Tesis de Transporte PDF

Redes Vehiculares Aplicadas a la Movilidad
Inteligente y Sostenibilidad Ambiental en

Entornos de Ciudades Inteligentes
José Antonio Sánchez Sánchez
Tesis Doctoral
2017
RESUMEN DEL CONTENIDO DE TESIS DOCTORAL
1.- Título de la Tesis

Español/Otro Idioma: Inglés:
Redes Vehiculares Aplicadas a la Movilidad Vehicular Networks Applied to Intelligent
Inteligente y Sostenibilidad Ambiental en Mobility and Environmental Sustainability
Entornos de Ciudades Inteligentes in Smart Cities Environments
2.- Autor
Nombre: DNI/Pasaporte/NIE:
José Antonio Sánchez Sánchez -T
Programa de Doctorado: Informática
Órgano responsable: Centro Internacional de Postgrado / Departamento de Informática
RESUMEN (en español)
En los últimos años, la sociedad está experimentando una gran revolución

FOR-MAT-VOA-010-BIS-2
tecnológica que, junto con la aparición de las tecnologías inalámbricas y

dispositivos cada vez más pequeños, está suponiendo un gran impulso en la
creación de nuevos servicios y aplicaciones para los ciudadanos. Dentro de esta
revolución, las redes de comunicaciones han servido para interconectar personas
y dispositivos consiguiendo forjar la Sociedad de Red actual.
Hace pocos años apareció el término de Ciudad Inteligente (Smart City). Este
concepto se fundamenta en la propuesta de soluciones innovadoras que doten a
una ciudad de servicios destinados a facilitar la vida de sus habitantes y que
favorezcan el desarrollo de ciudad como conjunto. En este ámbito, los Sistemas
Inteligentes de Transporte (ITS), han supuesto un relevante auge en el desarrollo
de nuevas propuestas tecnológicas aplicadas al mundo del transporte. Dentro de
los ITS, surgió el concepto de redes vehiculares (Vehicular Ad-hoc NETworks -
VANET). Este tipo de red inalámbrica es capaz de comunicar vehículos e
infraestructura para proveer determinados servicios. Actualmente, dichas redes
están en el punto de mira del desarrollo tecnológico debido al previsible número
de aplicaciones y servicios que pueden aportar al mundo de la conducción y a la
sociedad en general.
Una herramienta fundamental para poder estudiar el comportamiento de las

redes vehiculares es la simulación. Ante la problemática ofrecida por el alto
coste de los dispositivos que implementan estándares dedicados a las redes
VANET, como el IEEE 802.11p, y los riesgos de seguridad vial que supone un
despliegue por ciudad de este tipo de red, la simulación se hace imprescindible
para poder abordar la creación e implementación de nuevas soluciones. En ese
sentido, esta tesis doctoral realiza una profunda revisión de las herramientas
existentes utilizadas para la simulación de redes vehiculares, proponiendo un
caso de estudio aplicado sobre el intercambio de vídeo en este tipo de entornos.
Como resultado, se presenta la integración de tres simuladores para llevar a cabo
el intercambio de vídeo, consiguiendo una tasa aceptable de información
transmitida por los vehículos y evaluando la viabilidad de la propuesta.
La movilidad es uno de los aspectos más destacados en el despliegue de las

redes vehiculares. En este sentido, una de las principales contribuciones de esta
tesis doctoral es la creación de un plan de movilidad inteligente basado en lógica
difusa y en comunicaciones vehiculares que es capaz de determinar cuándo se
produce un atasco en ciudad para que los vehículos tomen rutas alternativas. Los
resultados de esta propuesta consiguieron alcanzar unas reducciones de
emisiones contaminantes de hasta un 12,27%, obteniendo una mejora de la
sostenibilidad ambiental en ciudad mediante la toma de rutas alternativas por
parte de los vehículos para alcanzar su destino.
Uno de los problemas que plantean los estudios simulados, es la obtención de

resultados veraces. Debido a la propia simulación, se pueden obtener
conclusiones erróneas que hacen necesario un despliegue real para confirmar
que los datos obtenidos en la simulación son correctos y representativos.
Atendiendo a la problemática del alto coste que conlleva este tipo de
despliegues, uno de los objetivos planteados por la tesis doctoral, fue el de llevar
a cabo un despliegue real mediante el uso de tecnologías accesibles para los
ciudadanos. En este punto, se decidió desarrollar una aplicación que hace uso de
Wi-Fi Direct (tecnología disponible en la mayoría de teléfonos inteligentes
actuales), para la detección de posibles atascos o retenciones en ciudad y que
fuera capaz de comunicarse con otros dispositivos. Las pruebas reales se
llevaron a cabo con dos vehículos que incorporaban la aplicación. Los resultados
de este tipo de evaluación fueron satisfactorios en cuanto a la posibilidad
existente de realizar comunicaciones vehiculares usando tecnologías accesibles
para la población, exponiendo un claro ejemplo de un sistema que puede ayudar
a mejorar la movilidad en ciudad.
Una vez llevado a cabo el estudio real, surgió la problemática asociada a la

usabilidad de dispositivos embarcados en vehículos que ofrecen servicios de
información dentro de las redes vehiculares. A tal efecto, en esta tesis doctoral
se propone la evaluación de dos tipos de sistemas que proporcionan información
al conductor. En primer lugar, se evaluaron sistemas con pantallas de tipo HDD
(Head-Down Display), que son dispositivos con pantallas opacas
(convencionales). Por otro lado, se estudió una posible solución a los
inconvenientes planteados por este tipo de pantallas en la que es necesario
apartar la vista de la carretera para prestarles atención. Por ese motivo, se
decidió incorporar un dispositivo de tipo HUD (Head-Up Display) que contiene
una pantalla transparente y puede ser ubicado en el campo visual de conducción
para poder ver sobre él la información relativa al contexto en el que el vehículo
se mueve. Los resultados obtenidos son alentadores, pudiendo comprobar la
gran aceptación y usabilidad que esta clase de sistemas de visualización de
información tiene entre los usuarios.
Siguiendo la línea de la sostenibilidad ambiental, desde el grupo de
investigación en el que se desarrolla esta tesis doctoral, se propusieron las redes
de vehículos móviles como solución para la medición de la contaminación.
Llegados a este punto, se desplegó un servicio de monitorización ambiental
incorporado en transportes públicos (autobuses, recogida de residuos, etc.), que
fueron capaces de medir la contaminación en ciudad. El principal problema que
se planteó fue el cómo representar ese tipo de información a los ciudadanos para
que fuera comprensible. Como consecuencia, se decidió llevar a cabo una
prueba subjetiva sobre métodos para representar esta clase de información. Los
resultados nos permitieron conocer cuáles eran las representaciones en materia
de contaminación más adecuadas, así como los dispositivos sobre los que
visualizarlas y los tipos de datos que más interesaban a los diferentes grupos de
usuarios.
Como vemos, la presente tesis doctoral, propone un estudio amplio de los

entornos de redes vehiculares y de su inclusión dentro de un entorno de Smart
City, enfatizando la temática sobre la movilidad inteligente y la sostenibilidad
ambiental, sin olvidar la tecnología necesaria para la implantación real de
nuevas soluciones enfocadas siempre a la mejora del transporte en ciudad y la
mejora de la calidad de vida de los ciudadanos.
Palabras Clave: Redes Vehiculares, Movilidad Inteligente, Sostenibilidad

Ambiental, Smart City.
RESUMEN (en Inglés)
In recent years, the society is experiencing a great technological revolution

which, together with the emergence of wireless technologies and smaller
devices, is leading to a great impulse in the creation of new services and
applications for citizens. Within this revolution, communications networks have
served to interconnect people and devices by forging the current Network
Society.
A few years ago, the term Smart City appeared. This concept is based on the
proposal of new solutions that provide a city with services designed to improve
the lives of citizens and favor the development of a city as a whole. In this area,
the Intelligent Transport Systems (ITS) have led to an important rise in the
development of new technological proposals applied to the world of transport.
Within the ITS, the concept of vehicular networks arose (Vehicular Ad-hoc
NETworks - VANET). This type of wireless network is capable of
communicating vehicles and infrastructure to provide certain services. At
present, such networks are in the sights of technological developments due to the
expected number of applications and services that can contribute to the world of
driving and society in general.
Simulation is a fundamental tool in the study of the behavior of vehicular
networks. In view of the high cost of devices that implement dedicated standards
for VANET networks, such as IEEE 802.11p, and the road safety risks involved
in the deployment of this type of network, simulation becomes essential for the
creation and implementation of new solutions. In this sense, this PhD Thesis
performs a thorough review of the existing tools used for the simulation of
vehicular networks, proposing a case study applied on the exchange of video in
this type of environments. As a result, the integration of three simulators to carry
out the video exchange is presented, obtaining an acceptable rate of information
transmitted by the vehicles and evaluating the feasibility of the proposal.
The mobility is one of the most important aspects in the deployment of vehicular
networks. In this sense, one of the main contributions of this PhD Thesis is the
creation of a smart mobility plan based on fuzzy logic and vehicular
communications which is able to determine when a traffic jam occurs in the city,
allowing vehicles to adopt alternative routes. The results of this proposal achieve
a reduction of pollutant emissions of up to 12.27%, leading to an improvement
of environmental sustainability in the city through the adoption by vehicles of
alternative routes in order to reach their destination.
One of the problems posed by simulated studies is the achievement of truthful

results. Due to the simulation, erroneous conclusions can be drawn which
require a real deployment to confirm that the data obtained in the simulation are
correct and representative. Considering the high cost of this type of deployment,
one of the objectives of the PhD Thesis was to carry out a real deployment
through the use of technologies accessible to citizens. At this point, it was
decided to develop an application that uses Wi-Fi Direct (technology available
in the majority of current smartphones), to detect possible traffic jams or
retentions in the city and capable of communicating with other devices. The
actual tests were carried out with two vehicles that incorporated the application.
The results of this type of evaluation were satisfactory in terms of the existing
possibility of carrying out vehicular communications using technologies
accessible to the general public, giving a clear example of a system that can help
improve mobility in the city.
Once the actual study was carried out, the problem arose about the usability of
devices on vehicles that provide information services in the vehicular networks.
For this purpose, this PhD Thesis proposes the evaluation of two types of
systems that provide information to the driver. First, systems with HDD (Head-
Down Display) type screens, which are devices with opaque (conventional)
screens, were evaluated. A possible solution to the problem posed by this type of
screens was also studied, as it is necessary to look away from the road in order
to see the screen. For this reason, it was decided to incorporate a HUD (Head-
Up Display) device that contains a transparent screen and can be located in the
visual field of driving in order to be able to view information about the context
in which the vehicle is moving. The results obtained are encouraging and verify
the great acceptance and usability that this sort of systems of information
visualization has among users.
In the line of environmental sustainability, it was proposed by the research group

in which this thesis is developed that the networks of mobile vehicles could be a
possible solution for the measurement of environmental pollution. Accordingly,
an environmental monitoring service was installed in public transport (buses,
waste collection vehicles, etc.), capable of measuring environmental pollution in
the city. The main problem that we faced was how to represent this kind of
information to make it understandable for the general public. For this reason, it
was decided to carry out a subjective test on methods to represent information of
this type. The results revealed the most appropriate representations of pollution,
as well as the devices on which to visualize them and the types of data of most
interest to the different groups of users.
As we can see, this PhD Thesis proposes an extensive study on vehicle network
environments and their inclusion in a Smart City environment, emphasizing the
theme of smart mobility and environmental sustainability, without forgetting the
technology necessary for the real implementation of new solutions, with the
focus firmly on both improving transport in the city and the quality of life of
citizens.
Keywords: Vehicular Networks, Smart Mobility, Environmental Sustainability,

Smart City.
Idioma  
Presentación como
Compendio de publicaciones  
Justificación
FOR-MAT-VOA-012
<lugar> <fecha>
Presidente de la Comisión Académica del Programa de Doctorado/Director de

Departamento
Fdo.:
Contra la presente Resolución, podrá interponer recurso de alzada ante el Rectorado, en el

plazo de un mes, a partir del día siguiente al de la presente notificación, de conformidad con
el art. 122 de la Ley 39/2015, de 1 de octubre, de Procedimiento Administrativo Común de
las Administraciones Públicas
SR. ____________________________________________________________________________________________
(Doctorando, Director de la Tesis Doctoral y Sr. Director del Centro Internacional de Postgrado)
Departamento de Informática
Área de Ingeniería Telemática
Redes Vehiculares Aplicadas a la Movilidad

Inteligente y Sostenibilidad Ambiental en Entornos
de Ciudades Inteligentes
Directores
Dr. David Melendi Palacio - Dra. Laura Pozueco Álvarez
Doctorando
D. José Antonio Sánchez Sánchez
2017
Agradecimientos
La presente tesis doctoral culmina una de las etapas más importantes de mi vida. Son
muchas las personas a las que quisiera agradecer su apoyo incondicional en todos los
sentidos. Pido disculpas de antemano por si, debido a mi acentuado despiste, olvido
mencionar a alguna persona que seguro ha sido importante para mí.
En primer lugar, me gustaría agradecer la dirección y seguimiento personal que han

efectuado sobre mí los profesores, ya casi amigos, con los que he compartido estos
últimos años. En especial, a David Melendi, director de la presente tesis doctoral que se
volcó en mí desde el primer momento, guiándome y ayudándome en este proceso,
algunas veces, tan complicado.
No puedo dejar de mencionar la labor de apoyo incondicional de mi familia y muy

especialmente de mis padres; Antonio y María Jesús, sin su gran esfuerzo y ánimo
habría sido imposible el poder llegar a conseguir mis metas.
Estoy y estaré eternamente agradecido a una persona muy especial para mí, Lorena, ella
ha sido mi apoyo, guía y sustento en los momentos más difíciles, la persona que me ha
permitido seguir adelante y en la que he podido confiar siempre.
Querría dedicar mi penúltimo párrafo a mencionar a las instituciones que me han

acompañado en este largo viaje formativo que, mediante la presentación de este
documento, quedará cerrado. A la Universidad de Murcia, por ser la primera
universidad en formarme en temas relacionados con la Informática y la Telemática. A la
Universidad de Castilla-La Mancha, que me permitió ampliar mis conocimientos en este
apasionante mundo y por último a la Universidad de Oviedo por brindarme la
oportunidad de completar mi formación académica y personal.
Por último, me gustaría agradecer el apoyo de mis “compañeros de viaje” a lo largo de

todo este tiempo, especialmente a mis compañeros de laboratorio con los que he
compartido los últimos años y a las personas que me han prestado, en mayor o menor
medida, su ayuda para que pueda llegar a ser quien soy.
¡Gracias!
II
Índice General
Índice General .................................................................................................................III
Índice de Figuras ........................................................................................................... VII
Índice de Tablas .............................................................................................................. XI
Capítulo 1 ..........................................................................................................................1
1 Introducción ...............................................................................................................1
1.1 Introducción a las Ciudades Inteligentes (Smart Cities)........................................2
1.1.1. Bloques Temáticos de una Smart City ..............................................................4
1.2 Sistemas Inteligentes de Transporte (ITS) .............................................................7
1.3 Redes Vehiculares .................................................................................................8
1.3.1. Elementos de las Redes Vehiculares.................................................................9
1.3.2. Tipos de Comunicación dentro de una Red Vehicular .....................................9
1.3.3. Integración de Redes Vehiculares en los Entornos de Smart Cities ...............10
1.4 Motivación de la Tesis Doctoral ..........................................................................11
1.5 Objetivos de la Tesis Doctoral .............................................................................12
1.5.1. Desarrollar planes de movilidad inteligente en entornos urbanos ..................13
1.5.2. Creación de aplicaciones como soporte a comunicaciones vehiculares
mediante el uso de estándares comerciales para la creación de planes de movilidad .14
1.5.3. Estudiar las posibilidades existentes para la reducción de la contaminación
ambiental en ciudad .....................................................................................................14
1.5.4. Analizar la usabilidad de dispositivos de abordo del vehículo para la
visualización de información .......................................................................................14
1.6 Principales Aportaciones .....................................................................................15
1.6.1. Revisión de simulación en entornos de Redes VANET y caso de estudio
sobre transmisión de datos de vídeo bajo el estándar H.265 .......................................15
1.6.2. Creación de planes de movilidad inteligente aplicando metodologías de lógica
difusa y comunicaciones vehiculares ..........................................................................15
1.6.3. Aplicación de Wi-Fi Direct como tecnología accesible para su uso en
comunicaciones vehiculares relacionadas con servicios de movilidad inteligente en
ciudad .........................................................................................................................16
1.6.4. Realización de estudios de Usabilidad e Interacción con dispositivos
embarcados en el vehículo...........................................................................................16
1.6.5. Revisión de redes de monitorización ambiental en ciudad y caso de estudio
sobre representación de información ...........................................................................17
1.7 Organización del Documento ..............................................................................17
1.8 Publicaciones Derivadas de la Tesis Doctoral .................................................... 18
1.8.1. Artículos en Revistas ...................................................................................... 19
1.8.2. Artículos en Congresos .................................................................................. 22
Capítulo 2 ........................................................................................................................ 25
2 Marco Teórico ......................................................................................................... 25
2.1 Estandarización de las Redes Vehiculares .......................................................... 25
2.2 Proyectos Relacionados con Redes Vehiculares ................................................. 29
2.3 Aplicaciones relacionadas con Redes Vehiculares ............................................. 32
2.3.1. Aplicaciones de Seguridad ............................................................................. 32
2.3.2. Aplicaciones Comerciales .............................................................................. 34
2.3.3. Aplicaciones para la Mejora del Confort ....................................................... 34
2.3.4. Aplicaciones Productivas ............................................................................... 35
Capítulo 3 ........................................................................................................................ 39
3 IEEE 802.11p y Simulación de Redes Vehiculares ................................................ 39
3.1 Estándar IEEE 802.11p ....................................................................................... 40
3.1.1. El Estándar 802.11 ......................................................................................... 40
3.1.2. DSRC y 802.11p............................................................................................. 40
3.1.3. Capas de Operación de 802.11p ..................................................................... 41
3.1.4. Descripción del estándar IEEE 802.11p ......................................................... 43
3.2 Simulación de Redes Vehiculares ....................................................................... 45
3.2.1. Introducción a la Simulación en VANETs ..................................................... 45
3.2.2. Modelos de Movilidad y Tipos de Simuladores ............................................. 46
3.2.3. Herramientas de Simulación en Redes Vehiculares ....................................... 50
3.2.4. Comparativa de Simuladores.......................................................................... 56
3.3 Caso de Estudio: Aplicación de Simulación para el Intercambio de Vídeo bajo el
Estándar H.265 (HEVC) Usando Redes Vehiculares 802.11p ................................... 58
3.3.1. Introducción.................................................................................................... 58
3.3.2. Integración de los Simuladores y Puesta en Marcha ...................................... 59
3.3.3. Evaluación del Intercambio de Vídeo H.265 en una Red IEEE 802.11p ....... 61
3.3.4. Análisis y Discusión de Resultados................................................................ 64
3.3.5. Conclusiones .................................................................................................. 68
3.4 Contribuciones del Capítulo................................................................................ 68
Capítulo 4 ........................................................................................................................ 71
4 Movilidad Inteligente en Redes Vehiculares .......................................................... 71
IV
4.1 Sistemas Colaborativos y Movilidad Inteligente en Redes Vehiculares .............72
4.2 Caso de Estudio sobre Movilidad Inteligente: Integración de un sistema para el
control del tráfico aplicando lógica difusa y comunicaciones vehiculares .................74
4.2.1. Diseño del Sistema Colaborativo para la Movilidad Inteligente ....................75
4.2.2. Entorno de Simulación ....................................................................................79
4.2.3. Resultados y Discusión ...................................................................................83
4.2.4. Conclusiones ...................................................................................................90
4.3 Caso de Estudio: Wi-Fi Direct como Estándar aplicado a Comunicaciones
Vehiculares ..................................................................................................................91
4.3.1. Introducción a Wi-Fi Direct ............................................................................92
4.3.2. Descripción del Sistema de Comunicaciones Vehiculares Basado en Wi-Fi
Direct .........................................................................................................................93
4.3.3. Caso de Estudio Controlado............................................................................97
4.3.4. Caso de Estudio Real ......................................................................................99
4.3.5. Discusión de Viabilidad de la Propuesta ......................................................100
4.3.6. Conclusiones .................................................................................................103
4.4 Contribuciones del Capítulo ..............................................................................104
Capítulo 5 ......................................................................................................................109
5 Usabilidad de Dispositivos Embarcados en Entornos de Redes Vehiculares .......109
5.1 Dispositivos de Representación de Información ...............................................110
5.2 Caso de Estudio: Impacto de dispositivos de recomendación abordo para la
mejora de la conducción eficiente en ciudad .............................................................112
5.2.1. Introducción ..................................................................................................112
5.2.2. Descripción del Sistema de Recomendación ................................................113
5.2.3. Evaluación del Sistema de Recomendación .................................................114
5.2.4. Análisis de Resultados ..................................................................................116
5.2.5. Conclusiones .................................................................................................124
5.3 Caso de Estudio: Aplicación de dispositivos de representación de información de
tipo HUD en entornos vehiculares reales ..................................................................124
5.3.1. Introducción ..................................................................................................125
5.3.2. Diseño del Sistema de Representación de Información ................................126
5.3.3. Diseño de los Experimentos..........................................................................129
5.3.4. Discusión de Resultados ...............................................................................138
5.3.5. Conclusiones .................................................................................................147
5.4 Contribuciones del Capítulo ..............................................................................149
Capítulo 6 ...................................................................................................................... 153
6 Uso de Redes Vehiculares para la mejora de la Sostenibilidad Ambiental .......... 153
6.1 Problemática Actual sobre Medición de Información Ambiental en Ciudad ... 154
6.2 Caso de Estudio sobre Sostenibilidad Ambiental en Ciudades - Representación
de Información .......................................................................................................... 156
6.2.1. Descripción de los Experimentos ................................................................. 156
6.2.2. Análisis de Resultados y Discusión.............................................................. 166
6.2.3. Conclusiones ................................................................................................ 172
6.3 Contribuciones del Capítulo.............................................................................. 173
Capítulo 7 ...................................................................................................................... 177
7 Conclusiones y Trabajos Futuros .......................................................................... 177
7.1 Conclusiones Generales .................................................................................... 177
7.2 Trabajos Futuros ............................................................................................... 182
Referencias .................................................................................................................... 189
Apéndice A: Glosario de Acrónimos ............................................................................ 201
VI
Índice de Figuras
Figura 1. Pila de Protocolos WAVE................................................................................27
Figura 2. Principales Arquitecturas en Redes Vehiculares [50] ......................................29
Figura 3. Visión no exhaustiva de los proyectos y eventos relacionados con las redes
VANET [51] ....................................................................................................................30
Figura 4. Notificación de Situación de Emergencia [60] ................................................33
Figura 5. Clasificación de Canales [70] ..........................................................................44
Figura 6. Simuladores Aislados.......................................................................................48
Figura 7. Simuladores Integrados ....................................................................................49
Figura 8. Simuladores Híbridos .......................................................................................50
Figura 9. Integración Básica de los Simuladores ............................................................54
Figura 10. Diagrama de Comunicación para la Integración de los Simuladores
Empleados .......................................................................................................................59
Figura 11. Módulo Nic802.11p.NED ..............................................................................60
Figura 12. Representación de mapa real sobre simulador SUMO con indicación de ruta
seguida por los vehículos.................................................................................................61
Figura 13. Inicio de simulación en SUMO con 2 vehículos............................................63
Figura 14. Inicio de simulación en SUMO con 10 vehículos..........................................64
Figura 15. Tiempo de ejecución frente al porcentaje de paquetes perdidos en el caso de
2 vehículos .......................................................................................................................65
Figura 16. Vehículos frente al porcentaje de paquetes perdidos promedio en el caso de 2
vehículos ..........................................................................................................................65
Figura 17. Vehículos frente al porcentaje de paquetes perdidos promedio en el caso de
10 vehículos .....................................................................................................................66
Figura 18. Tiempo de ejecución frente al porcentaje de paquetes perdidos en el caso de
10 vehículos .....................................................................................................................67
Figura 19. Vehículos frente al porcentaje de paquetes perdidos promedio en el caso de
20 vehículos .....................................................................................................................67
Figura 20. Sistema de inferencia de lógica difusa con el motor de inferencia incluido
(reglas y el agregador) .....................................................................................................76
Figura 21. Función de Pertenencia - Velocidad ..............................................................76
Figura 22. Función de Pertenencia - Tiempo ..................................................................76
Figura 23. Función de Pertenencia - Nivel de Tráfico ....................................................77
Figura 24. Escenario 1 - Centro de la Ciudad de Gijón/Xixón / Escenario 2 - Periferia de
la Ciudad de Gijón/Xixón ................................................................................................80
Figura 25. Vista de simulación en Tkenv ........................................................................82
Figura 26. Extracto de la simulación en SUMO-GUI para la comunicación entre nodos
.........................................................................................................................................83
Figura 27. Emisiones de CO2 en el escenario 2 para la tasa de creación de vehículos de
1v/s ..................................................................................................................................89
Figura 28. Pantallas de Información - (a) Pantalla de Datos Generales - (b) Pantalla de
Datos con Representación de Eventos en Mapa ..............................................................94
Figura 29. Aplicación desplegada sobre el dispositivo HUD en un entorno real de
pruebas .............................................................................................................................94
Figura 30. Esquema de Funcionamiento de Comunicaciones ........................................ 96
Figura 31. Escenario de pruebas para el caso de estudio controlado .............................. 97
Figura 32. Área aproximada real del escenario para la evaluación de la prueba de
viabilidad del sistema en la ciudad de Gijón .................................................................. 99
Figura 33. Ejemplo de Intercambio de Información para el Caso de Comunicaciones I2I
con una distancia de 50 metros ..................................................................................... 100
Figura 34. Ejemplo de intercambio de información en el caso de comunicación V2I a
velocidad de 30 Km/h ................................................................................................... 102
Figura 35. Detección real de un evento de tráfico lento ............................................... 102
Figura 36. Conexión a nodo no deseado en escenario real ........................................... 103
Figura 37. Ejemplo real de dispositivos de información en el interior del vehículo .... 110
Figura 38. Simulador de Conducción con dispositivos de tipo HUD y HDD [129] .... 111
Figura 39. Asistente de Conducción #1 - (a) Situación Eficiente, (b) Situación
Ineficiente ..................................................................................................................... 113
Figura 40. Asistente de Conducción #2 ........................................................................ 114
Figura 41. Tiempo medio de respuesta para grupos de usuarios según la edad (Escenario
#1) ................................................................................................................................. 118
Figura 42. Tiempo medio en seguir las recomendaciones en función del intervalo de
duración de las rutas (Escenario #1) ............................................................................. 119
Figura 43. Tiempo medio en seguir las recomendaciones en función de la hora del día
(Escenario #1) ............................................................................................................... 120
Figura 44. Tiempo medio en seguir las recomendaciones en función de la
recomendación de cambio de marcha efectuada por el sistema (Escenario #1) ........... 120
Figura 45. Tiempo medio en seguir las recomendaciones en función del intervalo de
duración de las rutas (Escenario #2) ............................................................................. 122
Figura 46. Tiempo medio en seguir las recomendaciones en función de la hora del día
(Escenario #2) ............................................................................................................... 123
Figura 47. Tiempo medio en seguir las recomendaciones en función de la
recomendación de cambio de marcha efectuada por el sistema (Escenario #2) ........... 123
Figura 48. Diseño General del Sistema......................................................................... 126
Figura 49. Dispositivo recPOP embarcado en el vehículo ........................................... 127
Figura 50. Escenario Real usado en los Experimentos ................................................. 129
Figura 51. Aplicación CATED en un Entorno de Conducción Real ............................ 132
Figura 52. HUD (izquierda) vs. HDD (derecha)........................................................... 133
Figura 53. Aplicaciones de Navegación GPS (Google Map (izquierda) y HUDWAY
(derecha)) corriendo en una prueba real sobre el dispositivo HUD.............................. 134
Figura 54. Google Now Launcher (comandos de voz predefinidos (izquierda)) y Voice
Access (interacción numérica (derecha)) ...................................................................... 136
Figura 55. Valores medios de aceptación para asistentes de conducción eficiente usados
con HUD en función de los usuarios que usan regularmente pantallas en el vehículo
(derecha) y los que no las usan (izquierda) ................................................................... 140
Figura 56. Valores medios de aceptación para el uso de pantallas HDD o HUD en
función de los usuarios que usan regularmente pantallas en el vehículo (izquierda) y los
que no las usan (derecha) .............................................................................................. 140
VIII
Figura 57. Valores medios de aceptación para el uso de aplicaciones de navegación GPS
en función de los usuarios que usan regularmente pantallas en el vehículo (derecha) y
los que no las usan (izquierda) ......................................................................................141
Figura 58. Métodos de interacción con dispositivos HUD dependiendo de la edad de los
usuarios ..........................................................................................................................143
Figura 59. Valores de aceptación media del uso del reconocimiento de voz como
método de interacción con dispositivos HUD en función de usuarios que usan
regularmente dispositivos (derecha) y usuarios que no los usan (izquierda) ................144
Figura 60. Valores de aceptación media para Google Now Launcher (GNL) y para
Voice Access (VA) en función de usuarios que usan regularmente dispositivos
(izquierda) y usuarios que no los usan (derecha) ..........................................................145
Figura 61. Preferencia de método de interacción por voz para cada tarea realizada.....147
Figura 62. Nivel de SO2 en un periodo de tiempo .........................................................155
Figura 63. Representación de datos en Gijón (España) con tecnología NanoEnvi -
CATEDBOX .................................................................................................................155
Figura 64. Aplicación corriendo con la categorización de representaciones basadas en
mapas .............................................................................................................................158
Figura 65. Mapas propuestos .........................................................................................160
Figura 66. Gráficas propuestas ......................................................................................161
Figura 67. Indicadores propuestos .................................................................................163
Figura 68. Captura de pantalla de la aplicación con pregunta de interpretación de
gráficas ..........................................................................................................................165
Figura 69. Selección de mapa por grupos de usuarios en función de la edad ...............167
Figura 70. Selección de mapa por grupos de usuarios en función del conocimiento en
medioambiente ..............................................................................................................167
Figura 71. Selección de mapa por grupos de usuarios en función del perfil .................168
Figura 72. Selección de gráfica por grupos de usuarios en función del perfil ..............169
Figura 73. Selección de indicador por grupos de usuarios en función del perfil ..........170
Figura 74. Selección de dispositivo por categoría de representación ............................170
Figura 75. Tipo de datos para grupos de usuarios en función del nivel de conocimiento
en medioambiente ..........................................................................................................172
X
Índice de Tablas
Tabla 1. Análisis y desarrollo de una Smart City atendiendo a la inclusión de Redes
Vehiculares en los bloques temáticos sobre Movilidad, Sostenibilidad y Población
basado en la propuesta de [3] ..........................................................................................11
Tabla 2. Diferencias entre la capa física del estándar 802.11a y 802.11p .......................42
Tabla 3. Comparativa de Simuladores de Tráfico ...........................................................57
Tabla 4. Parámetros de traza de vídeo .............................................................................62
Tabla 5. Parámetros utilizados en caso de estudio de comunicación V2V con 2
vehículos ..........................................................................................................................63
vehículos ..........................................................................................................................63
vehículos ..........................................................................................................................64
Tabla 8. Conjunto de Reglas para el sistema de lógica difusa empleado ........................78
Tabla 9. Parámetros de Configuración de la Simulación ................................................79
Tabla 10. Parámetros de Configuración de Red empleada..............................................79
Tabla 11. Distancia media recorrida por los vehículos en el escenario 1 ........................84
Tabla 12. Número de vehículos que alcanzan la velocidad máxima permitida en la vía
en el escenario 1 ..............................................................................................................84
Tabla 13. Valores medios y desviación estándar para velocidades máximas, mínimas y
medias en el escenario 1 ..................................................................................................85
Tabla 14. Valores medios y desviación estándar para la aceleración (m/s2) en el
escenario 1 .......................................................................................................................85
Tabla 15. Valores medios y desviación estándar para los niveles de emisiones de CO2 en
el escenario 1 ...................................................................................................................86
Tabla 16. Número de vehículos que alcanzan la velocidad máxima permitida en la vía
en el escenario 2 ..............................................................................................................87
Tabla 17. Distancia media recorrida por los vehículos en el escenario 2 ........................87
Tabla 18. Valores medios y desviación estándar para velocidades máximas, mínimas y
medias en el escenario 2 ..................................................................................................88
Tabla 19. Valores medios y desviación estándar para la aceleración (m/s2) en el
escenario 2 .......................................................................................................................88
Tabla 20. Valores medios y desviación estándar para los niveles de emisiones de CO2 en
el escenario 2 ...................................................................................................................88
Tabla 21. Eventos detectados por la aplicación para comunicaciones vehiculares .........95
Tabla 22. Parámetros de Velocidad de la Prueba Comunicación en Cruce de Vehículos
(V2V) ...............................................................................................................................98
Tabla 23. Parámetros de Velocidad de Prueba de Comunicación de Vehículos en Misma
Dirección (V2V) ..............................................................................................................98
Tabla 24. Parámetros de Velocidad de la Prueba de Comunicación de Tipo V2I - I2V .99
Tabla 25. Descripción de los escenarios........................................................................115
Tabla 26. Media de tiempo de respuesta para seguir las recomendaciones entre el primer
y el último día en función de grupos de usuarios según edad .......................................117
Tabla 27. Media de tipo empleado en seguir las recomendaciones entre el primer y el
último día ...................................................................................................................... 119
Tabla 28. Evolución de las alarmas entre la línea base y el periodo con asistencia ..... 121
Tabla 29. Especificaciones Técnicas del Dispositivo recPOP ...................................... 127
Tabla 30. Características Teléfono Móvil Seleccionado .............................................. 128
Tabla 31. Aplicaciones, descripción y fase del experimento ........................................ 128
Tabla 32. Características de los Participantes en las Fases del Experimento ............... 130
Tabla 33. Partes y Tareas del Bloque 3......................................................................... 137
Tabla 34. Fases de la evaluación subjetiva ................................................................... 157
Tabla 35. Detalles del hardware empleado ................................................................... 164
Tabla 36. Detalles del monitor empleado ..................................................................... 164
XII
XIV
Resumen
En los últimos años, la sociedad está experimentando una gran revolución tecnológica
que, junto con la aparición de las tecnologías inalámbricas y dispositivos cada vez más
pequeños, está suponiendo un gran impulso en la creación de nuevos servicios y
aplicaciones para los ciudadanos. Dentro de esta revolución, las redes de
comunicaciones han servido para interconectar personas y dispositivos consiguiendo
forjar la Sociedad de Red actual.
Hace pocos años apareció el término de Ciudad Inteligente (Smart City). Este concepto
se fundamenta en la propuesta de soluciones innovadoras que doten a una ciudad de
servicios destinados a facilitar la vida de sus habitantes y que favorezcan el desarrollo
de ciudad como conjunto. En este ámbito, los Sistemas Inteligentes de Transporte (ITS),
han supuesto un relevante auge en el desarrollo de nuevas propuestas tecnológicas
aplicadas al mundo del transporte. Dentro de los ITS, surgió el concepto de redes
vehiculares (Vehicular Ad-hoc NETworks - VANET). Este tipo de red inalámbrica es
capaz de comunicar vehículos e infraestructura para proveer determinados servicios.
Actualmente, dichas redes están en el punto de mira del desarrollo tecnológico debido al
previsible número de aplicaciones y servicios que pueden aportar al mundo de la
conducción y a la sociedad en general.
Una herramienta fundamental para poder estudiar el comportamiento de las redes

vehiculares es la simulación. Ante la problemática ofrecida por el alto coste de los
dispositivos que implementan estándares dedicados a las redes VANET, como el IEEE
802.11p, y los riesgos de seguridad vial que supone un despliegue por ciudad de este
tipo de red, la simulación se hace imprescindible para poder abordar la creación e
implementación de nuevas soluciones. En ese sentido, esta tesis doctoral realiza una
profunda revisión de las herramientas existentes utilizadas para la simulación de redes
vehiculares, proponiendo un caso de estudio aplicado sobre el intercambio de vídeo en
este tipo de entornos. Como resultado, se presenta la integración de tres simuladores
para llevar a cabo el intercambio de vídeo, consiguiendo una tasa aceptable de
información transmitida por los vehículos y evaluando la viabilidad de la propuesta.
La movilidad es uno de los aspectos más destacados en el despliegue de las redes

vehiculares. En este sentido, una de las principales contribuciones de esta tesis doctoral
es la creación de un plan de movilidad inteligente basado en lógica difusa y en
comunicaciones vehiculares que es capaz de determinar cuándo se produce un atasco en
ciudad para que los vehículos tomen rutas alternativas. Los resultados de esta propuesta
consiguieron alcanzar unas reducciones de emisiones contaminantes de hasta un
12,27%, obteniendo una mejora de la sostenibilidad ambiental en ciudad mediante la
toma de rutas alternativas por parte de los vehículos para alcanzar su destino.
Uno de los problemas que plantean los estudios simulados, es la obtención de resultados
veraces. Debido a la propia simulación, se pueden obtener conclusiones erróneas que
hacen necesario un despliegue real para confirmar que los datos obtenidos en la
simulación son correctos y representativos. Atendiendo a la problemática del alto coste
que conlleva este tipo de despliegues, uno de los objetivos planteados por la tesis
doctoral, fue el de llevar a cabo un despliegue real mediante el uso de tecnologías
accesibles para los ciudadanos. En este punto, se decidió desarrollar una aplicación que
hace uso de Wi-Fi Direct (tecnología disponible en la mayoría de teléfonos inteligentes
actuales), para la detección de posibles atascos o retenciones en ciudad y que fuera
capaz de comunicarse con otros dispositivos. Las pruebas reales se llevaron a cabo con
dos vehículos que incorporaban la aplicación. Los resultados de este tipo de evaluación
fueron satisfactorios en cuanto a la posibilidad existente de realizar comunicaciones
vehiculares usando tecnologías accesibles para la población, exponiendo un claro
ejemplo de un sistema que puede ayudar a mejorar la movilidad en ciudad.
Una vez llevado a cabo el estudio real, surgió la problemática asociada a la usabilidad
de dispositivos embarcados en vehículos que ofrecen servicios de información dentro de
las redes vehiculares. A tal efecto, en esta tesis doctoral se propone la evaluación de dos
tipos de sistemas que proporcionan información al conductor. En primer lugar, se
evaluaron sistemas con pantallas de tipo HDD (Head-Down Display), que son
dispositivos con pantallas opacas (convencionales). Por otro lado, se estudió una posible
solución a los inconvenientes planteados por este tipo de pantallas en la que es necesario
apartar la vista de la carretera para prestarles atención. Por ese motivo, se decidió
incorporar un dispositivo de tipo HUD (Head-Up Display) que contiene una pantalla
transparente y puede ser ubicado en el campo visual de conducción para poder ver sobre
él la información relativa al contexto en el que el vehículo se mueve. Los resultados
obtenidos son alentadores, pudiendo comprobar la gran aceptación y usabilidad que esta
clase de sistemas de visualización de información tiene entre los usuarios.
Siguiendo la línea de la sostenibilidad ambiental, desde el grupo de investigación en el

que se desarrolla esta tesis doctoral, se propusieron las redes de vehículos móviles como
solución para la medición de la contaminación. Llegados a este punto, se desplegó un
servicio de monitorización ambiental incorporado en transportes públicos (autobuses,
recogida de residuos, etc.), que fueron capaces de medir la contaminación en ciudad. El
principal problema que se planteó fue el cómo representar ese tipo de información a los
ciudadanos para que fuera comprensible. Como consecuencia, se decidió llevar a cabo
una prueba subjetiva sobre métodos para representar esta clase de información. Los
resultados nos permitieron conocer cuáles eran las representaciones en materia de
contaminación más adecuadas, así como los dispositivos sobre los que visualizarlas y
los tipos de datos que más interesaban a los diferentes grupos de usuarios.
Como vemos, la presente tesis doctoral, propone un estudio amplio de los entornos de
redes vehiculares y de su inclusión dentro de un entorno de Smart City, enfatizando la
temática sobre la movilidad inteligente y la sostenibilidad ambiental, sin olvidar la
tecnología necesaria para la implantación real de nuevas soluciones enfocadas siempre a
la mejora del transporte en ciudad y la mejora de la calidad de vida de los ciudadanos.
Palabras Clave: Redes Vehiculares, Movilidad Inteligente, Sostenibilidad Ambiental,

Smart City.
XVI
XVIII
Abstract
In recent years, the society is experiencing a great technological revolution which,
together with the emergence of wireless technologies and smaller devices, is leading to
a great impulse in the creation of new services and applications for citizens. Within this
revolution, communications networks have served to interconnect people and devices
by forging the current Network Society.
A few years ago, the term Smart City appeared. This concept is based on the proposal of
new solutions that provide a city with services designed to improve the lives of citizens
and favor the development of a city as a whole. In this area, the Intelligent Transport
Systems (ITS) have led to an important rise in the development of new technological
proposals applied to the world of transport. Within the ITS, the concept of vehicular
networks arose (Vehicular Ad-hoc NETworks - VANET). This type of wireless network
is capable of communicating vehicles and infrastructure to provide certain services. At
present, such networks are in the sights of technological developments due to the
expected number of applications and services that can contribute to the world of driving
and society in general.
Simulation is a fundamental tool in the study of the behavior of vehicular networks. In

view of the high cost of devices that implement dedicated standards for VANET
networks, such as IEEE 802.11p, and the road safety risks involved in the deployment
of this type of network, simulation becomes essential for the creation and
implementation of new solutions. In this sense, this PhD Thesis performs a thorough
review of the existing tools used for the simulation of vehicular networks, proposing a
case study applied on the exchange of video in this type of environments. As a result,
the integration of three simulators to carry out the video exchange is presented,
obtaining an acceptable rate of information transmitted by the vehicles and evaluating
the feasibility of the proposal.
The mobility is one of the most important aspects in the deployment of vehicular
networks. In this sense, one of the main contributions of this PhD Thesis is the creation
of a smart mobility plan based on fuzzy logic and vehicular communications which is
able to determine when a traffic jam occurs in the city, allowing vehicles to adopt
alternative routes. The results of this proposal achieve a reduction of pollutant emissions
of up to 12.27%, leading to an improvement of environmental sustainability in the city
through the adoption by vehicles of alternative routes in order to reach their destination.
One of the problems posed by simulated studies is the achievement of truthful results.
Due to the simulation, erroneous conclusions can be drawn which require a real
deployment to confirm that the data obtained in the simulation are correct and
representative. Considering the high cost of this type of deployment, one of the
objectives of the PhD Thesis was to carry out a real deployment through the use of
technologies accessible to citizens. At this point, it was decided to develop an
application that uses Wi-Fi Direct (technology available in the majority of current
smartphones), to detect possible traffic jams or retentions in the city and capable of
communicating with other devices. The actual tests were carried out with two vehicles
that incorporated the application. The results of this type of evaluation were satisfactory
in terms of the existing possibility of carrying out vehicular communications using
technologies accessible to the general public, giving a clear example of a system that
can help improve mobility in the city.
Once the actual study was carried out, the problem arose about the usability of devices
on vehicles that provide information services in the vehicular networks. For this
purpose, this PhD Thesis proposes the evaluation of two types of systems that provide
information to the driver. First, systems with HDD (Head-Down Display) type screens,
which are devices with opaque (conventional) screens, were evaluated. A possible
solution to the problem posed by this type of screens was also studied, as it is necessary
to look away from the road in order to see the screen. For this reason, it was decided to
incorporate a HUD (Head-Up Display) device that contains a transparent screen and can
be located in the visual field of driving in order to be able to view information about the
context in which the vehicle is moving. The results obtained are encouraging and verify
the great acceptance and usability that this sort of systems of information visualization
has among users.
In the line of environmental sustainability, it was proposed by the research group in

which this thesis is developed that the networks of mobile vehicles could be a possible
solution for the measurement of environmental pollution. Accordingly, an
environmental monitoring service was installed in public transport (buses, waste
collection vehicles, etc.), capable of measuring environmental pollution in the city. The
main problem that we faced was how to represent this kind of information to make it
understandable for the general public. For this reason, it was decided to carry out a
subjective test on methods to represent information of this type. The results revealed the
most appropriate representations of pollution, as well as the devices on which to
visualize them and the types of data of most interest to the different groups of users.
As we can see, this PhD Thesis proposes an extensive study on vehicle network
environments and their inclusion in a Smart City environment, emphasizing the theme
of smart mobility and environmental sustainability, without forgetting the technology
necessary for the real implementation of new solutions, with the focus firmly on both
improving transport in the city and the quality of life of citizens.
Keywords: Vehicular Networks, Smart Mobility, Environmental Sustainability, Smart

