2017 - 2018

Optimización del flujo de camiones

Replicabilidad Alta
Estatus Finalizado
Actualizaciones del experimento
Provocación

Existe una gran oportunidad en maximizar el uso de tecnología en la toma de decisiones de las rutas de transporte en la CDMX, así como en aprovechar datos abiertos en tiempo real, los cuales no existen en estos momentos.

¿Qué sucedería si aprovechamos los datos georreferenciados históricos y en tiempo real del transporte público para optimizar su servicio?, ¿puede la tecnología ayudar a mejorar la experiencia de viaje para los usuarios del transporte M1?, ¿pueden los aprendizajes de este experimento volverse parte de los cimientos del Sistema de Transporte Integrado que mandata la Ley de Movilidad de la CDMX?

Historia

La Ciudad de México es una de las urbes más pobladas de América Latina. Todas las mañanas los habitantes de la ciudad utilizan el sistema de transporte público para desplazarse a sus centros de estudio y trabajo. Ante la alta demanda en el servicio, aunado a una infraestructura de transporte insuficiente, se provocan conflictos de movilidad que tienen un alto costo económico y social. El sistema de transporte público enfrenta retos complejos (congestión de las unidades, retrasos en los tiempos de traslado, inseguridad, etcétera[1][1] Con información del Reporte Nacional de Movilidad Urbana 2014-2015 http://conurbamx.com/home/wp-content/uploads/2015/07/Reporte-Nacional-de-Movilidad-Urbana-en-Mexico-2014-2015-Final.pdf), sin embargo, por medio del desarrollo de innovaciones tecnológicas, pueden ser atendidos.

Dada la complejidad de los problemas que enfrenta el sistema de transporte público en la Ciudad de México, el desarrollo de tecnología aplicada se vuelve un instrumento que permite no solo incluir la perspectiva ciudadana para el diseño de propuestas de solución que sean más adecuadas a sus necesidades, sino también reconocer el talento, la diversidad y la inteligencia colectiva como recursos valiosos para enfrentar los desafíos de esta ciudad.

En este sentido, el equipo de Ciudad Abierta del Laboratorio para la Ciudad lanzó la convocatoria de Código para la Ciudad en agosto 2017 con el objetivo de que colectivos, asociaciones civiles, y empresas participaran en el diseño de alternativas de solución a los desafíos de la ciudad. A través de Código CDMX, el Laboratorio buscó aprovechar tanto el talento como la capacidad creativa y creadora de la ciudadanía para tomar pasos prácticos hacia la resolución de retos específicos de la ciudad que podrían beneficiarse de soluciones tecnológicas.

Gracias a un esfuerzo conjunto del Sistema de Movilidad 1 y el Laboratorio para la Ciudad, se definió el reto de Código para la Ciudad “profesionalización de controladores” con el propósito de aprovechar los datos disponibles del M1 para eficientar las salidas de las unidades que inician su trayecto y dar información a los usuarios para que planifiquen su traslado.

El Sistema de Movilidad 1 (M1) es un organismo público descentralizado administrado por el Gobierno de la Ciudad de México. Con una flota de 1268 unidades el Sistema M1 ofrece servicio en 94 rutas. Durante el 2018, han transportado a 455 mil 590 pasajeros con boleto pagado y gratuidad, además de que está conectado con otros sistemas de transporte: 135 estaciones del Metro y 40 estaciones del Metrobús.

Uno de los factores que determinan un servicio correcto o deficiente es la frecuencia de tiempo con la que se despachan los autobuses. Uno de los actores clave para esto son los controladores de tiempo. En ellos recae la responsabilidad del despacho del parque vehicular desde los cierres de circuito. Los controladores deciden cuándo sale cada unidad del transporte público. Actualmente, estas decisiones se basan en su experiencia, el conocimiento que tienen de la ruta, y en las circunstancias a las que se enfrentan en el cierre de circuito en ese momento; sin embargo, si los controladores de tiempo tuvieran mayor información o insumos para la toma de decisiones, esto podría traducirse en un mayor número de usuarios transportados.

Por otra parte, cuando los usuarios de transporte público llegan a su parada, no saben cuánto tiempo tienen que esperar en una estación para subir al camión. A veces los transportes se demoran en salir de su base; esto ocasiona que a veces salgan varios camiones juntos y otras tantas que las unidades vayan llenas o vacías.

