira y el ángulo de cruce entre dos accesos es muy agudo. Los de
cuatro ramales se suelen utilizar cuando los movimientos están
equilibrados y existe un alto porcentaje de giros a la izquierda. Si se
escoge otro tipo de intersección, se pueden producir demoras muy
elevadas a la circulación no prioritaria o tener un uso ineficiente si las
intensidades varían mucho a lo largo del día.
Sin embargo, el uso de óvalos puede generar inconvenientes y no se

recomienda cuando:
• Las carreteras son de diferente categoría y no se debe imponer

demoras a la vía principal.
• No hay espacio suficiente, o el terreno es muy accidentado.
• Algunos accesos experimentan demoras excesivas.
• Las intersecciones cercanas están semaforizadas.
• Se empleen carriles reversibles.
• Circulen vehículos de grandes dimensiones y los radios de giro
previstos no resulten suficientes.
• Se formen colas frecuentes dentro del óvalo que produzcan
bloqueos.
6.4.2.3 Canalización de movimientos

La canalización tiene por objetivo limitar los puntos de conflicto dentro de la
intersección y se puede dar antes de las intersecciones o dentro de ellas
mediante la segregación física (uso de soleras y medianas) o segregación
virtual (señalización, demarcación, tachas, etc.).
En el caso de la canalización, antes de la intersección lo tradicional es

prohibir los giros a la izquierda dentro de la intersección para lo cual se dan
rutas alternativas y se notifica a los conductores con señales antes de llegar a
la intersección. La Figura 32 ilustra esta situación; mientras que las Figuras
de la 33 a la 36 muestran ejemplos de canalización dentro de la intersección.

Figura 32. Ejemplos de canalización antes de la intersección
Fuente; Fernández (2010)
Figura 33. Canalización física en intersección

Figura 34. Control de ángulos y velocidades con canalización
Figura 35. Aumento de la visibilidad mediante canalización

Figura 36. Generación de área de espera segura en la calzada
6.4.2.4 Diseño geométrico de intersecciones

El diseño de intersecciones no puede guiarse por criterios generales debido a
que cada lugar tiene sus propias características. Sin embargo, basándose en
la experiencia se han podido determinar algunos principios. A continuación se
presentan textualmente los principios presentados por Fernández (2010) y
que se basaron en MIDEPLAN (1998).
a) Asegurar visibilidad
Es el principio más importante. Los vehículos que se aproximan a la
intersección deben verse mutuamente, por lo que la velocidad debe
limitarse en función de la visibilidad, llegando hasta la detención de ser
necesario.
b) Sencillez y claridad
Es otro de los principios importantes. Diseños complicados, con
múltiples islas y canalizaciones no son convenientes. El diseño debe ser
limpio, inteligible y estándar para el usuario no habitual.
c) Preferencia a movimientos principales
Aunque suene obvio, los movimientos principales deben tener

preferencia sobre los secundarios, siendo a veces necesario trasladar
movimientos conflictivos de poca importancia a otra intersección.
d) Reducción de áreas de conflicto

Grandes superficies pavimentadas incitan a vehículos y peatones a
movimientos desordenados con el consiguiente aumento del riesgo, por
lo que deben reducirse.

e) Perpendicularidad de trayectorias que se cruzan

Las intersecciones en ángulo recto son las que proporcionan menos
zonas de conflicto y mayor seguridad. En general, son aceptables
intersecciones en ángulos que van desde los 60 a los 120°.
f) Paralelismo de trayectorias que divergen

El tráfico que se ingresa y egresa desde una vía debe hacerlo con un
ángulo de incidencia pequeño para aumentar la fluidez y seguridad de la
maniobra; se recomiendan ángulos comprendidos entre los 10 a 15°.
g) Separación de puntos de conflicto

Mediante una canalización adecuada pueden separarse puntos de
conflicto de modo que los usuarios no requieran atender a varios de
estos a la vez.
h) Creación de zonas protegidas

Se pueden crear islas para que tanto conductores como peatones
puedan esperar hacer alguna maniobra en la intersección sin el riesgo
de ser pasados a llevar por otros vehículos.
i) Control de la velocidad de aproximación

Usando canalización puede controlarse la velocidad de los vehículos
que llegan a una intersección, usando curvas de radio apropiado o
angostamiento de calzadas.
j) Control de puntos de giro

Para evitar virajes en puntos no convenientes (ejemplo virajes en U), se
puede aplicar canalización física que los hagan prácticamente
imposibles.
k) Separación de movimientos
Cuando el flujo de algún movimiento sea considerable, es conveniente
darle un carril exclusivo.
l) Previsión
Antes de autorizar construcciones o instalaciones definitivas en los
márgenes de la intersección, se debe prever los cambios en el diseño y
canalizaciones que esta podría requerir en un futuro.