City.
XX
XXII
Redes Vehiculares en Entornos de Ciudades Inteligentes 1
Capítulo 1
1 Introducción
La revolución tecnológica sufrida en los últimos años ha supuesto un gran avance en el
acceso a la información y las comunicaciones interpersonales. Este hecho, ha provocado
un progreso de grandes magnitudes desde un punto de vista transversal, que incluye
desde el concepto de Internet de las Cosas (IoT) [1], en el que predomina una visión de
comunicaciones de las pequeñas infraestructuras, dispositivos o elementos, hasta
conceptos más amplios donde se aplica la tecnología a grandes escalas como el caso de
las Ciudades Inteligentes (Smart Cities) [2], contexto en el que se desarrolla la presente
tesis doctoral.
El concepto de Ciudad Inteligente abarca un amplio abanico de soluciones que dotan a

la ciudad de servicios destinados a mejorar la calidad de vida de los ciudadanos y que
favorecen el desarrollo de la urbe de forma global. Dentro de estas soluciones aplicadas
a la ciudad se encuentran enmarcados los Sistemas Inteligentes de Transporte (SIT) o,
en inglés, Intelligent Transportation Systems (ITS), que han supuesto, a lo largo del
siglo XXI, un impresionante avance. Muchas son las aplicaciones y soportes
tecnológicos que dan lugar a que encontremos nuevos servicios en este tipo de entornos.
Dentro de los ITS, las Redes Vehiculares, también llamadas VANETs (Vehicular Ad-
hoc NETworks), están proponiendo alguno de los avances más importantes que
encontramos, y ya se están empezando a comprobar los beneficios que provocan en el
parque móvil actual dentro de una ciudad.
José A. Sánchez
2
Ante el auge de la aparición de nuevos servicios tecnológicos aplicados a las redes de

comunicaciones vehiculares y a los ITS en general, los investigadores no tardaron en
darse cuenta de lo importantes que eran los conceptos sobre seguridad en las
comunicaciones y movilidad de nodos creando dos grandes vertientes de investigación
dedicadas a la mejora sustancial de estos conceptos en lo referente al transporte. La
primera gran línea de investigación está dedicada a la Seguridad, y basa sus esfuerzos
en la detección de riesgos, vulnerabilidades y posibles ataques que pueden sufrir dichas
redes, intentando dar solución mediante la proposición de nuevos sistemas enfocados a
la preservación de los contenidos que viajan a través de ellas y normalmente apoyados
en métodos criptográficos. Para la segunda gran línea, la movilidad, los investigadores
centran sus esfuerzos en la identificación de problemas inherentes al movimiento de los
nodos de estas redes (los vehículos), qué tipo de interrupción en las comunicaciones se
producen (también conocidos como handovers en literatura científica), o cómo adaptar
la movilidad de nodos en redes heterogéneas compuestas por varios tipos de tecnologías
de comunicaciones.
En el desarrollo de las investigaciones e iniciativas comerciales se evidenció la

necesidad de la creación de nuevos estándares para la armonización de las redes
vehiculares. Debido a ello, diversos institutos de estandarización no tardaron en ponerse
a trabajar en busca de una estructuración de las comunicaciones entre vehículos
definiendo una arquitectura de red de referencia.
La aplicación directa de redes vehiculares (VANETs) dentro de los ITS, ha permitido

que, mediante la colaboración de diversos agentes incluidos en el entorno entre los que
se encuentran vehículos y elementos de infraestructura, se puedan implementar
servicios que aumenten la seguridad y la eficiencia de la conducción haciendo
referencia tanto a la información que proporciona el propio vehículo, como a los datos
procedentes del contexto en el que circula.
De todos estos términos hablaremos en este capítulo, atendiendo especialmente a los

Sistemas Inteligentes de Transporte y a las Redes Vehiculares incluidas en un entorno
de ciudad inteligente (Smart City). También estableceremos la motivación, objetivos y
principales aportaciones de la presente tesis doctoral, así como la estructura del
documento completo y las publicaciones fruto de nuestras investigaciones en este
campo.
1.1 Introducción a las Ciudades Inteligentes (Smart Cities)

Según el “Libro Blanco de Smart Cities” [3], el nivel de población en ciudad sufrirá un
drástico aumento que conllevará una serie de problemas como son las dificultades en la
organización social, la gestión del territorio y el deterioro del medioambiente. Este tipo
de situaciones serán especialmente acentuadas en los entornos urbanos más poblados
donde una mayor concentración de habitantes agudizará la incidencia de la problemática
mencionada anteriormente. Además de esto, merece la pena destacar que las
estimaciones de ciudadanos que habitarán en ciudades en el año 2050 será el 70% del
Tesis Doctoral
total de la población mundial, lo que implica que todavía se acentúen más los problemas
descritos.
Dada esta situación, los gobiernos y agentes involucrados en la gestión y control de las
ciudades, incluyendo a la población que vive en ellas, ven cada vez más necesario un
cambio del modelo actual de ciudad. Se pretende que una urbe sea capaz de amoldarse a
nuevas necesidades, ofreciendo a los ciudadanos una mejor calidad de vida, a la vez que
intenta mitigar o reducir los problemas existentes.
Dentro de este marco es donde toma sentido la idea de Smart City. Este término surgió
de la evolución de las denominadas “Ciudades Digitales” nacidas en España en el año
2004 mediante un trabajo que llevó a cabo el Ministerio de Industria con la elaboración
del primer programa de Ciudades Digitales que se aplicó a muchas ciudades y
provincias del país [4], [5]. Fue un poco más tarde cuando IBM nombraría a este tipo de
urbes como Smart Cities.
A partir de este punto es cuándo toma sentido la idea de Smart City, que ha de ser
entendida como un concepto holístico y abierto de la definición de ciudad, teniendo el
propósito final de alcanzar una gestión eficiente en todas sus áreas (urbanismo,
transporte, servicios, sanidad, energía, etc.), satisfaciendo a la vez las necesidades de la
ciudad y de sus ciudadanos. Todo ello, debe conseguirse de acuerdo a los principios de
Desarrollo Sostenible expuestos en el Programa 21 [6], desarrollado por Naciones
Unidas, y tomando la innovación tecnológica y la cooperación entre los diferentes
agentes que están involucrados en el entorno del núcleo urbano (agentes económicos y
sociales) como los principales motores del cambio hacia el concepto de ciudad eficiente
o ciudad inteligente (Smart City).
Una Smart City está compuesta de algunos elementos fundamentales que pasamos a
nombrar:
 El espacio urbano
 El sistema de infraestructuras en ciudad
 El complejo de redes y plataformas inteligentes
 La ciudadanía, como pilar fundamental para el desarrollo y uso de nuevos
servicios
A partir de aquí, las políticas públicas deberían estar obligadas a incorporar el concepto
de Smart City para favorecer la innovación, el desarrollo de ideas, servicios y
aplicaciones, que permitan el crecimiento de la ciudad a nivel tanto económico como
personal de sus habitantes. En definitiva, ayudar a que se produzca una completa
evolución de la ciudad.
José A. Sánchez
4
1.1.1. Bloques Temáticos de una Smart City

Dentro del despliegue de una Smart City, encontramos diversos bloques temáticos a los
que afectarán a diferentes procesos cuya finalidad es conseguir la evolución de la
ciudad. Para ello, se deberán aplicar una serie de directrices que serán explicadas a
continuación. Entre los bloques más representativos encontramos:
 Gobierno: Las entidades gubernamentales son uno de los principales agentes

encargados de que el desarrollo y evolución de la ciudad pase de un hecho
imaginado a una realidad, por ello se aplican directrices que guiarán este proceso.
Uno de los principales retos en este bloque en el contexto de una Smart City es el
de la transparencia, en el sentido de permitir a la ciudadanía el acceso a la
información que trasciende del Gobierno y la Administración. Llegados a este
punto, cobran especial sentido los movimientos denominados como “Open Data”
y “Open Government” que permiten el intercambio y la aportación de datos a la
población a través de servicios como la web.
Otro de los principales factores dentro de este bloque es la definición del papel
que llevan a cabo las Tecnologías de la Información y las Comunicaciones (TIC),
por parte de los órganos de gobierno en el despliegue de las Smart Cities. La
aplicación de las TIC se ha extendido en el entorno de Smart City en términos de
innovación, sostenibilidad y calidad de vida, entendiendo el concepto como un
recurso transversal que afecta a todos los bloques temáticos que componen una
Smart City, pudiendo conseguir herramientas TIC como los portales multiacceso
(web, TV, internet móvil, etc.), la creación de las tarjetas inteligentes “Smart
Cards” para el acceso a servicios de la ciudad, los puntos inalámbricos de
conexión Wi-Fi, y un sinfín de herramientas y servicios tecnológicos al servicio
del ciudadano y, en definitiva de la ciudad.
El último punto importante en este apartado es el de los Servicios, buscando un

enfoque integral de servicios municipales, públicos y privados. En este sentido
existe una necesidad de nuevos modelos de prestación de servicios y una
integración adecuada mediante un modelo de gestión eficiente y capaz de
garantizar la calidad e innovación. Por otro lado, también podríamos pensar en
una serie de servicios mancomunados para entornos de ciudades próximas y
gestionadas, por ejemplo, por una misma provincia.
Algunos ejemplos de referencia dentro del ámbito del avance de una Smart City
desde el punto de vista Gubernamental a nivel nacional son las ciudades
escandinavas. Como muestra de ello, en los rankings desarrollados por el estudio
“European Smart Cities”, las siete primeras se encuentran entre Finlandia,
Dinamarca y Suecia, y así lo demuestran los estudios desarrollados en este sentido
como [7], donde tienen en cuenta los avances hacia una ciudad centrada en el
ciudadano y en el e-gobierno o [8], donde hablan del transporte sostenible y la
política pública.
Tesis Doctoral
Dentro del ámbito nacional también son muchas las ciudades que se han sumado a
la línea de la transparencia y el e-gobierno, teniendo un claro ejemplo en Pozuelo
de Alarcón, donde su ayuntamiento está comprometido con el desarrollo de un
nuevo modelo de servicio y de interacción con los ciudadanos basado en e-
Gobierno. Otras ciudades como Gijón1 o Bilbao2, han realizado grandes esfuerzos
en aspectos relacionados con la accesibilidad de información sobre la corporación
municipal y las relaciones con los ciudadanos, obteniendo una calificación de
“Excelente” en el Índice de Transparencia en Ayuntamientos desde 2010, como
muestran los estudios de L.F Olivares [9] o S. González [10].
 Movilidad: La evolución de las ciudades hacia sistemas de transporte más

integrados en el entorno, es un hecho contrastado del que los usuarios se deben
aprovechar encontrando servicios más rápidos, eficientes y mejor coordinados.
En este caso, el concepto de movilidad dentro de un entorno de Smart City se

refiere tanto a la movilidad propiamente dicha, como a la seguridad y la eficiencia
de los sistemas de transporte e infraestructuras, a nivel local, nacional e incluso
internacional.
Uno de los principales agentes que intervienen en este bloque temático es la

creación de Planes de Movilidad Urbana Sostenible (PMUS), donde se definen un
conjunto de actuaciones que tienen como objetivo la implantación de formas de
desplazamiento más eficientes y sostenibles dentro de la ciudad. Mediante la
creación de los PMUS, podemos conseguir la disminución de atascos, la
disminución del consumo de energías no renovables, la mejora en las condiciones
de accesibilidad y, en definitiva, todo lo que nos permita mejorar la calidad
ambiental de los núcleos urbanos, así como la mejora de calidad de vida de los
ciudadanos.
Otro factor principal en este contexto, es la sostenibilidad e innovación en el

transporte que se aplica al campo de la movilidad sostenible mediante la
incorporación progresiva de vehículos más ecológicos y la acogida de propuestas
alternativas. Ejemplos de este comportamiento, son el uso del transporte público
como solución de movilidad en ciudad o aquellas desarrolladas por la aplicación
de nuevas soluciones tecnológicas.
Claros ejemplos seguidos por ciudades nacionales son Barcelona3 o Santander4

entre otras, que desarrollan planes de movilidad sostenible promoviendo, en
algunos casos, la creación de proyectos basados en movilidad eléctrica dentro de
los denominados “Living Labs”, favoreciendo los despliegues de vehículos
eléctricos.
1 http://www.gijon.es/
2 http://www.bilbao.eus/
3 http://www.barcelona.cat/es/
4 http://www.smartsantander.eu/
José A. Sánchez
6
 Sostenibilidad: Uno de los principales factores que afectan a una ciudad depende,
en gran medida, de lo cuidadas que estén sus condiciones naturales y
medioambientales dentro del entorno urbano. En este caso, las características a
nivel medioambiental influyen directamente en el ciudadano a la hora de valorar
su atractivo e incluso su nivel de calidad de vida en un entorno más o menos
contaminado. Por todo ello, es importante que se desarrolle dentro de la ciudad
una gestión medioambiental que la proteja contra elementos adversos que hacen
referencia a la contaminación existente, la gestión del agua, la gestión de los
residuos y la gestión de los recursos medioambientales que propicien la mejora
ambiental de la ciudad.
Uno de los principales ejemplos, que tiene como finalidad crear un entorno más
eficiente, limpio y verde, es la capital de Eslovenia, Ljubljana5, que supone uno
de los referentes en planificación medioambiental en Europa [11].
 Población: La ciudadanía es una de las piezas fundamentales para garantizar el

éxito de una Smart City ya que la población, es la que puede intervenir en su
desarrollo con el objetivo de conseguir servicios que aumenten su nivel de
confort.
Uno de los principales factores dentro de este bloque temático es la Participación

Ciudadana. Los ciudadanos tienen el derecho de gozar del derecho de tomar parte
en los procesos de participación pública para la creación de programas y planes,
evaluación de proyectos, desarrollo de legislación, etc. En este sentido, existen
diversos métodos para promover la participación pública dentro de un entorno de
Smart City como la utilización de distintas redes sociales para la realización de
encuestas y votaciones, así como la visualización de sitios web que permitan a los
usuarios poder participar de forma más activa en el proceso de construcción del
nuevo modelo de ciudad.
Un ejemplo claro sobre este tipo de nuevos paradigmas de participación es el

llevado a cabo por el ayuntamiento de Pozuelo de Alarcón y la aplicación de la e-
Participación dentro del marco de Gobierno Inteligente explicado en el bloque
temático correspondiente.
 Economía: Las Smart Cities son los mejores lugares en los que vivir y, por tanto,
resultan menos caras de gestionar. Por lo que, la influencia de los beneficios
provocados por la integración de servicios inteligentes dentro de una Smart City,
influye directamente en la gestión económica de la ciudad.
Entre las principales acciones a llevar cabo dentro de este bloque temático
encontramos la opción de crear un mayor atractivo de inversión que permita
mejorar el nivel económico de la ciudad, ser capaz de atender a la productividad y
competitividad en el mercado de trabajo e intentar promover el atractivo turístico
5 http://www.ljubljanaforum.org/2016/
Tesis Doctoral
de la misma, que implica un nivel de ingresos elevado en algunas ciudades como

Viena, Nueva York o París.
Respecto a este bloque, uno de los principales ejemplos nacionales es Valladolid6

que apuesta fuertemente por una filosofía “Smart” obteniendo importantes réditos
económicos, teniendo uno de los ejes del nuevo modelo en el proyecto “Ríos de
Luz” [12], que consiste en la renovación y remodelación del alumbrado público
de monumentos y edificios emblemáticos para impulsar la eficiencia y ahorro
energético.
Como podemos observar, todos estos bloques están integrados en el concepto global de
la definición de Smart City, pudiendo constituirse de tal forma que la suma de todos, de
lugar una ciudad más eficiente y accesible para todos los integrantes que conviven en
ella.
1.2 Sistemas Inteligentes de Transporte (ITS)

Sin perder el contexto de Smart City explicado en la sección anterior, en este punto
atendemos a los Sistemas Inteligentes de Transporte (Intelligent Transport Systems -
ITS), que conforman un conjunto de soluciones tecnológicas basadas en la informática y
las telecomunicaciones (Telemática) diseñadas para mejorar la operación y la seguridad
del transporte terrestre. Bien es cierto, que su uso puede ser aplicado a otro tipo de
medios de transporte, como el aéreo, en el que ya se han desarrollado diversos estudios
de seguridad, como el presentado por Strohmeier en su Tesis Doctoral habla de la
seguridad en las comunicaciones de redes aéreas de nueva generación [13], aunque su
principal desarrollo ha estado siempre orientado al transporte por carretera.
Desde hace tiempo, aplicaciones como el cobro electrónico de peajes, la vigilancia

automática de infracciones al volante y, más recientemente, sistemas de notificaciones
de emergencias a bordo del vehículo, como por ejemplo eCall [14], que será obligatorio
a partir del año 2018, han estado y estarán presentes en las carreteras. En los últimos
años, ha aparecido diversa reglamentación a nivel europeo y nacional sobre la
implantación de los ITS, encontrando en la Directiva 2010/40/UE del Parlamento
Europeo y Del Consejo de 7 de Julio de 2010 [15] y en el Real Decreto 662/2012, de 13
de Abril [16], la regulación dentro del marco europeo para la implantación de los
sistemas inteligentes de transporte en el sector del transporte por carretera y para las
interfaces con otros modos de transporte actual.
Como vemos, los ITS conforman un esfuerzo global entre gobiernos, industria privada y
centros de investigación para la aplicación de nuevas tecnologías de la información y las
comunicaciones para dar respuesta a los problemas del transporte global [17]. Pese a
que la diversidad de problemas, desarrollos tecnológicos y objetivos es muy amplia, se
definen algunos objetivos básicos que los ITS deben abordar:
6 https://www.valladolid.es/es
José A. Sánchez
8
 Mejorar la Seguridad en todos los medios de transporte actuales.
 Mejorar la Eficiencia de los sistemas de transporte reduciendo, de esta forma, los

tiempos de viaje y las congestiones de tráfico mediante planes de movilidad.
 Implantar dentro del transporte Políticas de Desarrollo Sostenible, reduciendo

las emisiones de los gases y optimizando el uso de infraestructuras.
 Incrementar el Confort de los pasajeros con servicios de información apropiados:

Sistemas de ayuda a la toma de decisiones, sistemas adecuados de navegación,
etc.
Un paso más para alcanzar la consecución de los objetivos planteados ha sido la

aparición de los Sistemas Inteligentes de Transporte Cooperativos, o en inglés,
Cooperative Intelligent Transport Systems (C-ITS). En este tipo de ITS, encontramos
diferentes entidades que cooperan con el fin de conseguir un servicio que permita
alcanzar alguno de los objetivos planteados con anterioridad. De esta forma, y aplicando
este concepto al contenido de la presente Tesis Doctoral, encontramos la posibilidad de
comunicación y cooperación de elementos que componen la carretera: vehículos,
señales de tráfico, semáforos, etc., en busca de mayor seguridad, mejora de la
sostenibilidad ambiental, mayor eficiencia y aumento del confort de forma más efectiva
que mediante el uso de ITS autónomos. La innovación tecnológica de este tipo de
sistemas radica en la cantidad de información que son capaces de manejar al tener más
agentes involucrados en el proceso de creación de un servicio para el transporte.
Mediante la consecución de los objetivos planteados anteriormente, los C-ITS e ITS,

mediante la aplicación de sistemas de procesamiento de información avanzada,
comunicaciones, sensorización y tecnologías de control, pueden intentar solventar
diversos problemas del transporte global siendo necesario un mantenimiento o aumento
de los recursos invertidos en la investigación y desarrollo (I+D) para este tipo de
tecnologías.
1.3 Redes Vehiculares

Como se ha explicado anteriormente, los C-ITS intentan buscar soluciones a los
problemas de seguridad de pasajeros y congestión del tráfico, además de mejorar el
confort y la información que reciben tanto conductores como pasajeros. Para conseguir
que los elementos sean cooperativos, debe existir una comunicación entre ellos. Con el
fin de proporcionar esta funcionalidad, se hace imprescindible el uso de comunicaciones
inalámbricas dentro de los sistemas de transporte mediante el desarrollo de redes
vehiculares.
Tesis Doctoral
Una red vehicular viene definida por el acrónimo VANET (Vehicular Ad-hoc NETwork)
consistiendo en un conjunto de vehículos en movimiento que crean redes altamente
dinámicas [18]. De este modo, las VANETs son un tipo especial de redes móviles Ad-
hoc (MANETs) definidas en el estudio de G. F Marias et al. [19]. En el despliegue de
este tipo de redes intervienen dos agentes fundamentales: Vehículos, equipados con
sistemas de comunicaciones inalámbricos, e Infraestructuras.
1.3.1. Elementos de las Redes Vehiculares

Como hemos explicado anteriormente, el despliegue de las redes VANETs se
fundamenta en dos tipos de nodos: Vehículos e Infraestructuras, equipados con
diferentes sistemas de comunicaciones. El vehículo, debe incorporar una unidad de
abordo (On-Board Unit, OBU) que dispone de un sistema inalámbrico de
comunicaciones de corto alcance que permite la formación de redes ad-hoc. Cuando
hablamos de infraestructuras, por norma general, serán nodos situados al lado de la
carretera (Road-Side Unit, RSU) utilizados para conectar los vehículos a la
infraestructura de red cableada o incluso expandir a lo largo de un área servicios o
aplicaciones dentro de la propia red VANET mediante conexiones inalámbricas.
Otro elemento común dentro de un entorno de red vehicular es el Global Positioning

System (GPS)[20], necesario para localizar el vehículo y ofrecer servicios de asistencia
a la conducción o geolocalización aplicables dentro de flotas profesionales y no
profesionales de conductores.
Existen otros elementos secundarios que también pueden ser incorporados dentro de un
entorno de red vehicular como sensores que reciben información útil del vehículo (o su
entorno) y que generalmente el conductor no puede percibir por sí mismo. Claro
ejemplo de ello, son los sistemas de asistencia al aparcamiento, servicios de ayuda en el
adelantamiento, las aplicaciones de telefonía por Bluetooth, etc. Estos sistemas pueden
proporcionar información útil dentro del vehículo, que puede ser transmitida a otros
automóviles con el fin de crear un servicio colaborativo entre los nodos que conforman
la red vehicular.
1.3.2. Tipos de Comunicación dentro de una Red Vehicular

Dentro del entorno de una red vehicular se pueden producir varios tipos de
comunicación entre nodos. Podemos encontrar los siguientes:
 Vehículo-a-Vehículo (V2V): Comunicaciones efectuadas entre los vehículos de

un modo ad-hoc espontáneo. En este tipo de comunicación un vehículo puede
intercambiar información valiosa con otros vehículos como, por ejemplo, el
estado de la vía mediante la detección y aviso de accidentes u obras, las
condiciones actuales del tráfico u otros servicios susceptibles del uso de este tipo
de comunicación.
 Vehículo-a-Infraestructura (V2I): Este tipo de comunicación se realiza entre los

vehículos y las estaciones situadas al lado de la carretera (RSUs). Sirven, por
José A. Sánchez
10
ejemplo, para intercambiar información sobre las condiciones de la vía y avisos

para que la infraestructura tenga en consideración la información acerca del
entorno de la red y de los nodos que se comunican con ella. Este tipo de
comunicaciones también se utiliza como enlace para el intercambio de datos con
redes externas, por ejemplo, Internet.
 Infraestructura-a-Vehículo (I2V): Este caso de comunicación es similar a la

presentada en el punto anterior, pero atendiendo a la comunicación en dirección
opuesta, es decir, de infraestructura a vehículo. Mediante este tipo de
comunicación una RSU puede transmitir información recopilada previamente o
que se ofrezca a través de alguna red externa como Internet. Un posible servicio
que hace uso de este tipo de comunicación sería el de información en tiempo real
del estado de la vía o las condiciones del tráfico enviando información desde la
infraestructura al vehículo (o vehículos).
 Infraestructura-a-Infraestructura (I2I): Este tipo de comunicación suele ser el

menos habitual dentro de una red vehicular completa. Encontramos útil la
posibilidad del intercambio de información entre infraestructuras obteniendo
beneficios como la difusión de información recopilada por los vehículos y
enviada previamente a las infraestructuras para, posteriormente, ofrecer servicios
de información al conductor. Este tipo de comunicación puede estar
implementada haciendo uso de infraestructuras existentes como puede ser el
cableado de conexión a Internet ubicado en las vías urbanas.
1.3.3. Integración de Redes Vehiculares en los Entornos de Smart

Cities
Enlazando el concepto de Red Vehicular y de Smart City (explicado en la sección 1.1),
mediante los bloques temáticos y factores clave que intervienen en su despliegue,
podemos atender a la Movilidad, Sostenibilidad, Población y Economía como ejes
fundamentales de la presente Tesis Doctoral. En este sentido, el uso de Redes
Vehiculares dentro de un entorno urbano, propicia el despliegue de nuevas aplicaciones
que den servicios a la población de la ciudad para provocar una mejora de su calidad de
vida en el ámbito del transporte.
Los autores del “Libro Blanco de Smart Cities” [3], proponen un método básico de
análisis individual para cada uno de los municipios sugiriendo la utilización de una tabla
que establece la relación entre los bloques temáticos, los factores claves que influyen en
cada uno de ellos, y exponiendo el grado de desarrollo actual, la viabilidad y la
prioridad de las posibles soluciones.
Haciendo referencia a esta propuesta, la Tabla 1 muestra la relación entre los factores
clave que intervienen en el desarrollo de una ciudad y los bloques temáticos a los que
hacen alusión. Vemos cómo, los principales aspectos afectados son: Movilidad,
Sostenibilidad, Población y Economía. Así mismo, podemos observar como los factores
clave presentados están fuertemente relacionados con la conectividad entre vehículos,
Tesis Doctoral
consiguiendo la creación de planes de movilidad inteligente que puedan dar lugar a una
mejora medioambiental y un turismo más eco-eficiente. Todo lo expuesto
anteriormente, también se basa en la participación ciudadana para el despliegue y
validación de aplicaciones dentro de este tipo de entornos.
Bloque Factor Clave

Movilidad Conectividad y transporte local
Contaminación (aire y agua)
Sostenibilidad Instrumentos de Protección
medioambiental
Población Participación Ciudadana
Economía Turismo eco-eficiente
Tabla 1. Análisis y desarrollo de una Smart City atendiendo a la inclusión de Redes Vehiculares en los
bloques temáticos sobre Movilidad, Sostenibilidad y Población basado en la propuesta de [3]
Pese a que parecen factores clave independientes, entre ellos están relacionados dentro
del concepto abierto de Smart City, ya que, mediante la aplicación de diversas
aplicaciones y servicios, pueden implicar una mejora sustancial de varios factores clave
y bloques temáticos relacionados con la motivación y objetivos de esta Tesis Doctoral y
que serán explicados en los siguientes apartados.
1.4 Motivación de la Tesis Doctoral

La incorporación de redes de comunicaciones vehiculares en un entorno urbano,
motivan la creación de nuevos servicios que pueden ofrecer al conductor y pasajeros del
vehículo una serie de ventajas. Estos servicios son categorizados en tres grupos [21],
[22]:
 Eficiencia del tráfico y Asistencia al Conductor: Este tipo de servicios están

orientados a incrementar la capacidad de la red de carreteras y reducir el tiempo
de trayectos. Como principal ejemplo podemos proponer la planificación
dinámica de rutas (movilidad inteligente), el control de intersecciones o servicios
de detección y mitigación de congestiones que dará lugar a la reducción de gases
contaminantes y la mejora medioambiental.
 Seguridad: Los accidentes en carretera producen alrededor de 1.25 millones de

muertes cada año, siendo la primera causa mundial de muerte de personas de entre
15 y 29 años [23]. Estos servicios buscan la reducción de la tasa de accidentes y el
aumento de la seguridad tanto para los ocupantes del vehículo como para los
peatones. Algunos de los ejemplos destacables en este sentido pueden ser los
José A. Sánchez
12
sistemas de anticolisión y notificaciones sobre la proximidad de accidentes o la

detección de vehículos de emergencia cuando éstos se aproximan a nuestra propia
ubicación.
 Entretenimiento e Información (infotainment): El objetivo de este tipo de

servicios es incrementar el confort de los ocupantes de los vehículos mediante el
ofrecimiento de servicios de valor añadido como el acceso a internet y contenidos
multimedia. Ejemplos para clarificar este tipo de servicios pueden ser el vídeo
bajo demanda, el pronóstico del tiempo y videoconferencias, información sobre la
propia conducción con el fin de realizarla de forma más eficiente, etc.
Como vemos, estos nuevos servicios garantizarían 2 factores muy importantes a la hora
de poder realizar una conducción de forma más adecuada:
 Reducción del número de accidentes en carretera.

 Disminución de la contaminación ambiental que existe en las ciudades.
Para todo ello, se debe estudiar, no solo las redes de comunicaciones de vehículos, sino
también el entorno que las rodea y los medios necesarios para conseguir que esos
objetivos se cumplan. A raíz de esto, se planteó la presente Tesis Doctoral, teniendo
como principal objetivo la realización de un profundo estudio de las redes vehiculares,
no únicamente desde el punto de vista de las comunicaciones, sino también del contexto
en el que están envueltas, aplicándolo especialmente a entornos de movilidad inteligente
y a temas relacionados con la sostenibilidad ambiental en las ciudades que se están
forjando en la actualidad: Las “Smart Cities” (Ciudades Inteligentes).
1.5 Objetivos de la Tesis Doctoral

El objetivo general de la Tesis Doctoral es el de realizar un análisis en profundidad de
las redes vehiculares, no solo desde el punto de vista de las comunicaciones entre
automóviles, sino también de flotas de vehículos que atienden a algún servicio
proporcionado dentro de los entornos vehiculares centrándonos sobre algunos ejes
fundamentales:
 Uso de estándares dedicados a las Redes Vehiculares (IEEE 802.11p) para la

creación de nuevos servicios.
 Uso de Tecnologías Convencionales para dar Soporte a las Redes Vehiculares.
 Movilidad Inteligente en Redes Vehiculares.
 Usabilidad de Dispositivos Incluidos en Entornos de Redes Vehiculares.
Tesis Doctoral
 Sostenibilidad Ambiental en Entornos de Ciudades Inteligentes Mediante la

Aplicación de Redes Vehiculares o Flotas de Vehículos.
 Eficiencia en la Conducción.
Para lograr alcanzar el objetivo general hace falta establecer objetivos secundarios que
deberán ser atendidos con el fin de completar el estudio que nos compete. A
continuación, se presentan los más importantes:
 Revisar de forma exhaustiva el estado actual de redes de comunicaciones

vehiculares y sus aplicaciones.
 Estudiar las herramientas de simulación para la creación y despliegue de servicios
orientados a las redes vehiculares.
 Desarrollar y desplegar el uso de tecnologías inalámbricas convencionales para
dar soporte a las redes vehiculares.
 Desarrollar planes de movilidad inteligente en entornos urbanos atendiendo a la
toma de decisiones inteligentes para la selección de rutas en función del contexto
de la vía.
 Estudiar las posibilidades existentes para la reducción de la contaminación
ambiental en ciudades mediante el uso de redes vehiculares o flotas de vehículos.
 Examinar y analizar la información de una red de vehículos encargada de la
monitorización en tiempo real de la contaminación en ciudad.
 Analizar la información localizada en entornos vehiculares como: información del
propio vehículo, interacción con el entorno y datos medioambientales.
 Estudiar la usabilidad de dispositivos de abordo del vehículo para la visualización
de diversa información.
 Estudiar la inclusión de las redes vehiculares en las ciudades inteligentes.
Todos estos objetivos parciales nos servirán para conseguir alcanzar el objetivo
principal de la Tesis Doctoral, que versa sobre los ejes explicados con anterioridad. En
las siguientes subsecciones se describen los más importantes.
1.5.1. Desarrollar planes de movilidad inteligente en entornos

urbanos
Hoy en día, el incremento del número de vehículos que circulan por ciudad y el
consecuente aumento de la contaminación, están dando lugar a que las principales
administraciones y gobiernos tomen medidas drásticas como la prohibición del
estacionamiento en zonas céntricas de las ciudades o la limitación de la libre circulación
en función del número de matrícula de los vehículos.
José A. Sánchez
14
En la actualidad, el diseño, desarrollo e implantación de planes de movilidad inteligente

dentro de entornos urbanos puede suponer grandes beneficios a todos los agentes
involucrados. En primer lugar, la disminución de la cantidad de tiempo empleada en los
trayectos implica una mejora en la eficiencia del transporte por carretera que permite, a
su vez, que el vehículo esté menos tiempo en funcionamiento y, por tanto, consumiendo
menos combustible y emitiendo un número menor de gases contaminantes al
medioambiente.
1.5.2. Creación de aplicaciones como soporte a comunicaciones

vehiculares mediante el uso de estándares comerciales para la
creación de planes de movilidad
Pese a que existen estándares destinados a las comunicaciones vehiculares, como el
IEEE 802.11p, el despliegue comercial de este tipo de tecnología no se ha extendido con
la rapidez esperada debido al alto coste que supone para la empresa automovilística y el
consecuente desembolso que los usuarios deben realizar al adquirir este tipo de
elementos de comunicación, así como la falta de seguridad que plantea la inclusión de
esta tecnología en el mundo real. Por ello, la creación de aplicaciones y servicios que de
soporte a comunicaciones vehiculares mediante el uso de estándares comerciales
(inalámbricos), como Wi-Fi Direct, ha sido considerado en la presente Tesis con el
firme objetivo de conseguir la adecuación de tecnologías más accesibles a los usuarios
que pueden permitir la creación de estos servicios y aplicaciones bajo condiciones
determinadas y en entornos de conducción controlados y reales.
1.5.3. Estudiar las posibilidades existentes para la reducción de la

contaminación ambiental en ciudad
Entroncando con la temática del objetivo planteado en las secciones anteriores (1.5.1 y
1.5.2), este apartado plantea el estudio de las posibilidades existentes para la reducción
de la contaminación ambiental que se produce en ciudad. Actualmente, esta
contaminación se debe, en gran parte, a la afluencia de vehículos que transitan por ella
debiéndose desarrollar nuevos planes de monitorización ambiental y sistemas que
permitan reducir esta contaminación sin la toma de decisiones drásticas como la
prohibición del tráfico en ciudad. A través de diferentes planes de movilidad y entornos
telemáticos de recogida de información de la propia ciudad es posible la creación de
modelos predictivos o reactivos que sean capaces de mitigar, o por lo menos paliar, los
efectos negativos que la contaminación ambiental provoca en las urbes.
1.5.4. Analizar la usabilidad de dispositivos de abordo del vehículo

para la visualización de información
En la actualidad, el número de dispositivos que llevamos incorporados a bordo del
vehículo está incrementando considerablemente, así como la información que recogen
acerca del propio vehículo o del contexto que le rodea. De esta forma, navegadores
GPS, ordenadores de abordo, cuadros de mandos u otras aplicaciones externas de
música o información del estado del tráfico o de la climatología, ofrecen al conductor
Tesis Doctoral
una cantidad ingente de información que debe ser procesada de forma correcta para no
poner en riesgo la seguridad.
Con el objetivo en mente de la mejora del proceso de conducción en busca de una

conducción más eficiente y segura, se persigue la realización de varios análisis de
usabilidad e interacción con dispositivos de abordo en el vehículo, que nos permitan
visualizar información intentando, en todo momento, disminuir el riesgo de seguridad
que supone prestar atención a todos los datos que encontramos cuando estamos
circulando.
1.6 Principales Aportaciones

Como resultado de perseguir los objetivos planteados en el Apartado 1.4, destacamos,
en la presente sección, las principales aportaciones surgidas durante el proceso
investigador y que son incluidas en cada uno de los Capítulos que componen la presente
tesis doctoral.
1.6.1. Revisión de simulación en entornos de Redes VANET y caso

de estudio sobre transmisión de datos de vídeo bajo el estándar
H.265
La simulación de entornos de redes VANET es un elemento fundamental para el estudio
y desarrollo de nuevos servicios. Ante la imposibilidad de la creación de una red
vehicular real de grandes dimensiones que use el estándar dedicado a este tipo de redes
(802.11p), la simulación de entornos vehiculares para comunicaciones se hace un
elemento imprescindible.
Ante esta problemática y con el objetivo de realizar un estudio amplio sobre redes
vehiculares en entornos de ciudad, se decidió realizar una revisión del protocolo IEEE
802.11p y de los entornos de simulación para redes VANET y aplicarlo sobre un caso
de estudio concreto de transmisión de datos de vídeo bajo el estándar H.265. De esta
forma, se comprobó la viabilidad del uso de este tipo de tecnología en el estudio de las
VANETs.
En este caso, en el Capítulo 3 se tratará en profundidad la temática relacionada con este

tipo de entornos y caso de estudio propuesto a tal efecto.
1.6.2. Creación de planes de movilidad inteligente aplicando

metodologías de lógica difusa y comunicaciones vehiculares
Uno de los principales problemas de contaminación en ciudad se debe a las emisiones
que hacen los vehículos. Por ese motivo, en muchas ciudades, se están estableciendo
diversas regulaciones que prohíben la libre circulación de los vehículos, con el objetivo
de que los niveles de contaminación desciendan de forma considerable.
José A. Sánchez
16
Desde el punto de vista opuesto a este tipo de decisiones, creemos que la creación de
planes de movilidad inteligente puede ayudar a mitigar los efectos nocivos de las
emisiones de gases contaminantes sin la necesidad de aplicar normativa restrictiva. Por
ello, se ha estudiado la creación de planes de movilidad inteligente en ciudad y optado
por la aplicación de lógica difusa y comunicaciones vehiculares en la toma de
decisiones de elección de ruta.
El Capítulo 4 presenta, sin lugar a duda, una de las mayores aportaciones de la presente
Tesis, desarrollando un plan integral de movilidad inteligente en ciudad haciendo uso de
comunicaciones de tipo V2V y V2I.
1.6.3. Aplicación de Wi-Fi Direct como tecnología accesible para su

uso en comunicaciones vehiculares relacionadas con servicios de
movilidad inteligente en ciudad
Uno de los principales problemas al intentar desplegar una red vehicular real, es el alto
coste actual de los equipos que implementan los estándares dedicados a este tipo de
entornos (IEEE 802.11p) y los riesgos en la seguridad cuando aplicamos elementos
prototípicos en un entorno real.
Nuestra aportación en ese sentido, se basa en la consecución de aplicaciones soportadas

por otras tecnologías (en este caso Wi-Fi Direct) para ofrecer servicios de apoyo a las
comunicaciones vehiculares puras que aplican los estándares destinados a ellas.
El Capítulo 4 de la presente tesis, profundiza en la aplicación de diferentes tecnologías

alternativas para la realización de comunicaciones vehiculares y presenta el desarrollo
de una aplicación que atiende servicios de movilidad inteligente para detectar el estado
de la vía en tiempo real y comunicar esa información a otros vehículos (o
infraestructura) vía Wi-Fi Direct. De esta forma, hemos conseguido crear un servicio de
comunicaciones vehiculares que, bajo ciertas condiciones, es capaz de reconocer el
estado actual de las carreteras y compartir esa información con vehículos de su entorno.
1.6.4. Realización de estudios de Usabilidad e Interacción con

dispositivos embarcados en el vehículo
Cuando hablamos de comunicaciones vehiculares, lo hacemos en el sentido del
intercambio de información. Esta información que recibimos y/o enviamos debe ser
presentada de forma correcta a los usuarios de los vehículos con el propósito de no
disminuir la eficiencia y seguridad en el proceso de conducción.
Por ese motivo, el Capítulo 5 trata de profundizar en la temática relacionada con la

usabilidad de dispositivos embarcados en vehículos. Para ello, se han diseñado y
ejecutado, diferentes estudios sobre la inclusión de nuevos dispositivos en entornos
vehiculares para probar su viabilidad, realizando pruebas reales con usuarios. En primer
lugar, se analizó el comportamiento de los conductores valorando el impacto que tiene
la inclusión en el vehículo de dos sistemas de asistencia a la conducción mediante la
Tesis Doctoral
visualización de información en una pantalla convencional (HDD - Head-Down

Display) ubicada en la zona lateral del salpicadero del vehículo. Por otro lado, se
efectuaron diversas pruebas mediante la utilización de dispositivos de tipo HUD en el
entorno vehicular, que satisfacen, de forma considerable, las pretensiones de los
usuarios a la hora de la visualización de información e interacción con el vehículo.
Como aportación de este tipo de estudios, hemos conseguido obtener una buena
aproximación a la representación de información dentro de la cabina de los vehículos y
analizado, el nivel de aceptación que este tipo de nuevas tecnologías puede tener y el
impacto que genera su incorporación en un entorno vehicular.
1.6.5. Revisión de redes de monitorización ambiental en ciudad y

caso de estudio sobre representación de información
Esta última aportación, tratada con todo detalle en el Capítulo 6, está relacionada con la
problemática explicada en los puntos 1.6.2 y 1.6.3 sobre la relación entre la movilidad y
la contaminación en ciudad. Actualmente ya existen algunas redes fijas que detectan la
polución en puntos concretos. Esta metodología queda obsoleta por la imprecisión que
lleva asociada (al tener puntos aislados de la ciudad) o el gran gasto que supone poner
muchos puntos de monitorización ambiental de forma fija. La solución propuesta
consiste en la monitorización ambiental móvil mediante redes de vehículos. Llegados a
este punto, se presenta la problemática de la representación de datos móviles tanto para
usuarios como para expertos en medio ambiente que pueden tomar medidas al respecto.
Por todo ello, se decidió realizar un estudio de representación de información ambiental
recogida por una red de monitorización móvil (autobuses urbanos) a diferentes grupos
de ciudadanos (pilar fundamental dentro de una ciudad inteligente).
1.7 Organización del Documento

La presente Tesis Doctoral se encuentra organizada en un conjunto de 7 capítulos que
siguen una secuencia lógica en la investigación de las redes vehiculares desde un punto
de vista global. De este modo se presenta, en primer lugar, el marco teórico en el que
está encuadrada. A continuación, se propone la aplicación directa de la simulación en
este tipo de redes, para continuar explicando las partes y estudios realizados dentro del
campo que abarca; movilidad inteligente y sostenibilidad ambiental. Finalmente se
presentan las conclusiones y líneas de trabajo futuro en el área.
De esta forma, el Capítulo 1 (en el que se incluye esta sección) recopila la información
referente a la Introducción de la presente Tesis Doctoral donde se abordan aspectos
introductorios sobre los entornos de Ciudades Inteligentes (Smart Cities), los Sistemas
Inteligentes de Transporte y las Redes VANET. Así mismo, este capítulo también
expone la motivación y objetivos planteados. Además, se tienen en cuenta las
principales aportaciones efectuadas durante el proceso investigador y las publicaciones
derivadas de la Tesis Doctoral.
José A. Sánchez
18
El Capítulo 2 desarrolla el Marco Teórico genérico en el despliegue de Redes

Vehiculares (VANETs) dedicando especial atención a la estandarización de las mismas,
los proyectos relacionados con ellas y a algunos despliegues que hacen uso de esta
tecnología. Por otro lado, se atiende a las aplicaciones dedicadas a esta clase de redes
que pueden ofrecer diferentes tipos de servicio a la ciudadanía.
En el Capítulo 3 se muestra una descripción del estándar dedicado a las redes

vehiculares, el IEEE 802.11p. Por otro lado, se analizan tanto el proceso de simulación
de las redes vehiculares, como las principales herramientas empleadas para su
implementación, siendo una propuesta fundamental para el estudio de este tipo de
tecnología. Como consecuencia, se presenta un caso de estudio concreto donde se
revisan los entornos de simulación destinados a este tipo de redes y se propone una
simulación real del intercambio de vídeo bajo el estándar H.265/HEVC dentro de una
red vehicular que usa el estándar IEEE 802.11p.
El Capítulo 4 está enfocado al campo de la movilidad inteligente en redes vehiculares

contemplando diversas aplicaciones y desarrollando un completo caso de estudio sobre
movilidad en entornos de ciudades inteligentes haciendo uso de un enfoque basado en
lógica difusa y comunicaciones vehiculares. Por otro lado, se propone un sistema que
busca un plan de movilidad inteligente en un escenario real. El objetivo principal es
ofrecer a la población, servicios y aplicaciones de interés mediante el uso de tecnologías
accesibles a los usuarios, como Wi-Fi Direct, que permitan la comunicación vehicular.
Otro de los puntos importantes dentro de las redes y entornos vehiculares es la

usabilidad de dispositivos embarcados en el vehículo. El Capítulo 5 es el destinado a
esta área realizando varios estudios sobre aplicaciones de eficiencia en la conducción y
navegación en entornos vehiculares que ofrecen información, así como la evaluación de
diferentes dispositivos de representación enfocados al HCI (Human-Computer
Interaction) entre la interfaz de representación y conductor.
El Capítulo 6 abarca la temática relacionada con la sostenibilidad ambiental aplicada a

las redes vehiculares, teniendo en cuenta los efectos positivos que pueden producir las
flotas de vehículos en ciudad y desarrollando un caso de estudio sobre diferentes
métodos de representación de información capturada mediante redes de monitorización
de calidad ambiental en ciudad.
Por último, el Capítulo 7 presenta las principales conclusiones obtenidas en todo el

proceso de investigación y en el desarrollo de la Tesis, así como las líneas futuras de
trabajo que están relacionadas con los entornos y redes vehiculares aplicadas a las
ciudades inteligentes.
1.8 Publicaciones Derivadas de la Tesis Doctoral

Durante el periodo en el que se han realizado los trabajos de investigación dentro del
ámbito de la Tesis Doctoral en la Universidad de Oviedo conducentes a la obtención del
Tesis Doctoral
título de Doctor, se han realizado diversas publicaciones científicas que se resumen en

el presente apartado. Están organizadas según el medio de divulgación elegido:
Artículos en Revistas y Aportaciones en Congresos.
1.8.1. Artículos en Revistas

 José A. Sánchez, Laura Pozueco, David Melendi, Xabiel G. Pañeda, Roberto
García, Abel Rionda and Alejandro Alija. Subjective Assessment of
Representation Methods for Environmental Mobile Monitoring Networks in
Cities. IEEE Latin America Transactions, Vol. 13, Nº. 12, pp. 3987-3996, 2015
(Impacto: 0.436/Q4/JCR-2015).
Estado: Publicado
Abstract - Air quality is an important problem because it has a direct impact on
human health and global warming. For years, governments have been monitoring
air quality using fixed stations. However, these stations only examine pollution at
specific locations. Therefore, pollution studies can only be created by
extrapolation. This situation may be improved by increasing the number of
stations or by deploying mobile monitoring networks. When it comes to
representing data, a network with fixed stations may show an evolution of
measurements in time. In the case of mobile networks, a problem appears when
information needs to be represented since they involve physical movement. Due
to the novelty of mobile monitoring networks, there is no general consensus on
how data must be represented. In this paper [24], we present a study conducted to
determine how environmental data gathered from mobile networks should be
represented. We evaluate different methods for environmental data representation
according to users’ interpretability. We also determine the preferred type of
display to access this type of information. Finally, we obtain users' preferences
regarding the usefulness of different types of information according to their
profile. A total of 110 users have participated in the study and the results show the
importance of an adequate representation of data in order to achieve a correct
interpretation of the information shown.
 Laura Pozueco, Abel Rionda, Alejandro G. Pañeda, José A. Sánchez, Xabiel G.