Los nuevos autobuses del Sistema de Movilidad 1 cuentan con un GPS que permite trazar el recorrido y la velocidad de cada unidad. Los datos que generan estos GPS no solo abren la posibilidad de informar con mucha mayor precisión las decisiones de los controladores para despachar los autobuses a tiempo, sino también que los pasajeros se distribuyan mejor en las unidades disponibles, e inclusive puede permitir tomar decisiones más precisas acerca de las rutas (e.g. si a horas pico es más eficiente que un autobús haga el recorrido entero o se divida en dos). Asimismo, la información disponible servirá para mejorar la información que se brinda a los usuarios sobre el tiempo de espera antes de que la siguiente unidad comience su recorrido.

La movilidad en la Zona Metropolitana del Valle de México se beneficia de una oferta modal importante (BRT, Metro, autobuses, trolebuses, bicicletas compartidas, etc). Sin embargo, con más de 20 millones de habitantes (2010), la demanda, el peso demográfico, y los retos sociales, financieros y políticos ejercen fuertes presiones sobre el sistema de transporte para evolucionar y mejorar su oferta.

Uno de los procesos que contribuyen a la mejora del sistema de transporte es la reforma hacia un Sistema Integrado de Transporte (SIT). La ley de Movilidad de 2014 define SIT en los términos siguientes: “conjunto de servicios de transporte público de pasajeros que están articulados de manera física, operacional, informativa, de imagen y que tienen un mismo medio de pago” (art.9). Sus mayores ventajas son: reducción de tiempos de desplazamiento, reducción de los gastos de los usuarios; reducción de emisiones contaminantes; coherencia de la red del sistema de transporte que responde con más flexibilidad a la demanda; mayor accesibilidad a la movilidad; integración del sistema de transporte al tejido urbano y un mejor servicio de transporte en general para el usuario.

Por tal motivo, el Sistema de Movilidad 1 es una de las piezas angulares en la construcción de un Sistema Integrado de Transporte en la Zona Metropolitana del Valle de México para mejorar el desplazamiento de las personas de las periferias al centro de la ciudad.

Desafío

Para que un sistema de transporte funcione de manera óptima, todas sus partes deben estar sincronizadas. Si los factores humanos y los materiales se organizan, se puede brindar un servicio más satisfactorio a los usuarios. ¿Puede la tecnología apoyar la toma de decisiones de los controladores de tiempo, en quienes recae la responsabilidad del buen despacho del parque vehicular y los operadores de los autobuses?

Hoy en día el controlador necesita tener un amplio conocimiento de la zona en la que presta su servicio para poder anticiparse y satisfacer así la demanda de los usuarios; sin embargo, carece de información suficiente para hacerlo. Por lo tanto, con el objetivo de disminuir el tiempo de espera de los pasajeros y optimizar el flujo de los camiones, el desafío es aprovechar los datos de GPS para desarrollar una herramienta que sistematice las salidas de las unidades y mejore el servicio al usuario.

Adicionalmente, en el contexto de la nueva Constitución de la Ciudad de México, los artículos 17 y 21 estipulan la necesidad de garantizar accesibilidad en la Ciudad y el derecho a la movilidad, ya que es un derecho llave que afecta otros derechos. Esto nos brinda una oportunidad para contribuir con datos e información que ayuden a promover sistemas integrados de transporte que hagan realidad una movilidad sustentable, asequible, inclusiva y segura.

Teoría de cambio

Si utilizamos los datos provistos por el GPS de las unidades del Sistema de Movilidad 1 para generar una herramienta digital que sistematice la frecuencia de salida de los autobuses de este sistema de transporte, no solo se profesionalizará la labor de los controladores de tiempo al proporcionarles más información para eficientar la distribución, horarios y flujo de las unidades del M1, sino que también podrá reducirse los tiempos de espera de los pasajeros y mejorar el servicio que reciben los usuarios al trasladarse de las periferias de la Ciudad de México hacia zonas más céntricas.

Propuesta

El núcleo de la solución que desarrolló Datank, ganador de la convocatoria Código para la Ciudad, consta de dos algoritmos o modelos de machine learning: un modelo generativo que simula la ruta, y un agente de aprendizaje por refuerzo que opera en esta simulación para encontrar la estrategia de despacho óptima. El modelo generativo utiliza los datos históricos provistos por los GPS de las unidades del M1 (en donde es posible acceder a la latitud, longitud, velocidad, ubicación y número económico de cada unidad) para aprender las condiciones de la ruta y generar condiciones similares en una simulación del trayecto. El agente de aprendizaje por refuerzo experimenta esta simulación repetidas veces, buscando a través de estas experiencias bajo qué condiciones es mejor despachar un autobús. La información producida por estos modelos se comunica a través de dos aplicaciones móviles: M1 Controladores y M1 Usuarios.