Referencias bibliográficas
1. Algers. Staffan., Bernauer, Erick., Boero, Marco., Breheret, Laurent., Di Taranto, Carlo.
Dougherty, Mark., Fox, K., Francois, G. (1997). Smartest- Review of micro-simulation
models. Road Transport European Scheme.
2. Buchanan, C. (1963). Traffic in towns. A study of the long term problems of traffic in urban
areas. HMSO. London.
3. Burgos, V. (2004). Revisión de la incorporación del transporte público en modelos

microscópicos de tráfico. Memoria para optar el título de Ingeniero Civil, Universidad de
Chile.
4. Cabrera, F. (2010). ¿Pueden los modelos macro-determinísticos y micro- simulación

analizar adecuadamente las intersecciones semaforizadas en Lima?. XVI PANAM.
Lisboa, Portugal.
5. Chakroborty, P. (2006). Models of vehicular traffic: An engineering perspective. Science

Direct, Physica A 372, 151-161.
6. Coeymans, J.E (1976). Traffic management. Definition, description and relevance to Chile.
MSc Thesis, University of Southampton.
7. Dion, F., Rakha, H., Kang, Y. (2004). Comparison of delay estimates at under-saturated
and over-saturated pre time signalized intersections. Transportation Research Part B 38,
page 99-122.
8. DMRB (2006). Design Manual of Roads and Bridges. United Kingdom. London.
9. Dowling, R., Skabardonis, A., Halkias, J., McHale, G., Zammit, G. (2004). Guidelines for
calibration of microsimulation models: framework and application. In: Proceedings of the
83rd TRB Annual Meeting, Washington, D.C., U.S.A.
10. Federal Highway Administration, (2004). Traffic Analysis Toolbox Volume I. FHWA-HRT-
04-038.
11 Fernández, R. (1996). Esquemas integrados de gestión de tránsito. Apuntes de

ingeniería 19(4), 87-92. Ediciones Universidad Católica de Chile. Santiago de Chile
12. Fernández, R., Burgos, V. (2004). How public transport is being modeled in microscopic
traffic simulators. Association for European Transport.
13. Fernández, R. (2006). Apuntes de Teoría de Tráfico. Documento Docente, Facultad de

Ingeniería, Universidad de los Andes. Santiago de Chile.
14. Fernández, R. (2010). Apuntes de Gestión de Tránsito. Documento Docente, Facultad

de Ingeniería, Universidad de los Andes. Santiago de Chile.
15. Gibson, J., Baeza, I., and Willumsen, L. (1989). Bus stops, congestion and congested
bus stops. Traffic Engineering and control 30(6), 291-296,302.

16. Hollander, Y., Liu, R. (2008). The principles of calibrating traffic microsimulation models.
Springer Science+Business. Transportation 35:347-362.
17. IHT (1997). Transport in the urban environment. The Institution of Highway and
Transportation, London.
18. Institute of Transportation Engineers (2006). Transportation Impact Analyses for Site
Development. USA.
19. ITS (2005). Institute for Transport Studies. Course of Transport Engineering for Planners.
Master program “Transport Planning and the Environment”. University of Leeds. Leeds
20. Laval, J.A., Daganzo, C.F. (2006). Lane changing in traffic streams. Transp. Res. 40B,
251-264.
21. Liu, R., Van Vliet, D., Watling, D. (2006). Microsimulation models incorporating both
demand and supply dynamics. Transp. Res. 40A, 125-150.
22. Liu, R., Clark S.D, Montgomery F.O and Tate J. (2000). The Microscopic Modelling of
Kerb Guided Bus Schemes. Proceeding of the 79 TRB Annual Meeting. Transportation
Research Board, Washington. D. C.
23. May, A. (1990). Traffic flow fundamentals. Prentice Hall, New Jersey.
Mohle, H. (2002). Is it time to switch to simulation?. Rick Engineering Company. Orange CA
92868.
24. MIDEPLAN (1998). REDEVU. Recomendaciones para el diseño del espacio vial urbano.
Ministerio de Planificación y Coordinación, Comisión de Planificación de Inversiones en
Infraestructura de Transporte, Santiago.
25. Olba, M. (2007). Evaluating adequacy of traffic optimization models under local traffic
conditions, M.S Thesis, King Fahd University of Petroleum & Minerals (KFUPM).
26. Ossen, S., Hoogendoorn, S.P., Gorte, B.G.H. (2006). Interdriver differences in car
following : a vehicle trajectory–based study. Transp. Res. Rec. 1965, 121-129.
27. PTV (2008). User Manual. ViSSIM 5.1. Karlsruhe. Alemania.
28. Tian, Z., Urbanik II, T., Engelbrecht, R., and Balke, K. (2002). Variations in capacity and
delay estimates from microscopic traffic simulation models, Transportation Research
Records, 1802, pp. 20-30.
29. TJKM Transportation Consultants (2010). Draft Report: Traffic Impact Study for the
Residential Development AT 4659 Proctor Road in the County of Alameda.
30. Trafficware 2006. Synchro Studio 7 User Guide. U.S.A.
31. TRB (2000). Highway Capacity Manual. Transportation Research Board, National
Research Council, Washington, D.C.,U.S.A.
32. Wiedeman, R. (1991). Modelling of RTI-Elements on MULTI-LANE ROADS, in advanced

telematies in Road Transport, The Commission of the European Community, DG XIII,
Brussels.