Pañeda, Roberto García, David Melendi and Alejandro G. Tuero. Impact of on-
board tutoring systems to improve driving efficiency of non-professional
drivers. IET Intelligent Transport Systems, 2017 (Impacto: 1.194 /Q3/JCR-2016).
Estado: Publicado
Abstract - Efficient driving has been positioned as the most popular alternative to
reduce air pollution and obtain fuel savings. However, efficient driving requires a
continuous learning process in order to prevent users reverting to their original
habits. In order to facilitate the learning process, on-board tutoring systems have
appeared. In this paper [25], we analyze in detail the impact of two types of such
eco-feedback devices on driver's behavior. The evaluated tutoring systems include
information related to the optimal engaged gear, but also related to other safety
José A. Sánchez
20
and comfort parameters. Our analysis is based on one of the largest and
heterogeneous population groups of nonprofessional drivers who have
participated in experiments with feedback devices specifically designed to
achieve more efficient driving. A total number of 158 volunteers participated in
the experiments covering periods of time between 3 and 11 months and using the
feedback devices during their daily routine. Results show that, in general, users
evolve positively following the eco-driving recommendations throughout the
duration of the experiments. In addition, there are significant differences in the
use of the tutoring system depending on the type of route, the time of day and
other factors such as age or gender.
 José A. Sánchez, Lucía Alonso, David Melendi, Xabiel G. Pañeda, Roberto

García. Collaborative System to Improve Traffic Conditions Based on Fuzzy
Logic and Wireless Vehicular Communications in Smart Cities. IEEE
Transactions on Intelligent Transportation Systems. (Impacto: 3.724 /Q1/JCR-
2016)
Estado: Pendiente de Aceptación
Abstract - Nowadays, the increase in the number of vehicles on the roads has
brought about several problems such as an increase in traffic congestion and,
consequently, in polluting emissions. These problems are especially severe in
urban environments. It is crucial to perform a sustainable urban mobility plan in
order to improve the traffic flow and therefore, reduce the negative impacts
caused by traffic jams. To this end, this paper presents a smart mobility plan that
employs a collaborative driving strategy. Each vehicle tries to infer traffic
conditions using its own status and the information shared by other peers. Using a
fuzzy logic approach, vehicles perform decisions in accordance with the traffic
levels inferred in real time. The designed mobility plan has been tested through a
simulation environment, taking into account two types of urban areas in a typical
European city. Our approach has increased average speeds by up to 11.20 % and
reduced CO2 emissions by up to 12.27 %. Thus, our results show that the
mobility plan has helped to enhance the ability of cars to be able to solve
problems caused by traffic congestion and traffic jams.
 José A. Sánchez, David Melendi, Laura Pozueco, Xabiel G. Pañeda and Roberto
García. Feasibility Analysis of the Usage of Head-Up Display Devices and
Speech Recognition in Real-Vehicular Environments. Universal Access in the
Information Society. (Impacto: 1.219 /Q3/JCR-2016)
Abstract - Purpose: In recent years, the number of on-board devices that provide
information about the vehicle, the driving process and the environment have
increased. Nevertheless, these devices can be very distracting. Head-Up Display
Devices (HUD) and speech recognition may be good techniques to enrich the
Tesis Doctoral
experience of drivers while keeping safety under control. Thus, the purpose of this
study is to carry out an evaluation of these techniques under real conditions.
Methods: 50 drivers have participated in a study divided into 2 parts. In the first
part, we have performed an evaluation of the usage of driving assistants with
HUD devices under real conditions. We have also compared HUDs with
conventional HDD (Head-Down Display) screens. Finally, we have also asked
users about their opinion on methods of interaction with HUDs. Considering the
results, we have carried out a second part aimed at evaluating the interaction with
HUD devices using speech recognition.
Results: 65% of the drivers prefer to use HUDs instead of HDDs for safety
reasons. Furthermore, the participants prefer to interact with HUDs using voice
commands. 86.66% of the users stated that this method of interaction improved
their feeling of safety.
Conclusions: The main conclusion is that users agree that driving assistants
combined with HUDs are useful and safe at the same time. Moreover, the
interaction with HUDs through voice commands is accepted by the majority of
the users. It improves their sensation of safety because they do not need to look
away from the road to use driving assistants.
 José A. Sánchez, David Melendi, Xabiel G. Pañeda and Roberto García. Towards
Smart Mobility in Urban Areas Using Vehicular Communications and
Smartphones. IEEE Latin America Transactions. (Impacto: 0.631 /Q4/JCR-
2016)
Abstract - Nowadays, professional fleets and non-professional drivers pursue to
reduce the consumption of fuel and to reduce their travel times. Nevertheless, this
may be challenging in urban areas due to the density of traffic. Dense traffic
increases travel times and, as a result, the consumption of fuel and the generation
of pollution. Thus, it is very important to develop new systems and models that
allow us to reduce the negative impacts caused by traffic jams. This paper
presents a communication system based on the Wi-Fi Direct technology, in which
a conventional smartphone is used to detect and prevent traffic jams in urban
areas in real-time. We have developed an autonomous system with commonly
available technologies. Our system uses a decision algorithm to determine when a
traffic jam occurs (probable and sure), informing other vehicles about this
situation. Drivers may act in accordance and change their initial route with the
aim of avoiding traffic jams and, consequently, reducing travel times and fuel
consumption. Through several field tests in which different conditions have been
considered, the results show the feasibility of our system.
José A. Sánchez
22
1.8.2. Artículos en Congresos

 José A. Sánchez, Laura Pozueco, Xabiel G. Pañeda, Alejandro G. Tuero, David
Melendi and Roberto García. Incorporation of Head-Up Display Devices in
Real-Vehicular Environments to Improve Efficiency in Driving. Proceedings
of the XVII International Conference on Human Computer Interaction, ACM,
2016.
Estado: Publicado en Actas del Congreso y ACM
Abstract - In the last years the number of devices that provide information about
the car the driving process has increased considerably. This also implies an
increased level of distraction and, thus, a decrease in safety. In this context, Head-
Up Display devices (HUDs) may be considered adequate representation interfaces
because they are transparent and they are located in the vision line of the driver.
HUDs allow drivers to view what is behind the screen without looking away from
the road. However, we must analyze the impact of these devices in order to fully
consider them safe in a driving context. In this paper [26], we present an
evaluation of HUDs in a real driving context, analyzing different kinds of
information. Firstly, we assess the display of efficient driving data gathered from
a mobile app. Next, we compare HUDs with conventional devices. Finally, we
perform several tests using a GPS assistant, due to the current relevance of these
services. A total of 20 non-professional drivers have participated in the
experiments. They had to drive vehicles equipped with a HUD display. We
evaluate the subjective opinion of the users using questionnaires in order to know
whether HUDs are acceptable in a vehicle or not. Results show a positive
feedback from users and a high sensation of safety.
Tesis Doctoral
José A. Sánchez
24
Tesis Doctoral
Capítulo 2
2 Marco Teórico
El presente capítulo se centra en el desarrollo del marco teórico en el que se fundamenta
la presente Tesis Doctoral. Abarca la temática relacionada con las Redes Vehiculares
(VANETs), prestando especial atención a la estandarización de las mismas y una
revisión de los principales proyectos relacionados. También se realiza un profundo
análisis sobre las aplicaciones relacionadas con el mundo de las redes vehiculares,
definiendo sus tipos y diferentes usos.
2.1 Estandarización de las Redes Vehiculares

La estandarización y normalización de las tecnologías en general, facilita el proceso de
producción y reduce los costes y tiempo que los productos y servicios tardan en llegar al
mercado asegurando una rápida implementación y una adecuada interoperabilidad. En
el caso concreto de las redes vehiculares, esta estandarización afecta a todas las
diferentes capas que conforman la pila de comunicaciones, desde la capa física hasta la
capa de aplicación.
En 1999, cuando el Gobierno de los Estados Unidos, representado por la Federal

Communication Commision (FCC) definió una banda del espectro de radio de 75 MHz
de ancho que comprende desde los 5.850 hasta los 5.925 GHz para realizar
José A. Sánchez
26
comunicaciones dentro de las redes C-ITS, el intento de estandarización de las

comunicaciones de corto alcance se incluyó en Norte América como Dedicated Short
Range Communications (DSRC) [27]. En el caso de Europa, fue el European
Telecommunications Standards Institute (ETSI) el que hizo lo propio, aunque la
configuración de los canales dentro de esa banda fue realizada de forma diferente
atendiendo a la definición de 7 canales de 10 MHz en el caso de la FCC (172, 174, 176,
178, 180, 182 y 184) y 5 canales en el caso de la ETSI (172, 174, 176, 178 y 180). Cada
uno de los canales definidos tiene un propósito distinto diferenciando claramente en dos
tipos de canal: Canales de Servicio (SCH) y Canales de Control (CCH). Estados Unidos
y Europa definieron diferentes canales para designar los de control (178 y 180
respectivamente). En ambos casos, el resto de canales eran designados para Canales de
Servicio.
Una vez definidos los canales por donde transmitir información y la definición de la
modificación de la capa física para conseguir comunicaciones de corto alcance y
estandarizado, tanto en Estados Unidos como en Europa el Institute of Electrical and
Electronics Engineers (IEEE) decidió expandir la familia de estándares dedicados a las
comunicaciones inalámbricas (802.11), añadiendo el estándar 802.11p para dar soporte
adecuado en entornos de redes vehiculares a nivel físico y de acceso al medio usando
las bandas que contemplaban las comunicaciones de tipo DSRC. El estándar IEEE
802.11p-2010 [28] realiza una adaptación de las capas físicas (PHY) y de acceso al
medio (MAC) ya definidas previamente en el documento IEEE 802.11-2007 [29] para
cumplir con los requisitos particulares de las redes vehiculares (topología altamente
dinámica y altas velocidades de los nodos). Podríamos concluir que está basado en el
estándar, ya existente, IEEE 802.11a, al que se le suprime la fase de asociación de pares,
además su esquema de QoS está basado en el estándar IEEE 802.11e. En Europa, el
estándar 802.11p está considerado dentro del estándar ITS-G5 [30] definido por el ETSI
para establecer, de igual forma, las capas PHY y MAC en entornos vinculados a
sistemas inteligentes de transporte (ITS).
Cuando hablamos de entornos vehiculares aplicados a redes, es imprescindible hablar de

la familia de estándares IEEE 1609 [31] definidos por el IEEE bajo las siglas WAVE
(Wireless Access in Vehicular Environments), que definen una completa arquitectura
con los protocolos, servicios e interfaces necesarios para que un nodo de tipo WAVE
pueda comunicarse en un entorno vehicular estableciendo comunicaciones V2V y
V2I/I2V.
Continuando con la explicación de la pila de protocolos seguida por las arquitecturas

dedicadas a las redes vehiculares, una vez definidas la capa física y de acceso al medio,
podemos atender a la totalidad de los estándares seguidos por este tipo de redes
haciendo referencia a la familia 1609. En este punto, encontramos el estándar encargado
de definir los servicios de red y de transporte que debe ofrecer una estación WAVE, el
IEEE 1609.3 [32], que se ocupa de realizar el servicio de enrutamiento y
direccionamiento de paquetes dentro de la red. Dentro del entorno de la capa de red y
transporte, WAVE ha desarrollado un protocolo específico para las redes vehiculares al
que llamaron WAVE Short Message Protocol (WSMP) o, en español, Protocolo de
Tesis Doctoral
Mensajes Cortos WAVE que utiliza mensajes WSM (WAVE Short Messages) para el
envío y recepción de datos a través de la red, debido a que la cantidad de bytes de
sobrecarga en cada mensaje es muy pequeña (20 bytes de sobrecarga en mensajes
WSM, frete a los 52 bytes mínimos de sobrecarga en paquetes UDP/IPv6). Habrá que
tener en cuenta que este tipo de mensajes, obvian parcialmente la incorporación de IPv6
a dichas redes dificultando también la integración de servicios basados en IP.
En la Figura 1, podemos observar la pila de protocolos completa basada en WAVE

destacando al uso del estándar IEEE 802.11p en las capas Física y MAC y al uso del
protocolo WSMP destinado a este tipo de redes.
Figura 1. Pila de Protocolos WAVE
La familia de estándares IEEE 1609 define, por tanto, los aspectos ligados a la
operación y gestión de la capa de red, transporte y aplicación englobando un conjunto
de estándares dedicados a estas tareas y que se definen brevemente a continuación:
 IEEE 1609.0 [18]: Define la arquitectura general de WAVE, su modelo de

comunicación y los mecanismos de acceso al medio.
 IEEE 1609.1 [19]: Describe el administrador de recursos de los sistemas WAVE

que permite a una OBU ejecutar procesos de forma remota.
 IEEE 1609.2 [20]: Especifica la seguridad de las comunicaciones dentro de un

entorno WAVE para aplicaciones y procesos que se ejecutan en las diferentes
capas de la pila de protocolos. Los servicios de seguridad que ofrece se agrupan
en 2: Servicios de procesamiento seguros y Servicios de gestión seguros.
José A. Sánchez
28
 IEEE 1609.3 [21]: Estándar encargado de definir las operaciones de servicios de

red y transporte (capa 3 y 4) de la pila de comunicaciones OSI. Soportan
comunicaciones inalámbricas entre dispositivos WAVE.
 IEEE 1609.4 [22]: Este estándar es el encargado de la coordinación de canales,

describiendo la operación multicanal que implementa la capa física e incluyendo
los parámetros para la priorización de mensajes. Se compone de características
para operaciones OCBEnabled en su capa MAC especificada en el estándar
soporte IEEE 802.11p.
 IEEE 1609.6 [23]: Grupo de trabajo del estándar encargado de los servicios
enfocados a las redes VANET para la gestión remota.
Cabe mencionar que existen otros estándares de la familia IEEE 1609 que dan soporte a
otras tareas como los intercambios de información entre unidades de pago electrónico
en equipos WAVE (1609.11 [24]) o el estándar encargado de registrar las decisiones de
asignación de identificaciones realizadas por el grupo de trabajo IEEE 1609 (1609.12
[25]).
Siguiendo la descripción de capas definidas dentro de la arquitectura de referencia,

encontramos la capa de aplicación, donde destaca el estándar J2735 [41], que fue
definido recientemente por el SAE (Society of Automotive Engineers) en el que se
define el formato de mensajes y demás elementos que se usan para intercambiar
información con el fin de mejorar la seguridad vial en comunicaciones de tipo V2V y
V2I.
Al encontrar en WAVE una arquitectura bastante rígida en el plano de las tecnologías

de acceso (solamente contempla 802.11p para comunicar a los nodos de la red), la
organización de estandarización International Standard Organization (ISO) se propuso
como objetivo, el despliegue de una arquitectura más flexible llamada CALM
(Communication Access for Land Mobiles) que fue desarrollada por los esfuerzos
realizados por su grupo de trabajo 16, quedando como una propuesta abierta a cualquier
tecnología de nivel físico y de enlace. La ETSI, que estaba más a favor de lo establecido
por ISO, aportó posteriormente trabajos que serían integrados en una arquitectura
conjunta de referencia, la ISO/ETSI, denominando a los nodos que conforman la red
VANET como estaciones ITS de forma genérica.
Dentro de la Unión Europea, la industria del automóvil representada por el Car to Car
Communication Consortium (C2C-CC) [42], donde participan importantes marcas del
mundo del automóvil y el ámbito tecnológico, también desarrolló su propia arquitectura
para aplicaciones de seguridad llamada C2CNet (Car to Car Networking). Más
adelante, la arquitectura C2CNet sería incorporada por el proyecto GeoNet [43] en una
arquitectura comprensiva bajo el proyecto COMeSafety [44], explicado con más detalle
en la siguiente sección (2.2) y que sería continuado por el proyecto CoMeSafety2
dedicado al fomento de la normalización y armonización de los C-ITS, basado en una
Tesis Doctoral
nueva evolución a la que se llamó Geographical Networking, que contemplaba tanto

comunicaciones V2V haciendo uso de C2C y V2I utilizando IPv6.
Además de las tecnologías destinadas a estandarizar y normalizar las comunicaciones

vehiculares y este tipo de redes, surgen las posibles variantes de la familia 802.11
establecidas por el IEEE, siendo pilar fundamental de la presente Tesis el uso de
tecnologías alternativas a 802.11p para conseguir la implementación de servicios y
aplicaciones que proporcionen comunicaciones vehiculares e intercambio de
información útil entre vehículos.
A parte de los estándares establecidos por el IEEE dentro de la familia 802.11, podemos
atender al uso de tecnologías establecidas por el 3GPP (The 3rd Generation Partnership
Project), como por ejemplo, GPRS [45], 3G [46], 4G [47] e incluso tecnologías de
reciente aparición y todavía no implantadas de forma amplia, como 5G, para la
comunicación de dispositivos [48] que están siendo utilizadas en estudios recientes
dentro de entornos de comunicaciones vehiculares [49].
La Figura 2, extraída de [50], muestra, en forma de resumen, las principales

arquitecturas desarrolladas en el siguiente apartado y que permiten entender los
diferentes puntos de vista de los entornos WAVE, Arquitectura de Referencia ITS
(ETSI) basada en GeoNet y Arquitecturas CALM (ISO).
Figura 2. Principales Arquitecturas en Redes Vehiculares [50]
2.2 Proyectos Relacionados con Redes Vehiculares

Debido al auge que las redes vehiculares han sufrido en los últimos años, la cantidad de
proyectos y nuevas investigaciones desarrolladas en el campo han sido casi
innumerables. Desde hace tiempo, el intento por aunar esfuerzos a la hora de la
definición de plataformas que den soporte a las redes vehiculares, así como temas
relacionados con las mismas, como la seguridad, han sido objeto de estudio mundial. La
Figura 3, extraída de [51], muestra algunos de los proyectos y eventos más
significativos en relación con el campo de la I+D dedicada a entornos de redes
vehiculares en su evolución histórica.
José A. Sánchez
30
Figura 3. Visión no exhaustiva de los proyectos y eventos relacionados con las redes VANET [51]
Dentro del Marco de la Comisión Europea y desde el C2C-CC, se desarrollaron

diferentes proyectos y tareas relacionadas en el ámbito de las comunicaciones
vehiculares en entornos C-ITS. A continuación, se destaca el trabajo realizado por
algunos de estos proyectos:
 AdaptIVe [52]: El proyecto AdaptIVe (Automated Driving Aplications &

Technologies for Intelligent Vehicles), es un trabajo de investigación cofinanciado
por la Comisión Europea que comenzó en Enero de 2014. El objetivo del proyecto
es desarrollar y probar nuevas funcionalidades tanto para automóviles como para
camiones que ofrecen una conducción automatizada. Otro de los pilares
fundamentales del proyecto es la interacción cooperativa entre el conductor y los
sistemas automatizados, que deberá estar habilitada mediante la sensorización del
vehículo, tecnologías de cooperación entre vehículos y estrategias adaptativas.
Tesis Doctoral
 DRIVE C2X [53]: Este proyecto reúne los resultados obtenidos en otros
proyectos europeos como PRE-DRIVER C2X, CVIS o COOPERS para crear un
sistema de referencia como base para crear pruebas operacionales en Europa. El
objetivo es el de permitir la evaluación de tecnologías de conducción cooperativas
probando la operatividad de sistemas nacionales para el soporte de despliegues de
comunicaciones C2X.
 COMeSafety [44]: Este proyecto se basa en la coordinación e integración de

resultados obtenidos en otros proyectos europeos sobre comunicaciones
vehiculares (tanto V2V como V2I) así como la colaboración en las labores de
estandarización de los protocolos usados. Los resultados obtenidos fueron
utilizados en su predecesor COMeSafety2.
 PRESERVE [54]: El objetivo de este proyecto está basado en la seguridad de las

posibles comunicaciones dentro de un entorno vehicular. Se basa en la realización
de comunicaciones V2X seguras y protegidas proporcionando y probando un
subsistema de seguridad y privacidad. En este caso, el proyecto recopila y amplia
los resultados de trabajos de investigación anteriores, integrándolos y
desarrollándolos con una mejora en la escalabilidad de los mismos obteniendo
una reducción de costos. El objetivo principal, por tanto, será el de ofrecer una
completa protección que abarque desde los sensores del vehículo, a través de la
red de a bordo y comunicaciones V2V y V2I, hasta la estación receptora de la
información transmitida. Como resultado del proyecto, PRESERVE presentó un
subsistema de seguridad V2X completo, escalable y rentable cercano al mercado
del automóvil y que será integrado en otros proyectos FOT.
 CVIS [55]: El proyecto CVIS (Cooperative Vehicle-Infrastructure Systems) fue

uno de los primeros en desarrollarse dentro del campo de las comunicaciones
vehiculares. Sus objetivos fueron los de diseñar, desarrollar y probar nuevas
tecnologías que permitieran que los vehículos se comunicasen entre sí y también
con la infraestructura cercana situada en la carretera (RSUs - Road Slide Units).
 iTETRIS [56]: El proyecto iTETRIS (An Integrated Wireless and Traffic

Platform for Real-Time Road Traffic Management Solutions) desarrolló la
evaluación de una plataforma de gran escala atendiendo a simulaciones para
aplicaciones de gestión del tráfico de forma cooperativa. La plataforma trataba de
ser lo más realista posible combinando la simulación del tráfico y las
comunicaciones en un circuito cerrado que permitiera un análisis detallado de los
efectos y el rendimiento de los servicios cooperativos sobre el flujo de tráfico,
tiempo de viaje, emisiones de los vehículos, etc.
 EVITA [57]: Este proyecto versa sobre problemas de seguridad en el tratamiento

y transporte de la información dentro de una solución cooperativa para los ITS,
teniendo en cuenta la creación de un entorno de comunicación vehicular seguro.
José A. Sánchez
32
 OVERSEE [58]: Continuando en la línea de la seguridad en este tipo de entornos

de comunicación, el proyecto OVERSEE (Open Vehicular Secure Platform)
desarrolló una plataforma de software genérica y estandarizada además de un
entorno para el desarrollo de aplicaciones.
En la actualidad, la Unión Europea se está centrando en nuevos proyectos que puedan

dar lugar a una mejora considerable de este tipo de entornos. Por ello, como
continuación de los Programas Marco, donde hay definidas áreas de interés dentro del
sector automovilístico, se ha creado el nuevo Horizon 2020 (H2020), definiendo
programas de trabajo dedicados a los sistemas inteligentes de transporte realizando una
gran convocatoria de proyectos llamada Moblity for Growth [59]. Por tanto, podemos
intuir que el incesante interés por parte de las administraciones y entidades privadas en
este tipo de nuevas tecnologías, augura un crecimiento en las tareas de investigación y
sustenta la motivación de la presente Tesis Doctoral.
2.3 Aplicaciones relacionadas con Redes Vehiculares

En la actualidad, existe una plétora de trabajos e investigaciones relacionadas con las
redes vehiculares. El creciente interés que suscita este campo y los beneficios que puede
producir tanto para organismos públicos como privados hace que su estudio esté en
auge constantemente.
Las aplicaciones relacionadas con el mundo de las VANETs (ubicadas en la parte más
alta de la pila de protocolo desarrollada en secciones anteriores) están basadas en 4
grandes grupos: Aplicaciones de Seguridad, Aplicaciones Comerciales, Aplicaciones
para la Mejora del Confort y Aplicaciones Productivas [60].
2.3.1. Aplicaciones de Seguridad

Las aplicaciones de seguridad componen una de las bases de la motivación del
desarrollo de redes vehiculares ofreciendo a la comunidad nuevos sistemas de previsión
de accidentes, información del tráfico en tiempo real, etc. Este tipo de aplicaciones se
pueden clasificar en:
 Aplicaciones de Tráfico en Tiempo Real: Este tipo de aplicaciones están

destinadas al almacenamiento en tiempo real del tráfico en ciudad pudiendo
identificar posibles atascos o zonas conflictivas por contaminación u otros
agentes y compartiendo la información con el resto de nodos de la red.
 Aplicación de Transferencia de Mensajes Cooperativos: Este tipo de

intercambio de mensajes están destinados a sistemas cooperativos que
permiten ayudar a otros vehículos.
 Aplicaciones de Notificación de Accidentes: Este tipo de aplicaciones

otorgan a los usuarios de la red una consciencia plena sobre el estado de la vía
informando de un accidente (que fue notificado por el vehículo involucrado).
Tesis Doctoral
De esta forma, el usuario puede adecuar su forma de conducir adaptándola a

las condiciones de la vía.
 Aplicaciones para la Notificación de Control de Riesgos: Este tipo de

aplicaciones está destinada a la notificación entre vehículos de situaciones de
posible riesgo en carretera, por ejemplo, curvas muy cerradas, cuestas abajo
repentinas, deslizamientos en carretera, etc.
 Aplicaciones para la Advertencia de Accidentes Cooperativas:

Aplicaciones destinadas a los conductores de vehículos que informan de un
posible accidente pudiendo reaccionar a tiempo para cambiar su ruta [61].
Esta es una de las aplicaciones más fuertes en el ámbito del desarrollo de
aplicaciones permitiendo la reducción sustancial de los accidentes en
carretera. Artículos recientes como los desarrollados por M Bhatt et al. [62] o
M. I. Mushtaq y M. Kansal [63], e incluso patentes [64] están relacionados
con diferentes sistemas de advertencia de accidentes en redes vehiculares. La
Figura 4, extraída de [60], muestra un claro ejemplo de una posible
comunicación entre diferentes vehículos cuando se produce una incidencia en
ciudad. De esta forma, todo el entorno en el que ha ocurrido tendrá constancia
de la nueva situación de la carretera.
Figura 4. Notificación de Situación de Emergencia [60]
 Aplicaciones para la Vigilancia del Tráfico: Aplicaciones para la vigilancia

del tráfico como la instalación de cámaras en las RSU que pueden transmitir
información en tiempo real para proporcionar una visión general de la vía.
José A. Sánchez
34
2.3.2. Aplicaciones Comerciales

Esta categoría de aplicaciones está enfocada a los servicios ofrecidos por terceros que
generan ingresos para la empresa que los proporciona. Dentro de este tipo encontramos
aplicaciones de entretenimiento y servicios como el acceso web, streaming de vídeo y
audio, etc. Entre las posibles aplicaciones comerciales podemos encontrar:
 Aplicaciones para el Diagnóstico Remoto del Vehículo: Este tipo de

aplicaciones puede ser usado para el envío/recepción de información relativa
al vehículo para proceder, por ejemplo, a realizar un informe de estado. Una
posible aplicación sería enviar de forma automática la información relativa al
vehículo a una RSU que almacena en un servidor externo (en Internet) el
estado del vehículo para su posterior procesamiento y presentación.
 Aplicaciones para el Acceso a Internet: Mediante el uso de este tipo de

aplicaciones, los vehículos podrán acceder a internet a través de, por ejemplo,
una RSU que ofrezca servicios de conexión a internet (actuando como router).
 Aplicaciones de Navegación GPS: Una de las aplicaciones más importantes

dentro de los entornos vehiculares es el de la navegación GPS usada por una
gran cantidad de usuarios en la actualidad. Aplicaciones como la descarga
digital de mapas o la incorporación de datos en tiempo real sobre el estado de
la vía pueden ser muy útiles.
 Aplicaciones para la Visualización de Vídeo en Tiempo Real: Este tipo de

aplicaciones comerciales permiten al usuario que las usa acceder a contenido
multimedia relacionado con el vídeo pudiendo acceder bajo demanda a los
contenidos deseados.
 Aplicaciones para la Visualización de Anuncios (Valor Añadido): Dentro

de este tipo de aplicaciones podríamos enmarcar las aplicaciones destinadas a
la diseminación de publicidad o anuncios en los vehículos por parte de las
empresas, incluso sin el acceso a los servicios ofrecidos por internet.
2.3.3. Aplicaciones para la Mejora del Confort

Este tipo de aplicaciones están enfocadas a ofrecer información al usuario para que
pueda mejorar su nivel de confort dentro del periodo de conducción. Entre los
principales tipos de aplicaciones destinadas a la mejora del confort encontramos:
 Aplicaciones para Selección de Ruta: La planificación de viaje por carretera

puede sufrir modificaciones debido a congestiones del tráfico o estados
inesperados de la vía resultado de posibles accidentes u otros eventos. En este
caso, aplicaciones que determinen la ruta óptima entre un punto de partida y
Tesis Doctoral
destino teniendo en cuenta las condiciones de la vía, puede mejorar la

situación del tráfico y por tanto del tiempo de viaje y de exposición del
vehículo en carretera.
 Aplicaciones para el Pago Electrónico de Peajes: A efectos de agilizar el

proceso de pago de peajes, la comunicación directa entre el vehículo y la
infraestructura debe ser necesaria. A pesar de que ya existen métodos que dan
agilidad al proceso de pago de peajes, como el “Telepeaje” en España [65],
podemos aplicar el concepto de comunicación vehicular donde las OBUs de
los vehículos, a través del GPS de a bordo pueden determinar en un mapa
digital la ruta que seguimos y pagar en consecuencia de forma rápida y sin
detenciones.
 Aplicaciones para la Disponibilidad en Parkings: Una tarea muy común y

en la que, en muchas ocasiones, se pierde mucho tiempo cuando conducimos
es el estacionamiento del vehículo. Aplicaciones que informen a los vehículos
de posibles aparcamientos en ciudad puede disminuir considerablemente el
tiempo que emplean los conductores en la búsqueda de un hueco libre,
disminuyendo el tiempo de exposición del vehículo en la vía y consiguiendo,
de este modo, que el automóvil emita una cantidad de gases contaminantes
menor.
 Aplicaciones de Predicción Activa: Una predicción de las condiciones de la

carretera, por ejemplo, el conocimiento por parte del vehículo de la topografía
de la misma, puede mejorar la eficiencia en la conducción e incluso llegar a
ahorrar combustible.
2.3.4. Aplicaciones Productivas

Las aplicaciones denominadas “productivas” son adicionales a las anteriores que son
diseñadas con el fin de producir un beneficio a los usuarios y a la sociedad. Entre ellas
podemos encontrar:
 Aplicaciones para el Beneficio Medioambiental: Programas de

investigación dedicados al beneficio medioambiental como AERIS [66],
trabajaron (desde 2009 hasta 2014) en avances relacionados con el
denominado “Green transportation” atendiendo a la generación y adquisición
de datos medioambientales en tiempo real y empleando un enfoque multi-
modal que permite transmitir esta información a través de comunicaciones
vehiculares (V2V) tratando de mitigar algunos de los efectos negativos
derivados del transporte.
José A. Sánchez
36
 Aplicaciones para la Optimización de Tiempos: Este tipo de aplicaciones

está destinado al empleo de tiempos de inactividad dentro del vehículo (por
ejemplo, la espera de algún pasajero). Al tener la capacidad de acceso a
internet y otras funcionalidades propias de las redes VANET, el usuario que
tenga conectividad en su vehículo (bien con otros vehículos o bien con la
infraestructura que proporciona servicio a internet) puede utilizarlo en su
beneficio y atender tareas como la atención al correo electrónico, la
planificación semanal en formato digital, etc.
 Aplicaciones para el Ahorro de Combustible: Existen muchas aplicaciones

que provocan un ahorro considerable de combustible y por tanto una menor
contaminación de la ciudad. Aplicaciones destinadas a la agilización del
proceso de pago en peajes, la selección de rutas adecuadas en función del
estado de la carretera o el informe de estacionamiento libre en ciudad, que han
sido explicadas anteriormente, pueden contribuir ampliamente en este
contexto, encontrando grandes cantidades de ahorro de combustible. En este
sentido, muchas aplicaciones, como la desarrollada en el estudio [67], que
propone una aplicación basada en la navegación para el ahorro de combustible
usando redes VANET y consiguiendo unos resultados destacables con un 20%
de ahorro de combustible, pueden ser aplicadas dentro de los ITS.
Tesis Doctoral
José A. Sánchez
38
Tesis Doctoral
Capítulo 3
3 IEEE 802.11p y Simulación de
Redes Vehiculares
Como ya expusimos en el Capítulo 2, la estandarización de las tecnologías dedicadas a
las redes vehiculares fue desarrollada con el fin de poder utilizar modelos adecuados
para el intercambio de información en este tipo de entornos. Fue entonces cuando surgió
el estándar IEEE 802.11p que, junto con la familia de estándares WAVE (1609),
prometían cumplir con los requisitos particulares de las redes vehiculares, como la alta
velocidad de los nodos y la existencia de una topología altamente dinámica, aunque
conocida.
A pesar de que diversos estudios recientes donde se realiza el despliegue de una red
vehicular en vías rápidas usando IPv6 [68] u otros que trabajan sobre los momentos de
transferencia de servicios de una estación base a otra (handovers) en redes vehiculares
[69], emplean de forma real tecnologías basadas en 802.11p para realizar estudios
experimentales, la implantación de la tecnología a nivel comercial es un hito que
todavía no se ha logrado debido al alto coste que conlleva y a los problemas de
seguridad vial que puede provocar.
José A. Sánchez
40
Por ello, el presente capítulo, explica en profundidad el estándar 802.11p. Este

protocolo está destinado a redes vehiculares. Por otro lado, se realiza una amplia
revisión sobre los entornos de simulación empleados para desplegar redes VANET.
Finalmente, se presenta un caso de estudio acerca del uso de comunicaciones
vehiculares mediante el intercambio de información de video bajo el estándar de
codificación H.265 haciendo uso de la integración de diferentes simuladores aplicados
el campo de las redes vehiculares 802.11p.
3.1 Estándar IEEE 802.11p

Ante la demanda de una alta movilidad, la cobertura geográfica y el alto grado de
variabilidad en la topología de las redes vehiculares, se hace necesaria la elección de un
protocolo y/o estándares de forma adecuada que estén destinados a la definición de las
comunicaciones vehiculares se hace necesaria.
A tal efecto, en el Año 2004 se consolidó el grupo de trabajo IEEE TFp (Task Force p)
con el objetivo de especificar una arquitectura de comunicación en entornos vehiculares
basada en la tecnología inalámbrica para redes IEEE 802.11. Fue en ese momento,
cuando surgió el estándar 802.11p. Más adelante el grupo de trabajo IEEE 1609
desarrolló un conjunto de especificaciones de las capas de red, transporte y aplicación
para las comunicaciones vehiculares como tales (como se explicó en el Capítulo 2).
3.1.1. El Estándar 802.11

La especificación IEEE 802.11 presenta un estándar internacional que define las
características de una red de área local inalámbrica (WLAN). Este estándar, establece
los niveles inferiores del modelo OSI para las conexiones inalámbricas que utilizan
ondas electromagnéticas. Comenzó a usarse en 1997, tras seis años de proceso de
creación, proponiendo velocidades de entre 1 y 2 Mbps y un sistema de cifrado WEP
(Wired Equivalent Privacy), operando en la banda de frecuencia de 2,4 GHz.
Fue en septiembre de 1999 cuando salen a la luz varios estándares con diferentes
propósitos: el IEEE 802.11b que ofrecía 11Mbps o el IEEE 802.11a con una velocidad
de 54Mbps. A partir de la aceptación de estos protocolos (sobre todo del 802.11b), se
empezaron a desarrollar nuevas versiones mejoradas hasta el punto de disponer, en la
actualidad, de numerosos estándares sobre la base de 802.11. Entre ellos podemos
encontrar, 802.11Legacy/a/b/g/n/y, aprobados por el IEEE, y otros tantos que aún no
han sido aprobados (aunque si definidos). Todo ello, teniendo en consideración el
dedicado a los entornos de redes vehiculares: el IEEE 802.11p.
3.1.2. DSRC y 802.11p

El acrónico DSRC viene definido por Dedicated Short-Range Communications, que nos
servirá para las comunicaciones dedicadas de corto alcance. El espectro de banda que se
define para el estándar IEEE 802.11p es el de 5,9 GHz dedicado al uso exclusivo de las
comunicaciones vehiculares con intercambios de información de tipo DSRC.
Tesis Doctoral
En este sentido, DSRC pretende proporcionar altas tasas de transferencia de datos en

circunstancias donde sea necesario aislar zonas pequeñas y reducir al mínimo la latencia
en la comunicación. Como ya hemos dicho anteriormente, estas comunicaciones
utilizarán un ancho de banda de 5,9 GHz, teniendo un alcance de transmisión reducido
que variará con respecto a las condiciones que encontremos en el entorno. La tasa de
transmisión va desde 6 Mbps a 27 Mbps, siendo de 18 Mbps la empleada para las
comunicaciones entre vehículos. Esta tecnología también está basada en la capa física
(PHY) de IEEE 802.11p y soporta tanto comunicaciones punto a punto, como
comunicaciones de tipo broadcast.
El uso de este tipo de comunicaciones tiene dos principales vertientes que son: la de
Seguridad Vial, teniendo para ello, un sistema de alerta de emergencias a vehículos,
prevención de accidentes, etc. y las transacciones comerciales e información de viaje,
por ejemplo, el pago automático de servicios en autovías, información sobre el tráfico
en tiempo real, etc.
3.1.3. Capas de Operación de 802.11p

El protocolo 802.11p opera sobre las capas inferiores del modelo: Capa física (PHY) y
Capa de Acceso al Medio (MAC), con el fin de poder realizar comunicaciones
vehiculares mediante este protocolo y así proceder al intercambio de información entre
vehículos. Se debe comentar que la información adicional, que actúa sobre la parte
superior de la capa MAC, operará también con el estándar IEEE 1609 para poder
realizar operaciones multicanal dentro de la misma estructura.
3.1.3.1 Capa Física (PHY Layer)

El estándar 802.11-2007 define tres modos diferentes de capa física atendiendo a la
frecuencia. Está compuesto por bandas de 20MHz, de 10MHz y de 5MHz. Estas
frecuencias son usadas de forma distinta dependiendo del uso al que estén destinadas.
Por ejemplo, 802.11a suele utilizar un ancho de banda de 20MHz mientras que 802.11p
trabaja con el de 10MHz. Al igual que el protocolo IEEE 802.11a, el estándar IEEE
802.11p utiliza la transmisión multiportadora OFDM.
Haciendo uso de la señal de 802.11 con el muestreo reducido de la tasa de velocidad de

reloj, la señal deseada de 802.11p se puede conseguir en la capa física.
Esto afectaría a los siguientes parámetros:
 Ancho de Banda (Bandwidth): En el estándar IEEE 802.11p el ancho de banda

es de 10MHz, con el fin de hacer las señales más robustas. El ancho de banda
de 20MHz también esta implementado, pero en esta ocasión, solo de forma
opcional.
José A. Sánchez
42
 Portador de Separación (Carrier Spacing): El 802.11p utiliza un espaciado

reducido a la mitad comparado con 802.11a.
 Longitud de Símbolo (Symbol Length): La longitud de cada símbolo se

duplica, por lo que la señal es más fuerte y robusta.
 Frecuencia (Frequency): La banda de frecuencia es la de 5.9GHz, que ya ha

sido reservada por la Comisión Europea para la comunicación vehicular; la
idea final es que, aunque en Estados Unidos la frecuencia no sea exactamente
la misma (siendo muy parecida), sí se pueda utilizar la misma antena y
transmisor/receptor para la realización de las comunicaciones vehiculares.
En la Tabla 2 se muestra una comparativa de los estándares 802.11a y 802.11p en uso

de la capa a más bajo nivel (Capa Física):
Parámetros IEEE 802.11a IEEE 802.11p Cambios

6, 9, 12, 18, 24, 36, 3, 4.5, 6, 9, 12, 18, 24,
Bit rate (Mbit/s) Mitad
48, 54 27
BPSK, QPSK, BPSK, QPSK,

Modulation mode No Cambios
16QAM, 64QAM 16QAM, 64QAM
Code rate 1/2, 2/3, 3/4 1/2, 2/3, 3/4 No Cambios
Number of subcarriers 52 52 No Cambios
Symbol duration 4 μs 8 μs Doble
Guard time 0.8 μs 1.6 μs Doble
FFT period 3.2 μs 6.4 μs Doble
Preamble duration 16 μs 32 μs Doble
Subcarrier spacing 0.3125 MHz 0.15625 MHz Mitad
Tabla 2. Diferencias entre la capa física del estándar 802.11a y 802.11p
3.1.3.2. Capa de Acceso al Medio (MAC Layer)

