Modelo para la Conducción Eficiente y Sostenible basado en Lógica Borrosa

Miguel Villeta, Tamara Lahera, Silvia Merino, José G. Zato, José E. Naranjo, Felipe Jiménez

Resumen

Uno de los principales objetivos en el ámbito de los sistemas inteligentes de transporte, consiste en fomentar los principios de la conducción sostenible. En este ámbito, uno de los elementos menos estudiados desde el punto de vista de la optimización y la eficiencia es la sostenibilidad en la distribución urbana de mercancías, aspecto hacia el que se orienta parte del proyecto TECMUSA (Tecnologías para la Movilidad Urbana Sostenible y Accesible), orientado al desarrollo de herramientas que mejoran la eficiencia de este tipo de transporte urbano, desde el punto de vista del análisis de la conducción humana, en sus conductas y sus reacciones. De esta manera, este trabajo presenta un sistema basado en un modelo lingüístico de decisión desarrollado utilizando sistemas inteligentes (lógica borrosa) que obtiene una evaluación de la eficiencia en la conducción. Este sistema ha sido diseñado, implementado y probado mediante simulaciones y refinado en ensayos en vehículos reales con el fin de realizar un ajuste correcto del modelo, tomando como patrón el comportamiento de los conductores humanos en la realización de conducción eficiente o no eficiente. Este modelo puede ser utilizado como base para el desarrollo de sistemas avanzados de asistencia a la conducción orientada a la mejora de la eficiencia y la reducción de emisiones y del consumo de combustible.

Palabras clave

Conducción eficiente; lógica borrosa; sistemas inteligentes de transporte; modelo lingüístico

Texto completo:

PDF

Referencias

Andersson, J., Bredberg, L., 2009, Interactive Driver Training. 16th World Congress on ITS. Stockholm.

Berry, I. M., 2010, The Effects of Driving Style and Vehicle Performance on the Real-World Fuel Consumption of U.S. Light-Duty Vehicles. MSc thesis. Massachusetts Institute of Technology.

Casanova J., Fonseca N., Espinosa F., 2009, Proposal of a dynamic performance index to analyze driving pattern effect on car emissions. Proceedings 17th Transport and air pollution symposium and 3rd Environment and Transport Symposium. Toulouse, France. Actes INRETS n°122.

Casanova Kindelan, J., 2006, Evolución tecnológica de los motores de automoción para reducir sus emisiones. Planes de Movilidad. Tecnologías de Reducción de Emisiones en el Transporte. pp. 87-100. Ministerio de Medio Ambiente.

Cerbe, T. M., Kuhnert, A., Strube, S., 2009, Fuel Saving Potential Of Car Navigation Systems. 16th World Congress on ITS. Stockholm. 21-25.

European Commission, 1999, DIRECTIVE 1999/94/EC Of The European Parliament And Of The Council of 13 December 1999 relating to the availability of consumer information on fuel economy and CO2 emissions in respect of the marketing of new passenger cars.

European Commission, 2009, Action Plan on Urban Mobility, Communication from the Commission to the European Parliament, the Council, the European Economic and Social Committee and the Committee of the Regions.

European Environment Agency, 2010, The European environment - state and outlook 2010: synthesis.

Fonseca N., Casanova J., Espinosa F., 2010, Influence of Driving Style on Fuel Consumption and Emissions in Diesel-Powered Passenger Car. Proceedings Transport and Air Pollution 18th International Symposium TAP 2010, Zurich.

Guzmán, D.; Castaño, V. M., 2006, La lógica difusa en ingeniería. Ciencia y Tecnología, 24, 87-107.

Hellström, E., 2007, Look-ahead Control of Heavy Trucks utilizing Road Topography. Licentiate thesis. Linköpings Universitet, Sweden.

Hellström, E., Fröberg, A., Nielsen, L., 2006, A real time fuel-optimal cruise controller for heavy trucks using road topography information. SAE Technical Paper 2006-01-0008. SAE 2006 World Congress & Exhibition, April 2006, Detroit, MI, USA.

Hiraoka, T., Terakado, Y., Matsumoto, S. Yamabe, S., 2009, Quantitative Evaluation Of Eco-Driving On Fuel Consumption Based On Driving Simulator Experiments. 16th World Congress on ITS. Stockholm.

Instituto para la Diversificación y Ahorro de la Energía: IDAE, 2010, Guía práctica de la energía: consumo eficiente y responsable, para la Diversificación y Ahorro de la Energía (IDAE)

Instituto para la Diversificación y Ahorro de la Energía: IDAE, 2005. La Conducción Eficiente, 2005.

Naranjo, J. E., Sotelo, M. A., Gonzalez, C., García, R. and de Pedro, T., 2007, Using Fuzzy Logic in Automated Vehicle Control, IEEE Intelligent Systems, vol. 22, no. 1.

Kock, P., Welfers, H. J., Passenberg, B., Gnatzig, S., Stursberg, O., Ordys, A. W., 2009, Saving Energy through Predictive Control of Longitudinal Dynamics of Heavy Trucks, Proyecto conjunto, MAN – Kingston University – Technical University of Munich.

Li, X., Tennant, K., 2009, Vehicle Energy Management Optimization Using Look-Ahead Three-Dimensional Digital Road Geometry. 16th World Congress on ITS. Stockholm.

Makaras R., Sapragonas J., Kerys A., Pukalskas S., 2011, Dynamic model of a vehicle moving in the urban area, Transport, Volume 26 (1): 35-42.

Mendel, J.M., 1995, Fuzzy Logic Systems for Engineering: a Tutorial. IEEE Proceedings, 83, 345-377.

Morales, G., 2002, Introducción a la lógica difusa. Centro de investigación y estudios avanzados del IPN. Mexico.

Ossen S., Hoogendoorn, S.P., 2011, Heterogeneity in car-following behavior: Theory and empirics, Transportation Research Part C: Emerging Technologies, Volume 19 (2): 169-386.

Potter, S., 2009, Exploring Approaches Towards a Sustainable Transport System, International Journal of Sustainable Transportation, Volume 1 (2): 115-131.

Quak, H., de Koster, R., 2009 Delivering Goods in Urban Areas: How to Deal with Urban Policy Restrictions and the Environment, Transportation Science, Vol. 43 (2): 211-227.

Reichart, G., Friedmann, S., Dorrer, C., Rieker, H., Drechsel, E., Wermuth, G., 1998, Potentials of BMW Driver Assistance to Improve Fuel Economy. FISITA World Automotive Congress, Paris, 27 September-1 October.

Taniguchi, M., 2008, Eco-driving and Fuel Economy of Passenger Cars. IEE. Japan Annual Meeting, No.4-S21-2, pp.5-8, Fukuoka, Japan.

Tian Y., Zhang X., Zhang L., Zhang X., 2009, Intelligent Energy Management Based on Driving Cycle Identification Using Fuzzy Neural Network. Second International Symposium on Computational Intelligence and Design, 501-504.

Yann Liaw, B., 2004, Fuzzy logic driving pattern recognition for driving cycle analysis. Journal of Asian Electric Vehicles, 2, 551-556.

Zadeh, L. A. Fuzzy Sets, 1965, Information and Control, 8, 338-353.Apéndice A. Primer Apéndice.

Abstract Views

1616
Metrics Loading ...

Metrics powered by PLOS ALM




Creative Commons License

Esta revista se publica bajo una Licencia Creative Commons Attribution-NonCommercial-CompartirIgual 4.0 International (CC BY-NC-SA 4.0)

Universitat Politècnica de València     https://doi.org/10.4995/riai

e-ISSN: 1697-7920     ISSN: 1697-7912