33. Wiedeman, R. (1974). Simulation des Straβenverkehrsflusses. Schriftenreihe des IfV, 8,

Institut fur Verkehrswesen. Universitat Karlsruhe.
34. WHO (2009). Informe sobre la situación mundial de la seguridad vial. Switzerland.
35. Zhang, M.H.,Ma, J., Dong, H. Calibration of departure time and route choice parameters
in microsimulation with macro measurements and genetic algorithm. In: Proceeding of the
85 th TRB Annual Meeting, Washington , D.C., U.S.A.

Introducción: Capítulo 6 Estudios de Impacto Vial (EIV)

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Introducción: Capítulo 6 Estudios de Impacto Vial (EIV)

Cargado por

Copyright:

Formatos disponibles

Ingeniería de Tráfico

Los EIV se orientan a mantener buenas condiciones de circulación vehicular, por lo

El corazón de los estudios de impacto vial es la modelación de tráfico, que se emplea

La normativa existente en países en los que es obligatorio realizar estudios de impacto

En el caso inglés es obligatorio realizar un estudio de impacto vial cuando el tamaño

En Lima, los EIV se clasifican en tres niveles, según el número de estacionamientos y

Facultad de Ciencias e Ingeniería 103

• Evaluar la situación actual de la circulación vehicular.

En algunos lugares, los EIV también están incorporando análisis de circulación

6.2 Etapas para desarrollar un EIV

Figura 1. Etapas para realizar un EIV

Fuente: Cabrera (2015)

6.2.1 Área de influencia

104 Pontificia Universidad Católica del Perú

Figura 2. Proyecto, área de influencia y flujograma

Fuente: ITE 2006

En algunos países, la extensión del área de influencia se encuentra

En otros reglamentos no existe ninguna indicación y se deja la determinación

Cualquiera que sea el caso, lo importante es reconocer que el área de

6.2.2 Recolección de datos de campo

Además, se pueden realizar inspecciones de seguridad para detectar los

Facultad de Ciencias e Ingeniería 105

de saturación, longitudes de colas y velocidades según el tipo de modelo de

Figura 3. Información de campo que debe recolectarse

Fuente: Cabrera (2015)

6.2.3 Tráfico generado

De observaciones particulares, en el caso de proyectos de vivienda, se ha

Lo anterior significa que si un proyecto tiene 100 estacionamientos, entonces

Pero cuando porcentajes de este orden de magnitud se emplean en los EIV,

A nivel internacional, uno de los documentos más empleados para la

En nuestro medio, el tráfico generado podría estimarse a partir de las

Por ejemplo, para un proyecto de 24 casas unifamiliares, el manual Trip

106 Pontificia Universidad Católica del Perú

Figura 4. Tráfico generado por el proyecto

Fuente: TJKM Transportation Consultants (2010)

Otras aproximaciones sugieren emplear las tasas de crecimiento del parque

6.2.4 Modelación de tráfico

En el caso de la simulación se pueden encontrar los niveles de análisis

El nivel mesoscópico se usa para analizar áreas intermedias como el área de

El nivel microscópico se emplea cuando el área de estudio abarca algunas

Figura 5. Escalas de simulación empleadas en los EIV

Fuente: Cabrera (2015)

Facultad de Ciencias e Ingeniería 107

En nuestro medio es común observar que los modelos determinísticos se

6.2.5 Medidas de mitigación

Estas medidas pueden ser de diferentes tipos según el objetivo que se

Para estimar y cuantificar las mejoras en la circulación que producen las

Figura 6. Escenarios típicamente modelados en un EIV

Fuente: Cabrera (2015)

108 Pontificia Universidad Católica del Perú

6.3 Modelación de tráfico

Los estudios de impacto vial dependen principalmente de la modelación de tráfico y de

6.3.1 Tipos de modelos

6.3.1.1 Modelos macrodeterminísticos

Dentro de este grupo se mostrará el procedimiento del HCM (TRB 2000) y el

• Metodología del HCM 2000

Facultad de Ciencias e Ingeniería 109

está simbolizada por la capacidad (c). Normalmente, los resultados del

El análisis del nivel de servicio, en intersecciones, se relaciona con las

La metodología del HCM es muy utilizada y aceptada en los Estados

La mayoría de los métodos del HCM asumen que la operación de una

La metodología del HCM aún continúa en desarrollo y hoy en día se

CI1-α%= 2t(1-α/2),N-1 s/√N