Temas de investigación

Algunos temas de investigación que se estudian en nuestro grupo Ingeniería de Transporte son:

• El comportamiento de usuarios y la estimación de demanda de servicios de transporte.
• El análisis de grandes volúmenes de datos (Big Data), provenientes de diversas fuentes de información tales como los datos de posicionamiento GPS de vehículos y las transacciones con tarjeta inteligente (como la tarjeta Bip! en Transantiago). El objetivo principal es entender los patrones de movilidad de las personas y la eficiencia en la operación de vehículos y redes.
• El diseño óptimo de sistemas de transporte público, en particular, decisiones en estructura de líneas, frecuencias de servicio, tarifas óptimas e impactos financieros (subsidios).
• El análisis de la organización industrial en mercados de transporte, en particular en transporte aéreo y marítimo.
• La localización y uso de suelo, para entender los efectos de la infraestructura y actividades de transporte en la estructura urbana y viceversa.
• En el área de ingeniería de tránsito se estudia el diseño, la eficiencia y la seguridad de nuestros dispositivos de movilidad, tales como calles y avenidas, intersecciones semaforizadas, rotondas, ciclovías, etc.
• El uso del tiempo y la modelación de las actividades de las personas, para entender el efecto del sistema de transporte en tales actividades.
• En logística, se estudian temas como el ruteo óptimo de vehículos, posicionamiento óptimo de terminales y centros de distribución.

Proyectos en los que trabajan profesores de Ingeniería de Transporte son los siguientes:

1. Microdatos de Emociones para el Análisis de Sistemas de Transporte Público

El transporte público enfrenta desafíos que no han podido resolverse con las herramientas de análisis disponibles, causando una fuga de pasajeros que impacta las emisiones y la congestión. Estas limitaciones se explican en parte porque los datos sobre los que se sustenta su análisis suelen ser no granulares, sesgados, rara vez consideran información de panel y se recolectan poco frecuentemente. El profesor Angelo Guevara está investigando una solución a este problema mediante el desarrollo de nuevos dispositivos y metodologías para recolectar y mapear microdatos de emociones para el análisis de sistemas de transporte público. Se propone cambiar el paradigma a, en vez de medir niveles de servicio o entrevistar pasajeros, instrumentar individuos con sensores miniaturizados que recolectan indicadores psicofisiológicos que pueden ser relacionados con sus emociones. Esto permite mapear de manera continua el impacto de muchos atributos que son relevantes para las personas (y por lo tanto para planificación y gestión), pero que son difíciles de medir, como el hacinamiento, el ruido, las vibraciones, el agotamiento físico o la carga cognitiva. La metodología de análisis cuenta con dos componentes. La primera es un dispositivo de sensores, aplicaciones móviles y arquitectura de software para capturar y almacenar información de movilidad y datos psicofisiológicos de usuarios. La segunda corresponde el desarrollo e integración de modelos de comportamiento que dan cuenta de datos granulares de movilidad y psicofisiológicos, a partir de los cuales inferir microdatos de emociones que sirven como herramientas de análisis del sistema. Las metodologías, tecnologías, y los análisis realizados con este nuevo enfoque permitirán alcanzar una granularidad, escalabilidad, poca intrusión y baja propensión al sesgo, que son inéditas en la industria y, por tanto, debieran marcar un punto de inflexión en la manera en que esta se planifica y gestiona.