Con la primera aplicación, los controladores pueden ver: el mapa de su ruta con las unidades moviéndose en tiempo real; consultar la información de una unidad (número económico, velocidad, tipo de unidad, llegada al cierre de circuito); recibir recomendaciones sobre la hora óptima para despachar una unidad, registrar el momento en que una unidad iniciará su recorrido; y consultar una bitácora de viajes (i.e. historial de unidades despachadas).

Con la segunda, los usuarios pueden: ver el tiempo aproximado en que llegará un autobús a las próximas estaciones; consultar una parada para conocer el tipo de unidad que se aproxima (Ecobús, Expreso, etcétera); visualizar un mapa con la ruta, las estaciones y el trayecto de las unidades activas y su geolocalización.

Ambas aplicaciones están desarrolladas para el sistema operativo Android 6 y versiones superiores. Dado que esta es una fase de prueba –con tiempos y recursos limitados– se optó por considerar este sistema operativo por su gran alcance: la penetración en México es de más del 60 por ciento. Por otro lado, las aplicaciones están desarrolladas de manera híbrida con tecnología web (HTML, CSS y JavaScript), lo cual facilita su posterior adaptación para el sistema operativo iOS.

El experimento comprende la ruta entre Balderas y Santa Fe. Cada una de estas bases tiene características particulares que las perfilan como buenos modelos para una exploración inicial. La base de Santa Fe está ubicada en la periferia de la CDMX en una zona con limitada conectividad, mientras que la base de Balderas se encuentra en el corazón de la ciudad y conecta a los usuarios con líneas del Metro y Metrobús. En caso de que el experimento funcione, se buscará extender el uso de las aplicaciones en más rutas de la ciudad.

La ruta crítica del experimento es la siguiente:

i) Definición de hipótesis y problematización:

  • Como resultado de sesiones de trabajo entre el equipo del Sistema M1 y el del Laboratorio para la Ciudad se decidió lanzar el reto “Profesionalización de controladores” en la convocatoria Código para la Ciudad de México.

ii) Desarrollo de prototipo de solución:

  • Diseño y desarrollo del modelo y las dos aplicaciones móviles.

iii) Primera prueba piloto:

  • Sesión de capacitación para los controladores de la ruta M. Balderas – C.C. Santa Fe, previa al inicio de la prueba piloto.
  • Duración: 10 días.
  • Lugar: Ruta Balderas – C.C. Santa Fe.
  • Participantes: Usuarios del Sistema M1 y controladores.
  • Los objetivos de la prueba piloto son:
    — Evaluar la utilidad de la aplicación de usuarios y controladores.
    — Explorar la percepción de los controladores sobre la utilidad de este desarrollo tecnológico como herramienta de trabajo.
    — Explorar la percepción de los usuarios sobre la utilidad de este desarrollo tecnológico para mejorar su experiencia de viaje.
  • Metodología:
    —Entrevistas semi-estructuradas a los controladores antes y después del periodo de implementación de la aplicación.
    —Entrevistas en línea al finalizar el periodo de implementación de la aplicación.
    —Observación participativa en la línea M. Balderas – C.C. Santa Fe.

iv) Análisis de datos y resultados:

  • Aspectos cuantitativos
    — Análisis del impacto del modelo generativo y del modelo de red neuronal en la frecuencia de despacho utilizando como indicador la distancia máxima entre unidades.
    — Uso de la aplicación utilizando como indicador la cantidad de viajes despachados.
  • Aspectos cualitativos:
    — Necesidades de los controladores y de los usuarios.
    — Experiencia de uso de la aplicación, barreras y beneficios de este tipo de herramientas.

v) Iteración y segunda prueba piloto:

  • Tras analizar los resultados de la primera prueba piloto se identificaron áreas de mejora de las aplicaciones y se realizaron las modificaciones pertinentes.

vi) Segunda prueba piloto:

  • Duración: 7 días.
  • Lugar: Ruta Balderas- C.C. Santa Fe.
  • Participantes: Usuarios del M1 y controladores.
  • Los objetivos de la prueba piloto son:
    — Evaluar la utilidad de la aplicación de usuarios y controladores con las nuevas funciones: 1) usuarios, consultar el tiempo aproximado en que una unidad pasará por otras bases, y 2) controladores, consultar el tiempo aproximado en que una unidad llegará al cierre de circuito.
    — Implementar un rol de servicio mejorado que incluya al módulo de la ruta.
  • Metodología:
    — Entrevistas en línea al finalizar el periodo de implementación de la aplicación.
Resultados

A. PRIMERA PRUEBA PILOTO

Una limitante del piloto es que en algunas unidades de la ruta M. Balderas – C.C. Santa Fe el sistema de GPS presenta algunas fallas, provocando brechas de información que imposibilita a las aplicaciones registrar algunas unidades y el tipo de camiones disponibles en el circuito de la ruta.