En esta capa, al igual que en la física, se produce una modificación con respecto al
estándar 802.11-2007, estando diseñada para ser independiente de la capa física.
Tanto la capa MAC, como la capa PHY, incluyen conceptualmente, entidades de

gestión. Dentro del estándar 802.11p, existe un nuevo mecanismo basado en gestión de
información (MIB), que está definido dentro de esta capa. Las opciones que presenta
esta capa se basan en que:
Tesis Doctoral
 No hay servicio de autenticación, que será proporcionado por parte de un

sistema de gestión de entidades (SME) o por aplicaciones fuera de la subcapa
MAC.
 No hay servicio para dejar de estar autenticado.
 Proporciona confidencialidad de los datos.
Como las estaciones se definen inicialmente como V2V (a priori), tendremos un

conjunto de servicios básicos independientes (IBSS). Esto se resolvería atendiendo a los
canales reservados que también se utilizan para la seguridad y eficiencia de las
aplicaciones del tráfico. Por lo tanto, no es necesaria la búsqueda de canales, porque ya
dedica algunos predefinidos para la difusión de información en diferentes categorías.
El propósito de la capa MAC queda reducido a establecer los mecanismos de acceso al

canal de comunicación, de tal forma que un conjunto de estaciones puede compartir el
medio inalámbrico de forma eficiente. El estándar IEEE 802.11p define el uso de la
CSMA/CA (Carrier Sense Multiple Access/Collision Avoidance) para las
comunicaciones V2V y V2I. Merece la pena mencionar que, la capa de acceso al medio,
también considera aspectos de transmisión como la probabilidad de recepción de
paquetes, el tiempo de acceso al canal, la prioridad de los mensajes y el control de la
gestión.
3.1.4. Descripción del estándar IEEE 802.11p

Como ya explicamos en Capítulos anteriores, el estándar IEEE 802.11p define una
estructura de red compuesta por nodos de red que podrán ser de dos tipos:
 OBU: Unidad de abordo (On-Board Unit), que representa un vehículo

equipado con radio de comunicación de corto alcance (usando DSRC).
 RSU: Que representa un dispositivo (Road-Side Unit), con radio DSRC

situado, por ejemplo, al borde de una carretera. A pesar de tener una interfaz
de comunicación de corto alcance, este tipo de dispositivos pueden tener otras
interfaces de comunicación para tener acceso a otro tipo de redes, por
ejemplo, Internet.
Como se explicó anteriormente, el protocolo 802.11p está basado en el estándar 802.11-

2007 de IEEE para la mejora de las redes basadas en CSMA/CA (protocolo de control
de bajo nivel que nos permite que múltiples estaciones utilicen un mismo medio de
transmisión de información). Este protocolo es el que se está aplicando actualmente a
entornos vehiculares.
Mediante el uso de la tecnología DSRC, se permite el intercambio de información tanto

entre vehículos (V2V), como entre vehículos e infraestructuras (V2I – I2V). Esta
José A. Sánchez
44
especificación se usa como apoyo para los ITS. El modo WAVE nos presenta pues, la
operación de dispositivos basados en 802.11 en entornos donde las propiedades de la
capa física cambian rápidamente y donde se requerirán intercambios de comunicación
con duraciones cortas.
El estándar IEEE 802.11p soporta la transmisión de paquetes IP y también de mensajes

cortos WAVE (WSMs), ya que el estándar IEEE 1609.3 define un protocolo para la
capa de red VANET denominado Protocolo de mensajes cortos de WAVE o WSMP.
Los mensajes enviados por WSMP son denominados Mensajes Cortos de WAVE o
WSM. Este tipo de mensaje es usado para el intercambio de información a través de una
red vehicular debido a que la cantidad de bytes de sobrecarga en cada mensaje es
pequeña (20 bytes de sobrecarga, frente a los 52 bytes mínimos de sobrecarga en
paquetes UDP/IPv6).
Los mensajes WSM contienen información asociada a la transmisión de datos,

incluyendo: Versión del protocolo WSMP, Identificador de proveedor de servicios,
PSID, Velocidad de los datos, Potencia de transmisión y Número de canal.
Por otro lado, el estándar tiene operación multicanal, ya que, una de las funciones de la
capa de acceso al medio, consiste en la priorización de mensajes generados por
aplicaciones de seguridad (sensibles a retardos elevados). Con el propósito de coordinar
los diferentes tipos de mensajes, 802.11p establece un esquema de acceso al canal
mejorado llamado EDCA (Enhaced Distributed Channel Access), que especifica cuatro
modos de acceso, cada uno asociado a un canal independiente y con una prioridad
diferente.
La Figura 5 (extraída de [70]), muestra los canales definidos para el estándar 802.11p y
de los que hará uso el mismo, dependiendo de la aplicación o servicio que se esté
ofreciendo.
Figura 5. Clasificación de Canales [70]
Como vemos en la Figura 5, existen dos tipos de canales, que son: canal de control
(CCH) y canal de servicio (SCH):
Tesis Doctoral
 Canal de Control (CCH, Control Channel): Es un canal de radio fijo y usa

comunicación tipo broadcast. Está dedicado a la comunicación de paquetes de
alta prioridad y baja latencia. Por tanto, las aplicaciones de seguridad críticas
hacen uso de él, siendo también utilizado para la propagación de mensajes de
control de red.
 Canal de servicio (SCH, Service Channel): Este canal de comunicación es

bidireccional (entre la OBU y RSU). El canal de servicio es usado por
aplicaciones específicas y éstas pueden ser ejecutadas en paralelo en
diferentes canales de este tipo. Es necesario el establecimiento de un conjunto
de servicios denominados WBSS (WAVE Basic Service Set) que establezca la
comunicación ad hoc entre las unidades (OBU y RSU).
Como podemos observar sobre la Figura 5, el IEEE 802.11p define 7 canales de 10MHz
cada uno. Tendremos un canal de control (CCH) y, por otro lado, los canales de servicio
(SCH), que se utilizarán para la propagación de los servicios prestados en la red
propuesta. El ancho de banda que utilizamos es dividido en ciclos para transmitir.
Debemos tener en cuenta, que para el caso de intercambio de mensajes del tipo V2V
deberemos tener nodos en la red (en nuestro caso vehículos), que deben comportarse
como red Ad-hoc. Estos nodos llevarán una OBU con los interfaces de comunicación
adecuados incorporando interfaz de comunicación 802.11p para poder comunicarse. El
objetivo de este estándar será el de definir un conjunto mínimo de especificaciones, que
aseguren la interoperabilidad entre dispositivos inalámbricos en entornos vehiculares
con cambios impredecibles y situaciones donde el intercambio de mensajes debe
realizarse en tiempos cortos, incluso más cortos que en los especificados en redes ad-
hoc basadas en 802.11. El motivo radica en que los nodos serán vehículos con
velocidades elevadas y la topología de la red vehicular será altamente dinámica.
3.2 Simulación de Redes Vehiculares

La simulación de las VANET ha supuesto un hito muy importante en la investigación de
este tipo de redes. Al no disponer de capacidad lógica ni física para el despliegue de
redes VANET en entornos reales, se hace fundamental el uso de entornos simulados que
puedan ofrecer resultados fiables sobre la implementación de este tipo de tecnología y
que posteriormente, se espera, puedan ser extrapolados a un entorno real.
3.2.1. Introducción a la Simulación en VANETs

Como se ha mencionado en secciones anteriores, las redes VANET, a diferencia de las
MANETs (Mobile Ad hoc Networks), no se ven limitadas por la duración de sus
baterías, ya que, el propio vehículo es quien la carga mientras está en funcionamiento.
Además de esto, hay que tener en cuenta las particularidades que presentan las redes en
las que están involucrados los vehículos. En este caso, habrá que prestar atención a la lta
movilidad de los nodos y el gran cambio de topología que sufre la red. Pese a estas
José A. Sánchez
46
características especiales encontramos que su movimiento y densidad no sigue un

patrón aleatorio, sino que, debido a que circulan por carreteras, podría predecirse. Todo
ello facilita la detección de estructuras escalables y clústeres, lo cual repercute
directamente y de forma positiva en el rendimiento de la red [71].
Una de las principales desventajas en el estudio de este tipo de redes tiene que ver con
su despliegue en entornos reales. En primer lugar, cabe señalar que el coste de la
tecnología es muy elevado, debiendo adquirir gran cantidad de dispositivos que cuenten
con las interfaces de comunicación y equipos de tratamiento de información adecuados.
En segundo lugar, la problemática de la seguridad en carretera se hace patente cuando
se quieren realizar despliegues a gran escala de este tipo de redes. Por otro lado, merece
la pena mencionar que todavía queda un largo camino por recorrer en cuanto a la
implementación de protocolos de routing y aplicaciones en los equipos que se utilicen
para el desarrollo de grandes pruebas. Por último, la temática relacionada con la
seguridad en las comunicaciones dentro de este tipo de redes es muy importante
debiendo definir protocolos de comunicación seguros. La línea de investigación actual
en este campo se está convirtiendo hoy en día en una de las más relevantes dentro de las
redes VANET, teniendo en artículos de reciente publicación [72], [73] o [74], una gran
fuente de conocimiento sobre el tema.
Atendiendo a la problemática explicada anteriormente, la simulación se presenta, por

tanto, como una alternativa que permite estudiar el tránsito y las comunicaciones de las
redes VANET, sin necesidad de tener que invertir una gran cantidad de dinero en la
compra de dispositivos dedicados y tiempo en el despliegue de la red. Debido a ello, en
la actualidad, la simulación es utilizada para el desarrollo de protocolos de
encaminamiento en este tipo de redes, el despliegue de servicios y aplicaciones
dedicadas, así como para la validación y mejora de los modelos analíticos para redes
VANET.
3.2.2. Modelos de Movilidad y Tipos de Simuladores

El diseño e implementación de un modelo de movilidad dentro de un entorno de
simulación se presenta como eje fundamental a la hora de simular una red vehicular. Por
tanto, deberemos definir, con la máxima similitud posible, el comportamiento real del
tráfico.
Resulta complicado que un simulador sea capaz de reproducir realmente el

comportamiento de una red VANET debido a la gran cantidad de parámetros que
incluyen en el movimiento y conectividad de los nodos. Teniendo en cuenta esto, habría
que atender a diferentes parámetros como las aceleraciones y deceleraciones de los
vehículos, la cantidad de tráfico, el movimiento tanto de peatones como de vehículos
(en entornos urbanos) y otros parámetros que moldean el contexto de la red como las
condiciones climatológicas, la aparición de atascos, retenciones o accidentes en
carreteras, e incluso, micro-variables como el deslumbramiento de un conductor por las
luces de otros vehículos o su estado de ánimo. Teniendo en cuenta esto, resulta
Tesis Doctoral
fundamental la definición de un modelo de movilidad que tenga en consideración el

mayor número de parámetros posible.
Dependiendo del enfoque que se utilice en la simulación de redes VANET para dotar de
un modelo de movilidad a la simulación pueden existir diferentes categorías,
encontrando: Modelos Macroscópicos, que consideran las limitaciones de tráfico como
carreteras, calles o cruces únicamente o Modelos Microscópicos donde se tiene en
cuenta el movimiento de cada vehículo y la forma de interactuar con el resto. Esta
categorización resulta insuficiente a la hora de describir un modelo de movilidad
adecuado por lo que suele hablarse de dos bloques funcionales independientes: El
Simulador de Tráfico (Traffic Generator) y el modelo de movilidad (Motion
Constraints). El primero de ellos se encarga de describir el movimiento de los vehículos
teniendo en cuenta las carreteras, mientras que el segundo se encarga de explicar las
interacciones entre vehículos, para lo que tiene en cuenta las características del
escenario que es objeto de estudio.
Por todo lo explicado anteriormente, la definición del modelo de movilidad debe ser
preciso y realista recogiendo los aspectos más importantes que se desarrollan en el
estudio realizado por J. Harri et al. [75], donde encontramos parámetros relacionados
con: Mapas topológicos precisos, aceleraciones y deceleraciones de los vehículos,
obstáculos en vías, puntos de interés (como origen y fin de rutas), tiempo de simulación,
distribución de los vehículos no aleatoria y patrones de conducción inteligentes
(aplicados a la movilidad).
Haciendo referencia a la consideración de los parámetros definidos anteriormente,

encontramos una clasificación de modelos de movilidad que atienden a: Stochastic
models que describen el movimiento de sus nodos de forma aleatoria, Traffic Stream
Models, que describen el tráfico como si fuese un fenómeno hidrodinámico mediante las
tres variables fundamentales: velocidad, densidad y flujo, Car Following Models donde
el movimiento de cada conductor se describe en relación con el vehículo que le precede,
Queue Models, que utiliza la teoría de colas para describir el tráfico de manera que cada
carretera se modela como una cola FIFO y cada vehículo actúa como cliente y por
último, Behavioral Models, donde cada movimiento viene determinado por reglas
conductuales, decisiones racionales o acciones secundarias en un proceso de acción-
reacción [57].
Otra posible clasificación de modelos de movilidad se puede realizar en referencia al

tratamiento de información que estos hacen, teniendo: Modelos Sintéticos, Modelos
Basados en Trazas, Modelos Basados en Encuestas y Modelos Basados en Simuladores
de Tráfico. En este caso, los modelos basados en encuestas, intentan agrupar aquellos
que buscan incluir el comportamiento no aleatorio de los vehículos en el mundo real
mediante el uso de patrones que reflejan el comportamiento social obtenido gracias a la
realización de encuestas. Por otro lado, los modelos basados en trazas, utilizan medidas
recogidas en entornos reales que permiten desarrollar patrones de movimiento de los
vehículos presentando la problemática relacionada con la aparición de nuevos patrones
de tráfico al estar resolviendo patrones de tráfico pasados.
José A. Sánchez
48
Es a partir de los modelos sintéticos y mediante el uso de la validación que utilizan para
la obtención de información mediante encuestas y escenarios reales donde se
desarrollan los simuladores de tráfico. Esta clase de modelo es capaz de modelar el
tráfico microscópico teniendo en cuenta factores como la contaminación ambiental o el
nivel de ruido.
Para entender bien los modelos de movilidad y la implementación de la simulación

dentro de las redes vehiculares, explicamos a continuación los tipos de simuladores
existentes en el campo.
3.2.2.1. Simuladores de Red

Para conseguir la implementación adecuada de los modelos de movilidad descritos en la
sección 2.4.2 es necesaria la integración de los simuladores de tráfico y los simuladores
de red. Sin embargo, conseguir que este tipo de simuladores trabajen de forma conjunta
no siempre es sencillo porque no han sido diseñados para ello. Desde el punto de vista
de los simuladores de red, los modelos de movilidad se veían como perturbaciones
aleatorias en su configuración [77]. Para resolver este problema, los simuladores de red
se pueden clasificar en 3 grandes grupos: Aislados, Integrados e Híbridos.
Simuladores Aislados
Los simuladores aislados son los primeros que propusieron que los modelos de
movilidad actuasen de forma conjunta con los simuladores de red permitiendo a estos
últimos cargar escenarios de movilidad. La Figura 6 muestra la integración del
generador de tráfico y del simulador de red.
Este tipo de simuladores trabajan con escenarios obtenidos de simuladores de tráfico o

modelos de movilidad complejos que han de ser generados previamente.
Posteriormente, estos escenarios deben ser cargados en formato de traza predefinido en
el simulador de red, obteniendo una comunicación de información de forma
unidireccional y no permitiendo la realización de cambios en el escenario de movilidad
inicial. A pesar de la problemática que presenta el no poder producirse una interacción
directa entre el simulador de red y el modelo de movilidad inicial, tienen la ventaja de
que pueden evolucionar de forma independiente al no tener en cuenta la configuración
previa de cada uno de ellos.
Figura 6. Simuladores Aislados
Tesis Doctoral
Simuladores Integrados
A la vista de los problemas presentados en la interacción entre simuladores de red y
generadores de tráfico (con modelos de movilidad) en el caso de los simuladores
aislados, los simuladores integrados dan un paso más en la evolución optando por la
sustitución de ambos en un simulador más sencillo de tipo off-the-shelf que es usado por
algunos estudios para conseguir una aproximación al estándar IEEE 802.11p (dedicado
a las capas bajas de los entornos vehiculares) [78]. De este modo, se intenta conseguir la
colaboración mutua entre el generador de tráfico y el simulador de red a expensas de no
utilizar pilas complejas de protocolos.
En la Figura 7, se observa un esquema simple de la configuración de este tipo de

simuladores atendiendo al sistema bidireccional que se usa para la interacción entre
ambos.
Figura 7. Simuladores Integrados
La mayor desventaja de este tipo de simuladores es la baja calidad del simulador de red
que hace que su uso sea limitado en entornos de redes VANET, ya que, son incapaces
de reproducir el comportamiento de los protocolos de este tipo de redes, así como el de
las capas física (PHY) y de acceso al medio (MAC) que hace uso del estándar IEEE
802.11p.
Simuladores Híbridos
El último tipo de simulador a destacar incorpora el desarrollo de una interfaz
(intérprete) que se encarga de traducir las instrucciones entre el simulador de red y el
generador de tráfico (modelo de movilidad). De esta forma, se consigue una unión
híbrida entre ambas partes.
La Figura 8 muestra el esquema de funcionamiento de este tipo de simuladores,

mostrando la inclusión del mencionado intérprete y el sentido bidireccional de la
información que fluye a través de él.
José A. Sánchez
50
Figura 8. Simuladores Híbridos
La principal ventaja en el uso de este tipo de simuladores radica en el aprovechamiento

que hacen de los beneficios que ofrecen ambas herramientas de simulación, sin
embargo, encontramos la desventaja del alto coste computacional que conlleva al tener
ambos simuladores trabajando de forma concurrente. También tenemos que tener en
cuenta que la adicción de una interfaz de comunicación entre simuladores puede
suponer un desarrollo complejo en función de los simuladores y la red de la que
hagamos uso.
3.2.3. Herramientas de Simulación en Redes Vehiculares

Una vez vista la clasificación de simuladores y modelos de movilidad, la presente
sección presenta las herramientas de simulación para redes vehiculares más conocidas
atendiendo a la clasificación en tres categorías: Simuladores de Tráfico, Simuladores de
Red y Simuladores de VANET.
3.2.3.1. Simuladores de Tráfico

SUMO
SUMO (Simulation of Urban MOvility) [79], es un simulador de tráfico gratuito que fue
desarrollado por la DLR (Dutsche Gesellschaft für Luft und Raumfahrt) en lenguaje
C++, que permite simular el tráfico microscópico y además el movimiento de los
vehículos teniendo en cuenta variables como los peatones y el transporte público.
Además, SUMO tiene en consideración los distintos carriles de las vías, por lo que
también implementa los cambios de carril de los vehículos, así como el comportamiento
de los mismos en los cruces.
Una de las principales ventajas que ofrece es su interfaz gráfica de usuario (GUI) que
ayuda de forma considerable al desarrollo de escenarios, no teniendo límite de tamaño
de la red ni de número de vehículos (más allá del límite computacional que pueda
suponer). Otra ventaja que presenta es que puede funcionar en diferentes sistemas
operativos. Por contra, una de las principales desventajas que presenta el uso de este
simulador de tráfico es que calcula las rutas de los vehículos antes de comenzar la
simulación, lo que dificulta la evaluación de la comunicación V2V ya que puede sufrir
cambios durante su transcurso debido al movimiento de los vehículos a lo largo del
escenario. Pese a ello, es uno de los simuladores de tráfico más utilizados en el ámbito
de la simulación de redes vehiculares.
Tesis Doctoral
VanetMobiSim
VanetMobiSim [80] es una extensión del framework utilizado para la simulación de
vehículos llamado CanuMobiSim (CANU Mobility Simulation Environment) [81]. Está
implementado en Java como una aplicación independiente, permitiendo su utilización
con casi cualquier herramienta de simulación dedicada a redes, por ejemplo, ns-2 o
Qualnet. VanetMobiSim destaca por su versatilidad en el uso de modelos de movilidad
tanto macroscópicos como microscópicos.
Cuando hablamos de nivel macroscópico, VanetMobiSim puede importar mapas de la

base de datos de la oficina del censo de los Estados Unidos (en formato TIGER/Line) o
generarlos aleatoriamente utilizando teselaciones de Voroni (creación de zonas
partiendo de puntos concretos) permitiendo simular carreteras con varios carriles y
considerando la señalización en intersecciones, flujos de tráfico en ambos sentidos y
limitaciones de velocidad. Haciendo referencia al nivel microscópico, permite utilizar
modelos de movilidad que utilizan interacciones V2V y V2I para regular, entre otros
parámetros, la velocidad de los vehículos.
En este caso, el simulador requiere de la instalación de la versión 1.5 o superior de JRE

(Java Runtime Environment), o, en el caso de la descarga de archivos fuente, la
presencia en el equipo donde sea instalado de la versión 1.5 o superior de Java SDK y
Apache Ant. También es importante mencionar que su funcionamiento se limita a
máquinas JVM (Java Virtual Machine) de Sun, pues esta versión no es la que viene
preinstalada en sistemas Windows y Linux.
STRAW
El simulador de tráfico gratuito STRAW (Street RAndom Waypoint) [82], fue
desarrollado por AquaLab siendo capaz de simular el comportamiento real de los
vehículos con un elevado grado de detalle gracias al uso de un modelo de movilidad
basado en el estudio del tráfico en varias ciudades de Estados Unidos. Este simulador
fue diseñado para que fuera usado junto con un simulador discreto de eventos (el
simulador de red JiST/SWANS) no pudiendo utilizar en otro simulador las trazas que
genera. Actualmente, se ha desistido en el desarrollo de nuevas funcionalidades para
STRAW ya que la última versión se desarrolló para SWANS++ (versión mejorada de
JiST/SWANS).
Además del uso de simuladores de red cuando se utiliza STRAW, es recomendable

descargar el IDE Eclipse y el software TMRS, cuya función es la de convertir los mapas
de TIGER (Topologically Integrated Geographic Encoding and Referencing) a un
formato compatible con este simulador.
STRAW, formó parte del proyecto C3 (Car-to-Car Cooperation) de Aqualab, en el que

se buscaba la implementación de protocolos que consiguieran un sistema cooperativo,
de intercambio de información entre vehículos, que permitiera una amplia escalabilidad,
adaptabilidad y tolerancia a fallos.
José A. Sánchez
52
BonnMotion
Este software gratuito e implementado por la Universidad de Bonn en Alemania, en
concreto por el grupo Toilers del Colegio de Minas de Colorado (USA) y el grupo de
Sistemas Distribuidos de la Universidad de Osnabrück de Alemania, permite analizar
escenarios de movilidad, siendo uno de los más extendidos para el estudio de redes
MANET [83].
Una de las ventajas que tiene el uso de este simulador, es la interoperabilidad de los
escenarios de tráfico creados con simuladores como ns-2, ns3 o MiXim siendo posible
gracias a que BonnMotion guarda las rutas que trazan los nodos siguiendo el modelo
nodo y enlace (node and link) dedicando una línea para cada uno de los nodos de la red
implementada. Otra de las ventajas que presenta BonnMotion radica en que puede ser
utilizado en cualquier plataforma que tenga JRE compatible con la versión de Java
Oracle 1.8, permitiendo, de este modo, su uso tanto en OS X, Linux y Windows.
La principal desventaja que tiene para la simulación de redes VANET está ligada a la
simplicidad en la representación de los movimientos de los nodos impidiendo una
simulación que se aproxime a la realidad de forma aceptable. Esto se debe a que no
tiene en consideración la movilidad de los nodos de forma totalmente aislada.
3.2.3.2. Simuladores de Red

OMNet++
El simulador de red OMNet++ [84], es una librería de simulación escrita en C++ cuyo
propósito inicial era el desarrollo de simuladores para todo tipo de redes de
comunicaciones (inalámbricas y cableadas) y otros tipos. Pese a ser un software
propietario, OMNet++ tiene una licencia pública que puede ser utilizada únicamente
con fines académicos, teniendo también una licencia de uso comercial de SimulCraft
Inc.
OMNet++ se caracteriza por ser extensible, siendo capaz de dotar a cada tipo de red con
funcionalidades específicas de esa red, añadiendo modelos que han sido desarrollados
como proyectos independientes. De este modo, OMNet++ trabaja con módulos (o
componentes) independientes que son programados en C++ y que se ensamblan
posteriormente en módulos más grandes utilizando un lenguaje de alto nivel llamado
NED (NEtwork Description).
Otra de las características de este simulador es su desarrollo integrado con Eclipse,

teniendo un interfaz gráfico de simulación y una gran cantidad de herramientas que
permiten ampliar su funcionalidad inicial como la simulación en tiempo real, el uso de
bases de datos, etc.
En este caso, el simulador de red OMNet++ funciona en diversos entornos como

Windows, Linux, Mac OS X y otros sistemas Unix, teniendo la consideración que para
trabajar con su IDE únicamente se puede hacer uso de los tres primeros.
Tesis Doctoral
NS-2
Ns-2 [85] es un simulador de eventos discretos que, en la actualidad, se emplea
principalmente en el ámbito académico y que se espera que sea sustituido por ns-3 en
los próximos años.
Este simulador, escrito en C++, tiene una extensión TLC orientada a objetos (oTLC) la
cual puede ser utilizada para la ejecución de scripts y la especificación de aspectos
como la topología de la red evitando, en 1996, recompilaciones innecesarias cuando se
modifican los parámetros de simulación. Sin embargo, en la actualidad, no existe este
problema y esta solución implica empeorar el rendimiento de la simulación completa.
En este caso, ns-2 permite realizar simulaciones teniendo en cuenta diferentes

parámetros como: la forma de propagación, los efectos de los rebotes de la señal y los
protocolos del estándar IEEE 802.11, permitiendo obtener un alto grado de detalle en la
simulación de las VANETs.
Una de las principales ventajas que presenta el uso de este simulador es que la salida
proporcionada puede ser utilizada por otros programas como SUMO (simulador de
tráfico explicado anteriormente) permitiendo una integración entre ambos.
NS-3
El simulador ns-3 [86] fue financiado por el NSF (U.S. National Science Foundation)
con el fin de reemplazar al simulador ns-2, encontrándose también disponible
públicamente bajo licencia GNU GPLv2 y teniendo lanzada su primera versión del
software en junio de 2008 publicando sucesivas versiones.
Ns-3 fue diseñado en C++ permitiendo la integración de algunas características

implementadas en lenguaje Python. De este modo, y a diferencia de ns-2, no se recurre
al uso de oTLC, lo que implica que las trazas de código (o scripts) desarrollados para
este simulador no pueden ser utilizados en el nuevo.
El simulador de red está compuesto por un conjunto de librerías combinables entre sí y

con otras externas, incorporando una interfaz gráfica que permite el uso de diferentes
herramientas externas. Por defecto, ns-3 trabaja en línea de comandos o utilizando
herramientas de desarrollo de C++ y Python teniendo un proyecto dedicado a ello [87].
Pese a que ns-3 se utiliza sobre sistemas Linux, también puede utilizarse en FreeBD y
Cygwin, teniendo la posibilidad de hacerlo compatible con Windows Visual Studio.
JiST/SWANS
JiST (Java in Simulation Time) [88], es un simulador de eventos discretos que funciona
sobre una máquina virtual de Java utilizando la denominada simulación virtual con la
que se consigue optimizar el consumo de tiempo y el consumo de memoria que gasta en
la simulación.
José A. Sánchez
54
Las simulaciones mediante el uso de JiST se escriben en Java (como su propio nombre
indica) y se compilan con un compilador de Java corriente pudiendo ejecutarse sobre
una máquina virtual sin necesidad de realizar ninguna modificación previa en ella.
Por su parte, SWANS es un simulador de redes que se utiliza sobre JiST creado para
cubrir las necesidades de la investigación en este campo que otros simuladores no eran
capaces de cubrir.
La funcionalidad de este simulador es similar a la de otros como ns-2, teniendo la

capacidad de simular redes de mayor tamaño reduciendo, mediante el uso de JiST, las
prestaciones de memoria y ejecución de aplicaciones de red estándar escritas en
lenguaje Java.
A pesar de que JiST/SWANS ofrecía una buena plataforma para la simulación de redes
inalámbricas, sus desarrolladores han desistido en la ampliación de sus características,
motivo por el cual se justifica la aparición de SWANS++ (simulador de código abierto
que busca continuar ampliando la funcionalidad de JiST/SWANS).
3.2.3.3. Simuladores de VANET

Veins
Veins (Vehicles in Network Simulation) [89] es un simulador híbrido de código abierto
enfocado en la simulación de redes VANET. Para su correcto funcionamiento se debe
valer de un simulador de movilidad (o generador de tráfico) y un simulador de red,
teniendo en OMNet++ y SUMO sus mejores aliados.
El simulador Veins ofrece un conjunto de modelos para simular diferentes

comunicaciones de tipo V2V consiguiendo la integración de los simuladores expuestos
anteriormente (ver Figura 9).
Figura 9. Integración Básica de los Simuladores
Tesis Doctoral
En este caso, el movimiento de los vehículos (generado por SUMO) se refleja en el

movimiento de los nodos del simulador de red (OMNet++). De esta forma, los nodos
pueden interactuar con el tráfico de la carretera de forma simple y precisa pudiendo
desarrollar, analizar y evaluar aplicaciones destinadas a los ITS mediante el uso de redes
vehiculares.
Entre las principales características de este simulador encontramos la utilización de

modelos detallados de las capas IEEE 802.11p e IEEE 1609.4 DSRC/WAVE, la
utilización de mapas de OpenStreetMap con alto nivel de detalle (velocidades,
semáforos, cruces, etc.) y el uso de modelos computacionales para considerar zonas
conflictivas por la presencia de edificios u otros vehículos.
PARAMICS
PARAMICS [90], propiedad de Quadstone Limited, es un simulador integrado que
funciona sobre sistemas operativos Windows englobando una serie de herramientas que
permiten la realización de análisis y el diseño de redes de vehículos. Es capaz de
simular individualmente el comportamiento de los diferentes componentes del tráfico y
presentar el resultado de forma gráfica (en 2D o 3D) en tiempo real. Además de esto, el
simulador es capaz de modelar de forma detallada el trazado físico de los nodos
teniendo en cuenta el transporte público, los nodos especiales, por ejemplo, vehículos de
emergencia, el comportamiento de los conductores y elementos de señalización de la
vía.
La característica de poder representar el comportamiento del escenario en tiempo real

permite observar inmediatamente las repercusiones en el tráfico y la congestión del
mismo tras realizar modificaciones en el escenario, teniendo un formato de archivos
abierto que lo hace compatible con otros simuladores.
TraNS
TraNS (Traffic and Network Simulation Environment) [91] es un simulador híbrido
escrito en C++ y Java que funciona en Windows y Linux y que contiene una
herramienta de visualización que permite integrar los simuladores SUMO y ns-2 con el
fin de obtener la simulación de redes VANET.
Entre las principales funcionalidades de TraNS encontramos: el uso de TraCI (Traffic

Control Interface) [92] que permite a los simuladores trabajar conjuntamente, la
simulación de eventos como por ejemplo, accidentes, la generación de posibles rutas
aleatorias de vehículos y el uso de mapas de tipo TIGER y Shapefile que generan las
trazas de movilidad utilizadas por ns-2 gracias al uso del simulador de tráfico SUMO.
Además de las funcionalidades mencionadas anteriormente, cuenta con dos aplicaciones
destinadas a redes VANET llamadas Road Danger Warning y Dynamic Reroute.
A pesar de la buena integración entre simuladores y la capacidad de simulación de redes

VANET, el desarrollo de TraNS se ha suspendido tras la publicación de su versión
TraNS v1.2, la cual ya no es compatible con SUMO, con el fin de impulsar el uso de
José A. Sánchez
56
TraNSLite, siendo esta última una versión del mismo simplificada y que no utiliza ns-2
para realizar las simulaciones, sino que busca generar él mismo un modelo de movilidad
reduciendo considerablemente el número de funcionalidades que posee. La principal
ventaja de esta nueva versión es su rápida instalación ya que puede estar en
funcionamiento en unos pocos minutos disponiendo de Java en el equipo.
NCTUns
El simulador integrado NCTUns (National Chiao Tung University Network Simulator)
[93] es gratuito siendo capaz de simular protocolos de todo tipo de redes, tanto
cableadas como inalámbricas. Entre las características principales de este
simulador/emulador destaca el hecho de utilizar la pila de protocolos TCP/IP de Linux
para obtener resultados de simulación precisos teniendo en cuenta las simulaciones de
redes VANET simulando el protocolo 802.11p/1609 WAVE para establecer
comunicaciones de tipo V2V y V2I. Además, NCTUns soporta la simulación
concurrente y remota incluyendo una GUI que facilita al usuario poder establecer la
topología de las redes, configurar los módulos de protocolo en cada nodo y representar
los resultados de forma gráfica.
Uno de sus principales inconvenientes radica en que su uso está disponible únicamente
para sistemas operativos Linux.
3.2.4. Comparativa de Simuladores

Una vez estudiadas algunas de las herramientas de simulación más importantes para su
aplicación a redes VANET, la presente subsección presenta una breve comparativa entre
ellas.
Teniendo en cuenta el análisis comparativo de los simuladores de tráfico desarrollados

en la sección anterior, podemos observar en la Tabla 3, que el simulador que menos
prestaciones nos ofrece a la hora de realizar la simulación de escenarios realistas es
BonnMotion. Esto se debe a que, inicialmente fue un simulador de redes de tipo
MANET, por tanto, su diseño no se adecúa en su totalidad a las necesidades de
simulación de las redes VANET.
Respecto a la precisión de los otros tres simuladores en función de las características de

simulación requeridas encontramos en SUMO la mejor solución, ya que es una
herramienta que nos permite obtener un mayor grado de detalle a la hora de simular
redes VANET a pesar de que realice el cálculo de las rutas antes de iniciar la propia
simulación.
Realizando la comparativa de los simuladores de red, destaca la aparición de OMNet++

teniendo la principal ventaja en su estructura modular, aportando gran extensibilidad a
los proyectos que se desarrollan sobre él y atendiendo a la movilidad de las redes
VANET de forma adecuada. También resulta interesante que, a diferencia de otros
simuladores como ns-2, su código sigue en continuo desarrollo con nuevas versiones en
la actualidad.
Tesis Doctoral
SUMO VanetMobiSim STRAW BonnMotion

Características del Simulador
Gratuito SI SI SI SI
Lenguaje C++ Java - Java
Cualquiera con Cualquiera con
Plataforma Windows, Linux SWANS++
JRE 1.5 o superior Java 1.8 o mayor
Ns-2, ns-3
Ns-2, GloMoSim, Ns-2, GloMoSim, Ns-2, GloMoSim,
Simuladores Compatibles GloMoSim,
Qualnet Qualnet Qualnet
Qualnet
GUI SI SI NO SI
Uso de mapas reales SI SI SI SI
Características de la simulación
Carreteras con varios
SI SI SI NO
carriles
Sentido del Tráfico SI SI SI NO
Movimiento Peatones SI NO NO NO
Tipos de Vehículo SI NO NO NO
Gestión de Intersecciones SI SI - NO
Señalización SI SI SI NO
Tabla 3. Comparativa de Simuladores de Tráfico
Aunque ns-3 y SWANS++ ofrecen unas prestaciones aceptables a la hora de simular,

tienen diversos inconvenientes. Ns-3 no ha conseguido la compatibilidad plena con las
extensiones desarrolladas en ns-2, mientras que SWANS++ tiene la gran desventaja de
no permitir la interacción entre el modelo de red y el simulador de red, reduciendo las
capacidades de creación de una red vehicular próxima a la realidad. En este caso
OMNet++, por el contrario, dispone de un conjunto amplio de modelos desarrollados
para ampliar sus funcionalidades además de una interfaz gráfica potente y el uso del
lenguaje NED, que nos permite definir parámetros variables durante el proceso de
simulación.
Por último, y en referencia a los simuladores de VANET, el criterio utilizado para

evaluarlos ha sido su mayor uso, independientemente de la licencia de cada simulador y
de su tipo (integrado o híbrido). Encontrando PARAMICS (con licencia privada), uno
de los simuladores más utilizados para el estudio del tráfico en Reino Unido.
El resto de simuladores de VANET, todos ellos de licencia gratuita, tienen la ventaja de

contar con la implementación del estándar IEEE 802.11p. Sin embargo, la nueva
versión de TraNS, TraNSLite, no es capaz de ofrecer todas sus funcionalidades las
cuales no son compatibles con las nuevas versiones de SUMO para estudiar en
profundidad este tipo de redes.
De igual forma que TraNS, Veins cuenta con el beneficio de haber sido diseñado para
simular específicamente redes VANET, pero aprovechando la cooperación con
simuladores como SUMO y OMNet++. Sin embargo, el hecho de que no sea un
simulador integrado (sino híbrido) hace que el coste computacional que requiere sea
mayor, pues se necesita que los dos simuladores se estén ejecutando a la vez y, además,
sea necesaria la configuración de ambos.
José A. Sánchez
58
3.3 Caso de Estudio: Aplicación de Simulación para el

Intercambio de Vídeo bajo el Estándar H.265 (HEVC)
Usando Redes Vehiculares 802.11p
Como hemos visto a lo largo de la explicación realizada en la sección 3.2, la simulación
de las redes vehiculares es un mecanismo fundamental para el despliegue, análisis y
evaluación de nuevas aplicaciones y servicios ofrecidos desde el punto de vista de las
redes VANET aplicadas a los ITS. Por todo ello, esta sección presenta un caso de
estudio aplicado, realizando la integración de 3 simuladores: SUMO, OMNet++ y
Veins, para la evaluación de la transmisión de vídeo codificado bajo H.265/HEVC sobre
redes vehiculares que siguen el estándar IEEE 802.11p. Los resultados del estudio
propuesto revelan la viabilidad del uso de la simulación para este tipo de redes y una
aproximación inicial a la transmisión de elementos multimedia en entornos de
comunicaciones entre vehículos.
3.3.1. Introducción
Al encontrarnos actualmente ante la imposibilidad de equipar a un gran número de
vehículos con interfaces de comunicación y equipos dedicados a las redes vehiculares
802.11p, debemos hacer uso de la simulación para poder corroborar que las hipótesis
iniciales en el desempeño de servicios y tareas para ITS son válidas. En este sentido,
son muchos los artículos, libros, estudios y proyectos que enfocan sus esfuerzos en la
simulación de redes de vehículos realistas para poder abordar temas relacionados con la
interconexión vehicular. Por ejemplo, el estudio conducido por C. Cicconetti et al. [94],
estableció una relación entre las medidas teóricas desarrolladas y las medidas reales de
un banco de pruebas para el estándar 802.11p. Según los autores, estos experimentos
conducen a una aproximación adecuada entre os datos disponibles a partir de
mediciones reales, usando tarjetas NEC Linkbird-MX que implementan el estándar IEEE
802.11p, demostrando que los resultados obtenidos están muy relacionados con la
posibilidad de evaluar pruebas experimentales reales basadas en el mismo estándar sin
la necesidad de realizar mediciones en la carretera. De este modo, corroboran que el uso
de los entornos simulados para este tipo de pruebas es viable. Otros trabajos como [95]
o [96], también centran la base de sus estudios, dedicados a las redes VANET, en la
simulación obteniendo resultados bastante precisos y pudiendo evaluar el desempeño
que efectúa una red vehicular 802.11p en el intercambio de diferentes tipos de datos
[77].
Centrando más el eje de la contribución en investigaciones relacionadas con el

intercambio de vídeo en redes vehiculares, podemos observar como en los últimos años
es un tema de interés para la comunidad investigadores proliferando artículos donde se
realiza un estudio de intercambio de vídeo bajo el estándar H.264/AVC en entornos
vehiculares 802.11p [98] y que obtuvo unos resultados que fueron mejorados en un
estudio posterior [99]. En los últimos años, la evaluación del intercambio de vídeo en
redes vehiculares está teniendo un auge considerable. Prueba clara de ello es que se
están llevando a cabo investigaciones donde se desarrollan transmisiones de vídeo en
escenarios 802.11p, incluso en entornos reales [100] y protocolos de enrutamiento
Tesis Doctoral
dedicados a la transmisión de vídeo en tiempo real dentro de las redes VANET [101] o
la creación sistemas de vídeo-vigilancia basados en comunicaciones V2I, demostrando
la viabilidad de la propuesta en un radio aproximado de 600 metros [102].
Por todo lo expuesto anteriormente, la contribución de este caso de estudio se basa en el

concepto de la aplicación de la simulación para el despliegue de redes vehiculares y la
posibilidad de intercambio de datos (en este caso de vídeo) entre vehículos, ya que, en
la actualidad, este tipo de sistemas de comunicaciones no se ha implantado de forma
amplia en el tejido empresarial dedicado al mundo de la automoción.
3.3.2. Integración de los Simuladores y Puesta en Marcha

Una vez estudiados y seleccionados los simuladores que se iban a emplear, en nuestro
caso SUMO como simulador de tráfico, OMNet++ como simulador de red y Veins
como simulador de VANET, debíamos proceder a poner en marcha el escenario
completo de simulación haciendo referencia, no solo a los parámetros relacionados con
la simulación en sí, sino también a la integración de los simuladores para que ofrezcan
una completa red vehicular con mapas reales.
Viendo la Figura 10, podemos observar un diagrama de comunicación y entender cómo

se realiza el intercambio de información en busca de la integración de los tres
simuladores utilizados en el caso de estudio.
Figura 10. Diagrama de Comunicación para la Integración de los Simuladores Empleados
Como observamos, la comunicación entre OMNeT y SUMO se realiza vía TCP

mediante un script desarrollado en Python y lanzado desde el terminal que contiene
Veins y que se conecta también con el simulador de movilidad o tráfico (SUMO).
En este caso, la puesta en marcha la iniciamos con el simulador SUMO mediante la

exportación del mapa sobre el que actuará la red. Para poder importar el mapa deseado
José A. Sánchez
60
accedemos al entorno de openstreetmap7, desde donde exportaremos el plano con

extensión, “.osm”. Para que el simulador de tráfico sea capaz de tratar con este tipo de
mapas debemos modificar la extensión a .net.xml. Para ello, el propio simulador SUMO
implementa un ejecutable, llamado netconvert que nos cambia la extensión
consiguiendo toda la información necesaria para su representación. Para atender a la
representación del modelo de movilidad, hicímos uso de la herramienta MOVE
(MObility model generator vor VEhicular Networks) [103], que nos permitió crear
patrones de movilidad de vehículos teniendo, entre otros parámetros, el tipo de mapa
(aleatorio, manual o importado), el movimiento de los vehículos (automático o manual)
teniendo en cuenta diferentes variables como el número de vehículos, los giros, flujos,
etc., y los parámetros generales de la simulación para su correcta configuración y
visualización. En nuestro caso, y como tratábamos de probar únicamente la viabilidad
de la simulación en entornos de redes vehiculares, elegimos la importación de un mapa,
teniendo definido el movimiento de los vehículos de forma manual, pero atendiendo a
un número diferente de vehículos en cada evaluación.
Mediante el uso del framework de Veins, que se encuentra disponible en la carpeta

importada en OMNet++ mixim, podemos usar los servicios del estándar IEEE 802.11p
dentro de este tipo de comunicaciones interactuando directamente con el simulador
SUMO a través del intercambio de mensajes explicado con anterioridad. Al existir la
necesidad del uso de comunicaciones vehiculares mediante 802.11p, y sabiendo que
este estándar modifica la capa física y de acceso al medio para atender a las
características especiales de los entornos vehiculares, vemos en la Figura 11, el bloque
Nic80211p que será el encargado del envío y recepción de datos que encontramos en el
simulador.
Figura 11. Módulo Nic802.11p.NED
Una vez integrados los simuladores e importado el proyecto Veins que nos permitirá
simular la red vehicular completa dentro de un entorno 802.11p, estamos en disposición
de poder realizar las evaluaciones del intercambio de vídeo dentro de esta red.
7 http://www.openstreetmap.org/
Tesis Doctoral
3.3.3. Evaluación del Intercambio de Vídeo H.265 en una Red IEEE