2. Incorporación de Enfoque de Dinámica Cognitiva en el Modelamiento Elecciones en Transporte

Existe un interés creciente en la comunidad del transporte por desarrollar modelos que puedan explicar más fehacientemente el proceso de comportamiento real detrás de las elecciones observadas, más allá del supuesto canónico totalmente compensatorio detrás del Maximización de la Utilidad Aleatoria.
Se han realizado esfuerzos, por ejemplo, para incorporar algunas versiones prácticas del principio de la teoría prospectiva. Uno de estos métodos alternativos, popular en psicología matemática, y que busca incorporar la dinámica de cognitiva que ocurre al momento de tomar una decisión de elección, es lo que se conoce como la teoría del campo de decisión (DFT). El núcleo del método DFT consiste en asumir que, en lugar de considerar que el individuo evalúa todos los atributos simultáneamente, existe un proceso dinámico en el que cada alternativa tiene un valor de preferencia que se actualiza con el tiempo a medida que el individuo evalúa secuencialmente cada atributo por separado, hasta que finalmente llegar a una decisión.
La versión práctica del modelo DFT se resuelve mediante álgebra matricial. Cuando no se dispone de información sobre el tiempo de decisión, los modelos tradicionales de DFT deben asumir que la evaluación de alternativas se realiza hasta el infinito, lo cual es muy poco realista. A pesar de que se han realizado avances recientes en esta línea, los modelos más avanzados en la actualidad aún sufren de muchas limitaciones. Por ejemplo: i) la identificación de parámetros es oscura; ii) el modelo requiere imponer una escala arbitraria; iii) no está claro cómo incorporar las características socioeconómicas y las constantes alternativas específicas; y iv) se pierden conceptos económicos como el valor del tiempo.
Este esta línea de investigación el profesor Angelo Guevara está explorando el desarrollo de un enfoque alternativo para formular el modelo DFT de una manera que supere todas estas limitaciones usando un enfoque que está más estrechamente relacionado con los modelos tradicionales de elección discreta

3. Tecnología Avanzada para Ciudades del Futuro

Proporcionar herramientas sofisticadas que constituyen sistemas integrados con base científica para la toma de decisiones de las autoridades en grandes ciudades, evaluar los impactos de escenarios de la política a mediano y largo plazo, mejorar el diseño de las políticas de transporte y de la infraestructura, así como para resolver emergencias a tiempo considerando incertidumbre, es el objetivo que se propone el proyecto Tecnología Avanzada para Ciudades del Futuro, donde participan los profesores Francisco Martínez, Marcela Munizaga y Cristián Cortés.

4. ¿Es la expansión de capacidad vial una política que se vence a sí misma?

El profesor Leonardo Basso investiga sobre los efectos del aumento de la capacidad vial en zonas urbanas congestionadas, una de las soluciones más naturales cuando la capacidad existente no es suficiente para hacer frente al tráfico vehicular actual, en desmedro de darle un mejor uso e integrar otro tipo de soluciones, como tarificación vial o priorización del transporte público.

5. Uso de Tiempo

Los profesores Sergio Jara y Marcela Munizaga están abocados a encontrarle significado a cómo las personas ocupan su tiempo. Qué valor le damos a las horas que pasamos trabajando y cómo valoramos el bendito ocio, esos escasos momentos del día en que hacemos las cosas que más nos gustan.

6. MUSSA

El prometedor futuro del Modelo de Uso de Suelo de Santiago (MUSSA), el software pensado por el Profesor Francisco Martínez cuando era un estudiante y que ahora se distribuye internacionalmente.

Adicionalmente, más detalles sobre las líneas de investigación de nuestro equipo académico puede encontrarse en los siguientes enlaces:

• Simulación de Sistemas de Transporte y Procesos Logísticos - Cristián Cortés
• Nuevas tecnologías de movilidad: Ride-hailing y Vehículos Autónomos - Alejandro Tirachini
• Iniciativas del ISCI durante la Pandemia - Leonardo Basso
• Modelación del comportamiento de elección en transporte - Angelo Guevara
• Análisis de impacto del COVID-19 en la movilidad, usando datos pasivos - Marcela Munizaga
• ¿Tienen política los proyectos de ingeniería? - Sergio Jara-Díaz
• El sistema urbano: Desde el uso de suelo, transporte, consumo y producción de bienes, a la ley universal de escala - Francisco Martínez