Análisis del desempeño del algoritmo

Desempeño contra la realidad

  • Las recomendaciones del modelo lograron reducir la distancia máxima promedio diaria entre dos unidades por 245 metros.
  • Desglosando el resultado en horas del día, fue posible observar con mayor detalle la métrica de desempeño: en general, la métrica mejoró porque la distancia máxima tendió a ser menor en la prueba piloto que en la operación normal, particularmente en las horas vespertinas más populares y en algunas horas de horario matutino (en especial ocho y nueve de la mañana).

Desempeño técnico

  • En total se reclutaron cinco controladores: tres para la base de Santa Fe y dos para la base de Balderas, por lo que naturalmente hubo mayor interacción con la aplicación en Santa Fe.
  • Los días de la semana en que hubo mayor adopción de la aplicación fue jueves y domingo.
  • En cuanto a las horas del día, al inicio y al final del horario de servicio hay mucho menos despachos, lo cual obedece al patrón de despachos natural de la ruta.
  • Prácticamente no hubo despachos para el horario matutino en Balderas, pero sí para Santa Fe.

Aplicación de controladores

Principales beneficios

  • Los controladores de tiempo pudieron calcular mejor los tiempos de llegada de una unidad al cierre de circuito que le corresponda, lo que les permitió determinar de mejor manera en qué momento habrían de despachar una unidad.
  • Los controladores de tiempo pudieron monitorear a las unidades en el mapa. Esto generó un ahorro en sus tiempos al ya no tener que comunicarse con control de radio para que les proporcionen información sobre la ubicación de las unidades.
  • Los controladores de tiempo pudieron vigilar y supervisar a los operadores de las unidades. Algunos operadores tardan más tiempo en completar una vuelta al circuito de la ruta M. Balderas – C.C. Santa Fe de manera deliberada por lo que pudieron observar la ubicación de una unidad, al mismo tiempo que consultaban las condiciones de tráfico para evaluar si los controladores tardaban más tiempo en completar el recorrido.
  • Utilizar la aplicación les proporcionó un insumo para brindar mejor información a los usuarios. Gracias al uso de la aplicación los controladores pudieron manejar las peticiones de los usuarios de manera más informada y los pasajeros disminuyeron sus reclamos.

Áreas de mejora

  • La aplicación debería permitir registrar la información que los controladores capturan manualmente en las sábanas de despacho. Las sábanas de despacho son los documentos en donde los controladores registran el número económico del autobús, la hora en que llega una unidad a la base, el boletaje vendido durante el recorrido, el tiempo que tarda una unidad en recorrer la ruta y la dirección a la que se dirige una unidad en específico.
  • El modelo que utiliza la aplicación para sugerir los horarios de despacho de las unidades únicamente considera la métrica de la distancia que existe entre camiones. Las recomendaciones sobre los horarios de salida de las unidades deberían considerar los factores humanos y de operación del SM1 (i.e la desincorporación de ciertas unidades para reabastecer combustible, horario de alimentos) para mejorar las sugerencias de los horarios de despacho que reciben los controladores.

Aplicación para usuarios

Principales beneficios

  • La información mostrada por la aplicación les sirvió a los pasajeros para organizar de mejor manera sus traslados y administrar mejor su tiempo.
  • Los usuarios pudieron consultar cualquier parada de la ruta M. Balderas – C.C. Santa Fe y pudieron observar información sobre el horario y tipo de autobús que pasaría próximamente.
  • Los pasajeros pudieron saber en dónde se ubicaban las unidades y monitorearlas en el mapa.
  • La información indicó de manera precisa el horario en que una unidad pasaría por una estación y les permitió considerar el tiempo en que llegaría una unidad para evaluar si deberían esperar su autobús.

Barreras de uso

  • La ubicación en el mapa de las unidades no se mostraba en tiempo real o algunas unidades llegaban a las bases en donde esperaban sin que aparecieran en la información proporcionada por la aplicación.
  • En ocasiones la aplicación mostraba información sobre autobuses del tipo expreso, pero no de los autobuses tipo atenea o ecobus.
  • En ocasiones, la información mostrada por la aplicación presenta desfases en los horarios, es decir, en ocasiones los horarios mostrados por la aplicación presentaban retrasos o adelantos; es podría ocasionar confusión en los usuarios.