802.11p
Esta subsección presenta el proceso de evaluación de intercambio de vídeo dentro de la
red vehicular. Especificamos tanto la descripción de los escenarios y pruebas realizadas,
como la descripción del proceso de obtención de datos de vídeo para su posterior
transmisión.
3.3.3.1. Escenario de Pruebas

Para la evaluación del intercambio de vídeo en redes 802.11p, se decidió tomar un mapa
importado de la ciudad de Cehegín (Murcia), que atendía a un cruce de vías simple. En
la Figura 12, podemos ver el mapa, representado sobre el simulador SUMO, con la
indicación de ruta (color azul y rojo) seguida por los vehículos que la atravesaban.
Figura 12. Representación de mapa real sobre simulador SUMO con indicación de ruta seguida por los
vehículos
Al tener esta definición de mapa, obtenemos un cruce obligatorio de vehículos dentro de

dos rutas estáticas definidas para ello. Se consideró no entorpecer la simulación con
agentes externos ni variaciones de velocidad en el tránsito de los vehículos para
comprobar si era efectiva la comunicación en el caso ideal de intercambio de datos de
vídeo.
3.3.3.2. Obtención y Tratamiento de las Trazas de Vídeo

Para conseguir las trazas de vídeo empleadas en el estudio accedimos a la página web
de la Universidad del Estado de Arizona, donde podemos extraer trazas de vídeo
codificadas bajo diferentes estándares, y donde se encuentra disponible el del caso de
estudio, el H.265/HEVC para la evaluación del rendimiento de redes de comunicaciones
[104].
Una vez obtenidas las trazas de vídeo que se iban a emplear, se modificaron para
obtener una traza adecuada para este tipo de redes ajustando los parámetros según
vemos en la Tabla 4.
José A. Sánchez
62
El conjunto de todos los frames que componen la trama final, dará lugar al tamaño de la
traza completa que debemos transmitir. En nuestro caso, guardamos la trama en un
fichero otorgándole el nombre de “trazavideo”. Una vez generada con los parámetros
expuestos en la Tabla 4, los vehículos intercambiarán los frames de vídeo obteniendo
dos ficheros para poder realizar la posterior evaluación y contrastar la pérdida de
paquetes posterior. Estos ficheros de envío y recepción de trazas de vídeo se nombraron
como “trazasenvio” y “trazasrecibidas”. De esta forma podemos tener un control total
sobre los frames de vídeo que se pierden en la transmisión entre vehículos para poder
evaluar las prestaciones de la red en función de ello.
Parámetro Valor
Nombre de Traza Stars Wars 4
Resolución 352 x 288
Frames por Segundo 30
Frames Totales 53968
Codificador H.265/HEVC 8.0
Valor de Cuantificación 35
Tabla 4. Parámetros de traza de vídeo
3.3.3.3. Casos de Estudio

Esta subsección, presenta los 3 casos de estudio propuestos para la comprobación de la
viabilidad del uso de herramientas de simulación para el despliegue de redes vehiculares
en ciudad. En este caso, se ha propuesto el despliegue de una red vehicular variando el
número de vehículos que circulan en ella.
La elección de los casos de estudio ha sido basada en la afluencia de vehículos media de

la circulación en ciudad teniendo en cuenta diferentes franjas horarias. De esta forma
hemos diseñado un caso ideal de cruce de 2 vehículos para evaluar la transmisión de
vídeo en una intersección instantánea. Un segundo caso con un total de 10 vehículos
para obtener una situación más próxima a la realidad con una vía sin mucha densidad de
tráfico y un entorno más colapsado, con 20 vehículos, encontrándose en un espacio de
dimensiones reducidas.
Comunicación V2V para 2 Vehículos

El propósito de la creación de este caso de estudio era el de realizar una comunicación
vehicular punto a punto entre dos vehículos que se cruzan en una vía de doble sentido.
De esta forma, se podría comprobar si el intercambio de este tipo de información se
hace efectivo cuando el tiempo de exposición de ambos vehículos es relativamente
corto.
En la Tabla 5 podemos observar un resumen de los principales parámetros adoptados en

el presente caso de estudio.
Tesis Doctoral
Parámetro Valor
Número de vehículos total 2
Número de vehículos por sentido de circulación 1
Velocidad de vehículos 30 Km/h
Modo de Envío/Recepción de Información Full-duplex
Tabla 5. Parámetros utilizados en caso de estudio de comunicación V2V con 2 vehículos
En la Figura 13, observamos la simulación real dentro del simulador SUMO cuando los
vehículos inician la marcha para su cruce.
Figura 13. Inicio de simulación en SUMO con 2 vehículos
Comunicación V2V para 10 Vehículos

Este segundo caso pretende ofrecer una visión más próxima a la realidad sobre la
afluencia de vehículos en un entorno urbano. Se decidió incorporar una cantidad de
vehículos media para encontrar una densidad de tráfico sin excesiva cantidad de
vehículos. La Tabla 6 muestra los parámetros relativos al presente caso de estudio.
Parámetro Valor
De nuevo la Figura 14 muestra el inicio de la simulación real en SUMO utilizando en

este caso un número de vehículos total de 10.
José A. Sánchez
64
Figura 14. Inicio de simulación en SUMO con 10 vehículos
Comunicación V2V para 20 vehículos

Por último, se consideró como adecuada la opción de la inclusión de un número total de
20 vehículos atendiendo a un estado urbano congestionado para comprobar si en esta
situación también se producía un intercambio de datos correcto. Al igual que en los
anteriores casos de estudio, la Tabla 7, muestra los principales parámetros a considerar.
Parámetro Valor
3.3.4. Análisis y Discusión de Resultados

Como hemos visto en la definición de los casos de estudios, todos son iguales, con la
única diferencia del cambio en el número de vehículos que intervienen. La elección del
parámetro de velocidad en 30 Km/h se efectuó en relación a la velocidad media de
circulación por ciudad resultado otros estudios recientes [105]. Por otro lado, el envío y
recepción de información por parte de los vehículos ha sido activado para que todos los
nodos de la red puedan realizar ambas acciones.
En cuanto al análisis y discusión de resultados atenderemos a los 3 casos de estudio

planteados en la subsección anterior (2.5.3) evaluando el Packet Error Rate (PER) en la
transmisión de señal de vídeo y analizando las tramas enviadas y recibidas por cada uno
de los vehículos involucrados en la comunicación.
Tesis Doctoral
3.3.4.1. Comunicación V2V para 2 Vehículos

En el primer caso de estudio, el cruce único de 2 vehículos, encontramos la situación
más desfavorable debido al escaso tiempo de exposición de ambos en el rango de
cobertura.
El la Figura 15 podemos observar el tiempo de ejecución (eje x) frente al porcentaje de

paquetes perdidos (eje y). Parece evidente pensar que cada uno de los vehículos pierde
un número muy grande de paquetes al inicio y final de la transmisión debido a que, en
primer lugar, los coches se acercan y a continuación se alejan obteniendo una
comunicación más eficiente cuando están más próximos (cuando el tiempo de ejecución
es aproximadamente 6). Aun así, parece obvio que el porcentaje de paquetes perdidos es
bastante alto, no pudiendo considerar como aceptable este tipo de comunicación.
Figura 15. Tiempo de ejecución frente al porcentaje de paquetes perdidos en el caso de 2 vehículos
De la misma forma, cuando analizamos el número de paquetes perdidos en promedio

(eje y) en relación a los vehículos que participan en el caso de estudio (eje x), la Figura
16 muestra valores muy elevados, obteniendo un 55% de paquetes perdidos en el caso
del Vehículo 1 y aumentando este porcentaje hasta un 59% en el caso del Vehículo 2.
Figura 16. Vehículos frente al porcentaje de paquetes perdidos promedio en el caso de 2 vehículos
José A. Sánchez
66
Estos resultados hacen inviable la posibilidad de la transmisión de vídeo en este tipo de

comunicación al perder más de la mitad del contenido de los datos enviados por los
vehículos.
Debemos recordar, que este escenario se basaba en la suposición de la idoneidad de la

comunicación en un cruce simple de vehículos sin añadir ningún parámetro de
comunicación externo dentro del entorno.

Cuando se procede a la simulación del caso de estudio en el que están involucrados 10
vehículos (5 en cada sentido) las prestaciones de la red vehicular, en cuanto al
intercambio de información de vídeo, incrementan considerablemente. Esto se debe a
que todos los nodos de la red son capaces de enviar y recibir información (intercambio
full-duplex). Al tratarse de la misma traza de vídeo, si dos vehículos circulan en la
misma dirección y a una distancia adecuada (dentro del rango de cobertura de los
mismos) se producen un decremento acentuado de los paquetes perdidos.
La Figura 17, muestra como el porcentaje de paquetes perdidos (eje y) desciende con
respecto al caso de estudio de cruce de 2 vehículos. De esta forma, los vehículos
centrales (los que están expuestos constantemente a este intercambio de información)
tienen una tasa de paquetes perdidos promedio de un 25% aproximadamente,
reduciendo casi a la mitad la tasa de paquetes perdidos resultantes del primer caso de
estudio.
Atendiendo, al igual que para el primer caso de estudio, al tiempo de ejecución (eje x) y
el porcentaje de paquetes perdidos (eje y) por vehículo, la Figura 18 muestra cómo el
valor de este último eje va disminuyendo a lo largo de la ejecución, llegando a obtener
valores de entre 2% y 10% para los casos de menor pérdida.
Tesis Doctoral
Figura 18. Tiempo de ejecución frente al porcentaje de paquetes perdidos en el caso de 10 vehículos
En esta ocasión, podemos deducir que el intercambio de vídeo, dadas las condiciones
planteadas, se hizo efectivo, aunque teníamos algunas pérdidas puntuales de trazas de
elementos de vídeo.

El último caso de estudio representa una congestión superior de la vía por la que
circulaban los vehículos, con la finalidad de que los vehículos tuvieran una carga mayor
de trabajo al tener que enviar/recibir datos de un número mayor de nodos.
Al igual que en los 2 casos de estudio anteriores, la Figura 19 muestra el porcentaje de

paquetes perdidos en promedio (eje y) frente a cada uno de los vehículos a los que
corresponde cada pérdida de información (eje x).
Podemos observar cómo, debido a la supuesta congestión del tráfico, el porcentaje de

paquetes perdidos aumenta considerablemente en la mayoría de los vehículos al tener
José A. Sánchez
68
que procesar más información (enviar y recibir trazas de vídeo) y existir un nivel de
interferencia mayor en la comunicación.
Un dato a destacar es la baja tasa de paquetes perdidos que se producen en los vehículos
centrales (Vehículos 9 y 11 respectivamente), debido a la ubicación central de los
mismos dentro de la ejecución total de la simulación. Por simplicidad dentro de este
caso de estudio, obviamos la gráfica referente al tiempo de ejecución frente al
porcentaje de paquetes perdidos que haría casi imposible la distinción entre vehículos.
3.3.5. Conclusiones
En este caso de estudio, pudimos corroborar las prestaciones iniciales del intercambio
de vídeo bajo el estándar H.265/HEVC haciendo uso de la integración de tres
simuladores (SUMO, OMNeT++ y Veins).
Como principal conclusión encontramos que, la simulación es una herramienta clave

para el diseño y evaluación de nuevas aplicaciones y servicios dedicados el mundo de
los ITS. Estos nuevos desarrollos podrán aprovechar la potencialidad del uso de
vehículos con capacidad de comunicación bajo estándares apropiados (como IEEE
802.11p), pudiendo proporcionar servicios que repercuten una mejora en la seguridad
vial, una mejor gestión del tráfico y/o servicios dedicados a ofrecer información y
entretenimiento (infotainment) a bordo de los vehículos.
Por otro lado, y a la vista de los resultados, parece obvio pensar que en un entorno en el
que se cumplan las condiciones adecuadas para este tipo de comunicaciones, podemos
obtener una tasa de éxito adecuada en la transmisión de vídeo. Una evidencia de lo
expuesto es la aceptable cantidad de información enviada y recibida dentro del entorno
vehicular, pudiendo realizar el despliegue de aplicaciones y servicios dedicados a este
tipo de intercambio de información.
3.4 Contribuciones del Capítulo

El Capítulo 3 presenta el estándar IEEE 802.11p, dedicado a las redes vehiculares, así
como la fundamentación básica de los entornos y herramientas de simulación de este
tipo de redes.
La primera aportación del presente capítulo se basa en la revisión y estudio de las

herramientas de simulación dedicadas a las redes vehiculares en la actualidad. Ante la
imposibilidad del despliegue real de estas redes, que son capaces de incorporar nuevos
servicios dentro de los ITS, se hace indispensable el uso de entornos simulados (a pesar
de que los resultados obtenidos no son reales) que permitan llevar a cabo estudios,
análisis y evaluaciones sobre posibles efectos favorables o desfavorables de la
aplicación de esta nueva tecnología de intercambio de información dentro del mundo de
los ITS.
Tesis Doctoral
Por otro lado, el creciente interés en el intercambio inter-vehicular de información

suscita la decisión de la creación de diferentes casos de estudios que analicen, por un
lado, la viabilidad del uso de las herramientas de simulación de redes vehiculares
actuales y por otro, aproximen en una evaluación básica del intercambio de información
multimedia, en nuestro caso, vídeo bajo el estándar H.265/HEVC. Los resultados
obtenidos en ese sentido, vislumbran un amplio campo en la investigación y desarrollo
de servicios e incluso aplicaciones que den lugar a un intercambio aceptable de
información de diferentes tipos dentro de entornos urbanos e incluso interurbanos. Esta
clase de aplicaciones también pueden ofrecer servicios básicos como; información en
forma de notificaciones del estado de la vía en tiempo real, distribución de contenido
multimedia para posibles detecciones de puntos de interés en la vía o con fines
meramente comerciales.
Este capítulo, deja asentadas las bases del diseño y uso de las redes vehiculares dentro
del entorno de los ITS mediante la realización de una profunda revisión de los entornos
de simulación, así como la contribución de un caso de estudio práctico en el que se
aplican las diferentes técnicas para el estudio de este tipo de comunicación.
A pesar de que la simulación es una herramienta fundamental en el estudio de redes

vehiculares debido a la imposibilidad de llevar a cabo grandes experimentos en entornos
reales, es evidente que los resultados simulados pueden diferir de los datos obtenidos de
entornos reales. Por ello, se debe seguir la línea de intentar extrapolar las
investigaciones y análisis obtenidos de simulaciones previas, a entornos reales para
probar su viabilidad real y poder avanzar hacia una materialización real de la tecnología
de comunicaciones.
José A. Sánchez
70
Tesis Doctoral
Capítulo 4
4 Movilidad Inteligente en Redes
Vehiculares
Como ya explicamos en el Capítulo 1, una de las principales líneas de investigación que
surgió en el estudio de las Redes Vehiculares fue la Movilidad. La consecución de
planes de movilidad adecuados dentro de un entorno urbano, e incluso interurbano, ya
sea en el transporte de mercancías o transporte de viajeros, puede producir grandes
beneficios a la sociedad mediante la reducción del periodo de exposición de los
vehículos en carretera y, por tanto, la disminución del número de emisiones efectuadas
por los mismos al medio ambiente.
Debido a los problemas de contaminación existentes en ciudades como Madrid, París o

Roma, se han implantado medidas restrictivas que obligan a los usuarios, entre otras
cosas, a limitar su velocidad de circulación, a respetar la prohibición del
estacionamiento en zonas céntricas de la ciudad e incluso a acatar medidas de
circulación en función del número de matrícula de su propio vehículo, atendiendo a la
diferenciación entre números pares e impares. Todo este tipo de medidas provocan un
cierto malestar entre la población que ven mermada su capacidad de libre circulación en
ciudad.
José A. Sánchez
72
Desde la hipótesis de que los niveles de contaminación pueden decrecer mediante la

aplicación de planes de movilidad adecuados, y no mediante la aplicación de medidas,
en muchos casos restrictivas, el presente capítulo realiza una descripción del concepto
de Movilidad aplicado a las Redes Vehiculares. Para ello, realiza una revisión del estado
actual de los sistemas de movilidad en ciudad, tanto en entornos simulados como reales
y propone dos casos de estudio enfocados a la creación de planes de movilidad
inteligente en ciudades.
Por un lado, se despliega un sistema colaborativo con el que se consigue reducir el

tiempo de viaje de los automóviles evitando los atascos en ciudad y reduciendo de esta
forma, las emisiones que los mismos hacen al medioambiente. En este caso, se emplea
un sistema de lógica difusa para localizar cuando se produce un atasco y se usa el
sistema colaborativo, basado en comunicaciones entre vehículos (V2V) y entre
vehículos e infraestructura (V2I), para intercambiar información acerca del evento
(atasco) con el objetivo de una toma de decisiones adecuada en la selección de ruta.
Ante la problemática desarrollada en el capítulo anterior sobre el uso de la simulación

para la obtención de resultados reales, en el presente capítulo también se desarrolla un
completo caso de estudio sobre la inclusión de otras tecnologías comerciales y
accesibles, como Wi-Fi Direct, de la que la mayoría de ciudadanos disponen, para
implementar diferentes servicios y aplicaciones enfocados a los entornos vehiculares.
Los resultados obtenidos son alentadores teniendo en mente la consecución de
comunicaciones inter-vehiculares de forma real e intentando optimizar los resultados
obtenidos desde los entornos simulados.
4.1 Sistemas Colaborativos y Movilidad Inteligente en Redes

Vehiculares
Desde que se empezaron a estudiar las Redes Vehiculares, el concepto de la movilidad
ha tenido una gran importancia al encontrarnos en un entorno en el que los nodos de la
red se mueven amoldándose a unas características muy acentuadas: grandes cambios en
la topología de red, recorrido de los nodos conocido (calles y carreteras) y velocidades
de vehículos medias y altas. Teniendo en cuenta esto, la búsqueda de modelos que
atiendan a la movilidad de los nodos de las redes vehiculares siempre ha sido caso de
estudio.
Como se explicó en el Capítulo 3, en el campo de la simulación, existen simuladores

que implementan modelos de movilidad basados en diferentes algoritmos o conceptos
de movilidad terrestre, considerados como patrones de movimiento de los vehículos
(nodos). Mediante una modificación adecuada de este tipo de modelo (muchas veces
simulados a partir de datos tomados en ambientes reales) se pueden conseguir planes de
movilidad inteligente que darán lugar a los beneficios mencionados anteriormente. Así
mismo, la búsqueda de los modelos de movilidad que provean nuevos servicios para,
por ejemplo, la selección de rutas dependiendo del estado del tráfico, ha sido objeto de
estudio desde hace tiempo [106]. Hoy en día, estamos empezando a ver sus principales
Tesis Doctoral
efectos en los desarrollos tecnológicos actuales sobre vehículos, existiendo estudios

orientados a la industria del automóvil que realizan análisis comparativos entre marcas
para evaluar las estrategias actuales en el desarrollo de vehículos autónomos, vehículos
conectados o entornos de movilidad inteligente [107].
En los últimos años, se ha demostrado que un enfoque colaborativo y coordinado al

tratar de mejorar la eficiencia en los trayectos en entornos urbanos beneficia a todos los
agentes involucrados. Esta afirmación ha sido demostrada por algunos estudios que
demuestra que en un grupo de conductores que buscan el camino más corto a un
destino, se alcanza un beneficio cuando se emplea un enfoque coordinado y no cuando
un conductor decide cambiar su estrategia de viaje unilateralmente [108], o donde se
demuestran los beneficios de usar sensórica y comunicaciones V2V en comparación con
el simple uso de sensores [109]. Por lo que, una estrategia colaborativa puede suponer
una mejor solución para obtener un plan de movilidad inteligente adecuado mediante el
uso de las infraestructuras para navegar a través del tráfico urbano [110].
Dentro de los ITS, la conducción colaborativa ha ganado importancia en los últimos

años debido al gran número de aplicaciones que hacen uso de este concepto,
especialmente de aquellas que se refieren a la seguridad y eficiencia en la conducción.
En ese sentido, algunos trabajos efectúan diversos análisis para evaluar el impacto de
diversas medidas de densidad del tráfico y emisiones contaminantes de los vehículos,
por ejemplo, el estudio llevado a cabo por Kitwiroon et al. [111], en el que se analizan
estos valores para la ciudad de Londres, en el que los autores usan un sistema llamado
OSCAR y aplican varias técnicas tales como reducir el número de vehículos pesados
(HDVs) o los efectos de la velocidad, como en el caso de estudio que presentamos en
este capítulo.
Por otro lado, los autores del estudio logran mejoras de hasta un 11% en términos de
contaminación ambiental, reduciendo la tasa de HDVs en un 20% y determinando que
la velocidad es un factor relevante cuando nos referimos a las emisiones de gases
contaminantes por parte de los vehículos. El impacto de los límites de velocidad en el
medioambiente depende directamente del impacto de estos valores en el
comportamiento de los conductores. Otros estudios, evalúan el impacto de las
reducciones de velocidad en las emisiones, utilizando diferentes enfoques de modelado
(microscópico como macroscópico) [112]. En este caso, los investigadores encontraron
que los límites de velocidad en zonas urbanas tienen un impacto no significativo en las
emisiones de CO2 y NOx, siendo significativo para el caso de las partículas en
suspensión (PM), mientras atienden a una simulación microscópica, teniendo en cuenta
un ligero aumento cuando se llevan a cabo simulaciones macroscópicas.
Otras obras estudian la reducción de las emisiones en las intersecciones urbanas

mediante el uso de contramedidas ITS [113]. Consideran en esta ocasión, restricciones
en velocidad y la disminución del número de HDVs. En análisis muestra que, en un área
específica, las emisiones de CO2 generadas por los vehículos pueden reducirse hasta un
23%, siendo necesario reducir el tráfico de vehículos en un 20%. A diferencia de este
tipo de estudios, nuestro caso propone una perspectiva para la reducción de las
José A. Sánchez
74
emisiones de los vehículos sin limitar las condiciones del tráfico, consiguiendo reducir
las emisiones de CO2 hasta en un 12,27%.
Como ya se ha explicado anteriormente, muchos sistemas de conducción colaborativos,

como el descrito en este caso de estudio para la detección de atascos en tiempo real y la
selección de rutas alternativas, y otros que se usan con el objetivo de solucionar
problemas inherentes al transporte por carretera como por ejemplo, las congestiones del
tráfico [114]. Debido al hecho del carácter complejo de estos problemas (cambian con el
tiempo dependiendo de varios factores), no es fácil tomar decisiones para su resolución
ya que se maneja una información en muchas ocasiones inexacta. Para hacer frente a la
incertidumbre generada por esta situación, la lógica difusa puede considerarse una
herramienta útil [115]. En consecuencia, este tipo de enfoque nos permitirá modelar la
problemática existente de forma más precisa y eficiente. En nuestro caso, detectar si hay
o no un atasco de tráfico no dependerá de una combinación de decisiones binarias, sino
que será preferible determinar la variable resultado mediante un sistema de inferencia de
lógica difusa apropiado. En este caso, la lógica difusa nos permite obtener un grado de
pertenencia a ciertas funciones definidas sobre el nivel de tráfico que nos permitirá
determinar si se está produciendo un atasco o no en función de los niveles de tráfico
actuales.
Realizando una búsqueda de trabajos previos sobre el uso de lógica difusa en redes
VANET, podemos observar artículos en los que se utiliza un sistema basado en reglas
difusas con el objetivo de modelar y predecir el flujo de tráfico [116] o estudios donde
se propone un enfoque inteligente (adaptativo) del envío de mensajes de tipo “beacon”
(“Adaptative Beaconing Rate” (ABR)) basado en lógica difusa que tiene en cuenta las
características del tráfico para controlar la frecuencia del envío de mensajes de tipo
“beacon”, tienen una alta aplicación dentro de los entornos VANET [117].
Como podemos observar, la aplicación de un enfoque basado en lógica difusa puede ser
apropiado para la detección de eventos dinámicos en entornos de redes VANET, por
ello, en la siguiente sección se propone un completo caso de estudio sobre movilidad
inteligente haciendo uso de un sistema de inferencia de lógica difusa junto con
comunicaciones vehiculares con el objetivo de evitar, en tiempo real, posibles atascos
en la ciudad.
4.2 Caso de Estudio sobre Movilidad Inteligente:

Integración de un sistema para el control del tráfico aplicando
lógica difusa y comunicaciones vehiculares
Hoy en día, el incesante incremento de vehículos en carretera está provocando el
aumento de las congestiones del tráfico y, consecuentemente, las poluciones que los
mismos emiten al medio ambiente. Este tipo de problema es especialmente severo en
entornos urbanos debido a la convivencia entre humanos y vehículos, y a la
aglomeración de automóviles. Un punto crucial para determinar e intentar paliar este
tipo de problema, se basa en la creación o diseño de planes de movilidad adecuados con
Tesis Doctoral
el objetivo de mejorar el flujo de tráfico y, como consecuencia, reducir el impacto

negativo que producen los atascos.
Con el objetivo planteado anteriormente, el presente caso de estudio propone un plan de

movilidad inteligente en ciudad que sigue una estrategia colaborativa entre vehículos.
En este caso, cada vehículo trata de inferir el estado del tráfico usando su propia
situación y la información que comparten otros vehículos de la red VANET formada.
Usando un enfoque de lógica difusa, los vehículos realizan decisiones de acuerdo con
los niveles de tráfico en tiempo real. El plan de movilidad diseñado fue probado en un
entorno de simulación (ante la imposibilidad de la implantación a gran escala en
ciudad). El sistema tiene en cuenta 2 tipos de escenarios urbanos, uno céntrico y otro
periférico de la ciudad de Gijón (Asturias - España). El sistema incrementa la velocidad
media de los vehículos hasta un 11,20% y reduce las emisiones de los vehículos en
hasta un 12,27% en el mejor de los casos. A la vista de los resultados, vemos como el
plan de movilidad inteligente ha ayudado a mejorar la circulación de los vehículos que
son capaces de resolver problemas causados por la congestión o atascos del tráfico en
tiempo real pudiendo seleccionar rutas alternativas que les permitan llegar a su destino
en una menor cantidad de tiempo y, en consecuencia, con una menor cantidad de
emisiones contaminantes.
4.2.1. Diseño del Sistema Colaborativo para la Movilidad Inteligente

El sistema colaborativo dedicado a la movilidad inteligente en entornos de ciudades,
infiere en el tráfico a través de un enfoque basado en lógica difusa que es capaz de
informar sobre 4 niveles de circulación: Tráfico muy bajo, Tráfico Bajo, Tráfico Medio
y Tráfico Alto. Este enfoque nos permite determinar, mediante la definición de unas
funciones de pertenencia y en función de unos parámetros de entrada, el nivel del tráfico
en la actualidad. Estos valores permiten a los vehículos tomar decisiones y poder ajustar
su comportamiento.
4.2.1.1. Descripción de las Comunicaciones

Para las comunicaciones se han usado dos tipos de mensajes: Mensajes de Alerta y
Mensajes de Tráfico que siguen el formato WSM (Wave Short Message). Estos
mensajes, enviados a través del protocolo WSMP, transmitidos a través del canal de
control (CCH), encargado de distribuir los paquetes críticos dentro de la red. La
información relativa al formato WSM, así como al protocolo WSMP y los canales
empleados por el estándar IEEE 802.11p, están explicados en el Capítulo 3,
concretamente en la sección 3.1.4.
4.2.1.2. Configuración del Sistema de Inferencia de Lógica Difusa

Un sistema de inferencia de lógica difusa, basado en Mamdani [118], está compuesto
por 3 grandes bloques: el Difusor (Fuzzifier), el Motor de Inferencia (Inference Engine)
y el Desdifusor (Defuzzifier), que podemos observar en la Figura 20.
José A. Sánchez
76
Figura 20. Sistema de inferencia de lógica difusa con el motor de inferencia incluido (reglas y el
agregador)
El primer bloque es el encargado de asignar a cada variable de entrada un grado de

pertenencia para un conjunto previamente definido. A continuación, su salida pasa por
el siguiente bloque (motor de inferencia) que está formado por un conjunto de reglas y
el bloque de agregación.
El bloque de reglas contiene un conjunto de normas lingüísticas (fuzzy rules o reglas

difusas) que son del tipo IF-THEN. Tras evaluar los valores que se incorporan a ese
bloque de inferencia con cada una de las reglas definidas, mediante la agregación difusa
se obtiene el grado de pertenencia o adhesión a los conjuntos difusos de salidas
establecidos. Por último, la salida del motor de inferencia va directamente al último
bloque (desdifusor) que nos permite extraer un valor numérico concreto de la variable
de salida, es decir, el resultado. En las Figuras 21, 22 y 23 se presentan las funciones de
pertenencia a los conjuntos definidas para las variables de entrada de Velocidad y
Tiempo y para la de salida de Nivel de Tráfico.
Membership Grade
0.8
Low
Medium
0.4
High
Very High
0.0
0 5 10 15 20
Speed (m/s)
Figura 21. Función de Pertenencia - Velocidad
Membership Grade
0.8
Low
Medium
0.4
High
Very High
0.0
0 5 10 15 20
Time (s)
Figura 22. Función de Pertenencia - Tiempo
Tesis Doctoral
Membership Grade
0.8
Very Low
Low
Medium
0.4
High
0.0
0.0 0.2 0.4 0.6 0.8 1.0 1.2
Traffic Level
Figura 23. Función de Pertenencia - Nivel de Tráfico
Para aplicar este sistema a la detección de atascos, consideramos la velocidad a la que

circula el vehículo y el tiempo de espera (tiempo en el que el vehículo no está en
movimiento) como posibles variables. Teniendo en cuenta estos parámetros, se extraen
ocho conjuntos difusos, que son: Velocidad Baja, Velocidad Media, Velocidad Alta,
Velocidad Muy Alta, Tiempo de Espera Bajo, Tiempo de Espera Medio, Tiempo de
Espera Alto y Tiempo de Espera Muy Alto, a los que pertenecerán los valores que los
vehículos van adquiriendo a lo largo de la simulación. De este modo, el difusor de cada
vehículo asignará a la variable de entrada correspondiente a un grado de pertenencia a
uno de los conjuntos difusos definidos anteriormente para que los valores resultantes se
puedan evaluar en el motor de inferencia dentro del bloque de las reglas. Como
podemos observar en la Tabla 8, donde se definen las normas, tenemos para cada una de
ellas el grado de pertenencia a dos conjuntos difusos determinados de modo que, para
evaluarlos, se aplica el operador máximo o mínimo en función de la unión o la
intersección de ambos siguiendo las fórmulas siguientes en cada uno de los casos
(ecuaciones (1) y (2)):
𝜇𝐴∪𝐵 (𝑥) = 𝑚𝑎𝑥(𝜇𝐴 (𝑥), 𝜇𝐵 (𝑥)) (1)
𝜇𝐴∩𝐵 (𝑥) = 𝑚𝑖𝑛(𝜇𝐴 (𝑥), 𝜇𝐵 (𝑥)) (2)
Después de que la entrada del Difusor haya pasado por el bloque de reglas, se procede a
realizar la agregación lógica. Esta operación es la encargada de obtener el grado de
pertenencia de los conjuntos difusos de salida, referentes al tráfico: Tráfico Muy Bajo,
Tráfico Bajo, Tráfico Medio y Tráfico Alto.
José A. Sánchez
78
Nº de Regla Velocidad Tiempo Espera Tráfico

1 BAJA BAJO MEDIO
2 BAJA MEDIO MEDIO
3 BAJA ALTO ALTO
4 BAJA MUY ALTO ALTO
5 MEDIA BAJO BAJO
6 MEDIA MEDIO MEDIO
7 MEDIA ALTO ALTO
8 MEDIA MUY ALTO ALTO
9 ALTA BAJO MUY BAJO
10 ALTA MEDIO MUY BAJO
11 ALTA ALTO MEDIO
12 ALTA MUY ALTO MEDIO
13 MUY ALTA BAJO MUY BAJO
14 MUY ALTA MEDIO MUY BAJO
15 MUY ALTA ALTO BAJO
16 MUY ALTA MUY ALTO MEDIO
Tabla 8. Conjunto de Reglas para el sistema de lógica difusa empleado
Para cada uno de los conjuntos difusos de salida (tráfico) y de acuerdo con las reglas
anteriores, se realiza el cuadrado de la suma de reglas asociadas a cada uno de ellos
siguiendo las ecuaciones (3), (4), (5) y (6) en cada caso.
𝑀𝑈𝑌 𝐵𝐴𝐽𝑂 = √𝑟92 + 𝑟10

2 2
+ 𝑟13 2
+ 𝑟14 (3)
𝐵𝐴𝐽𝑂 = √𝑟52 + 𝑟15

2 (4)
𝑀𝐸𝐷𝐼𝑂 = √𝑟12 + 𝑟22 + 𝑟62 + 𝑟11

2 2
+ 𝑟12 2
+ 𝑟16 (5)
𝐴𝐿𝑇𝑂 = √𝑟32 + 𝑟42 + 𝑟72 + 𝑟82 (6)
Una vez calculados, los valores resultantes pasan por el último bloque, el desdifusor, en
el que se realiza el cálculo del centro de gravedad para obtener un valor de salida escalar
presentado en la ecuación (7).
∑𝑁
𝑘=1 𝑐𝑒𝑛𝑡𝑒𝑟𝑖 ∙ 𝑠𝑡𝑟𝑒𝑛𝑔𝑡ℎ𝑖
𝑜𝑢𝑡𝑝𝑢𝑡 = (7)
∑𝑁𝑘=1 𝑠𝑡𝑟𝑒𝑛𝑔𝑡ℎ𝑖
Como vemos sobre la ecuación (7), “strength” pertenece al grado de pertenencia de

cada conjunto de salida, siendo “center” el valor central que se ha asociado a cada
Tesis Doctoral
conjunto difuso de salida. Puesto que uno de los principales objetivos del sistema
planteado es la detección temprana de atascos (anticipación a la ocurrencia de grandes
atascos), la asignación de los valores centrales (entre 0 y 1) de cada uno de los
conjuntos no se realiza por igual, otorgando mayor peso a la salida que produce un
mayor nivel de tráfico definiéndose los valores de 0,1 para el caso del tráfico muy bajo,
un valor de 0,2 para el caso del tráfico bajo, 0,5 para el tráfico medio y 0,9 para el
tráfico alto.
Una vez conseguido el valor de salida, y en función de unas fronteras de decisión

establecidas, el vehículo será capaz de tomar las medidas necesarias en función del nivel
de tráfico detectado en la vía.
4.2.2. Entorno de Simulación

Como vimos en el Capítulo 3 (sección 3.2), el uso de la simulación se plantea como la
alternativa adecuada para el diseño y despliegue inicial de aplicaciones o servicios
dentro de las redes vehiculares. Con el propósito de llevar a cabo el despliegue del
sistema colaborativo diseñado, se usó un entorno simulado que hacía uso de Veins en su
versión 4.4, un simulador de VANET híbrido que hace uso del simulador OMNet++ 5.0
(versión más reciente en la actualidad) y SUMO en su versión 0.25.0 como simulador
de tráfico para llevar a cabo las experimentaciones.
Para realizar las pruebas, se atendió a una serie de características y parámetros tanto del
entorno de simulación como de red que son resumidas en las Tablas 9 y 10. Una vez
definido el entorno de simulación de forma completa, esta sección presenta, por un lado,
los escenarios propuestos y por otro lado, la implementación completa de todo el
entorno.
Simulación
Duración Total 3000 s
Tipo de Mapas Reales (Ciudad de Gijón)
Tasa de creación de vehículos 1v/s, 1v/1,25s, 1v/1.5s
Número de Vehículos: Escenario #1 1894/1596/1276
Número de Vehículos: Escenario #2 2601/2096/1750
Área Escenario #1 700m x 400 m
Área Escenario #2 500 m x 600 m
Número de RSU 3
Tabla 9. Parámetros de Configuración de la Simulación
Red
Tipo de Red WAVE / 802.11p
Frecuencia 5,890 GHz
Canal CCH (Control)
Ancho de Banda del Canal 10 MHz
Potencia de Transmisión -89 dBm
Tasa de Datos 18 Mbps
Tipo de Antena Antena Omnidireccional
Tabla 10. Parámetros de Configuración de Red empleada
José A. Sánchez
80
4.2.2.1. Escenarios
Con el objetivo de probar el sistema colaborativo basado en lógica difusa y
comunicaciones vehiculares en más de un escenario, se planteó la posibilidad de
implementar 2 escenarios diferentes de la ciudad de Gijón (Asturias - España) con el
objetivo de contrastar la viabilidad de la propuesta. En este caso se decidió escoger un
escenario del centro de la ciudad (Figura 24 - izquierda) que incorporara el mayor
número de elementos posibles y otro periférico (Figura 24 - derecha), respetando, en
todo momento, la ubicación urbana de los mismos.
Figura 24. Escenario 1 - Centro de la Ciudad de Gijón/Xixón / Escenario 2 - Periferia de la Ciudad de

Gijón/Xixón
Las dos localizaciones escogidas tienen características diferentes encontrando que el

primer escenario (centro de la ciudad) está ubicado en el núcleo antiguo, teniendo calles
estrechas, así como una disposición de edificios asimétrica. Además, incluye una
rotonda central que facilita el cambio de dirección de los vehículos. Esta situación es
muy diferente a la del caso del Escenario 2, donde comprobamos que existenvías anchas
(con más de un carril en muchas de ellas), gracias a la mejor planificación urbana, así
como una disposición más simétrica de las calles.
Aparte de las diferencias que presentan los escenarios en función de los viales, con los
edificios también ocurre lo mismo, ya que, no sólo se distribuyen de forma más
asimétrica en el Escenario 1, sino que también son edificios más altos. Este hecho es
especialmente relevante cuando se elige la ubicación de las RSUs desplegadas a lo largo
del escenario (3 RSUs que cubrirán todo el radio de cobertura de la zona del estudio).
Es importante que se encuentren bien ubicadas, de tal manera que sean capaces de
facilitar las comunicaciones de tipo V2I e I2V. Debido a todo ello, es de especial interés
la ubicación de las RSUs en ambos escenarios, teniendo en cuenta tanto su área de
cobertura, como la altura a la que son colocadas para que los edificios circundantes no
perturben de forma abrupta las comunicaciones.
Tesis Doctoral
4.2.2.2. Implementación
Una vez que elegimos los escenarios, debíamos exportar los mapas de los mismos al
entorno de simulación. En este caso, utilizábamos OpenStreetMap y transformábamos el
mapa exportado para que se pudiera manejar desde el simulador de tráfico: SUMO. Este
proceso se llevaba a cabo mediante el uso de NETCONVERT, aplicación incluida en el
paquete de software que ofrece SUMO. Cabe mencionar que antes de la importación de
los mapas, éstos se editaban en JOSM (Java OpenStreetMap) para eliminar líneas
erróneas o vías incorrectas, así como otros elementos no relevantes creados en el
manejo automático del mapa inicial.
Como ya hemos comentado anteriormente, OMNET++ fue utilizado como simulador de

red. Este simulador es extensible y permite añadir los módulos necesarios para la
simulación de una red vehicular bajo el estándar IEEE 802.11p. En nuestro caso,
usamos Veins para este tipo de escenario, pudiendo desarrollar nuevos módulos que
permitan extender la funcionalidad del entorno de simulación completo.
En nuestro caso de estudio, se crearon nuevos módulos para implementar el sistema

colaborativo inteligente. Estos módulos nos permitían adaptar las capas de aplicación de
los vehículos y de los objetos de infraestructura (RSUs) a nuestras necesidades. De esta
forma, el módulo encargado del lanzamiento de la capa de aplicación de los vehículos
funcionaría en 2 fases. En primer lugar, mediante la función responsable del envío y
recepción de mensajes de tipo WSM. A continuación, se activó el método que contiene
las funciones del sistema de inferencia que hace uso de lógica difusa, que dependerá de
los valores de entrada para tomar una decisión al respecto, la salida. Este último método
es ejecutado durante toda la simulación permitiendo a los vehículos poder reaccionar
cuando se detecte un incidente de tráfico cambiando, de esta forma, las condiciones del
tráfico.
Cuando hablamos de la capa de aplicación de los nodos que actúan como infraestructura
(RSUs), podemos decir que no utilizan el mismo método que el empleado en los
vehículos debido a que éstos no realizan decisiones de toma de rutas y sus acciones
están limitadas al envío/recepción de mensajes de información a los vehículos que se
encuentran en su rango de cobertura.
Para poder realizar la experimentación debíamos definir las rutas que los vehículos
debían seguir a lo largo de los escenarios. Con este objetivo en mente, utilizamos el
script llamado randomTrips escrito en lenguaje Phyton que se incluye entre las
herramientas ofrecidas por SUMO. Este script permite la creación aleatoria de rutas de
vehículos atendiendo al origen y destino de los vehículos. En esta ocasión, se eligió un
factor “fringe” de 20 para provocar que las rutas empezaran y finalizaran en los bordes
del escenario obligando así, a que los vehículos entraran y salieran del escenario sin que
se produjeran rutas que finalizaran en medio del mismo y que dificultarían el análisis de
resultados y disminuirían la distancia que los vehículos recorren. La salida del script
anterior (randomTrips) se introduce en el módulo DUAROUTER de SUMO, que nos
permitirá calcular las rutas entre cada par origen/destino utilizando un algoritmo que
José A. Sánchez
82
determina el trayecto más corto. En caso de ser necesario, se utiliza un modelo de

movilidad por defecto llamado “car-following” implementado en SUMO. Llegados a
este punto, cuando un vehículo necesita evitar un atasco de tráfico, las rutas cambian
usando el módulo TraCI de Veins de modo que se evite la calle en la que se produce el
atasco de tráfico.
Como se mencionó anteriormente, y desde el punto de vista híbrido que ofrece el

simulador Veins, es posible visualizar el intercambio de mensajes tanto en el simulador
OMNet++ y/o haciendo uso de la interfaz de SUMO (SUMO-GUI). En este caso,
OMNet++ ofrece la posibilidad de introducir efectos visuales en su herramienta de
visualización durante la simulación (Tkenv) con el objetivo de comprobar que los
mensajes llegan correctamente a su destinatario y que los vehículos están infiriendo de
forma correcta las condiciones de tráfico. En esta ocasión se utilizaron diferentes
colores para identificar de forma inequívoca los distintos niveles de tráfico en el
escenario. Encontrando: color verde para el tráfico bajo, color amarillo para tráfico
medio y violeta o rojo en función de la severidad del atasco detectado.
En la Figura 25 se puede observar un ejemplo de la simulación de uno de los escenarios

comprobando los diferentes colores encontrados en función del nivel de tráfico
detectado por cada uno de los nodos.
Los colores mostrados también varían en función del tipo de mensaje que llega el
vehículo para poder contrastar que el mensaje fue entregado a su destino. En esta
ocasión atenderemos al color rosa, si es un mensaje de tráfico o naranja en el caso de
estar recibiendo un mensaje WSM de alerta.
Figura 25. Vista de simulación en Tkenv
Para visualizar de forma más precisa el intercambio de mensajes podemos hacer

referencia a la interfaz del simulador de tráfico (SUMO-GUI), donde observamos la
Tesis Doctoral
comunicación entre nodos con una línea de color. En la Figura 26 mostramos en el

recuadro amarillo, un ejemplo de este tipo de comunicaciones para el escenario
presentado en la Figura 25.
Figura 26. Extracto de la simulación en SUMO-GUI para la comunicación entre nodos
4.2.3. Resultados y Discusión

Para comprobar la efectividad del sistema diseñado, se tuvieron en cuenta dos
situaciones para cada uno de los escenarios explicados en la sección anterior: uno que
no hacía uso del sistema colaborativo y otro que sí que lo utilizaba. Mediante la
comparación entre ambas situaciones es posible comprobar que el sistema colaborativo
consigue mejorar las condiciones del tráfico y por tanto mejora las prestaciones de la
red de circulación.
Con el objetivo de evaluar el sistema se realizaron un total de 12 simulaciones

diferentes para cada uno de los escenarios, de las cuales 6 réplicas que hacen uso del
sistema colaborativo y otras 6 que no lo hacen. Cuando se ejecutaba el escenario
teniendo en cuenta el sistema colaborativo, es importante destacar que todos los
vehículos lo llevaban incorporando independientemente de que lo utilizaran o no en
función de la detección de incidentes en el tráfico.
A parte de la consideración mencionada anteriormente (uso o no del sistema

colaborativo), también se tuvieron en cuenta diferentes tasas de creación de vehículos
con el objetivo de producir más o menos afluencia de automóviles en el escenario y, por
tanto, provocar más o menos atascos. Para conseguir tal fin, se hizo uso del script
detallado en la sección anterior (randomTrip.py). Estas tasas fueron las de un vehículo
cada segundo (1v/s), consiguiendo mayor densidad de tráfico, un vehículo cada segundo
y cuarto (1v/1.25s), teniendo un valor de densidad de tráfico medio y un vehículo cada
segundo y medio (1v/1.5s), que nos permitía simular una densidad baja de tráfico.
En ambos escenarios y situaciones permitíamos a los vehículos finalizar sus rutas antes
de que finalizara el tiempo de simulación empleado. Por ello, se propuso un tiempo total
de simulación de 3000 segundos. Una vez lanzada la simulación para cada una de las
situaciones, recogíamos la información procesada por los vehículos y las RSUs con el
objetivo de comparar ambas situaciones (con el uso del sistema y sin él) analizando las
diferencias en las velocidades mínimas, medias y máximas, las emisiones de CO2, las
José A. Sánchez
84
aceleraciones de los vehículos y las distancias de sus rutas. En esta ocasión, las
emisiones de CO2 se calculaban teniendo en cuenta el modelo que plantea el estudio
Cappiello et al. [119], y que emplea la velocidad y la aceleración de los vehículos.
Para determinar cuándo se produce una diferencia significativa en los resultados se

aplicaron los análisis básicos de normalidad y homocedasticidad de la muestra en ambas
situaciones (uso o no del sistema colaborativo). En el caso de la normalidad se aplicó el
test de Shaphiro-Wilk. Para la homocedasticidad se usó el test de Levene. Una vez que
se comprobaban las dos condiciones se comprobó que todos los conjuntos de datos
resultaron no ser normales y homocedásticos por lo que se utilizó el test de Kruskal-
Wallis para comprobar si existían diferencias significativas entre los conjuntos de datos.
4.2.3.1. Escenario 1: Centro de Gijón

Este escenario, como explicamos anteriormente, estaba basado en un área del centro de
la ciudad de Gijón. En este caso, la distancia media (en metros) que los vehículos
recorrían se muestra en la Tabla 11.
Tasa de Creación de Comportamiento Por Defecto Sistema Colaborativo

Vehículos Distancia Media (𝑥̅ ) Distancia Media (𝑥̅ )
1 v/s 594.628 619.363
1 v/1.25 s 580.953 598.302
1 v/1.5 s 561.158 578.230
Tabla 11. Distancia media recorrida por los vehículos en el escenario 1
Otro resultado relevante de esta evaluación fue obtenido atendiendo al número de

vehículos que alcanzan la velocidad máxima en el escenario (50 Km/h) dependiendo de
cuando se usa el sistema colaborativo o no. Vemos en la Tabla 12 como el número de
vehículos incrementa de forma considerable cuando se usa el sistema consiguiendo un
porcentaje mucho mayor.

