Towards Sustainable and Efficient Road Transportation: Development of Artificial Intelligence Solutions for Urban and Interurban Mobility

Abstract

[ES] El transporte de personas y bienes supone un problema complejo a la vez que un servicio esencial en la sociedad moderna. Entre los distintos modos de transporte, el transporte rodado supone ventajas y retos únicos, gracias a su flexibilidad y operación tanto urbana como interurbana. La creciente preocupación social respecto al medio ambiente afecta también al transporte rodado, pues los vehículos a motor son una gran fuente de emisiones de gases de efecto invernadero. Sin embargo, la digitalización de la sociedad y la aparición de nuevos modelos de transporte indican el potencial de mejora del transporte rodado, que podría adaptarse mejor a sus usuarios a la vez que operar de forma más sostenible.

En esta tesis afrontamos la mejora del transporte rodado mediante técnicas de computación e inteligencia artificial. Esto incluye el modelado de sistemas de transporte mediante sistemas multiagente y su posterior simulación virtual. La operación de las flotas de transporte está determinada por la distribución de tareas, la planificación de las acciones de cada vehículo y su posterior coordinación. Exploramos distintas técnicas y desarrollamos propuestas que mejoran la operación de distintos sistemas de transporte rodado considerando tres puntos de vista: el del operador, el del usuario y, finalmente, el de la sostenibilidad. En otras palabras, apuntamos a obtener sistemas con mayor rendimiento económico y calidad de servicio a la par que un reducido impacto medioambiental.

El objetivo de la mejora del transporte rodado se lleva a cabo desde tres frentes. Primero, se propone un marco de trabajo para el modelado efectivo y la simulación de sistemas de transporte. Esta aportación nos sirve como herramienta para la experimentación del resto de la investigación. Después, la investigación se centra en el transporte urbano, caso de uso para el que modelamos la ciudad como un escenario con recursos compartidos. Proponemos el uso de flotas de vehículos descentralizados para una mayor reactividad del sistema. Mediante un modelado de autointerés, se incentiva a los vehículos a proveer de un mejor servicio a los usuarios a la vez que evitan la congestión de los recursos. Finalmente, con la intención de aportar soluciones innovadoras también a las áreas rurales, se adaptan nuestras propuestas previas para el caso de uso del transporte rural interurbano. En este caso, observamos la necesidad de transporte público flexible y adaptado a los usuarios, con especial importancia en su sostenibilidad económica. Nuestras propuestas de sistema siguen estos principios atendiendo al paradigma del transporte adaptable a la demanda.

Los resultados de esta tesis aportan soluciones prácticas para la mejora de distintos sistemas de transporte rodado, contribuyendo a un futuro de movilidad flexible más sostenible y adaptada al usuario. Como aportación en el ámbito de la inteligencia artificial, las técnicas desarrolladas tienen el potencial de ser adaptadas a campos más allá del transporte como soluciones generales para la distribución de tareas y la coordinación de elementos distribuidos.

[CA] El transport de persones i béns suposa un problema complex alhora que un servei essencial en la societat moderna. Entre els diferents modes de transport, el transport rodat suposa avantatges i reptes únics, gràcies a la seua flexibilitat i operació tant urbana com interurbana. La creixent preocupació social respecte al medi ambient afecta també al transport rodat, doncs els vehicles de motor són una gran font d'emissions de gasos d'efecte d'hivernacle. No obstant això, la digitalització de la societat i l'aparició de nous models de transport indiquen el potencial de millora del transport rodat, que podria adaptar-se millor als seus usuaris alhora que operar de forma més sostenible.

En esta tesi afrontem la millora del transport rodat mitjançant tècniques de computació i intel·ligència artificial. Això inclou el modelatge de sistemes de transport mitjançant sistemes multiagent i la seua posterior simulació virtual. L'operació de les flotes de transport està determinada per la distribució de tasques, la planificació de les accions de cada vehicle i la seua posterior coordinació. Explorem diferents tècniques i desenvolupem propostes que milloren l'operació de diferents sistemes de transport rodat considerant tres punts de vista: el de l'operador, el de l'usuari i, finalment, el de la sostenibilitat. En altres paraules, apuntem a obtindre sistemes amb major rendiment econòmic i qualitat de servei al mateix temps que un reduït impacte mediambiental.

L'objectiu de la millora del transport rodat es duu a terme des de tres fronts. Primer, es proposa un marc de treball per al modelatge efectiu i la simulació de sistemes de transport. Esta aportació ens serveix com a eina per a l'experimentació de la resta de la investigació. Després, la investigació se centra en el transport urbà, cas d'ús per al qual modelem la ciutat com un escenari amb recursos compartits. Proposem l'ús de flotes de vehicles descentralitzats per a una major reactivitat del sistema. Mitjançant un modelatge d'autointerés, s'incentiva als vehicles a proveir d'un millor servei als usuaris alhora que eviten la congestió dels recursos. Finalment, amb la intenció d'aportar solucions innovadores també a les àrees rurals, s'adapten les nostres propostes prèvies per al cas d'ús del transport rural interurbà. En este cas, observem la necessitat de transport públic flexible i adaptat als usuaris, amb especial importància en la seua sostenibilitat econòmica. Les nostres propostes de sistema segueixen estos principis atés el paradigma del transport adaptable a la demanda.

Els resultats d'esta tesi aporten solucions pràctiques per a la millora de diferents sistemes de transport rodat, contribuint a un futur de mobilitat flexible més sostenible i adaptada a l'usuari. Com a aportació en l'àmbit de la intel·ligència artificial, les tècniques desenvolupades tenen el potencial de ser adaptades a camps més enllà del transport com a solucions generals per a la distribució de tasques i la coordinació d'elements distribuïts.

[EN] The transportation of people and goods is both a complex problem and an essential service in modern society. Among the various modes of transportation, road transport offers unique advantages and challenges, thanks to its flexibility and operation in both urban and interurban areas. The growing social concern for the environment also affects road transportation, as motor vehicles are a major source of greenhouse gas emissions. However, the digitalisation of society and the emergence of new transport models indicate the potential for improvement in transportation, which could be better adapted to its users while operating in a more sustainable way.

In this thesis, we address the improvement of road transportation by means of computational techniques and artificial intelligence. This includes the modelling of transportation through multi-agent systems and their subsequent simulation. The operation of transportation fleets is determined by the distribution of tasks, the planning of the actions of each vehicle and their subsequent coordination. We explore different techniques and develop proposals that improve the operation of different transportation systems by considering three points of view: that of the operator, that of the user and, finally, that of sustainability. In other words, we aim to obtain systems with higher economic performance and quality of service while reducing their environmental impact.

The objective of improving road transportation is pursued on three fronts. First, a framework for the effective modelling and simulation of transportation systems is proposed. This contribution serves as a tool for the experimentation of the rest of the research. Next, the research focuses on urban transportation, a use case for which we model the city as a shared resource scenario. We propose the use of decentralised vehicle fleets for greater reactivity of the system. Through self-interested modelling, vehicles are incentivised to provide a better service to users while avoiding resource congestion. Finally, with the intention of bringing innovative solutions also to rural areas, our previous proposals are adapted to the use case of rural interurban transportation. In this case, we note the need for flexible and user-friendly public transportation, with special emphasis on its economic sustainability. Our system proposals follow these principles following the demand-responsive transportation paradigm.

The results of this thesis provide practical solutions for the enhancement of different road transportation systems, contributing to a future of more sustainable and user-tailored flexible mobility. As a contribution to the field of artificial intelligence the developed techniques have the potential to be adapted to fields beyond transportation, providing general solutions for the task allocation and the coordination of distributed elements.