Desarrollo de técnicas de gestión de datos digitales que permitan reducir el impacto negativo de la búsqueda de plazas de aparcamiento.
La búsqueda de una plaza de aparcamiento disponible es una tarea tediosa y costosa en tiempo. Hay estudios que indican que un porcentaje no desdeñable de conductores que circulan por las ciudades en realidad no se están desplazando a ningún sitio, sino que simplemente están buscando un lugar para aparcar. Esto tiene un impacto importante en la contaminación atmosférica, debido a que se incrementa la circulación de vehículos en las ciudades.
El tiempo necesario para buscar plaza de aparcamiento, y por tanto la contaminación atmosférica asociada, puede minimizarse gracias al desarrollo de sistemas de información adecuados que permitan facilitar la tarea de búsqueda de plazas de aparcamiento apropiadas. Para lograr dicho propósito, se propone el desarrollo de técnicas de gestión de datos digitales y estrategias que permitan optimizar distintos tipos de métricas.
Evaluar en el mundo real técnicas de gestión de datos que pueden resultar de interés en el ámbito de la búsqueda de plazas de aparcamiento, y del transporte en general, es un desafío, ya que se necesitarían muchos usuarios que se comportaran de maneras específicas con el fin de verificar si las técnicas aplicadas son realmente eficaces y proporcionan un beneficio. Por ello, se propone recurrir a simulaciones. Por ejemplo, en el ámbito del proyecto de investigación NEAT-AMBIENCE se han desarrollado dos prototipos de herramientas de simulación de interés. Por un lado, SimulParking permite la definición y simulación de zonas de aparcamiento (parkings); como ejemplo, la figura de la página anterior muestra un aparcamiento de un centro comercial que consta de varias plantas y la igura más abajo muestra un aparcamiento destacando las concentraciones de personas que se desplazan a pie por el mismo.
Por otro lado, MAVSIM+ integra SimulParking y además permite la simulación de plazas de aparcamiento en la calle.
Los tiempos de búsqueda de plazas de aparcamiento obtenidos con las simulaciones pueden transformarse en estimaciones de contaminación atmosférica, por ejemplo, utilizando VEIN [1] . Además, para predecir el impacto de diversas aproximaciones de forma más precisa pueden integrarse estrategias de predicción de tráfico.
[1] Sergio Ilarri, Raquel Trillo-Lado, Lorena Marrodán, “Traffic and Pollution Modelling for Air Quality Awareness: An Experience in the City of Zaragoza”, DOI: 10.1007/s42979-022-01105-0
Disminución del coste de búsqueda de plazas de aparcamiento.
Indicador: Tiempo de búsqueda de plaza de aparcamiento (usando simulaciones).
Estimación del impacto de la toma de decisiones relativa a la disponibilidad de plazas de aparcamiento.
Indicador: Tiempo de búsqueda de plaza de aparcamiento (usando simulaciones).