Vehículos Nº medio de vehículos (𝑥̅ ) Nº medio de vehículos (𝑥̅ )
1 v/s 153 (8,1%) 1843 (97,3%)
1 v/1.25 s 133 (8,3%) 1571 (98,4%)
1 v/1.5 s 93 (7,3%) 1254 (98,3%)
Tabla 12. Número de vehículos que alcanzan la velocidad máxima permitida en la vía en el escenario 1
Analizando las velocidades (v) de los vehículos (mínimas, medias y máximas) y la

desviación estándar, la Tabla 13 muestra la variación del valor de velocidad en función
del uso del sistema desarrollado. Podemos observar cómo se produce un incremento de
velocidad en el caso del uso del sistema colaborativo.
Tesis Doctoral
Comportamiento Por Defecto Sistema Colaborativo

Tasa de Creación de
𝑣̅ 𝜎 𝑣̅ 𝜎
Vehículos
Velocidad Mínima
1 v/s 0.056 0.103 0.075 0.113
1 v/1.25 s 0.077 0.114 0.086 0.117
1 v/1.5 s 0.083 0.115 0.098 0.121
Velocidad Máxima
1 v/s 13.788 0.750 13.811 0.698
1 v/1.25 s 13.816 0.635 13.835 0.578
1 v/1.5 s 13.816 0.657 13.824 0.646
Velocidad Media
1 v/s 6.446 2.502 6.956 2.748
1 v/1.25 s 7.243 2.485 7.639 2.578
1 v/1.5 s 7.516 2.542 7.849 2.658
Tabla 13. Valores medios y desviación estándar para velocidades máximas, mínimas y medias en el
escenario 1
Haciendo referencia a las Tablas 11, 12 y 13, podemos comprobar que, pese a que la
longitud de las rutas aumenta (al tratar de evitar las congestiones del tráfico) los
vehículos son capaces de moverse más rápido cuando se utiliza el sistema que hemos
diseñado. Los resultados del test de Kruskal-Wallis muestran que estas diferencias son
estadísticamente significativas para todas las tasas de creación de vehículos (p-
value<0,01), lo que demuestra los efectos positivos causados por el sistema
colaborativo. El aumento de la velocidad también tiene un impacto significativo en la
aceleración de los automóviles, ya que los cambios de velocidad se traducen en un
pequeño incremento de este parámetro. La Tabla 14 muestra los valores medios y
desviación estándar para esta variable (a).

Vehículos 𝑎̅ 𝜎 𝑎̅ 𝜎
1 v/s 0.215 0.299 0.243 0.314
1 v/1.25 s 0.236 0.288 0.254 0.298
1 v/1.5 s 0.253 0.300 0.275 0.313
Tabla 14. Valores medios y desviación estándar para la aceleración (m/s2) en el escenario 1
Como en el caso de las velocidades, las pruebas efectuadas reflejan diferencias

significativas para todas las tasas de creación de vehículos (p-value< 0.01). Este, es un
resultado lógico, ya que el flujo de tráfico mejora, lo que hace posible que los vehículos
mantengan los valores de velocidad más altos en la totalidad de su trayecto a través del
escenario.
Gracias a los parámetros considerados anteriormente, es posible trabajar sobre el valor

total de emisiones de CO2 que generan los vehículos de acuerdo al modelo seguido por
Cappiello et al [119]. Este parámetro, cuyos valores medios (c) y desviación estándar
para las simulaciones generadas se muestran en la Tabla 15, da una idea general de la
contaminación causada por el tráfico en la ciudad. Como se puede observar, las
José A. Sánchez
86
emisiones se reducen significativamente cuando se utiliza el sistema colaborativo (hasta

en un 6,73%). Esta diferencia en las emisiones también puede explicarse por las
características particulares del escenario. Es importante recordar, que el Escenario 1 se
encuentra ubicado en el centro de una ciudad, lo que implica que los coches viajan la
mayor parte del tiempo en calles de sentido único y con un número elevado de
intersecciones, tendiendo a sufrir graves problemas de tráfico cuando los atascos se
producen y por tanto, elevando el nivel de emisiones contaminantes al medioambiente.

Vehículos 𝑐̅ 𝜎 𝑐̅ 𝜎
1 v/s 241.695 119.871 225.418 125.261
1 v/1.25 s 219.192 103.542 205.378 101.741
1 v/1.5 s 207.367 97.177 196.828 99.211
Tabla 15. Valores medios y desviación estándar para los niveles de emisiones de CO2 en el escenario 1
Viendo los resultados obtenidos, las conclusiones están en línea con nuestras
expectativas, ya que, cuando menor sea la densidad del tráfico en la red, más próximos
serán los resultados entre el uso del sistema colaborativo y el no uso del mismo. Tal
comportamiento se explica por la disminución del número de vehículos que viajan en el
escenario, trayendo consigo una reducción en el número de atascos de tráfico. Esta
reducción significa que los vehículos hacen un uso más bajo del sistema diseñado para
reducir la congestión del tráfico porque detectan un tráfico “bajo” o “muy bajo”. Por lo
que la mayoría de sus decisiones se traducirán en cambios de velocidad en lugar de
cambios de ruta. Los valores experimentales que se han recogido pueden utilizarse para
probar las repercusiones positivas que estos cambios de velocidad tienen en el flujo del
tráfico. Sin embargo, y como en la situación original no existen casi atascos y la
mayoría de vehículos siguen la misma ruta, las mejoras son menos perceptibles que
cuando la densidad de tráfico es mayor.
Por otro lado, cuando hacemos referencia a los mensajes intercambiados en la red,
podemos observar como en el escenario con mayor tráfico, los vehículos envían, en
promedio, 1,01 mensajes, mientras que son capaces de recibir 10,78. Sin embargo,
cuando se usan las tasas de creación de vehículos más bajas, el promedio de mensajes
por los vehículos es de 1 exactamente, recibiendo un promedio de 5,72%, que supone
prácticamente un 50% menos. En este caso, la reducción de los mensajes
intercambiados de acuerdo con la tasa de creación de vehículos se refleja también en los
mensajes enviados por las RSUs. Así, el número medio de mensajes enviados con la
tasa más alta es de 203,33, con la tasa media de 154,67 y llegando a un valor de 136,67
con la tasa más baja.
4.2.3.2. Escenario 2: Área Periférica de Gijón

El escenario 2, como explicamos en la sección correspondiente, cubre un área periférica
de la ciudad de Gijón. En esta ocasión, también se atiende a la tasa de creación de
vehículos propuesta inicialmente. El motivo de la selección de la misma tasa de
creación de vehículos, a pesar de tener un escenario diferente, radica en la facilidad que
Tesis Doctoral
propone en la comparación de los mismos, permitiéndonos comprobar los efectos del

uso del sistema teniendo diferentes topologías en el tráfico.
En la Tabla 16 se muestra el número de vehículos que consiguen alcanzar la máxima

velocidad dentro del escenario 2, viendo cómo, al igual que para el caso del escenario 1,
el número de vehículos incrementa considerablemente.

Vehículos Nº medio de vehículos (𝑥̅ ) Nº medio de vehículos (𝑥̅ )
1 v/s 229 (8.8%) 2557 (98.3%)
1 v/1.25 s 187 (8,9%) 2054 (98%)
1 v/1.5 s 151 (8.6%) 1717 (98.1%)
Tabla 16. Número de vehículos que alcanzan la velocidad máxima permitida en la vía en el escenario 2
Por otro lado, podemos observar en la Tabla 17 la distancia media recorrida por los
vehículos dependiendo de la tasa de creación y del comportamiento de la simulación
(con/sin sistema colaborativo). Vemos de nuevo cómo, haciendo uso del sistema
colaborativo, el valor de la distancia media recorrida vuelve a incrementar al tener que
modificar la ruta, lo que permitirá a los vehículos evitar posibles atascos en la vía.
Observamos también, que la máxima diferencia se produce con una tasa de creación de
vehículos de 1v/1.25s, siendo este valor de 42 metros, lo que implica un 6% de aumento
de la distancia cuando se usa el sistema colaborativo.

Vehículos Distancia Media (𝑥̅ ) Distancia Media (𝑥̅ )
1 v/s 594.628 619.363
1 v/1.25 s 580.953 598.302
1 v/1.5 s 561.158 578.230
Tabla 17. Distancia media recorrida por los vehículos en el escenario 2
Teniendo en cuenta los valores de velocidad (v) (Tabla 18), podemos observar que
siguen el mismo patrón que para el caso del Escenario 1. La capacidad para reaccionar a
las condiciones del tráfico cuando el sistema de colaboración se utiliza, logra una
mejora sustancial en la velocidad afectando, no solo a los valores de velocidad máximos
y mínimos de los vehículos sino también a la velocidad media. Una vez más, cuando
aplicamos los test estadísticos correspondientes, encontramos que las diferencias son
estadísticamente significativas (p-value<0,01).
José A. Sánchez
88
Comportamiento Por Defecto Sistema Colaborativo

Tasa de Creación de
𝑣̅ 𝜎 𝑣̅ 𝜎
Vehículos
Velocidad Mínima
1 v/s 0.083 0.291 0.088 0.117
1 v/1.25 s 0.106 0.122 0.106 0.121
1 v/1.5 s 0.114 0.123 0.116 0.123
Velocidad Máxima
1 v/s 13.808 0.682 13.829 0.603
1 v/1.25 s 13.801 0.705 13.814 0.695
1 v/1.5 s 13.809 0.714 13.817 0.708
Velocidad Media
1 v/s 7.006 2.919 7.791 2.612
1 v/1.25 s 7.985 2.618 8.311 2.478
1 v/1.5 s 8.370 2.325 8.601 2.348
Tabla 18. Valores medios y desviación estándar para velocidades máximas, mínimas y medias en el
escenario 2
A la vista de los resultados, merece la pena mencionar que, como también sucedió con
los datos referentes a la velocidad en el primer escenario, cuando la densidad del tráfico
es baja, los resultados entre usar o no usar el sistema colaborativo son muy cercanos. La
razón, como se explicó anteriormente, puede atribuirse al bajo número de atascos de
tráfico producidos por la baja densidad de automóviles. Parece evidente pensar que, si
encontramos un escenario en el que no se detectan atascos de tráfico, el uso o no del
sistema colaborativo no reporta una mejora en las condiciones de la circulación.
Atendiendo a los valores medios y desviación estándar de aceleración obtenidos (a),

vemos que, cuando se usa el sistema colaborativo, estos valores son ligeramente
superiores (Tabla 19).

Vehículos 𝑎̅ 𝜎 𝑎̅ 𝜎
1 v/s 0.187 0.242 0.209 0.256
1 v/1.25 s 0.228 0.262 0.234 0.280
1 v/1.5 s 0.224 0.246 0.227 0.248
Tabla 19. Valores medios y desviación estándar para la aceleración (m/s2) en el escenario 2
A diferencia de lo que sucedió con los datos obtenidos para el primer escenario, no hay
tantas diferencias en los valores referentes a la cantidad de emisiones contaminantes de
CO2 que emiten los vehículos (c). La Tabla 20 muestra estos valores, pudiendo verificar
que las emisiones son menores cuando se usan las tasas de creación alta y media.

Vehículos 𝑐̅ 𝜎 𝑐̅ 𝜎
1 v/s 273.564 160.131 240.013 122.299
1 v/1.25 s 226.285 110.881 224.644 110.826
1 v/1.5 s 212.931 90.456 218.229 107.053
Tabla 20. Valores medios y desviación estándar para los niveles de emisiones de CO 2 en el escenario 2
Tesis Doctoral
Estos valores también quedan reflejados en la Figura 27, que muestra las emisiones de
CO2 generadas por los vehículos del escenario 2 teniendo en cuenta la tasa de creación
de vehículos de 1v/s. Sin embargo, cuando se emplea una tasa de creación más baja, hay
un ligero aumento en el valor de las emisiones efectuadas por los vehículos. Esto puede
explicarse teniendo en cuenta la topología del escenario. Dado que el escenario abarca
una zona periférica de la ciudad, hay una mayor separación entre edificios, por lo que
los vehículos tienen que recorrer distancias más largas para evitar las calles
congestionadas y conseguir llegar a su destino, aumentando levemente las emisiones
que realizan.
Figura 27. Emisiones de CO2 en el escenario 2 para la tasa de creación de vehículos de 1v/s
Analizando de nuevo los parámetros mediante los test estadísticos oportunos, podemos
observar como el sistema colaborativo mejora claramente la situación del tráfico cuando
atendemos a la tasa de creación de vehículos más alta (mayor número de posibles
atascos) obteniendo un p-value menor de 0,01. Sin embargo, cuando utilizamos la tasa
de creación de vehículos más baja (1v/1.5s) obtenemos un p-value de 0,848 (> 0.05) y
considerando que estos valores no representan diferencias significativas, podemos
concluir que el uso o no del sistema colaborativo es indiferente, ya que no mejora las
condiciones del tráfico.
En cuanto a las comunicaciones, los datos recogidos son consistentes con los evaluados
en el escenario 1. Cuanto menor sea el tráfico, menor será el número de mensajes
intercambiados por los vehículos. Los automóviles envían, en promedio, 1,010 mensajes
cuando se crea un vehículo por segundo, siendo este valor de 1,001 cuando elegimos la
tasa media de creación de vehículos (1v/1.25s) y quedando en exactamente 1 cuando la
tasa es la más baja. Lo mismo ocurre con el número medio de mensajes recibidos
teniendo los siguientes valores:
 Tasa Alta (1v/s): 43,96 mensajes

 Tasa Media (1v/1.25s): 31,01 mensajes
 Tasa Baja (1v/1.5s): 24,43 mensajes
José A. Sánchez
90
Por lo que se generan un 55,58% menos de mensajes haciendo la comparativa entre las
densidades de tráfico más altas y más bajas.
Dado que este tipo de escenario es más propenso a la congestión de las carreteras, es
especialmente importante que las RSUs se ubiquen de forma correcta, no solamente
para cubrir el mayor rango de cobertura, sino también para estar cerca de los puntos más
problemáticos. De esta forma, el mayor número de conflictos localizados se refleja en
un aumento en el número de mensajes enviados por la RSUs. Por lo tanto, cuando se
utilizan los índices de creación de vehículos más elevados, los dispositivos envían en
promedio 396,33 mensajes, siendo estos valores un 94% y un 155% más altos que en las
mismas situaciones desarrolladas en el primer escenario.
A la vista de los resultados obtenidos, se puede concluir que el sistema inteligente de

movilidad colaborativa diseñado responde a las expectativas ya que permite disminuir el
número de atascos en el tráfico, mejorando el flujo de circulación y, al mismo tiempo,
disminuyendo la generación de contaminación.
4.2.4. Conclusiones
En este estudio se presenta un novedoso sistema para la mejora de las condiciones de
tráfico en zonas urbanas, capaz de reducir los atascos de vehículos en la ciudad y como
consecuencia la generación de emisiones contaminantes por parte de estos. El sistema se
basa en el uso de comunicaciones vehiculares y lógica difusa para la detección de
atascos en ciudad. A raíz de los resultados obtenidos, podemos afirmar, que el uso de la
lógica difusa es mejor que la aplicación de métodos determinísticos o aleatorios que nos
sirven para determinar y corregir los atascos de tráfico, y nos proporciona un nuevo
sistema de control de tráfico. El despliegue del sistema colaborativo diseñado se realiza
mediante el uso de redes VANET a través de comunicaciones entre vehículos y entre
vehículos e infraestructura, añadiendo que la aplicación de la lógica difusa puede
reducir considerablemente los atascos de tráfico y, por consiguiente, la contaminación
en hasta un 12,27%.
Las simulaciones, realizadas sobre escenarios realistas ubicados en la ciudad de Gijón,

también han demostrado que el sistema diseñado es eficaz, no solo en el centro de la
ciudad, sino también en áreas periféricas, teniendo en cuenta diferentes densidades de
tráfico y consiguiendo valores aceptables en varios parámetros estudiados como el
número de vehículos que alcanzan la velocidad máxima dentro de los escenarios
(teniendo un incremento medio del 89,36% de los vehículos para todas las tasas de
creación en el primer escenario y del 90,10% en el caso del segundo), el aumento de la
velocidad media localizada (teniendo un valor medio del incremento de velocidad del
5.93% si atendemos a todas las tasas de creación de vehículos para el caso del escenario
1, siendo un aumento del 6,01% en el caso del segundo escenario) o la reducción de las
emisiones en ciudad.
Tesis Doctoral
Una futura aplicación del estudio realizado, puede ser el despliegue del sistema en un
entorno real para comprobar la efectividad y precisión del mismo cuando los medios y
circunstancias lo permitan.
Con el objetivo en mente del despliegue del sistema, hay que verificar si a los usuarios,
o, mejor dicho, ciudadanos (pilar fundamental dentro de los entornos de Smart Cities),
les interesa el nuevo concepto de movilidad desarrollado en este apartado, pudiendo
realizar evaluaciones subjetivas sobre el uso y aplicación de este tipo de servicio.
4.3 Caso de Estudio: Wi-Fi Direct como Estándar aplicado a

Comunicaciones Vehiculares
Desde hace tiempo, la búsqueda de tecnologías alternativas para la formación de
comunicaciones vehiculares es un hecho contrastado, existiendo una gran cantidad de
trabajos que realizan experimentos para evaluar las prestaciones de las comunicaciones
atendiendo a estándares y tecnologías no específicas.
Trabajos como el realizado por S. J. Elias et al. [120], realizan estudios comparativos de
diferentes protocolos IEEE 802.11 para aplicaciones no seguras en el entorno de las
redes vehiculares, cuyos resultados ofrecen recomendaciones sobre los estándares más
apropiados para este tipo de entornos. Otros estudios evalúan, mediante el uso de la
simulación, estándares concretos (en este caso IEEE 802.11n) para el manejo de
aplicaciones multimedia en VANETs realizando una comparativa con el estándar IEEE
802.11p [121]. Los resultados muestran que el intercambio de información multimedia,
haciendo uso del estándar IEEE 802.11n en aplicaciones para entornos urbanos con bajo
y alto BER (Bit Error Rate), es mejor en comparación con el estándar IEEE 802.11p.
Centrando el foco sobre trabajos relacionados con el uso de Wi-Fi Direct como
tecnología para la realización de comunicaciones inalámbricas vehiculares, encontramos
investigaciones donde se estudian las comunicaciones mediante el uso de esta
tecnología cuantificando los retrasos esperados entre dispositivos para el
establecimiento de la conexión (posible problema a la hora de aplicar esta solución)
[122]. Estudios más recientes [123], realizan, mediante entornos simulados,
comunicaciones (usando la tecnología Wi-Fi Direct) entre dispositivos en entornos de
ciudades inteligentes. Para ello, desarrollan un algoritmo dinámico que cambia los
canales de operación y consigue un mayor rendimiento dejando ver los beneficios del
uso de este tipo de tecnologías en entornos de ciudades inteligentes, ubicación del
centro de las investigaciones de la presente Tesis Doctoral.
Por todo lo explicado anteriormente, la presente sección presenta un completo caso de

estudio para la comunicación inter-vehicular en ciudades haciendo uso de la tecnología
Wi-Fi Direct y comprobando la viabilidad de la solución propuesta en diferentes
escenarios y bajo ciertas condiciones de distancia y velocidad de vehículos. En este
caso, se equipa al vehículo con un teléfono móvil con Sistema Operativo Android, en el
que está corriendo una aplicación diseñada para este tipo de comunicación. Dicha
José A. Sánchez
92
aplicación, es capaz de inferir el estado actual del tráfico teniendo en cuenta variables
como el tiempo en el que está circulando lento o incluso llega a detenerse y el número
de mensajes recibidos de otros vehículos para, de esta forma, poder determinar cuándo
se produce una incidencia en carretera. Cada vehículo es capaz de transmitir, a través
del dispositivo embarcado, la información recopilada a los demás usuarios de la vía
cuando estos están en su rango de cobertura.
4.3.1. Introducción a Wi-Fi Direct

Wi-Fi Direct presenta una certificación desarrollada por Wi-Fi Alliance, teniendo su
base en una tecnología inalámbrica que permite a varios dispositivos (que incorporen
Wi-Fi) la conexión entre sí sin necesidad de puntos de acceso intermedios [124].
Entre los servicios con los que cuenta la tecnología encontramos:
 Servicio de Envío: Donde uno o varios dispositivos pueden recibir/enviar

información de forma sencilla con la mínima interacción por parte del usuario
(deseable en los entornos vehiculares).
 Servicio DLNA: Del inglés Digital Living Network Alliance, permite a los
dispositivos que soportan la tecnología comunicarse entre sí de forma sencilla
con el propósito de compartir contenidos de forma directa.
 Servicio Miracast: En este caso, los dispositivos pueden habilitar la pantalla en

modo espejo para poder visualizar de forma simultánea diversos ficheros
multimedia (audio y vídeo) en varios dispositivos, siendo capaces de obtener
una visualización de información compartida (a la vez).
La tecnología Wi-Fi Direct está basada en la formación de redes P2P creando un grupo
entre los nodos que quieren proceder a la conexión. Entre estos dos nodos existen 2
perfiles diferenciados: Propietario del grupo (que es el que actúa como “dueño”
resolviendo las peticiones de conexión) y clientes (que son el resto de nodos que
intentan realizar la conexión). Para crear el grupo, los nodos realizan un proceso de
negociación mediante el cual determinan, qué nodo será el propietario del mismo. A la
hora del establecimiento de grupos es importante atender a las diferentes técnicas
existentes [122]:
 Formación Estándar: Dentro de esta formación encontramos un

autodescubrimiento inicial por parte de los nodos, comenzando la fase de
negociación para determinar cuál será el propietario del grupo. Al concluir
esta fase se establece una comunicación segura (mediante el uso de Wi-Fi
Protected Setup (WPS)). En este caso, el nodo que sea el propietario del grupo
actuará como servidor DHCP asignando direcciones a los clientes.
Tesis Doctoral
 Formación Autónoma: En esta ocasión, un dispositivo es capaz de crear de

forma autónoma un grupo P2P convirtiéndose directamente en propietario del
grupo. El resto de dispositivos buscarán al propietario de igual forma que
buscan a otros dispositivos dentro de la red. Esta formación es más adecuada
que la estándar para su uso en entornos vehiculares al actuar de forma
autónoma sin fase de negociado previa.
 Formación Persistente: En el momento de la creación de un grupo, éste

puede ser marcado como “Persistente” mediante la activación de un flag. El
objetivo es el mantener el rol de los nodos que lo forman (propietario y
clientes) y los parámetros de red, como la IP, a lo largo del tiempo. De esta
forma optimizamos tiempos en la generación de grupos al tener un
conocimiento previo del dispositivo que se conecta.
Fue en octubre de 2011 cuando Google anunció soporte para la tecnología Wi-Fi Direct
en sistemas Android 4.0 (o superiores en la actualidad). Partiendo de esa base, el
sistema que se usa en el presente estudio hace uso de dispositivos con Sistema
Operativo Android que soportan una versión superior a la 4.0 y que implementan Wi-Fi
Direct.
4.3.2. Descripción del Sistema de Comunicaciones Vehiculares

Basado en Wi-Fi Direct
El sistema de comunicaciones vehiculares basado en Wi-Fi Direct, presenta su base en
el diseño e implementación de una aplicación, llamada Notway, que es capaz de detectar
la ocurrencia de un “posible atasco” o un “atasco seguro” dentro de un entorno urbano.
La toma de decisiones se hace en base a la información recogida por el propio
dispositivo móvil, dependiendo de su posición y velocidad, y también de la información
que recibe de los otros vehículos que circulan en su entorno.
En esta sección se presenta el diseño del sistema de comunicaciones haciendo referencia

a tres componentes básicos: Aplicación móvil, basada en Wi-Fi Direct para la
comunicación entre vehículos, el algoritmo de decisión elegido para la detección de
atascos y el esquema de comunicación que usan los vehículos mediante la utilización de
la aplicación móvil.
4.3.2.1. Aplicación Móvil

La aplicación móvil, llamada Notway, está desarrollada en un entorno Android,
haciendo uso del SDK Android Studio. Básicamente, está compuesta por 2 pantallas
principales de información. En primer lugar, encontramos la pantalla de información
general, en la que aparecen datos referentes a la velocidad del vehículo, el aviso de
eventos detectados, los tiempos para la detección de eventos, la conexión entre
dispositivos (asociación P2P) y una lista con los eventos detectados por los vehículos.
La segunda pantalla de información, muestra un mapa con los datos recogidos por el
José A. Sánchez
94
dispositivo móvil (ubicado en el vehículo), así como la posición en la que nos

encontramos, determinando la calle en la que se detecta el evento de tráfico puntual.
En la Figura 28, podemos observar las dos pantallas de información detalladas con
anterioridad para poder entender los conceptos expuestos para cada una de ellas.
(a) (b)
Figura 28. Pantallas de Información - (a) Pantalla de Datos Generales - (b) Pantalla de Datos con
Representación de Eventos en Mapa
Al encontrarnos en un entorno vehicular, el uso de la aplicación debe estar limitado por

parte del conductor, con el fin de mantener la seguridad y la atención en el periodo de
conducción. Debido a ello, nuestra interacción con la aplicación será la de iniciarla al
abrirse (pulsando sobre el botón “INICIAR”). A partir de ese momento, la aplicación
será la encargada de detectar y calcular la información, así como compartirla con los
demás vehículos.
Para mejorar la usabilidad de la aplicación dentro del habitáculo del vehículo, durante
las pruebas experimentales se utilizó un dispositivo de tipo HUD. Este tipo de aparatos
incorporan una pantalla transparente que puede ser ubicada en el campo de visión del
conductor permitiéndole visualizar tanto la propia pantalla como la vía por la que
circula. En la Figura 29 podemos observar la aplicación en ejecución haciendo uso de
un dispositivo real incluido en una de las pruebas experimentales que se llevaron a cabo.
Figura 29. Aplicación desplegada sobre el dispositivo HUD en un entorno real de pruebas
Tesis Doctoral
La aplicación tiene en cuenta diferentes eventos en relación al estado del tráfico y la

propia ubicación del vehículo. A forma de resumen, la Tabla 21 muestra los eventos
detectables por la aplicación, así como el icono que aparece en pantalla cuando tiene
lugar (información de mapa) y una breve explicación del mismo.
Evento Icono Descripción
Posición Actual Indica la posición actual del vehículo
Posible Atasco Detecta la posibilidad de atasco en una vía
Atasco Detecta un atasco seguro en una vía
Posible Tráfico Lento Detecta la posibilidad de tráfico lento en una vía
Tráfico Lento Detecta un tráfico lento seguro en una vía

Tabla 21. Eventos detectados por la aplicación para comunicaciones vehiculares
Para la detección de cada uno de los eventos representados en la Tabla 21 (posible

atasco, atasco, posible tráfico lento y tráfico lento), se requieren una serie de
condiciones que serán explicadas en el siguiente apartado de la sección donde se
determina el funcionamiento del Algoritmo de Decisión empleado.
4.3.2.2. Algoritmo de Decisión

La implementación del algoritmo de decisión planteado, toma en consideración los
eventos definidos en el apartado anterior (3.2.2.1 Aplicación Móvil), que atienden a
diferentes situaciones en carretera.
En este caso, cada vehículo es el encargado de detectar los eventos y procesarlos,

teniendo en cuenta el tiempo en el que transcurren o las repeticiones de los mismos. De
este modo, un vehículo puede procesar la información del estado actual de la vía que
posteriormente será retransmitida a otros vehículos cercanos a su entorno.
El algoritmo de decisión, hace uso de 2 listas de datos para la información de eventos o

incidencias, mediante las cuales podrá comprobar las ocurrencias que el propio vehículo
registra (Lista A) y las que le envía otro vehículo (Lista B). Realizando una simple
comparación entre ambas, el vehículo es capaz de determinar si se trata de una nueva
incidencia o un problema ya controlado anteriormente (por la recepción de información
de otro vehículo). En caso de que la incidencia sea distinta a las que tenemos
almacenadas, pero ubicada en la misma calle, procederemos a calcular las distancias
entre ellas, debido a que un atasco o retención puede prolongarse varios metros en un
rango de distancia máxima de 100 metros. La elección de este parámetro se basa en la
recomendación de una distancia adecuada para evitar una posible retención o atasco
José A. Sánchez
96
provocado por señales de tráfico o semáforos y evitar, de esta forma, un posible

problema de “broadscast storm” dentro de este tipo de redes [114].
Atendiendo a los eventos que el algoritmo puede encontrar, detectamos dos tipos:
eventos posibles, que expresan la posibilidad de que alguna incidencia esté ocurriendo
en la vía, y eventos seguros, que serán eventos que determinan que un evento se
produce. Los eventos posibles, son aquellos que “puede” que se den, pero no es seguro
que se produzcan. Un claro ejemplo de ello sería la realización de una parada obligada
(por cualquier razón) que no impide que los demás vehículos prosigan su marcha.
Dentro del caso de los eventos seguros, encontramos la definición “segura” de que un
evento se está produciendo dentro de una vía. En este caso el algoritmo, a través de un
contador, lleva la cuenta de las veces que se repite un evento posible en un rango
limitado de vía. En caso de que ese contador se incremente un número de veces mayor a
3, el evento pasará de ser posible a seguro, obteniendo la información de 3 fuentes
(incluidos nosotros) que se repiten en una distancia acotada (100 metros) y cambiando
el icono que se muestra en el mapa. Estos valores son tomados como una primera
aproximación a la solución del problema de la movilidad en ciudad basándonos en las
características de las vías y la afluencia media de vehículos en las mismas. Así mismo,
una posible mejora de este sistema, sería el ajuste dinámico de estos valores atendiendo
al estado actual del tráfico.
Con el fin de agilizar la comunicación y el almacenamiento de información cuando se

produce una comunicación efectiva entre vehículos, la segunda lista (lista recibida desde
el vehículo emisor - Lista B) será eliminada. El vehículo quedará entonces con la lista
propia (Lista A) actualizada, que será capaz de enviar cuando se produzca una nueva
comunicación con otro vehículo próximo repitiendo el proceso de cálculo de eventos o
incidencias en ciudad.
4.3.2.3. Esquema de Comunicación

El esquema de comunicación se basa en una interconexión punto a punto (P2P) entre
dos dispositivos móviles embarcados en el vehículo (aunque podría interactuar como
infraestructura), que hacen uso de la aplicación desarrollada.
La Figura 30 muestra el esquema básico de comunicación P2P mediante el uso de Wi-Fi

Direct entre dispositivos con la aplicación Notway corriendo en los dispositivos. En este
caso, la comunicación se hará efectiva cuando los vehículos se encuentren en el radio de
cobertura y se produzca la asociación entre pares para el posible intercambio de
información entre vehículos.
Figura 30. Esquema de Funcionamiento de Comunicaciones
Tesis Doctoral
4.3.3. Caso de Estudio Controlado

Para comprobar el uso del sistema desplegado, se han diseñado diferentes escenarios de
comunicaciones variando la velocidad de los vehículos y la distancia a la que se
encontraban. El diseño de las evaluaciones experimentales se ha basado en los posibles
tipos de comunicación dentro de una red vehicular, encontrando: Comunicación I2I,
donde dos vehículos están parados e intercambian información a diferente distancia
(dentro del rango de cobertura). Comunicación V2V, donde se produce un cruce de
vehículos a diferentes velocidades y también un intercambio de información de
vehículos circulando en la misma dirección. Por último, Comunicación V2I/I2V
haciendo referencia a la movilidad de un vehículo (con velocidad variable) y a otro
vehículo estático actuando como infraestructura de carretera (RSU).
El escenario planteado, para el caso de estudio controlado, hace referencia a un entorno

real urbano situado a las afueras de la ciudad de Gijón (España), más concretamente, en
las proximidades de la Universidad de Oviedo. La Figura 31, muestra el circuito en el
que se realizaron las pruebas y que se resalta en color amarillo en la imagen.
Pese a que el escenario pertenece a una zona universitaria de la ciudad de Gijón en la

que los vehículos transitan normalmente con un nivel bajo de afluencia, la realización
de las pruebas se hizo en horario no laboral (fin de semana) y franja horaria vespertina,
con el fin de minimizar el riesgo en la seguridad que supondría incluir el sistema sin la
realización de pruebas controladas.
Figura 31. Escenario de pruebas para el caso de estudio controlado
4.3.3.1. Comunicaciones I2I (Caso Ideal)

El caso ideal, referenciando al escenario propuesto anteriormente (Figura 31), de
comunicación entre dispositivos, se produce cuando encontramos dos vehículos sin
movimiento (velocidad = 0), que están en el radio de cobertura y el tiempo suficiente
para que se produzca un intercambio de datos adecuado (pudiendo actuar como
infraestructura) sin que existan interferencias en la señal. En este caso, la cantidad de
información transmitida es la almacenada en las listas implementadas en la propia
aplicación, por lo que estaríamos hablando de unos pocos KB de datos.
Para la realización de estas pruebas, se tuvieron en cuenta únicamente las diferentes

distancias de los vehículos (ya que la velocidad era 0), estudiando los tiempos de
conexión y comunicación de los nodos. Las distancias establecidas fueron: <5 metros,
José A. Sánchez
98
50 metros y 100 metros (rango de cobertura máximo mediante el uso de la tecnología

Wi-Fi Direct).
4.3.3.2. Comunicaciones V2V

Respecto a la parte de comunicaciones V2V encontramos 2 tipos de pruebas: Cruce de
vehículos y vehículos en la misma dirección.
La primera de ellas (Cruce de Vehículos) se realizó dentro de la recta comprendida en el

escenario propuesto (Figura 31), atendiendo a un cruce de vehículos a diferente
velocidad. De esta forma, éramos capaces de comprobar si la comunicación se hacía
efectiva con la situación más desfavorable, debido a que el tiempo de exposición para la
comunicación es más reducido y el rango de cobertura disminuye rápidamente. En este
caso, atendimos a diferentes velocidades de los vehículos que están detalladas en la
Tabla 22.
Prueba ID Velocidad (Km/h) Velocidad de Cruce (Km/h)

#C.1 15 30
#C.2 30 60
#C.3 50 100
Tabla 22. Parámetros de Velocidad de la Prueba Comunicación en Cruce de Vehículos (V2V)
Los rangos de velocidades fueron tomados en función de las velocidades; mínima

(considerando una velocidad baja los 15 Km/h), media, y máxima (permitida por ley en
España) para circular en entornos urbanos.
Por otro lado, el objetivo planteado en la segunda prueba para este tipo de comunicación
(vehículos en la misma dirección) era el de evaluar la comunicación inter-vehicular que
se producía entre los dos vehículos, que se encontraban dentro del radio de cobertura
mientras circulaban a diferentes velocidades. De este modo, podíamos evaluar si era
posible un intercambio aceptable de información cuando el tiempo de exposición de los
vehículos era adecuado para producir un intercambio de datos.
Para llevar a cabo esta prueba, se tuvieron en cuenta dos situaciones: vehículos que
circulan a la misma velocidad (en la misma dirección) y vehículos que circulan a
velocidades diferentes (produciéndose un adelantamiento). La Tabla 23 resume los
parámetros de velocidad de la prueba de comunicación V2V para vehículos que circulan
en la misma dirección.
Prueba ID Velocidad (Km/h) Velocidad de Cruce (Km/h)

#D.1 20 0
#D.2 30 0
#D.3 50 0
Vehículo 1: 20
#D.4 20
Vehículo 2: 40
Tabla 23. Parámetros de Velocidad de Prueba de Comunicación de Vehículos en Misma Dirección (V2V)
Tesis Doctoral
4.3.3.3. Comunicaciones V2I/I2V

La última prueba de comunicación estudiada se basa en el tipo de comunicación V2I o
I2V, planteando la posibilidad de realizar una prueba con un vehículo parado (que actúe
como RSU) y otro en movimiento. Para llevar a cabo este tipo de comunicaciones se
propusieron diferentes velocidades definidas en la Tabla 24 realizando la comunicación
en ambos sentidos.
Prueba ID Velocidad (Km/h)

#E.1 15
#E.2 30
#E.3 50
Tabla 24. Parámetros de Velocidad de la Prueba de Comunicación de Tipo V2I - I2V
De nuevo, las velocidades son elegidas respetando el límite de velocidad establecido por
ley en España (de 50 Km/h) y atendiendo a las velocidades medias y mínima (bajo
propia consideración) de circulación en ciudad. La Tabla 24 no muestra velocidad de
cruce porque, ésta, correspondería a la velocidad que lleva el propio vehículo al
encontrarse con el otro parado (velocidad = 0).
4.3.4. Caso de Estudio Real

Con el fin de comprobar el funcionamiento del sistema creado dentro de un entorno de
ciudad real (no controlado), se optó por la realización de un estudio de viabilidad en
Gijón (España). El sistema fue desplegado en 2 vehículos obteniendo un caso de estudio
real de comunicación vehicular en un entorno real. La Figura 32 muestra el área
aproximada en la que se introdujo el sistema.
Figura 32. Área aproximada real del escenario para la evaluación de la prueba de viabilidad del sistema
en la ciudad de Gijón
José A. Sánchez
100
En este caso, se llevaron a cabo comunicaciones de tipo V2V (con cruce de vehículos y
vehículos en la misma dirección) y V2I/I2V, adecuando siempre las velocidades y
distancias a las condiciones de tráfico en el horario en el que se efectuaron las pruebas
(horario laboral vespertino).
Mediante la realización del presente caso de estudio, se pudo verificar el

funcionamiento del sistema propuesto planteado dentro de un entorno real en el que
pueden producirse interferencias o distorsión en la señal y la comunicación podría sufrir
pérdidas.
4.3.5. Discusión de Viabilidad de la Propuesta

La discusión de los resultados se presenta en función de las pruebas realizadas
anteriormente, analizando tanto los resultados de viabilidad obtenidos en el caso de
estudio controlado como los resultados obtenidos en el caso de estudio real. Nos
referiremos a cada una de las pruebas, haciendo mención a la identificación (Prueba ID)
presente en cada una de las tablas presentadas en la Sección 4.3.3.
4.3.5.1. Caso de Estudio Controlado

En referencia al caso de estudio controlado (realizado en el entorno del Campus de
Gijón de la Universidad de Oviedo), se discutirán los resultados en función de la
totalidad de las pruebas realizadas. Para ello tenemos en cuenta las pruebas de:
Comunicaciones I2I, Comunicaciones V2V y Comunicaciones V2I/I2V.
Comunicaciones I2I
Teniendo en cuenta las distancias, ya mencionadas anteriormente en la sección 4.3.3.1
(<5m, 50m y 100m), podemos concluir que la comunicación se realizaba de forma
efectiva en cada una de ellas, transmitiendo sin pérdida de información los datos que la
aplicación era capaz de recoger durante el proceso de ejecución. En la Figura 33
podemos observar el intercambio de información (ya efectuado) en las dos pantallas de
los dispositivos (cliente y servidor) para corroborar que la información había sido
transmitida correctamente.
Figura 33. Ejemplo de Intercambio de Información para el Caso de Comunicaciones I2I con una distancia
de 50 metros
Tesis Doctoral
Vemos como, finalmente, los dos dispositivos tienen las mismas incidencias y se han
vinculado de forma correcta para hacer el intercambio de información. En este caso,
“Posible tráfico lento en N-632” y “Posible atasco en N-632”.
Comunicaciones V2V
Para el caso de las comunicaciones V2V, y como ya dijimos anteriormente,
atenderemos a las dos posibles formas de intercambio de información: Cruce de
vehículos (a la misma velocidad) y vehículos circulando en la misma dirección (a
diferente velocidad, para que se produzcan adelantamientos).
El caso más desfavorable se produce cuando dos vehículos se cruzan a la máxima

velocidad (50 Km/h en nuestras evaluaciones), debido a que el tiempo de exposición
entre ambos para el intercambio de información es el más bajo. En esta ocasión, la
comunicación se producía sin ningún impedimento teniendo en cuenta la totalidad de las
velocidades explicadas en la Tabla 23 de la sección 4.3.3.2 para las pruebas #D.1, #D.2
y #D.3.
Cuando hacemos referencia al caso en el que los vehículos circulan en la misma

dirección, pero a diferente velocidad (se produce un adelantamiento) también podemos
corroborar que en el 100% de las ocasiones el vehículo cumple con el objetivo de
transmitir información al otro nodo de la red, quedando constancia de que para este tipo
de prueba el uso de la tecnología Wi-Fi Direct cumple con las hipótesis iniciales
produciendo un resultado parecido al del caso anterior (Figura 33).
Comunicaciones V2I/I2V
Cuando hablamos de intercambio de información entre un objeto móvil y otro no móvil
(infraestructura) hacemos referencia a dos tipos de comunicación dependiendo de la
dirección del envío y recepción de datos. En esta ocasión, se efectuaron pruebas de
campo en ambos sentidos teniendo comunicación de tipo V2I e I2V. Es decir, se empleó
la arquitectura cliente-servidor dentro de los grupos creados dentro de Wi-Fi Direct para
que en unas ocasiones el cliente fuera el vehículo y en otras lo fuera el elemento de
infraestructura (teléfono móvil ubicado al borde de la carretera).
Como resultado de las pruebas realizadas a diferentes velocidades (15, 30 y 50 Km/h) se

obtiene un intercambio de información aceptable, encontrando la propuesta viable en
ambos casos (comunicaciones tipo V2I y comunicaciones tipo I2V). La Figura 34,
muestra un ejemplo del intercambio de información entre dispositivos cuando la
velocidad era de 30 Km/h en el vehículo (siendo 0 para el caso de la infraestructura),
pudiendo corroborar que la información ha sido transmitida de forma correcta entre los
dispositivos, teniendo los dos vehículos la misma información sobre posibles atascos.
José A. Sánchez
102
Figura 34. Ejemplo de intercambio de información en el caso de comunicación V2I a velocidad de 30

Km/h
Continuando con el caso de estudio para las comunicaciones de tipo V2I/I2V y posterior
al intercambio de información realizado entre los dispositivos sobre el estado actual de
la vía, encontramos que, al estar el propio cliente desplazándose lentamente durante un
tiempo e incrementando (junto a los mensajes recibidos del servidor) el contador que
hace que un posible tráfico lento pase de estado “posible” a “seguro” (como se explica
en la sección 4.3.2.2) se detecta la ocurrencia de un evento de tráfico lento viendo en la
pantalla el mensaje de “¡ATENCIÓN!:Tráfico lento en FojanesGijónAsturias” (Figura
35).
Figura 35. Detección real de un evento de tráfico lento
4.3.5.2. Caso de Estudio Real

El caso de estudio planteado sobre el escenario real (Gijón) es el menos favorable a la
hora de implementar la tecnología en su estado actual. En este caso, se efectuaron 10
repeticiones de comunicaciones de tipo V2V y otras 10 de tipo V2I/I2V para corroborar
de forma efectiva la viabilidad de la propuesta.
Tesis Doctoral
Pese a que el 70% de las ocasiones los dispositivos embarcados eran capaces de
intercambiar información de forma correcta, el 30% restante no se comunicaban debido
a la falla que se produce cuando los dispositivos detectan y vinculan a otros pares que
hacen uso de la tecnología Wi-Fi Direct en ciudad. Esto se debe a que el código de la
aplicación fue implementado haciendo que la red trabajara de forma automática en el
reconocimiento de pares (con el objetivo de no tocar la aplicación para realizar el
“peering” entre dispositivos).
Aunque, como ya hemos comentado, podemos conseguir realizar la comunicación en la

mayoría de ocasiones, en otros casos es imposible alcanzar la comunicación por la
conexión del par con otro nodo de la red que hace uso de la tecnología. La Figura 36
presenta un ejemplo de fallo de la aplicación, ya que, en vez de conectar al nodo que
tiene corriendo el software correspondiente, se conecta a una TV del entorno próximo,
haciendo imposible el intercambio de información entre ambos dispositivos, por lo que
la información de “Posible atasco en Avenida del Llano” nunca llegó al dispositivo
cliente y la notificación no fue efectiva.
A pesar de ello, vemos un alto grado de funcionalidad correcta, quedando demostrada la

viabilidad de la solución mediante el incremento de nodos a la red VANET que
incorporen la tecnología (al tener mayor cantidad de información, existe mayor
posibilidad de recibirla de algún par, bien sean vehículos o infraestructuras), con la
obligación de tener en cuenta los problemas de “broadstorm” [125] que se puedan
producir en este tipo de redes y que quedan fuera del ámbito del presente estudio.
Figura 36. Conexión a nodo no deseado en escenario real
4.3.6. Conclusiones
En el estudio desarrollado se presenta el diseño y experimentación real de un sistema de
comunicaciones vehiculares móviles (V2V - V2I/I2V) para entornos de movilidad
inteligente que es capaz de detectar posibles atascos en ciudades y notificar dicha
situación a otros vehículos cuando estén en su rango de comunicación vía Wi-Fi Direct.
Si bien es cierto que las comunicaciones son efectivas haciendo uso de la tecnología Wi-
Fi Direct, debemos tener en cuenta que está condicionada por factores limitantes como
José A. Sánchez
104
la velocidad o la distancia entre los nodos, características muy importantes dentro de

una red VANET, así como de otros factores dependientes de la tecnología como el
tiempo de asociación de pares o las interferencias producidas por otros dispositivos que
incorporan interfaces de comunicación similares.
A la vista de la discusión efectuada en el apartado anterior, podemos concluir que en

situaciones de velocidad media-baja (máximo de 50 Km/h, por estar en ciudad), la
tecnología puede ser adecuada para cubrir el objetivo con el que fue diseñada: enviar
información en tiempo real a los vehículos acerca del estado de la carretera para
considerar la posibilidad de elección de rutas alternativas al encontrar eventos no
deseados en carretera. A raíz de los resultados, podemos concluir que este tipo de
tecnología puede ser empleada como sistema soporte a una red vehicular completa que
emplee, por ejemplo, estándares dedicados a este tipo de entornos, como IEEE 802.11p
y que proporcionan servicios adicionales dentro del ámbito urbano y habiendo realizado
una evaluación de viabilidad del sistema en una ciudad real (Gijón).
Teniendo en cuenta las limitaciones existentes, y ya mencionadas anteriormente, como

trabajo futuro dentro de este ámbito planteamos la posibilidad de ampliar el sistema de
comunicación atendiendo a otras tecnologías apropiadas para este tipo de intercambio
de información como Bluetooth LE o Wi-Fi Aware que podría ofrecer un rendimiento
aceptable para esta clase de servicios.
También se consideró importante la optimización de la aplicación de intercambio de

información, usando la misma u otras tecnologías ya mencionadas, no solo desde el
punto de vista de la mejora del algoritmo de decisión y variables tomadas en cuenta en
este estudio, sino también en función de los tipos de comunicación especificado en el
presente estudio (I2I, V2V o V2I/I2V), teniendo en cuenta una comunicación
simultánea con varios dispositivos a la vez (entre vehículos o con infraestructura) para
solucionar los problemas de las conexiones P2P. También se considerará la inclusión de
mecanismos para la realización del envío y recepción de información, correspondientes
a la otra gran línea de investigación dentro de los C-ITS.

