Buscar en
Revista Iberoamericana de Automática e Informática Industrial RIAI
Toda la web
Inicio Revista Iberoamericana de Automática e Informática Industrial RIAI Modelo para la Conducción Eficiente y Sostenible basado en Lógica Borrosa
Información de la revista
Vol. 9. Núm. 3.
Páginas 259-266 (Julio - Septiembre 2012)
Compartir
Compartir
Descargar PDF
Más opciones de artículo
Visitas
5283
Vol. 9. Núm. 3.
Páginas 259-266 (Julio - Septiembre 2012)
Open Access
Modelo para la Conducción Eficiente y Sostenible basado en Lógica Borrosa
Using Fuzzy Logic to Model the Efficiency of Human Drivers
Visitas
...
Miguel Villetaa, Tamara Laheraa, Silvia Merinoa, José G. Zatoa,b, José E. Naranjoa,b,��,1, Felipe Jiménezb
a Departamento de Sistemas Inteligentes Aplicados, Universidad Politécnica de Madrid, Carretera de Valencia km 7, 28031, Madrid, España
b Instituto Universitario de Investigación del Automóvil (INSIA), Madrid, Carretera de Valencia km 7, 28031, Madrid, España
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
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
Abstract

One of the main goals in the field of Intelligent Transportation systems is to promote the principles of sustainable driving by presenting good practices or systematic prototypes. In this area, one of the less studied elements is the sustainability of Urban Freight Distribution in order to carry out actions oriented to converting the distribution into a more optimal and efficient one. This way, this paper presents the improved final prototype based on a linguistic decision model developed using intelligent systems (fuzzy logic) that obtain an assessment of the efficiency or the lack of it in the driving task. This system has been designed, implemented, tested in simulation and tested and fine tuned in real vehicles in order to analyze its right performance and response.

Keywords:
Fuzzy logic
intelligent transportation systems
linguistic model
Referencias
[Andersson and Bredberg, 2009]
Andersson, J., Bredberg, L., 2009, Interactive Driver Training. 16th World Congress on ITS. Stockholm.
[Berry, 2010]
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 et al., 2009]
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 no 122.
[Casanova Kindelan, 2006]
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 et al., 2009]
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]
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]
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]
European Environment Agency, 2010, The European environment - state and outlook 2010: synthesis.
[Fonseca et al., 2010]
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 and Castaño, 2006]
Guzmán, D.; Castaño, V.M., 2006, La lógica difusa en ingeniería. Ciencia y Tecnología, 24, 87-107.
[Hellström, 2007]
Hellström, E., 2007, Look-ahead Control of Heavy Trucks utilizing Road Topography. Licentiate thesis. Linköpings Universitet, Sweden.
[Hellström et al., 2006]
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]
Technical Paper, 2006-01-0008. SAE 2006 World Congress & Exhibition, April 2006, Detroit, MI, USA.
[Hiraoka et al., 2009]
Hiraoka, T., Terakado, Y., Matsumoto, S. Yamabe, S., 2009, Quantitative Evaluation Of Eco-Driving On Fuel Consumption Based On DrivingSimulator Experiments. 16th World Congress on ITS. Stockholm.
[Instituto, 2010]
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, 2005]
Instituto para la Diversificación y Ahorro de la Energía: IDAE, 2005. La Conducción Eficiente, 2005.
[Naranjo et al., 2007]
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 et al., 2009]
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 and Tennant, 2009]
Li, X., Tennant, K., 2009, Vehicle Energy Management Optimization Using Look-Ahead Three-Dimensional Digital Road Geometry. 16th World Congress on ITS. Stockholm.
[Makaras et al., 2011]
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, 1995]
Mendel, J.M., 1995, Fuzzy Logic Systems for Engineering: a Tutorial. IEEE Proceedings, 83, 345-377.
[Morales, 2002]
Morales, G., 2002, Introducción a la lógica difusa. Centro de investigación y estudios avanzados del IPN. Mexico.
[Ossen and Hoogendoorn, 2011]
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, 2009]
Potter, S., 2009, Exploring Approaches Towards a Sustainable Transport System, International Journal of Sustainable Transportation, Volume 1 (2): 115-131.
[Quak and de Koster, 2009]
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 et al., 1998]
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, 2008]
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 et al., 2009]
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, 2004]
Yann Liaw, B., 2004, Fuzzy logic driving pattern recognition for driving cycle analysis. Journal of Asian Electric Vehicles, 2, 551-556.
[Zadeh and Fuzzy Sets, 1965]
Zadeh, L.A. Fuzzy Sets, 1965, Information and Control, 8, 338-353.Apéndice A. Primer Apéndice.

www.segvauto.com.

Copyright © 2011. Elsevier España, S.L.. Todos los derechos reservados
Opciones de artículo
Herramientas