Evaluación multi-escenario de algoritmos adaptativos de Lógica Difusa para la gestión inteligente de semáforos en intersecciones urbanas

Por qué importan los semáforos más inteligentes

Cualquiera que haya esperado en un semáforo en rojo sin que vinieran coches en la dirección contraria ha sentido lo ineficaces que pueden ser las señales rígidas. Este estudio explora cómo semáforos más inteligentes, guiados por reglas de decisión avanzadas, pueden reducir las colas, acortar los retrasos y disminuir el consumo de combustible en cruces concurridos. Al probar nuevos métodos de control en muchas situaciones de tráfico diferentes, los autores muestran cómo las intersecciones pueden reaccionar en tiempo real en lugar de seguir un guion fijo.

El problema de los tiempos de señal rígidos

La mayoría de las intersecciones urbanas aún funcionan con horarios fijos que repiten el mismo patrón una y otra vez. Estos planes son sencillos de configurar y mantener, pero no pueden adaptarse cuando el tráfico es desigual, aumenta de forma repentina o cambia de dirección. El resultado es familiar: colas largas, tiempo perdido, más combustible consumido y más emisiones en el aire. Incluso los sistemas más avanzados que ajustan los tiempos a lo largo de un corredor suelen reaccionar con lentitud y se centran en un objetivo principal, como el retraso, sin equilibrar otras preocupaciones como las emisiones. Los autores sostienen que los cruces en ciudades de rápido crecimiento necesitan controladores capaces de afrontar la aleatoriedad, el desequilibrio entre direcciones y la información incompleta.

Dos maneras de permitir que las señales “razonen” sobre el tráfico

El estudio prueba dos familias de controladores de lógica difusa. La lógica difusa es una forma de que las máquinas razonen con matices en lugar de reglas estrictas de sí o no, lo cual resulta útil cuando los datos de tráfico son ruidosos y las condiciones cambian con rapidez. El primer método, llamado MIFLA, permite al controlador ponderar no solo cuán verdadera o falsa parece una regla, sino también cuánta incertidumbre existe, lo que fomenta cambios cautelosos en vez de oscilaciones bruscas. El segundo, llamado MIT2FL, va más allá al tratar entradas clave como la longitud de la cola y la capacidad de la vía como rangos en vez de números únicos. Esto permite que el controlador represente directamente la incertidumbre y aun así determine un tiempo de verde sensato mediante un cálculo estructurado.

Poniendo a prueba los semáforos inteligentes

Para comparar estos enfoques de forma justa, el equipo construyó una intersección detallada de cuatro brazos en el simulador de tráfico SUMO y la sometió a nueve patrones de demanda distintos. Estos iban desde flujos ligeros hasta muy intensos, y desde distribuciones equilibradas hasta fuertemente sesgadas hacia ciertas direcciones, imitando picos de hora punta. Bucles inductivos en las vías virtuales midieron las colas, y los controladores ajustaron repetidamente los tiempos de verde en respuesta. Un método tradicional de tiempo fijo conocido como Webster Modificado sirvió como referencia. Para cada escenario, los investigadores registraron la longitud media de cola, el tiempo de espera y el tiempo de viaje adicional respecto a condiciones de libre circulación, repitiendo las ejecuciones hasta que los patrones se estabilizaron.

Cuánto pueden mejorar las intersecciones

En los nueve escenarios, ambos controladores difusos superaron al plan de tiempo fijo, a menudo por un margen amplio. Con demandas ligeras y medias, redujeron las colas medias aproximadamente entre una cuarta y una mitad y recortaron los tiempos de espera, en ocasiones más del 70 por ciento. En estas condiciones menos exigentes, los dos enfoques difusos tuvieron un rendimiento similar, lo que demuestra que incluso un manejo moderado de la incertidumbre ayuda. Bajo flujos intensos y desequilibrados, sin embargo, MIT2FL se impuso. Su razonamiento basado en intervalos produjo reducciones de cola más suaves y rápidas, menos variación de un ciclo a otro y menor congestión residual que MIFLA. Es importante destacar que estas ganancias se lograron con solo unos pocos milésimos de segundo de tiempo de cálculo por decisión, muy por debajo de lo que el hardware real de una intersección puede manejar.

Qué implica esto para el viaje diario

Para los conductores cotidianos, el mensaje es que los semáforos no tienen que ser temporizadores torpes. Al usar reglas de decisión que aceptan la incertidumbre en lugar de ignorarla, las intersecciones pueden adaptarse a volúmenes cambiantes y flujos desiguales, acortando colas y retardos mientras limitan el consumo de combustible y las emisiones. El estudio muestra que la lógica difusa más avanzada, como en el controlador MIT2FL, ofrece los mayores beneficios cuando el tráfico es intenso y desigual, que son precisamente los momentos en que la gente percibe más congestión. Aunque probado por simulación en un único cruce, este trabajo plantea una forma reproducible de diseñar y comparar controladores inteligentes, apuntando hacia futuras redes urbanas donde los semáforos cooperen para mantener el movimiento de personas y mercancías de forma más fluida.

Cita: Shaheen, S., Qadri, S.S.S.M., Riaz, M.B. et al. A multi-scenario evaluation of adaptive Fuzzy Logic Algorithms for intelligent traffic signal management in Urban intersections. Sci Rep 16, 15273 (2026). https://doi.org/10.1038/s41598-026-44017-2

Palabras clave: señales de tráfico adaptativas, control por lógica difusa, intersecciones urbanas, simulación de tráfico, ciudades inteligentes