Según diversos estudios, el vehículo es uno de los principales agentes contaminantes en
los entornos urbanos [126]. Ante el creciente número de automóviles en carretera, la
necesidad de una gestión eficiente y coordinada del tráfico en ciudad se convierte casi
en una obligación. Por tanto, la contribución más importante del capítulo no es otra que
el despliegue de un sistema que nos permita paliar, o incluso eliminar los atascos de
tráfico que se producen en la ciudad. Para ello, se hace uso de dos conceptos clave:
 Lógica Difusa (Fuzzy Logic), que será la encargada de determinar, mediante

un sistema de inferencia, cuándo se produce un atasco atendiendo a diferentes
variables.
Tesis Doctoral
 Comunicaciones Vehiculares, que se encargarán de la difusión del estado

actual de la vía dentro de una red VANET usando tanto comunicaciones V2V
como V2I/I2V y permitiendo a los vehículos la posible selección de una ruta
alternativa para alcanzar su destino.
Mediante el caso de estudio propuesto, queda patente la posible mejora que este sistema
aportaría en una implementación real, obteniendo unas reducciones de emisiones de
CO2 que pueden llegar hasta el 12,27%.
Por otro lado, encontramos otra importante contribución en la creación de un plan de

movilidad inteligente (vinculado al Capítulo 3 y base de la presente Tesis Doctoral), que
puede dar lugar a una mejora sustancial de la circulación del tráfico en entornos
urbanos. De esta forma, los vehículos que transitan por la ciudad, pueden reducir los
tiempos de espera provocados en posibles retenciones o atascos de tráfico y,
consecuentemente, disminuir el número de emisiones que éstos realizan al
medioambiente.
Mediante el diseño, implementación y despliegue de este sistema basado en la detección

de atascos mediante un enfoque de inferencia de lógica difusa y comunicaciones
vehiculares dentro de una red VANET, vemos cómo el flujo de tráfico en ciudad puede
mejorar ostensiblemente. De esta forma, se pueden llegar a paliar los efectos negativos
que implican las políticas restrictivas implantadas por los gobiernos en las ciudades y
que limitan, en cierta medida, el ritmo de vida de los ciudadanos, pilar fundamental del
concepto de Ciudad Inteligente.
Por otro lado, ante el alto coste y falta de investigación de las tecnologías aplicadas al
mundo real de las comunicaciones vehiculares mediante la dotación de interfaces de
comunicaciones y mecanismos de gestión de información apropiados, como el IEEE
802.11p/WAVE 1609, se hace indispensable el enfoque del despliegue de nuevos
sistemas tecnológicos que permitan comunicaciones inter-vehiculares haciendo uso de
tecnologías accesibles para desarrollar y desplegar nuevos servicios que mejoren la
eficiencia y la seguridad en la conducción.
Bajo ese pretexto, la principal contribución del presente capítulo se basa en la aplicación
de tecnologías comerciales (y de fácil acceso) para el despliegue de un sistema de
comunicaciones inter-vehiculares con el objetivo de conseguir proveer de información
útil y en tiempo real sobre el estado de la vía a los conductores. Para ello, y haciendo
uso de la tecnología Wi-Fi Direct (disponible en la mayoría de los smartphones
actuales), se implementó una aplicación capaz de comunicar dispositivos mediante el
intercambio de información sobre el tráfico en tiempo real. Cada dispositivo (con la
aplicación Android instalada) era capaz de detectar cuando se producía un “posible
atasco” o un “atasco seguro” estudiando diferentes variables calculadas por el propio
sistema o recibidas de otros vehículos dentro de su rango de cobertura. De esta forma,
podíamos llegar a ser conscientes del estado de la vía en tiempo real mediante la
visualización de diferentes tipos de datos (alfanuméricos o representaciones en mapas).
José A. Sánchez
106
Este hecho supone un avance en la capacidad del conductor para la toma de decisiones
en el proceso de conducción, pudiendo cambiar la selección de su ruta predefinida al
conocer cómo son las condiciones actuales de las carreteras del entorno.
Los resultados obtenidos, mostraron la viabilidad de la propuesta, bajo ciertas

condiciones de velocidad, como posible soporte de servicio a los sistemas de
comunicación vehicular que usan tecnologías de tipo DSRC mediante estándares
dedicados a las comunicaciones vehiculares como el IEEE 802.11p. Podemos
vislumbrar un amplio abanico de nuevos despliegues de servicios dentro de los entornos
urbanos que ofrezcan al ciudadano una mayor cantidad de información útil y por tanto,
un mayor confort en carretera.
Tesis Doctoral
José A. Sánchez
108
Tesis Doctoral
Capítulo 5
5 Usabilidad de Dispositivos
Embarcados en Entornos de
Redes Vehiculares
Debido al incremento de servicios que se encuentran en entornos de Redes Vehiculares,
los conductores obtienen una mayor cantidad de información que, en muchas ocasiones,
puede reducir la seguridad y la eficiencia en la conducción.
La búsqueda de nuevas soluciones que den soporte al incremento de información en el

habitáculo del vehículo sin poner en riesgo la seguridad del conductor y pasajeros es
fundamental y se convierte en un punto clave para atender a los nuevos servicios
incluidos en los ITS de forma genérica y en las redes VANET de forma particular.
Como ya vimos en capítulos anteriores, las nuevas aplicaciones o servicios para

proporcionar información sobre el estado de la vía [127], la prevención de accidentes,
por ejemplo en intersecciones [128], e incluso las propuestas efectuadas en el capítulo
anterior sobre la creación de planes de movilidad inteligente haciendo uso de la
comunicación inter-vehicular, hacen que en el interior del vehículo tengamos
José A. Sánchez
110
información adicional que puede mermar nuestra capacidad de conducir al tener que
estar pendientes de ellas.
Este capítulo, trata de enfocar el uso de la información desde el punto de vista del
impacto generado por dispositivos de información a bordo del vehículo, así como de la
usabilidad de estos aparatos por parte del conductor. Para conseguir tal fin, se realizan
diferentes análisis en el que están presentes varios métodos de presentación de
información e interacción con aparatos de tipo HUD (Head-Up Display) y HDD (Head-
Down Display). Para ello, se llevan a cabo dos estudios, uno enfocado a analizar el
impacto que causan los sistemas de tutorización abordo para mejorar la eficiencia en la
conducción mediante pantallas convencionales (HDD), presentes hoy día en el mundo
automovilístico y el otro relacionado con la incorporación de dispositivos de reciente
aparición de tipo HUD, que permiten al usuario ver una pantalla transparente con
información relacionada con el entorno de simulación a la vez que la vía por la que
circulan. De esta forma, conseguimos una completa evaluación de dispositivos
embarcados en el vehículo para la presentación de información relacionada con su
propio contexto.
5.1 Dispositivos de Representación de Información

Dentro de la cabina del vehículo, podemos encontrar muchos dispositivos y aplicaciones
de información. A las ya existentes, como el ordenador de abordo o el cuadro de
mandos, podemos añadir nuevos dispositivos como un navegador GPS, elemento de uso
común entre la población actual, o la pantalla de nuestro smartphone con alguna
aplicación corriendo que nos proporcione información acerca del contexto de
conducción en el que nos movemos. La Figura 37 muestra un ejemplo real de
dispositivos que presentan información al usuario (enmarcados en rojo) dentro del
habitáculo del vehículo. Todas estas aplicaciones de acceso a información tienen un
efecto directo sobre el conductor y sobre los ocupantes del vehículo, pudiendo ofrecer
nuevos servicios colaborativos o cooperativos a través de las redes vehiculares.
Figura 37. Ejemplo real de dispositivos de información en el interior del vehículo 8
8 http://tested-cars.blogspot.com
Tesis Doctoral
Atendiendo al tipo de información que podemos encontrar dentro de un vehículo,

encontramos no solo la referente al propio estado del vehículo como velocidad,
consumos, intermitentes, etc., sino también a las aplicaciones que dan soporte a la
conducción. Estos servicios pueden estar orientados a la mejora de la eficiencia en la
conducción, como en el caso de los dispositivos de navegación GPS, o estar diseñados
para ofrecer al usuario prestaciones adicionales durante el periodo de conducción, por
ejemplo, mediante la reproducción de música en diferentes dispositivos o servicios de
información visual acerca de las condiciones climatológicas.
Una vez que hemos revisado brevemente el tipo de información y dispositivos que
podemos encontrar en el vehículo y las aplicaciones que nos ofrecen, es indispensable
realizar una breve revisión de los dispositivos encargados de la representación de
información abordo del automóvil. Llegados a este punto, encontramos dos tipos
principales de dispositivos para la representación de información: El HDD (Head-Down
Display) que hace referencia a las pantallas convencionales (opacas) que se encuentran
en el interior del vehículo y que nos hacen desplazar la vista de la carretera para poder
atender a la información que aparece en ellas (Figura 37) y el HUD (Head-Up Display)
que está compuesto por una pantalla transparente que podremos incorporar en nuestro
campo de visión sin que, a priori, entorpezca la conducción y por tanto disminuya la
seguridad en la visualización de la información que presenta.
En la Figura 38, extraída del estudio de Mitsubishi Electric [129] en el que se evalúa la
usabilidad de dispositivos de tipo HUD, podemos ver la ubicación de ambas pantallas
en un entorno simulado. De este modo, para visualizar la pantalla HDD debemos
desplazar la vista de la carretera pudiendo provocar situaciones de riesgo en la
seguridad en la conducción. En ese sentido, el uso de dispositivos de tipo HUD puede
incrementar la percepción de seguridad por parte del conductor al proyectar la
información sobre una pantalla transparente o sobre el propio cristal del vehículo.
Figura 38. Simulador de Conducción con dispositivos de tipo HUD y HDD [129]
José A. Sánchez
112
5.2 Caso de Estudio: Impacto de dispositivos de

recomendación abordo para la mejora de la conducción
eficiente en ciudad
Este caso de estudio propone un análisis detallado del impacto sobre el comportamiento
de los conductores que provocan dos dispositivos de tipo HDD enfocados a la
conducción eficiente. Estos aparatos proporcionan al conductor un “eco-feedback” para
adecuar su comportamiento al volante. Los sistemas embarcados proporcionan
información sobre la marcha óptima de conducción y también otros parámetros
referentes a la seguridad y confort. En esta ocasión, la evaluación se realiza con una
población total de 158 usuarios que usaron de forma regular este tipo de dispositivos
durante un periodo de entre 3 y 11 meses. Los resultados muestran que, en general, se
producen diferencias significativas en el uso de los sistemas de recomendación en la
conducción dependiendo del tipo de ruta, hora del día y otros factores como la edad o el
género de los participantes.
Una de las aplicaciones que pueden proporcionar información dentro de un vehículo
puede estar ligada a la proposición de recomendaciones de conducción para valorar la
eficiencia. En este sentido, las técnicas de conducción eficiente son una de las
soluciones más usadas para reducir el consumo de carburante y disminuir la emisión de
gases contaminantes por parte de los vehículos [130]. Pese a que hay estudios que
sugieren sistemas de conducción eficientes en los que la participación del conductor no
es necesaria [131], el enfoque propuesto por este estudio es totalmente opuesto,
poniendo en alza el papel que desempeña el conductor del vehículo mediante el uso de
dispositivos embarcados.
La preferencia de los conductores cuando encontramos los dos tipos de sistemas sin o
con participación del conductor, fue analizada por Adell et al. en [132]. En sus
evaluaciones hicieron experimentos en el periodo de un mes atendiendo a un total de 20
vehículos que hacían uso de los dos tipos de sistemas y concluyeron que los usuarios
preferían los mecanismos que requerían de la participación del conductor.
Ante la gran necesidad de estudiar cómo pueden influir este tipo de dispositivos en los
entornos vehiculares reales, muchos estudios realizan sendas evaluaciones para evaluar,
no solo las interfaces de visualización de información abordo, sino también posibles
alarmas sonoras que producen los dispositivos y las opciones que pueden ofrecer
mediante la interacción directa con ellos [133], [134] o [135].
Todo ello, junto con el objetivo de la evaluación de la usabilidad de dispositivos

embarcados, nos lleva a pensar que se hace necesario el análisis de uno o varios
sistemas de recomendación a la conducción en busca de la eficiencia dentro de un
entorno vehicular real. En contraste con algunos trabajos mencionados anteriormente
que usan la simulación como base, este estudio se centra en el impacto que provoca el
Tesis Doctoral
uso de dos dispositivos diferentes de tipo HDD, valorando también la aceptación que
este tipo de tecnología suscita en la población.
5.2.2. Descripción del Sistema de Recomendación

El sistema fue desarrollado considerando al conductor como elemento central del
proceso de conducción eficiente. Por esta razón, es importante mantener un nivel de
motivación alto para que los usuarios participen activamente en el experimento. La
arquitectura propuesta para la creación y propuesta del sistema fue testeada previamente
en algunos estudios de movilidad urbana [136] en los cuales los participantes
conseguían importantes ahorros de combustible (alrededor del 10%) por el seguimiento
en las recomendaciones que el sistema les hacía con el objetivo de incrementar la
eficiencia en la conducción.
La arquitectura completa del sistema está formada por dos componentes principales: un
sistema de abordo y un sistema central. En este caso el sistema de abordo recoge
información del vehículo por medio del puerto OBD-II (On-Board Diagnostic-II), que
permite la obtención de estos datos en tiempo real. Por otro lado, el sistema central
realiza el análisis off-line de los datos recogidos. El dispositivo de retroalimentación
eficiente (eco-feedback) está vinculado a la marcha adecuada de funcionamiento del
vehículo a partir de los datos recogidos [137], [138].
Para las indicaciones el tiempo real, el sistema se basa en la marcha óptima de

circulación dependiendo de las recomendaciones proporcionadas por un conjunto de
reglas en conducción eficiente (eco-driving). Ejemplo de ellas son la minimización del
periodo de ralentí, la eliminación de frenadas y aceleraciones bruscas o el
mantenimiento continuo de la velocidad. Además, se atendía a la información relativa a
las aceleraciones o frenadas excesivas o alarmas que determinaban un periodo
prolongado de ralentí del vehículo.
Los dispositivos empleados fueron los que se muestran en las Figuras 39 y 40. Podemos
observar en la Figura 39, un dispositivo que muestra dos situaciones: una eficiente y la
otra ineficiente durante el proceso de conducción. En la pantalla tenemos información
sobre la marcha recomendada, la velocidad, las Revoluciones Por Minuto (RPM), el
acelerador y una escala de eficiencia de la conducción actual.
Figura 39. Asistente de Conducción #1 - (a) Situación Eficiente, (b) Situación Ineficiente
José A. Sánchez
114
En el caso de la Figura 40, podemos observar una serie de alarmas que determinan la
adecuación de cada uno de los parámetros mostrados mediante indicadores de color. El
asistente tiene en cuenta la marcha óptima para la conducción, la velocidad, la
aceleración, la frenada y el ralentí. Cada uno de ellos está asociado a un color que puede
variar entre verde (conducción eficiente), naranja (conducción media), rojo (conducción
ineficiente).
Figura 40. Asistente de Conducción #2
La diferencia principal entre ambos dispositivos está basada en la información que

proporciona al conductor. En el primero de ellos, la información se basa en la marcha
que el conductor debería llevar. En el caso del segundo, se incluyen aceleraciones,
frenadas, tiempo en ralentí y velocidad adecuada.
Aparte de las indicaciones visuales explicadas anteriormente, los asistentes de

conducción también incluyen señales acústicas que indican el cambio de marcha.
Además, si el conductor permanece mucho tiempo en un estado de conducción
ineficiente el sistema le avisa mediante la frase: “Estas conduciendo ineficientemente”.
La principal diferencia entre ambos dispositivos radica en el propósito de los mismos.

Mientras que en el primer caso el dispositivo se basa en la marcha óptima para la
conducción proporcionando al conductor información sobre su eficiencia en la
conducción, en el segundo caso se proporcionan diferentes mensajes para los
parámetros registrados a los que el conductor deberá prestar atención.
5.2.3. Evaluación del Sistema de Recomendación

Para la realización de la evaluación de los sistemas, se instalaron los dispositivos
descritos en la sección previa (5.2.2) en vehículos privados, obteniendo unos resultados
satisfactorios en el ahorro de combustible [137]. El análisis propuesto se basa en los
datos recogidos por los sistemas planteados durante el proceso de conducción con el
objetivo de localizar puntos críticos en los que el sistema de recomendación tiene peor
efecto, intentando aclarar el impacto de dichos sistemas en función de diferentes grupos
de población, así como la evolución del comportamiento de los usuarios en relación con
el uso de la información ofrecida por los dispositivos.
Tesis Doctoral
5.2.3.1. Diseño de los Experimentos

Los análisis de datos fueron realizados a partir de la información recogida a través de
varias implantaciones reales de dispositivos embarcados en dos grandes proyectos:
Ecomilla9 y LabCityCar10. En estos trabajos, los participantes instalaban los dispositivos
de recomendación en sus vehículos particulares para hacer uso de ellos.
A partir de los diferentes dispositivos (explicados en la sección 5.2.2), se propusieron 2

escenarios diferentes. El Escenario #1, compuesto por vehículos privados que hacían
uso del sistema de recomendación basado en la marcha engranada y el Escenario #2 en
el que también se encontraban vehículos particulares, pero en este caso atendiendo al
dispositivo de recomendación que daba información de un mayor número de parámetros
ligados a la conducción eficiente como los eventos de aceleraciones o frenadas bruscas.
En el caso del Escenario #1, los usuarios que participaron en la prueba atendieron al
primer asistente de conducción (Figura 39) durante un tiempo total de 3 meses. Los
participantes del Escenario #2 hacían uso del segundo tipo de dispositivo (Figura 40), y
prolongaron su utilización a lo largo de 11 meses. Los participantes en ambos casos
eran, por norma general, ciudadanos de la ciudad de Gijón (España).
Para los dos escenarios, los experimentos se dividían en dos fases. Durante la primera
fase, los conductores eran monitoreados sin que el sistema de abordo hiciera ninguna
recomendación. De esta forma, podíamos trazar una línea base de conducción que
determinaría la mejora/empeoramiento del conductor. En la segunda fase del
experimento, el sistema se ponía en funcionamiento para otorgar al conductor las
recomendaciones sobre conducción eficiente oportunas.
La Tabla 25 recoge las principales características de cada uno de los escenarios

propuestos atendiendo al asistente de conducción utilizado, el periodo de la
experimentación, las rutas efectuadas, la distancia total en kilómetros y las horas totales
del estudio.
Rutas Km Horas
Escenario Asistente de Conducción Periodo
Totales Totales Totales
#1 #1 (Figura 39) 3 meses 3947 49925,4 975,74
#2 #2 (Figura 40) 11 meses 7758 80599,6 1723,8
Tabla 25. Descripción de los escenarios
Para evaluar el impacto que este tipo de dispositivos provocan en los usuarios, el
análisis de los resultados se realizó basándonos en cuándo la marcha engranada en el
vehículo no es la recomendada por el sistema, en el Escenario #1 y teniendo en cuenta
también las alarmas sobre tiempos de ralentí, aceleraciones y frenadas en el caso del
Escenario #2.
9 http://www.ecomilla.com/
10 http://www.labcitycar.info/
José A. Sánchez
116
Para atender también a la capacidad de los conductores a la hora de seguir las

recomendaciones que lanzan los sistemas en función del momento en el que realizan la
conducción y el tiempo destinado a tal fin, se evaluaron los datos a lo largo de la
duración de los experimentos atendiendo a diferentes características de la ruta como la
duración total o la hora del día. Por último, se tuvo en cuenta el comportamiento del
conductor en función del género y la edad para el caso del Escenario #1.
5.2.3.2. Población del Estudio

En el estudio participaron un total de 158 usuarios, de los cuales 81 participaron en el
primer escenario (Escenario #1) se distribuyen en 29 mujeres y 52 hombres. Las edades
de los usuarios estaban comprendidas en entre los 23 y 50 años, con una media de edad
de 35,06 años. En el caso del Escenario #2 participaron un total de 77 usuarios, de los
cuales se desconoce su edad y género por motivos relacionados con la privacidad de los
participantes.
El total de los usuarios que participaron en las pruebas desarrolladas en este estudio, dio
lugar a un conjunto de población total representativa por su cantidad y resultó ser una de
las más grandes recogidas en ese tipo de investigaciones desarrolladas en entornos
reales.
5.2.4. Análisis de Resultados

El análisis de los resultados obtenidos se realiza en función a los escenarios descritos
anteriormente (Escenario #1 y Escenario #2) atendiendo a diferentes análisis basados en
el perfil del usuario, en las características de la ruta y en el seguimiento de las
recomendaciones dependiendo del tipo de recomendación
5.2.4.1. Escenario #1
Como paso preliminar a la hora de realizar los análisis, se descartaron los periodos de
tiempo correspondientes al proceso de adaptación de los usuarios en el cual los
conductores capturaban señales de advertencia y realizaban el cambio de marcha
adecuado.
Según nuestro estudio, el tiempo medio de respuesta de los conductores para realizar un
cambio de marcha después de una nueva recomendación es de aproximadamente 4
segundos. A partir de este valor, evaluaremos los periodos de más de 4 segundos cuando
la marcha engranada no corresponda con la marcha recomendada.
En base a la información recopilada, podemos evaluar la evolución de los conductores

entre el periodo de la línea base y el periodo de asistencia. Los resultados muestran que
el 83% de los usuarios mejoran el uso de los cambios de marchas durante la conducción,
lo que indica una alta aceptación del sistema de recomendación por todos los
participantes. Además, el porcentaje medio de mejora entre el periodo de referencia
(línea base) y el periodo de asistencia (funcionamiento del sistema de recomendación)
es del 22,5%.
Tesis Doctoral
Si analizamos en detalle el periodo de asistencia, se localiza que un 48% de los usuarios

muestran una evolución positiva, en el seguimiento de las recomendaciones desde el
primer día de uso hasta el último, supuso una mejoría media de un 8,22% en la
adquisición de conocimientos acerca de un cambio de marcha eficiente. Por otro lado,
los usuarios que utilizan el sistema de recomendación de manera intensiva durante el
experimento obtienen un porcentaje de mejora del 14,42% sobre los usuarios que
utilizan el dispositivo durante menos tiempo, lo que implica un número menor de rutas
efectuadas.
Las siguientes secciones se centran en el análisis detallado del impacto que el sistema de
recomendación a la conducción tiene entre los diferentes usuarios y rutas seguidas por
los mismos.
Análisis Basado en el Perfil de Usuario

Para realizar el análisis basado en el perfil de usuario atendemos a dos posibles
categorías dividiendo los grupos por edad y género.
Cuando analizamos el tiempo medio de respuesta ante la aparición de una

recomendación del sistema atendiendo al género de los participantes, observamos que
los hombres reaccionan de forma más rápida ante la recomendación del cambio de
marcha, obteniendo un tiempo medio de 11,59 segundos, mientras que las mujeres
reaccionan en un tiempo medio de 14,02 segundos. Las diferencias encontradas entre
ambos grupos fueron significativas, teniendo un p-value < 0,05 cuando se analizaban
siguiendo el test de Kruskal-Wallis. Si realizamos el análisis en detalle comparando el
primer y el último día de uso, podemos ver cómo los hombres pasan de un tiempo
medio de respuesta de 10,70 segundos en el primer día a un tiempo de 9,13 segundos el
último, reduciendo en 1,57 segundos el tiempo que tardan en atender a las
recomendaciones. En el caso de las mujeres, el tiempo incrementa en 0,17 segundos,
teniendo en el primer día un tiempo medio de reacción de 13,59 segundos y aumentando
este tiempo hasta los 13,76 segundos obtenidos el último día de medición de datos.
Para analizar a la población en función de la edad de los usuarios se prepararon 3

grupos: 20-30 años, 31-40 años y 41-50 años. Atendiendo a la clasificación de usuarios
propuesta, como vemos en la Tabla 26 los resultados obtenidos en el tiempo de reacción
medio entre el primer y el último día. En este caso, la mayor reducción de tiempo de
repuesta en los usuarios se da en los de mayor edad pese a ser los que tenían el tiempo
más alto inicialmente.
Grupo de Usuarios Primer Día (segundos) Ultimo Día (segundos)

20-30 - jóvenes 8,22 9,33
31-40 - mediana edad 12,6 11,97
41-50 - mayores 13,05 9,24
Tabla 26. Media de tiempo de respuesta para seguir las recomendaciones entre el primer y el último día
en función de grupos de usuarios según edad
José A. Sánchez
118
Para aclarar los resultados obtenidos, en la Figura 41 se pueden observar los valores en
función del tiempo medio de reacción para los grupos mencionados anteriormente. De
acuerdo tanto a la Figura 41, como a la Tabla 26, como los usuarios de más de 41 años
tienen un tiempo de respuesta menor ante las recomendaciones del sistema para el
cambio de marcha, por lo que podemos pensar que reaccionan de forma más inmediata
a las advertencias del mismo, reforzando la afirmación realizada por [139] en la que se
asegura que las personas mayores tienden a usar más los sistemas de recomendación
que dan soporte a la conducción.
Figura 41. Tiempo medio de respuesta para grupos de usuarios según la edad (Escenario #1)
Aplicando el test de Tukey, podemos confirmar que existen diferencias significativas

entre los grupos de usuarios dependiendo de la edad en las siguientes relaciones:
jóvenes-mayores, mediana edad-mayores.
Teniendo en cuenta las dos categorías planteadas en el estudio (edad y género)

encontramos diferencias significativas entre hombres y mujeres de mediana edad,
hombres y mujeres mayores y hombres jóvenes y hombres de mediana edad, no
encontrando diferencias significativas para el resto de los usuarios.
Podemos concluir que la tasa de seguimiento del sistema de recomendación está
relacionada directamente con la edad y el género de los participantes, siendo las
poblaciones que hacen mejor uso de este tipo de sistemas las mujeres mayores, seguidas
por los hombres en el mismo rango de edad.
Análisis Basado en las Características de las Rutas

Cuando realizamos el análisis basado en las características de las rutas, atendimos a 3
factores clave, rutas urbanas/interurbanas, hora del día y duración media de la ruta
seguida por los conductores.
En líneas generales, el sistema de recomendación funciona mejor en rutas urbanas,

teniendo un tiempo medio para el seguimiento de las recomendaciones de 11,98
segundos, en contraste con los 13,53 segundos localizados en rutas interurbanas. Para
Tesis Doctoral
este caso, el test de Kruskal-Wallis confirmó la existencia de diferencias significativas.

Si atendemos a la diferenciación entre el primer y el último día para el caso de rutas
urbanas e interurbanas encontramos los resultados que se muestran en la Tabla 27.
Tipo de Ruta Primer Día (segundos) Ultimo Día (segundos)

Urbana 14,75 9,91
Interurbana 13,46 11,09
Tabla 27. Media de tipo empleado en seguir las recomendaciones entre el primer y el último día
Como podemos observar, en el caso de las rutas urbanas, la disminución del tiempo es
mucho mayor que en el caso de rutas interurbanas, reduciendo en 4,84 segundos el
tiempo de reacción ante una recomendación.
La duración de la ruta, es otro de los factores que pueden afectar al comportamiento de

los usuarios por lo que, se hace necesario valorar la influencia que tiene sobre ellos. En
general, las rutas más largas obtienen valores medios más altos que las rutas más cortas.
En este caso, las rutas menores a 25 minutos recogen un número mayor de incidentes en
la recomendación de cambio de marcha. La Figura 42 muestra una gráfica con los
intervalos considerados y el tiempo de respuesta medio en función de la duración de la
ruta.
Figura 42. Tiempo medio en seguir las recomendaciones en función del intervalo de duración de las rutas
(Escenario #1)
La mejora en el uso del sistema basándonos en la duración de la ruta (intervalos) indica

que los trayectos con una duración en el intervalo de [31-35] minutos alcanzan el mayor
valor de mejora entre el primer día y el último. Por el contrario, las rutas de más de 40
minutos evolucionan, en lineas generales, de forma negativa.
Por otro lado, la Figura 43 muestra las horas en las que los conductores prestan más
atención al sistema embarcado. Podemos observar cómo en algunas horas del día los
conductores ignoran de forma más acentuada las recomendaciones, principalmente a las
10 y entre las 15 y las 17 horas. Además, podemos observar el caso especial de las 22
José A. Sánchez
120
horas en el que un análisis detallado revela que hay un usuario que no siguió las
recomendaciones.
Figura 43. Tiempo medio en seguir las recomendaciones en función de la hora del día (Escenario #1)
Análisis Basado en el Seguimiento de Recomendaciones

La recomendación efectuada por el primer asistente, muestra la marcha a la que el
conductor debe conducir para minimizar el consumo de combustible. Por esta razón,
debemos evaluar aquellas recomendaciones de cambio de marcha que el usuario es más
reacio a seguir. La Figura 44 muestra los tiempos de respuesta medios para cada una de
las recomendaciones de cambio de marcha efectuadas por el sistema.
Figura 44. Tiempo medio en seguir las recomendaciones en función de la recomendación de cambio de
marcha efectuada por el sistema (Escenario #1)
Como podemos observar, la recomendación del cambio de marcha de 4ª a 5ª (y también

de 5ª a 6ª cuando el vehículo dispone de esta opción) tiene el máximo tiempo de
reacción por parte de los conductores pudiendo indicar que los usuarios no hacen caso a
la información mostrada en la pantalla durante periodos largos. La razón de este tiempo
podemos encontrarla en el tipo de normas de conducción eficientes utilizadas para
Tesis Doctoral
desarrollar e implementar el sistema de recomendación. Estas indicaciones, implican

que la velocidad a la que se debe cambiar la marcha sea más baja que la velocidad a la
que los usuarios están acostumbrados a hacerlo.
5.2.4.2. Escenario #2
En el Escenario #2 no disponíamos de información relativa al perfil de los usuarios en
cuanto a la edad y al género. Por ello, se decidió analizar los datos en función de las
recomendaciones efectuadas para cada uno de los parámetros que mostraba el segundo
dispositivo de tipo HDD embarcado (Figura 40), de las características de las rutas
seguidas por los conductores y del seguimiento de las recomendaciones otorgadas por el
sistema de recomendación.
Análisis Basado en el Sistema de Recomendación de Marcha, Aceleraciones

y Frenadas
En el segundo escenario, el sistema de asistencia proporcionaba, además de la marcha
de conducción recomendada, diferentes niveles de alarmas relacionados con
aceleraciones y eventos de frenado. En este caso, los datos resumidos se expresan en
términos de alarmas por Kilómetro recorrido (Alarmas/Km). Aun así, hemos analizado
también el tiempo medio que los conductores empleaban el seguir las recomendaciones
como en el caso del Escenario #1.
Como en el primer escenario, los usuarios realizaban una conducción libre en el que el
sistema no otorgaba recomendación alguna durante el periodo de conducción, de esta
manera, recogimos los datos obtenidos por el usuario en este contexto para poder trazar
y proponer una línea base de comparación. De esta forma, podríamos confirmar con
seguridad la mejora que supone incluir este tipo de pantallas dentro del habitáculo del
vehículo. La Tabla 28 muestra los principales datos obtenidos atendiendo al periodo sin
y con asistencia. La denominación de las alarmas de Aceleración y Frenada N1 y N2, se
refieren al tipo de aviso en función del color que muestra el asistente en la pantalla
(naranja o rojo).
Alarmas de Alarmas de
Alarmas de Alarmas de Alarmas de
Periodo Aceleración Aceleración
Marcha Frenada N1 Frenada N2
N1 N2
Línea Base 1,16 1,29 0,62 0,72 0,44
Periodo de
1,62 1,36 0,44 0,73 0,35
Asistencia
Tabla 28. Evolución de las alarmas entre la línea base y el periodo con asistencia
A partir de los resultados iniciales encontrados podemos concluir que incrementar la

carga de trabajo mental de los conductores al incluir un mayor número de alarmas, hace
que la mejora localizada en este experimento no sea tan notable como en el caso del
Escenario #1.
José A. Sánchez
122
Además de los resultados obtenidos, y centrándonos en el modo de asistencia, podemos

observar como toda mejora relacionada con la duración media del tiempo necesario para
seguir una recomendación de cambio de marcha es de aproximadamente del 4,98%
entre el primer y el último día de uso. Si lo comparamos con el Escenario #1, vemos
como este valor difiere mucho del ofrecido por el primer asistente (8%).
Una de las diferencias encontradas más destacadas respecto al Escenario #1, es que los
usuarios que hacen uso de este nuevo asistente durante periodos de tiempo prolongados,
logran una mejora media en el uso de recomendaciones de alrededor del 9,22% para
usuarios esporádicos u ocasionales. Este valor de mejora está de nuevo por debajo del
valor obtenido en el Escenario #1.
Análisis Basado en las Características de las Rutas

En este segundo escenario también se propuso la realización del análisis en función de
las características de las rutas, realizando una clasificación de diferentes trayectos
dependiendo de su duración. Haciendo referencia, de nuevo, al número promedio de
alarmas/km, los resultados muestran que los caminos más cortos tienen, en general, un
mayor número de alarmas que las rutas largas. Sin embargo, en relación con la duración
del tiempo para evitar la aparición de alarmas de cambio de marcha, las rutas largas
presentan peores resultados como ocurría en el primer escenario. La Figura 45 muestra
lo explicado anteriormente.
Figura 45. Tiempo medio en seguir las recomendaciones en función del intervalo de duración de las rutas
(Escenario #2)
A pesar de que el intervalo [36-40] muestra unas duraciones elevadas en el tiempo

empleado para seguir la recomendación del asistente, el análisis también revela que este
intervalo presenta la mayor mejora durante los experimentos realizados.
Si enfocamos nuestro análisis en relación a la hora del día, encontramos que este
parámetro influye en la atención de los usuarios, siendo menor a la hora del día en el
que hay una mayor cantidad de vehículos en la carretera y por tanto un mayor volumen
Tesis Doctoral
de tráfico. La Figura 46 muestra los tiempos medios en seguir la recomendación por

cada hora del día.
Figura 46. Tiempo medio en seguir las recomendaciones en función de la hora del día (Escenario #2)
Análisis Basado en el Seguimiento de Recomendaciones

En este análisis analizamos el único elemento común que tienen los dos sistemas de
asistencia: la recomendación del cambio de marcha, atendiendo al tiempo medio de
respuesta de los conductores desde que ven la indicación en la pantalla hasta que
reaccionan. Como en el primer escenario, las recomendaciones en marchas altas (de 4ª a
5ª y de 5ª a 6ª), generaron los mayores tiempos de reacción para seguir la
recomendación (Figura 47).
Figura 47. Tiempo medio en seguir las recomendaciones en función de la recomendación de cambio de
marcha efectuada por el sistema (Escenario #2)
Además, algunos valores medios de tiempo necesario para realizar la acción

recomendada son, en general, mayores que en el primer escenario, lo que confirma
nuestra hipótesis anterior: incrementar la información en este tipo de sistemas de
José A. Sánchez
124
representación de información puede conducir a un aumento de la carga de trabajo

mental y el sistema podría perder efectividad.
5.2.5. Conclusiones
Mediante este estudio hemos podido analizar el impacto que tiene sobre conductores
particulares, el uso de dos asistentes para la conducción eficiente. Los dos dispositivos
se incorporaban en el vehículo mediante una pantalla de tipo HDD a la que el conductor
debía atender con el objetivo de mejorar su eficiencia en la conducción.
En líneas generales, los usuarios adoptan esta tecnología de forma positiva, reduciendo
el tiempo de aparición de alarmas desde el primer día de uso hasta el último. Además, se
llevaron a cabo, algunos análisis atendiendo también al género, edad o tipo de ruta que
los conductores hacían.
Los resultados globales cuando hacemos la distinción de usuarios dependiendo del

género, muestran que el grupo femenino hace peor uso del sistema de recomendación
cuando lo comparamos con el masculino. Cuando analizamos los datos dividiendo a la
población por edad, podemos concluir que el grupo de los usuarios mayores de 41 años
sigue las recomendaciones a mayor velocidad que los otros grupos. Además de esto, los
resultados respecto a las rutas que realizan los conductores muestran que los trayectos
de duración extrema (caminos muy cortos o muy largos) conducen a un peor
comportamiento atendiendo a los sistemas de recomendación. Por otro lado, los
momentos del día en el que se concentran la mayoría de las ineficiencias en la
conducción son las 15 horas y, en menor medida, de 11 a 12 y a las 22 horas, aunque es
a las 10 horas cuando se encuentra que los usuarios atienden en menor grado al sistema
de recomendación. Esto puede ser una indicación clara de la influencia de las
condiciones del tráfico en el uso de los asistentes de conducción.
Al realizar el análisis de datos sobre los dos tipos de rutas principales (urbanas e
interurbanas), podemos concluir que hay una mayor aceptación de la recomendación en
trayectos urbanos, obteniendo un tiempo promedio para seguir la recomendación
inferior a las rutas interurbanas. Además, llegamos a la conclusión de que la adición de
un número excesivo de mensajes de advertencia resulta contraproducente a la hora de
prestar atención a las recomendaciones que realiza el sistema.
5.3 Caso de Estudio: Aplicación de dispositivos de

representación de información de tipo HUD en entornos
vehiculares reales
Una vez realizado el estudio sobre el impacto que provoca la incorporación de pantallas
de tipo HDD en el contexto vehicular, esta sección desarrolla un caso de estudio
completo sobre la incorporación, uso e interacción de dispositivos de tipo HUD en
entornos vehiculares reales. Al encontrarnos en un entorno en el que la cantidad de
información recibida de otros vehículos (dentro de una red vehicular) o proporcionada
Tesis Doctoral
por el propio automóvil puede ser perjudicial para la seguridad y confort al volante,
fijamos un objetivo claro: Valorar los métodos de visualización de información abordo
de los vehículos y analizar la usabilidad e interacción con este tipo de dispositivos de
reciente aparición (HUDs). Para ello se expone una breve introducción sobre esta clase
de estudios y dispositivos, el diseño completo de los experimentos realizados, así como
los dispositivos empleados, el análisis de los resultados obtenidos y las principales
conclusiones obtenidas.
En la actualidad, el gran número de vehículos en carretera [140] y la gran evolución de
las tecnologías de asistencia y equipamiento usado en los vehículos, incrementan los
niveles de distracción al volante y, por tanto, reducen los de seguridad al tener que estar
pendientes de la información que se muestra. Debido a ello, es necesario el desarrollo de
nuevos sistemas de visualización instalados en los vehículos que garanticen la seguridad
de los usuarios en los procesos de conducción. En este contexto, los dispositivos Head-
Up Display (HUDs) pueden ser considerados como una solución adecuada para la
visualización de información, de hecho, algunas marcas automovilísticas están
empezando a implantar este tipo de aparatos en sus vehículos. De acuerdo con algunos
estudios, los HUDs permiten la presentación de información y datos en el parabrisas o
sobre una pantalla transparente ayudando a los usuarios a conducir con una mayor
sensación de seguridad [141].
Muchos de los estudios relacionados con este tipo de sistemas realizan la

experimentación sobre entornos simulados, obteniendo una buena aproximación al
objetivo inicial, pero nunca llegando a contrastar de forma empírica los resultados
obtenidos [129], [142] o [143].
Pese a que algunas investigaciones presentan información sobre la velocidad del

vehículo en un dispositivo HUD [144], o la implementación de un sistema de aviso de
accidentes [145], usan dispositivos HUDs en entornos reales, la falta de un número
mayor de trabajos que avalen la solución propuesta (sobre todo en este tipo de entornos
reales) se hace patente. Por ese motivo, se decidió llevar a cabo un estudio sobre la
incorporación de estos dispositivos en un entorno real. En este capítulo se presenta una
amplia evaluación sobre la incorporación de dispositivos HUD en entornos vehiculares
reales y el análisis de la interacción, mediante reconocimiento de voz, de los usuarios
con este tipo de aparatos de representación de información. Para llevar a cabo la
experimentación, se definieron dos fases destinadas, en primer lugar, a evaluar la
incorporación de este tipo de dispositivos en un entorno vehicular (Fase #1) y por otro
lado al análisis de la interacción mediante comandos de voz haciendo uso de esta de
tecnología (Fase #2). Los resultados obtenidos muestran la viabilidad de la propuesta
provocando una aceptación muy alta por parte de los usuarios al aumentar la sensación
de seguridad que experimentan al volante.
Los resultados de nuestro estudio muestran que los usuarios prefieren los dispositivos
de tipo HUD, a los HDD, teniendo una clara tendencia a la interacción con ellos
José A. Sánchez
126
mediante el uso de métodos restrictivos dentro del vehículo, como el reconocimiento de

voz, a través del uso de métodos de interacción por voz mediante comandos
predefinidos.
5.3.2. Diseño del Sistema de Representación de Información