Áreas de mejora

  • La aplicación debería mostrar la ubicación de las unidades en tiempo real.
  • Según los pasajeros, la función inicial para escoger la dirección de la ruta debería mostrar instrucciones sobre cómo cambiar la dirección de la ruta.
  • Una función que permita activar notificaciones sobre una estación en específico que contenga información con los tiempos aproximados de llegada.
  • Una función que permita elegir una estación de partida y una estación de destino para calcular el tiempo aproximado que durará su viaje.
  • Una función que permita diferenciar por colores los diferentes tipos de camiones que circulan en la ruta Balderas – Santa Fe o que permita programar una alerta de llegada del tipo de unidad que prefiera el usuario.

B. SEGUNDA PRUEBA PILOTO

Al momento de la elaboración de esta ficha de experimento la segunda prueba piloto seguía en curso.

APRENDIZAJES

Colaboración intersectorial y multidisciplinaria

  • Enfrentar problemáticas complejas requieren de la colaboración intersectorial y multidisciplinaria. Gracias a que el equipo de trabajo de este proyecto contó con la participación de diferentes actores para unir su conocimiento, experiencia y talento, fue posible integrar sinergias colaborativas que, mediante el intercambio de información y retroalimentación constante, permitieran identificar puntos ciegos y débiles para considerarlos en el proceso de toma de decisiones y mejorar el producto mínimo viable.

Implementación del piloto

  • Capacitar a los controladores de tiempo para que se familiaricen rápidamente con la usabilidad de la aplicación fue de gran utilidad para implementar este proyecto. Los controladores percibieron a la aplicación como una herramienta que busca sumar a su experiencia previa para brindarles mayor información y tomar mejores decisiones sobre el despacho de las unidades.
  • Contar con el apoyo de las dependencias para realizar procesos ágiles y rápidos que faciliten la implementación de futuras pruebas piloto es indispensable.
  • Al momento de implementar este tipo de proyectos es necesario considerar dos posibles escenarios: realizar las pruebas piloto con las condiciones operativas actuales con las que cuenta el sistema de transporte, a reserva de que pudieran presentarse diferentes inconvenientes (como el funcionamiento inadecuado de los GPS); o, establecer las condiciones operativas más óptimas para minimizar el desvío de los objetivos planteados (como asignar sólo unidades con GPS funcional a la ruta del piloto).

Cómo puede funcionar mejor la prueba piloto

  • Para medir el desempeño del modelo con mayor precisión, se sugiere una prueba piloto con mayor duración (al menos un mes) y con mayor control para obtener mejores resultados, en donde es necesario contar con la participación de todos los controladores de salida de la ruta.
Futuro
  • Dada la naturaleza del proyecto, en caso de que el Sistema de Movilidad 1 quisiera implementar esta solución tecnológica de manera inmediata tendría que considerar diferentes aspectos: (a) aspectos materiales, como dotar a los controladores con equipos o establecer un mecanismo para solventar el costo de sus datos móviles en caso de que usaran su propio equipo; (b) aspectos tecnológicos, que consideren la infraestructura tecnológica de la red y de los sistemas, así como el desarrollo de software, front-end y back-end; (c) aspectos operativos, que mejoren la administración y reparto de las unidades de transporte, e implementar un rol de servicio (i.e. el horario de despacho de las unidades) mejorado; y, aspectos financieros (costos de mantenimiento de las unidades y de operación) para garantizar un funcionamiento adecuado de las aplicaciones.
  • Para tener una adopción a largo plazo es necesario construir o fortalecer las capacidades digitales al interior del SM1 e incrementar la infraestructura de recursos tecnológicos, ya sea con recursos internos o a través de proveedores.
  • Es necesario contar con un programa de capacitación en el futuro en donde se incorpore la importancia del rol que tienen los controladores en la organización y el proceso que hay detrás del algoritmo que alimenta a la aplicación.
  • Proveer la aplicación a los demás controladores del SM1. En palabras de los controladores, todo cambio es bueno e incorporar un desarrollo tecnológico es fundamental para contar con mejores herramientas para realizar sus actividades.
  • En caso de querer replicar el experimento es necesario que la aplicación también se desarrolle para el sistema operativo iOS.
  • Futuras pruebas piloto deben considerar una función que incorpore más rutas del SM1 que permita a los pasajeros programar sus horarios de salida y elegir una ruta alterna de transporte.