Para llevar a cabo las evaluaciones propuestas en un entorno real necesitábamos, en
primer lugar, definir el conjunto de pruebas que se iban a realizar y por otro el montaje
completo del sistema en un entorno vehicular real. En este caso, el diseño general del
sistema de representación se muestra en la Figura 48. Como podemos ver, el despliegue
está compuesto por un teléfono inteligente (smartphone) y el dispositivo HUD. La
metodología consiste en que el dispositivo móvil envíe la visualización de su propia
pantalla vía Wi-Fi al dispositivo HUD para su posterior representación. De esta forma
no tenemos cableado en el interior del vehículo.
Figura 48. Diseño General del Sistema
La alimentación del dispositivo HUD se realiza a través de la conexión de 12 V del

vehículo disponiendo, a su vez, de un puerto auxiliar de tipo USB en el conector para,
dado el caso, poder alimentar también al dispositivo móvil.
5.3.2.1. Dispositivo HUD - recPOP

RecPOP es un dispositivo de tipo HUD perteneciente a la marca RoadEyes11 que nos
permite evaluar, de forma experimental la incorporación e interacción de este tipo de
sistemas dentro de un entorno vehicular real.
El dispositivo se ajusta a la forma del salpicadero del vehículo pudiendo ser instalado
según la preferencia del usuario que lo usa, atendiendo siempre a la visibilidad y
seguridad en el proceso de conducción. Hay que tener en cuenta que su cometido es el
de ver la vía y la información que muestra de forma simultánea, por lo que
11 http://www.road-eyes.com/
Tesis Doctoral
necesitaremos colocarlo de forma adecuada. La Figura 49 muestra dos posibles

ubicaciones del mismo que permiten visualizar tanto la calzada como la información
que presenta. En la primera de ellas (izquierda), encontramos el dispositivo ubicado
frente al conductor, de este modo se mantiene la vista al frente pudiendo observar tanto
los datos que el dispositivo muestra como el entorno por el que se circula. En la segunda
opción (derecha), encontramos el dispositivo recPOP colocado justo en la parte central
del vehículo (desviado a la derecha del conductor). En esta ocasión, podemos visualizar
también la información que muestra el dispositivo y el entorno de conducción desviando
ligeramente la vista hacia la derecha, manteniendo de nuevo la atención sobre la vía.
Figura 49. Dispositivo recPOP embarcado en el vehículo
Las principales características del dispositivo se encuentran reflejadas en la Tabla 29.
Característica Valores
Potencia de Entrada DC 9V ~ 16V (3 A)
Entrada/Salida USB, Salida de Audio, Entrada HDMI y CVBS
Pantalla Alta luminosidad con 6.2“ PANEL
6.2“ full color (Virtual image)
Imagen Resolución: 8010 x 480
Brillo: 4,500 ~ 5,000 cd/m (max)
Altavoz 1W x 1 & 0,8W x 1
Ajuste automático de luz ambiente de 4 niveles
Ajuste de Brillo
Ajuste manual de luz de 16 niveles
Tamaño de 7’’ (para película en parabrisas)
Tamaño Virtual de Imagen Tamaño de 6.2“ (Pantalla Dispositivo recPOP)
Resolución: 800 x 480
Rango de Temperatura de Funcionamiento: -10°C a +60° C
Funcionamiento Almacenamiento: -20°C a +70° C
Dimensiones 18,0 cm x 13,6 cm x 2,0 cm
Tabla 29. Especificaciones Técnicas del Dispositivo recPOP
La selección de este dispositivo frente a otras opciones comerciales se basa en la

sencillez de incorporación de aplicaciones propias o desarrolladas por un tercero,
José A. Sánchez
128
usando el sistema operativo Android. Al tener la representación limitada a la replicación

de la pantalla del dispositivo móvil para su visualización, cualquier aplicación del
dispositivo podrá ser representada en el dispositivo HUD pudiendo diseñar, desde el
principio, las necesidades de nuestra aplicación.
5.3.2.2. Teléfono Móvil y Software Empleado

Para ejecutar las aplicaciones hemos usado un teléfono inteligente (smartphone) de la
marca BQ, concretamente el modelo E4.5, considerado por el grupo de investigación
como un dispositivo de gama media apropiado para la realización de los experimentos.
Las principales características del mismo están recogidas en la Tabla 30.
Característica Descripción
Dimensiones 67 x 137 x 9 mm
Peso 123 g
SoC Media Tek MT6582
CPU ARM Cortex-A7, 1300 MHz with 4 Cores
GPU ARM Mail-400 MP2, 500 MHz with 2 Cores
RAM 1 GB, 533 MHz
Almacenamiento 8 GB
Pantalla 4.5 in, IPS, 540 x 960 pixels, 24 bit
Batería 2150 mAh, Li-Polymer
Sistema Operativo Android 4.4.2 KitKat
Wi-Fi B, g, n Wi-Fi Hotspot
USB 2.0, Micro USB
Posicionamiento GPS, A-GPS
Tabla 30. Características Teléfono Móvil Seleccionado
Con el objetivo de la realización de los ensayos, hemos usado varias aplicaciones

disponibles para el sistema operativo Android. En nuestro caso, la Tabla 31, muestra el
total de las aplicaciones utilizadas y una breve descripción de las mismas, así como a la
fase de la experimentación a la que corresponde y que será desarrollada en mayor
profundidad en la sección 5.3.3.
Aplicación/Software Descripción Fase

Asistente a la conducción para la mejora de la eficiencia
CATED en la conducción desarrollado por la empresa ADN #1
Mobile Solutions
Aplicación para Navegación GPS desarrollada por Google
Maps #1
Inc.
Aplicación para Navegación GPS diseñada
HUDWAY #1
específicamente para entornos HUD
Lanzador para la interacción HCI basada en comandos de
Google Now Launcher #2
voz
Software para la interacción HCI basada en indicadores
Voice Access #2
numéricos y comandos de voz
Tabla 31. Aplicaciones, descripción y fase del experimento
Tesis Doctoral
5.3.3. Diseño de los Experimentos

La investigación, fue dividida en dos fases diferentes. La primera de ellas encargada de
la evaluación del uso de aplicaciones de asistencia a la conducción y la comparativa de
pantallas transparentes (incorporadas en los HUDs) y pantallas convencionales (HDD)
haciendo uso de aplicaciones como CATED [137], diseñada para la mejora de la
eficiencia en la conducción y otras aplicaciones de navegación como Google Maps y
HUDWAY (destinada a este tipo de entornos). En esta primera fase, también se estudió
la preferencia de los usuarios por la forma en la que prefieren interactuar con este tipo
de dispositivos. Teniendo en cuenta los resultados obtenidos en esta primera etapa de la
investigación, se decidió prolongar el estudio realizando una segunda fase encargada de
la evaluación de la interacción entre el conductor y el dispositivo HUD mediante
técnicas de reconocimiento de voz (método de interacción elegido por los usuarios en la
primera fase). Para este propósito, comparamos dos métodos de interacción por voz:
comandos de voz predefinidos mediante Google Now Launcher12 y un sistema de
mapeo de números en pantalla utilizado por Voice Access13.
Un total de 50 conductores no profesionales participaron en el estudio, siendo divididos

en dos grupos para cada una de las fases. 20 constituyeron la primera fase del
experimento (incorporación de dispositivos HUD en entornos vehiculares reales) y 30
conformaron la segunda fase (evaluación de la interacción por voz).
A continuación, se detallan en profundidad las dos fases de la experimentación

completa desarrollando todas las pruebas realizadas y los métodos empleados para su
validación y estudio.
5.3.3.1. Escenario de Pruebas y Población del Estudio

Los experimentos se llevaron a cabo en un entorno real de conducción donde se
garantizaba la seguridad de los conductores realizando las pruebas en un área controlada
con tráfico fluido y límites de seguridad bajos. Usamos una zona del Campus de Gijón
de la Universidad de Oviedo en un día laboral y en horario matutino. La Figura 50,
muestra el área aproximada en la que se llevó a cabo la experimentación, así como la
ruta seguida por los conductores (línea azul).
Figura 50. Escenario Real usado en los Experimentos
12 https://play.google.com/store/apps/details?id=com.google.android.launcher
13 https://play.google.com/store/apps/details?id=com.google.android.apps.accessibility.voiceaccess
José A. Sánchez
130
En este contexto, cada participante debía realizar la conducción del vehículo un tiempo
aproximado de 20 minutos en una sesión guiada por el investigador que lo acompañaba
usando diferentes aplicaciones. Los participantes debían seguir las instrucciones que le
ofrecía el acompañante (investigador), con el fin de ser capaces de completar los
experimentos y proveer, a posteriori, la opinión al respecto.
Para recibir las percepciones y opiniones de los usuarios y de esta forma poder realizar
un análisis de resultados, los usuarios tenían que completar 2 cuestionarios (uno por
cada fase). En ellos aparecía información referente al perfil del usuario, así como
cuestiones sobre la incorporación, uso, interacción y aceptación de esta tecnología
usando una encuesta de tipo Escala de Likert (con valores de 1 a 5). En algunos
aspectos, también se permitía al usuario escribir sus impresiones subjetivas atendiendo a
una pregunta de respuesta corta.
Un total de 50 conductores, no profesionales, participaron en las pruebas. Estos usuarios

fueron divididos en 2 grupos con el objetivo de completar las dos fases del experimento.
Durante la primera fase participaron un total de 20 usuarios realizando una conducción
con dispositivos de tipo HUD y HDD y con asistentes a la conducción. Los resultados
obtenidos durante esta etapa, fueron utilizados para la realización de la segunda, donde
30 conductores fueron incluidos para evaluar el uso del reconocimiento de voz como
método de interacción.
En referencia a la información general de los usuarios, un total de 36 hombres y 14

mujeres participaron en los experimentos (72% y 28% respectivamente). La edad de la
población iba desde los 19 años hasta los 67, teniendo una media de edad de 36,20 años
con una desviación estándar de 13,05. Entre los datos personales recogidos también
teníamos en cuenta la experiencia en la conducción de los usuarios, obteniendo una
media de 14,04 años de experiencia con una desviación de 11,43. También teníamos en
cuenta el uso previo de pantallas de información dentro del vehículo de forma regular,
encontrando que el 58% de los usuarios utilizan de manera cotidiana este tipo de
dispositivos, mientras que el 42% de usuarios no contaba con experiencia previa. La
Tabla 32, muestra los detalles de la población divididos en las dos fases de los
experimentos realizados.
Fase #1: Incorporación de Dispositivos HUD en Entornos Vehiculares Reales

Número de Usuarios 20
Edad Min - Edad Max 21 - 63
Media de Edad 39,75
Desviación Estándar 13,43
Género 5 mujeres y 15 hombres
Fase #2: Interacción con Dispositivos HUD usando Reconocimiento de Voz
Número de Usuarios 30
Edad Min - Edad Max 19 - 67
Media de Edad 35,28
Desviación Estándar 12,91
Género 9 mujeres y 21 hombres
Tabla 32. Características de los Participantes en las Fases del Experimento
Tesis Doctoral
5.3.3.2. Fase 1: Incorporación de Dispositivos HUD en Entornos

Vehiculares Reales
En la fase 1, un total de 20 conductores no profesionales completaron 4 bloques
propuestos. Cada uno de los bloques fue diseñado para analizar una característica
particular o la comparativa de dos alternativas (pantallas de tipo HDD y HUD). Al
principio, nosotros estábamos interesados en conocer si los usuarios mostraban interés
en nuevas aplicaciones que den soporte a la conducción eficiente y su opinión acerca de
su uso en dispositivos HUD. Por otro lado, también buscábamos la realización de una
comparativa cuantitativa de dispositivos de tipo HUD frente a dispositivos de tipo
HDD. Una de las aplicaciones o servicios más usados dentro de los entornos vehiculares
es la navegación GPS por lo que era necesario dedicar un tercer apartado para conocer
la opinión de los usuarios acerca de distintos tipos de representación de información de
navegación en dispositivos HUD. Por último, queríamos saber la percepción de los
usuarios acerca de una posible interacción con el dispositivo. En este sentido, los
dispositivos HUD son empleados para mostrar información, pero puede tenerse en
consideración la posible interacción para, por ejemplo, cambiar la ruta cuando usamos
la navegación o hacer uso de las funcionalidades del teléfono móvil.
Para cumplir con los objetivos mencionados anteriormente, el experimento se diseñó

dividido en 4 partes, cada una enfocada a un objetivo. Cada parte tenía una duración
aproximada de 5 minutos, incluyendo el tiempo que el usuario se encontraba
conduciendo el vehículo y el tiempo necesario para completar el cuestionario de
evaluación.
Para saber la opinión de los usuarios, se atendió a un cuestionario compuesto por 4

bloques que contenían preguntas referentes a la incorporación de dispositivos HUD en
entornos vehiculares reales. Para cada cuestión, los usuarios debían seleccionar una
calificación numérica (de 1 a 5) en una encuesta de tipo escala de Likert. Los valores
fueron los siguientes:
 1: Completamente en Desacuerdo
 2: Algo en Desacuerdo
 3: Neutro
 4: Algo en Acuerdo
 5: Completamente de Acuerdo
Asistentes para la Eficiencia en la Conducción

Desde hace tiempo, los asistentes para la eficiencia en la conducción han estado
presentes en los entornos vehiculares. Debido a ello, algunos fabricantes incorporan
sistemas de recomendación a la conducción en sus vehículos. Por lo tanto, resulta
indispensable realizar un análisis sobre este tipo de aplicaciones con el objetivo de
valorar cómo se representa la información dentro del vehículo. En nuestro caso,
utilizamos una aplicación llamada CATED [137]. Esta aplicación fue desarrollada por la
José A. Sánchez
132
compañía ADN Mobile Solutions y provee al conductor de información sobre algunos

indicadores del vehículo que son calculados a través de la información obtenida del
puerto OBDII. Un dispositivo conectado a este puerto, provee información al
dispositivo móvil (smartphone) usando una conexión Bluetooth.
Como se muestra en la Figura 51, la aplicación muestra información sobre 4 indicadores

principales sobre la eficiencia en la conducción que está realizando el usuario. Estos
indicadores se calculan teniendo en cuenta las revoluciones por minuto (RPMs), el uso
de frenos, la aceleración del vehículo y el tiempo en ralentí. La aplicación muestra
alarmas durante el proceso de conducción cambiando el color asociado a cada uno de
los indicadores.
Figura 51. Aplicación CATED en un Entorno de Conducción Real
El significado de los colores de alarma detectables por la aplicación es:
 Verde: Conducción Eficiente

 Amarillo: Posible Ineficiencia en la Conducción
 Rojo: Comportamiento Ineficiente
El sistema permite al usuario adaptar su comportamiento con el objetivo de conseguir

reducir el consumo de combustible y, por tanto, reducir el número de emisiones al
medio ambiente.
Inicialmente, la aplicación fue diseñada para visualizar la información en una pantalla

convencional debiendo adaptar la interfaz de forma adecuada para su correcta
visualización sobre dispositivos de tipo HUD. Como consecuencia, se decidió diseñar
un fondo lo más oscuro posible y al carácter estático de los contenidos para no producir
distracciones en el proceso de conducción.
Esta parte de la experimentación transcurría en un periodo aproximado de 5 minutos

teniendo en todo momento el asistente de conducción activo. Dentro del proceso de
Tesis Doctoral
conducción, el investigador que acompañaba al usuario conductor daba las indicaciones

oportunas para que la prueba transcurriera según los cauces preestablecidos.
En este caso, la encuesta posterior abarcaba cuestiones sobre la visualización de la

aplicación como el color, la transparencia y la dinamicidad de los contenidos
presentados sobre dispositivos HUD.
Comparativa de Dispositivos HUD frente a Dispositivos HDD

Un aspecto fundamental a analizar es la comparativa de los dispositivos HUD (de
reciente aparición) con respecto a las pantallas convencionales usadas hasta ahora en los
entornos vehiculares para evaluar los beneficios que produce su implantación. Por ese
motivo, a parte del uso del dispositivo recPOP, hemos usado la propia pantalla del
teléfono móvil para evaluar la comparativa de las diferentes representaciones de
información.
En este caso, los usuarios conducían aproximadamente durante 5 minutos con el

smartphone en funcionamiento para continuar con otro proceso de conducción de 5
minutos haciendo uso del dispositivo HUD. En ambos casos, la aplicación que se
ejecutaba era la de Google Maps (actualmente conocida como Google Map Navigation
y que está integrada en Maps) considerándola una aplicación de amplia difusión entre
los usuarios.
La Figura 52, muestra la localización de las dos pantallas de representación de

información usadas en los experimentos. Es importante destacar la ubicación de cada
uno de los dispositivos. Por un lado, podemos observar el dispositivo con pantalla
convencional (smartphone) ubicado en la parte derecha del frente del conductor para no
reducir la visibilidad lineal del mismo. Por este motivo, elegimos una pantalla de
reducidas dimensiones. Por otro lado, el dispositivo recPOP está ubicado justo en frente
del conductor comprobando si las condiciones de visibilidad eran adecuadas.
Figura 52. HUD (izquierda) vs. HDD (derecha)
José A. Sánchez
134
Navegación GPS
Una de las aplicaciones de asistencia más usadas por los conductores actualmente es la
navegación GPS. Actualmente, muchos vehículos incorporan, de fábrica, este tipo de
aplicaciones. Además de esto, muchos usuarios compran dispositivos de navegación
GPS o hacen uso del teléfono móvil para este fin. Por ese motivo, consideramos
fundamental realizar un análisis en profundidad del uso de la navegación GPS usando
dispositivos de tipo HUD. En este caso, se usaron dos aplicaciones de navegación:
Google Maps y HUDWAY. La Figura 53, muestra ambas aplicaciones en
funcionamiento durante una prueba real.
Figura 53. Aplicaciones de Navegación GPS (Google Map (izquierda) y HUDWAY (derecha)) corriendo
en una prueba real sobre el dispositivo HUD
En este caso, Google Maps es una navegación de propósito general desarrollada por
Google Inc. que muestra una interfaz altamente dinámica en la cual se dispone de
mucha información. Como muestra la Figura 53 (izquierda), los colores luminosos
incrementan la opacidad de la pantalla y dificultan la visualización de la vía. Por otro
lado, HUDWAY es una aplicación designada para su uso en HUDs. Como podemos
observar en la Figura 53 (derecha) sólo se representa la información necesaria para la
conducción sobre un fondo oscuro, teniendo en cuenta únicamente la vía de circulación
y la velocidad actual del vehículo, así como la máxima de la vía.
Para la realización de este estudio, el conductor realizaba una prueba de 5 minutos de

duración con la aplicación HUDWAY corriendo en el dispositivo. Se obvió la prueba
haciendo uso de Google Maps porque ya había sido tenida en cuenta en la prueba
anterior (Comparativa entre HDD y HUD). En esta ocasión, los usuarios evaluaban las
diferencias del diseño de interfaces para este tipo de representaciones para evaluar los
posibles efectos producidos por el color y la dinamicidad de información representada
sobre el dispositivo.
Futura Interacción con Dispositivos HUD

Ya que en muchas ocasiones debemos interactuar con el vehículo para obtener
información o simplemente para realizar tareas, siempre y cuando no pongan en riesgo
Tesis Doctoral
la seguridad al volate, consideramos vital el estudio de la posibilidad de la interacción

del conductor con este tipo de dispositivos.
Con el objetivo de comparar diferentes tipos de interacción con el dispositivo
preguntamos a los usuarios (en el cuestionario de evaluación final) algunas cuestiones
relacionadas con los diferentes métodos de interacción entre las que encontramos:
 Uso de gestos básicos, por ejemplo, el movimiento de un dedo o el

movimiento básico de la cabeza.
 Reconocimiento de voz, por ejemplo, con la predefinición de comandos en el
dispositivo.
 Interacción directa con el dispositivo, por ejemplo, a través de la pulsación en
una pantalla táctil o botones del dispositivo.
Los resultados obtenidos en este bloque fueron muy importantes, ya que sirvieron como
base para el diseño y desarrollo de la segunda fase de la experimentación. En esa
segunda etapa, evaluamos el método de interacción más popular que fue seleccionado
por los usuarios.
5.3.3.3. Fase 2: Interacción con Dispositivos HUD Usando

Reconocimiento de Voz
A la vista de los resultados de la última parte de la Fase 1 (futura interacción con
dispositivos HUD), donde el método de interacción preferido por los usuarios era el de
reconocimiento de voz, nos propusimos la realización de una experimentación haciendo
uso de este tipo de interacción en un contexto vehicular.
En esta parte del estudio, un total de 30 conductores no profesionales participaron en los

experimentos. Al igual que en la fase anterior, el usuario debía proceder a la conducción
durante un periodo de tiempo determinado para evaluar la posible interacción con los
dispositivos. Esto nos permitía comparar a la cantidad de la muestra que ya había
utilizado dispositivos de tipo HUD (en la fase 1) y la que no lo había hecho, con el
objetivo de no tener prejuicios sobre este tipo de sistemas conociendo su opinión antes y
después de finalizar los experimentos.
Para obtener la información relativa a la opinión de los usuarios se volvió a usar un

cuestionario de evaluación de tipo Escala de Likert con valores comprendidos entre 1 y
5 dependiendo del grado de acuerdo con las afirmaciones que se planteaban. Dentro de
la encuesta, se consultó a los usuarios por la viabilidad del uso de este tipo de sistemas,
la aceptación de la interacción mediante reconocimiento de voz, por la seguridad usando
este tipo de interacción en un entorno de conducción y las aplicaciones que consideran
importantes dentro de su vida cotidiana para este tipo de entornos. En esta ocasión,
también se planteaba a los usuarios una cuestión con respuesta abierta para que ellos
fueran capaces de ofrecer información adicional sobre las aplicaciones que consideraban
necesarias para su uso dentro de un contexto de conducción.
José A. Sánchez
136
Una vez que se recogía la opinión inicial de los usuarios, ellos debían realizar un
proceso de conducción atendiendo a dos métodos de interacción diferentes mediante el
uso de reconocimiento de voz. En este caso:
 Comandos de voz: Esta es la opción más directa de interacción por voz,

teniendo un conjunto de comandos preinstalados en el dispositivo que
proporcionan instrucciones al sistema. Este método puede ofrecer una
precisión bastante alta y un nivel de dificultad de implementación bajo. Sin
embargo, uno de los inconvenientes más acentuados es que los usuarios
deben aprender previamente los comandos de uso del sistema y todas las
posibles interacciones deben ser diseñadas de antemano.
 Mapa Numérico (uso de códigos): En este caso, el sistema proporciona al

usuario una interfaz con un mapa numérico en función de las opciones que
aparecen en pantalla. Por ejemplo, los iconos del menú mostrados en la
pantalla del menú del dispositivo móvil están identificados numéricamente,
de esta forma el usuario deberá mencionar el número al que quiere acceder
para abrir la aplicación correspondiente. Este sistema es fácil de implementar
y de usar, y no requiere de un aprendizaje previo por parte del usuario. Sin
embargo, en esta ocasión el usuario deberá mirar atentamente a la pantalla
para identificar la codificación numérica que presenta.
La Figura 54 muestra las dos interfaces propuestas haciendo uso de los dos métodos de
interacción explicados anteriormente.
Figura 54. Google Now Launcher (comandos de voz predefinidos (izquierda)) y Voice Access
(interacción numérica (derecha))
Tesis Doctoral
Para determinar las preferencias de los usuarios sobre el uso de ambos métodos de
interacción, los participantes tenían que conducir durante, aproximadamente, 10
minutos en cada uno de los casos. Durante ese tiempo, el conductor debía llevar a cabo
algunas tareas, explicadas por el investigador acompañante, para realizar la
experimentación de forma efectiva. Las tareas estaban relacionadas con:
 Uso Básico del Sistema: En nuestro caso buscábamos la interacción con el

dispositivo para la realización de actividades básicas con el teléfono móvil
como abrir una aplicación y visualizar la información mostrada sobre el
HUD. Concretamente esta tarea estaba relacionada con la apertura de la
aplicación para la eficiencia en la conducción (CATED) y la apertura desde el
menú de la agenda de contactos para posteriormente poder realizar una
llamada o enviar un mensaje de texto.
 Tareas de Comunicación: La comunicación es una de las principales tareas

para las que se utilizan los teléfonos. Por ello, el usuario, mediante
interacción usando su propia voz, debía responder a una llamada entrante,
realizar una llamada y enviar un mensaje de texto.
 Navegación GPS: Como hemos dicho previamente, la navegación es uno de

las aplicaciones más comunes dentro de los entornos vehiculares. Debido a
ello, decidimos evaluar cómo era la interacción (mediante comandos de voz)
con este tipo de aplicaciones iniciando una ruta o cambiando la ruta una vez
iniciada.
La Tabla 33 muestra la lista de acciones y tareas realizadas por los conductores

haciendo uso de los dos métodos de interacción mediante reconocimiento de voz
considerados en el experimento.
Parte Tarea/Acción
Uso Básico del
Abrir aplicación CATED
Sistema
Realizar una llamada telefónica
Tareas de
Enviar un mensaje de texto
Comunicación
Acceder a información de los contactos
Abrir la aplicación de navegación
Comenzar la navegación estableciendo una ruta
Navegación GPS
inicial
Modificar la ruta inicial
Tabla 33. Partes y Tareas del Bloque 3
José A. Sánchez
138
Al igual que en el caso anterior (Fase 1), para evaluar la opinión de los usuarios que
realizaron el experimento, diseñamos otro cuestionario con 4 preguntas para cada uno
de los métodos de interacción mediante reconocimiento de voz en una encuesta de tipo
Escala de Likert con valores de 1 a 5 (dependiendo del grado de conformidad con las
afirmaciones realizadas). Mediante este tipo de cuestiones los usuarios podían valorar
cada uno de los métodos de forma independiente. Adicionalmente, se añadieron 7
preguntas enfocadas a la comparativa entre ambos métodos. En este caso, las opciones
disponibles para responden cada afirmación eran ligeramente diferentes:
 -2: Completamente a favor de Google Now Launcher

 -1: Ligeramente a favor de Google Now Launcher
 0: Misma opinión para ambos métodos
 1: Ligeramente a favor de Voice Access
 2: Completamente a favor de Voice Access
Finalmente, también se brindaba la oportunidad de una pregunta de respuesta abierta

para que los usuarios pudieran expresar su opinión y comentarios sobre el proceso de
experimentación completo.
5.3.4. Discusión de Resultados

En la presente sección se presentan los resultados obtenidos para cada una de las fases
del estudio. Los datos en crudo obtenidos de los cuestionarios fueron procesados usando
las aplicaciones de Microsoft Excel y R,realizando diferentes análisis estadísticos
buscando diferencias entre grupos de usuarios definidos previamente. Para este
propósito se utilizaron algunos de los test más comunes para este tipo de análisis que
dependían de las características de normalidad y homocedasticidad. Para comprobar la
normalidad de la muestra utilizábamos el test de Saphiro-Wilk, en el caso de la
homocedasticidad utilizábamos el test de Barlett. Cuando la muestra cumplía con la
normalidad y homocedasticidad procedíamos a aplicar un test t-student con un
coeficiente del 95% (α-value = 0.05). Por otro lado, cuando el test que comprobaba la
homocedasticidad fallaba, usábamos el test de Kruskal-Wallis. Este test también se
usaba en situaciones de fuerte fallo en normalidad con p-values sobre 0.05.
Como hemos mencionado anteriormente, la discusión de resultados se realiza en base a

las diferencias significativas encontradas entre diferentes agrupaciones de usuarios.
Estos grupos fueron clasificados en función de su edad, género, experiencia en la
conducción y uso habitual de pantallas convencionales en sus vehículos según los
siguientes criterios:
 Edad: Menores de 40 años / 40 o más años (<40 / >=40)

 Género: Hombres / Mujeres
Tesis Doctoral
 Experiencia en la Conducción: Más de 15 años / 15 años o menos (>15 /

<=15)
 Uso Habitual de Dispositivos: Si / No
5.3.4.1. Fase 1: Incorporación de Dispositivos HUD en Entornos

Vehiculares Reales
El análisis y discusión de resultados se presenta dividido en las pruebas que definían la
Fase 1: Asistentes para la Eficiencia en la Conducción, Comparativa de Dispositivos
HUD frente a Dispositivos HDD, Navegación GPS y Futura Interacción con
Dispositivos HUD.
Asistentes para la Eficiencia en la Conducción

El objetivo de esta parte se basaba en la evaluación del uso de un asistente para la
eficiencia en la conducción (CATED) en combinación con el uso del dispositivo HUD.
En general, los usuarios muestran unos altos niveles de aceptación de este tipo de
aplicaciones para su visualización en dispositivos de tipo HUD. Todas las cuestiones
planteadas en ese sentido fueron tenidas muy en cuenta por los conductores, mostrando
unos niveles próximos a 5 (máximo valor en la encuesta de tipo Likert). Además, los
usuarios consideran que este tipo de aplicaciones son seguras en el entorno de
conducción (concediendo una media de 4,05 puntos sobre 5).
Aunque al realizar el análisis estadístico encontramos ligeras diferencias entre los

grupos planteados anteriormente, no detectamos que estas diferencias sean significativas
salvo en el análisis por grupos de usuarios que han utilizado previamente, y de forma
habitual, dispositivos en sus vehículos (p-value < 0,03). La Figura 55, presenta los
valores de las respuestas para ambos. Como podemos ver los usuarios que hacen uso
habitual de pantallas en sus vehículos aceptan de una forma más amplia la solución
propuesta. A pesar de las diferencias encontradas, podemos observar que en todos los
casos los valores de conformidad con el uso de este tipo de asistentes en HUDs son
aceptables teniendo un valor mínimo, superior a la media de los posibles valores (1-5),
de 3,25 puntos sobre 5.
Otra conclusión interesante de esta parte del estudio es que los usuarios consideran que
el contenido mostrado en la aplicación de conducción eficiente debe ser lo más estático
posible (con media de puntuación de 4,35 sobre 5) debido a que la representación de
contenidos altamente dinámicos puede aumentar los niveles de distracción del
conductor al volante.
José A. Sánchez
140
Figura 55. Valores medios de aceptación para asistentes de conducción eficiente usados con HUD en
función de los usuarios que usan regularmente pantallas en el vehículo (derecha) y los que no las usan
(izquierda)
Comparativa de Dispositivos HUD frente a Dispositivos HDD

En esta prueba, los usuarios debían comparar el uso de dispositivos de tipo HUD frente
a dispositivos de tipo HDD.
En general, encontramos que el uso de HUD (frente a HDD) mejora la precepción de

seguridad al volante obteniendo una calificación de 4,15 sobre 5. Cuando realizamos un
análisis más exhaustivo de la información, no encontramos diferencias significativas
entre los grupos diferenciados por edad, género o experiencia en la conducción. Al igual
que en el caso anterior, la única diferencia remarcable se realiza cuando dividimos los
grupos por el uso habitual de pantallas de tipo HDD en el vehículo (p-value < 0,01). En
este caso, si analizamos por separado los niveles de aceptación para HUDs y para
HDDs, encontramos diferencias significativas, obteniendo un p-value < 0,02 para el
primer caso y un p-value < 0,05 para el segundo. Además, los usuarios de ambos grupos
prefieren claramente el uso de HUDs frente al uso de HDD como muestra la Figura 56,
confirmando los resultados obtenidos en el test anterior. No obstante, como observamos,
los valores son altos en ambos casos, demostrando que los usuarios que no usan
habitualmente los asistentes de conducción son más reacios a cambiar sus hábitos.
Figura 56. Valores medios de aceptación para el uso de pantallas HDD o HUD en función de los usuarios
que usan regularmente pantallas en el vehículo (izquierda) y los que no las usan (derecha)
Tesis Doctoral
Navegación GPS
El objetivo de esta parte de la investigación era el de realizar una evaluación del uso de
asistentes a la navegación GPS haciendo uso de dispositivos de tipo HUD. Como en las
pruebas anteriores, en general los usuarios muestran una alta aceptación de este tipo de
tecnología, obteniendo unos altos valores en las preguntas efectuadas.
Si consideramos la diferenciación de grupos expresada con anterioridad, encontramos

leves diferencias (no significativas) entre ellos, exceptuando de nuevo el grupo que
hacía uso regular de dispositivos de información en sus vehículos (p-value < 0,04). En
esta ocasión la Figura 57, muestra la media de valores de las respuestas obtenidos en
ambos casos. Como podemos ver, ambos grupos otorgan un valor alto al uso de este
tipo de sistemas de navegación en el vehículo, pero de nuevo, los usuarios con una
experiencia previa en el uso de dispositivos de representación de información abordo
muestra un nivel más alto de aceptación, confirmando los resultados de las pruebas
anteriores.
Figura 57. Valores medios de aceptación para el uso de aplicaciones de navegación GPS en función de los
usuarios que usan regularmente pantallas en el vehículo (derecha) y los que no las usan (izquierda)
Con respecto al diseño de los asistentes, comparamos dos interfaces de representación

de información (Google Maps y HUDWAY). En esta ocasión, los usuarios estaban de
acuerdo con el uso de interfaces de presentación de información adecuadas al tipo de
dispositivo en el que se representan, en este caso, HUDWAY en dispositivos HUD. De
nuevo, los usuarios creen conveniente que el contenido mostrado por las aplicaciones
sea lo más estático posible con el fin evitar posibles distracciones (4,05 puntos sobre 5).
Esto reafirma la opinión obtenida en la primera prueba (asistentes para la conducción
eficiente). Por otro lado, los usuarios están de acuerdo con los niveles de transparencia
que se obtienen mediante la visualización de información sobre un fondo negro (en
HUDWAY) y únicamente mostrando la información esencial que permita el proceso de
guiado que ofrecen las aplicaciones de navegación. Por último, los usuarios creen que
los colores usados en la aplicación HUDWAY eran mejor que los usados en Google
Maps obteniendo una calificación de casi 4 puntos sobre el total (5).
José A. Sánchez
142
Futura Interacción con Dispositivos HUD

En esta parte de la investigación, se buscaba conocer la opinión de los usuarios acerca
de una posible interacción con el dispositivo HUD. Para ello se proponían algunas
cuestiones que hacían referencia a diferentes métodos de interacción con los
dispositivos embarcados preguntando acerca de la idoneidad de una posible
comunicación haciendo uso de reconocimiento de voz, movimientos gestuales básicos o
la interacción directa con la pantalla. Por otro lado, también se preguntaba si una futura
interacción con el dispositivo era necesaria y segura. En general, los usuarios piensan
que una posible interacción con el dispositivo en un proceso de conducción puede ser
necesaria y a la vez segura, no obteniendo resultados muy elevados en este último ítem
(media de 3,55 puntos de 5). A pesar de que se encuentran ligeras diferencias cuando
efectuamos el análisis por los grupos propuestos, no se encuentran discrepancias
significativas en ninguno de ellos.
Entre los posibles métodos de interacción que se proponían (gestos básicos,

reconocimiento de voz o pulsaciones en pantalla táctil). En líneas generales, los usuarios
creen que el método más apropiado en un entorno de conducción es el reconocimiento
de voz con un valor media de 4,35 puntos sobre 5, principalmente debido a razones de
seguridad al no tener que interactuar realizando ningún movimiento que pueda producir
que el nivel de seguridad disminuya. Como segunda opción, los usuarios creen que se
podría usar un método basado en el reconocimiento de gestos básicos (como el
movimiento de un dedo o la cabeza) con una puntuación media de 3,2 sobre 5. El
método de interacción directa mediante pulsaciones sobre una pantalla táctil sería el
método menos aceptado por los usuarios obteniendo una puntuación relativamente baja
(2,1 sobre 5). A pesar de que los métodos de interacción menos valorados (detección de
gestos básicos o interacción directa) están presentes en muchos navegadores GPS
convencionales o dispositivos de tipo HUD, como Navdy14, los usuarios están a favor
de emplear su voz para la interactuación con los dispositivos con el objetivo de no
liberar los controles del coche y poner en riesgo su seguridad.
Como hemos mencionado con anterioridad, al realizar el análisis dividiendo la muestra

poblacional en grupos de usuarios no encontramos diferencias significativas. A pesar de
ello, incluimos la Figura 58, que muestra el valor medio de la opinión de usuarios en
función de su edad. En este caso, si comparamos la opinión de usuarios que tienen
menos de 40 años con usuarios que tienen 40 o más encontramos una ligera
discrepancia en el caso del uso de gestos básicos y reconocimiento de voz. Podemos
observar también como, la gráfica confirma el argumento presentado en esta sección
donde el método de interacción que mayor valoración obtiene es el del reconocimiento
de voz.
14 https://www.navdy.com
Tesis Doctoral
Figura 58. Métodos de interacción con dispositivos HUD dependiendo de la edad de los usuarios
A la vista de los resultados obtenidos, la siguiente fase enfocará su análisis en la

evaluación de la interacción de usuarios y dispositivos HUD haciendo uso del método
de interacción más valorado por los mismos: El Reconocimiento de Voz.
5.3.4.2. Fase 2: Interacción con Dispositivos HUD Usando

Reconocimiento de Voz
Para realizar el análisis de esta fase, también tendremos en cuenta los grupos de
usuarios que hemos definido en la discusión y análisis de la anterior fase. En este caso,
también dividiremos el análisis en dos, teniendo por un lado la opinión previa de los
usuarios sobre la interacción con dispositivos de tipo HUD y por otro la Evaluación y
comparación de métodos de interacción por voz (haciendo uso de los métodos
empleados por Google Now Launcher y Voice Access).
Opinión Previa de Usuarios sobre la Interacción mediante Comandos de

Voz con dispositivos HUD
Antes de la realización del proceso de conducción guiada en la que los usuarios
interactuaban con dispositivos HUD, el participante debía responder a un cuestionario
preliminar que nos permitía conocer cuál era la idea a priori de los conductores sobre el
uso de reconocimiento de voz en los entornos vehiculares.
La mayoría de usuarios que participaron en esta fase de la investigación (86,66% con

valores de entre 4 y 5 en la escala 1-5) estaban de acuerdo con la afirmación que
proponía este método como mejor solución para una posible interacción en el entorno
vehicular. Teniendo en cuenta que la mayoría de usuarios no participaron en la fase 1
del experimento, podemos confirmar los resultados obtenidos previamente. Además de
eso, el 76,66% de los usuarios piensan que la interacción con el vehículo mediante
comandos de voz no reduce los niveles de seguridad mientras conducen, puntuando con
valores de entre 4 y 5. Acerca de la usabilidad de este tipo de interacción, encontramos
un valor de 3,72 sobre 5, por lo que en general, los usuarios lo aceptan de forma amplia
como un método de interacción adecuado.
José A. Sánchez
144
Considerando la separación de grupos explicada anteriormente, no se encuentran

diferencias significativas, pero si ligeras discrepancias. No obstante, encontramos
resultados ligeramente diferentes cuando atendemos a los grupos de usuarios que usan
habitualmente pantallas de información en sus vehículos y los que no lo hacen
obteniendo un p-value de 0,064. La Figura 59, presenta los valores medios obtenidos en
el caso de estos grupos de usuarios. Como podemos ver, ambos conjuntos están de
acuerdo con el uso del reconocimiento de voz como método de interacción con
dispositivos HUD, obteniendo unos valores mayores en el caso de los usuarios que usan
habitualmente pantallas de representación de información en sus vehículos.
Figura 59. Valores de aceptación media del uso del reconocimiento de voz como método de interacción
con dispositivos HUD en función de usuarios que usan regularmente dispositivos (derecha) y usuarios
que no los usan (izquierda)
Finalmente se planteaba una cuestión abierta para que el usuario opinara sobre el tipo de
aplicaciones que consideraba importantes dentro del vehículo. La aplicación más
popular fue la de Navegación GPS, siendo mencionada por la totalidad de los
participantes. También se considera importante la opción de poder utilizar las funciones
básicas del teléfono, como llamar, recibir una llamada, enviar un mensaje de texto, o
buscar un contacto en la agenda, teniendo un 66,6% de usuarios que así lo expresaron.
Finalmente, algunos participantes comentaron varias aplicaciones dedicadas al
“infotainment” como la reproducción de música o la información sobre el tráfico y las
condiciones climáticas en tiempo real.
Evaluación y Comparación de Métodos de Interacción por Voz

Una vez que los participantes en el experimento completaban el proceso de conducción
haciendo uso del método de interacción mediante reconocimiento de voz, tenían que
completar otro cuestionario con el objetivo de conocer qué método (Google Now
Launcher o Voice Access) era el más apropiado, realizando una comparativa entre ellos.
Si analizamos por separado ambos métodos de interacción por voz, el valor medio de
aceptación de Google Now Launcher es de 3,87 (sobre 5) con una desviación estándar
Tesis Doctoral
de 0,57, teniendo una valoración media de 2.41 (sobre 5) para el segundo método (Voice
Access). Comparando las puntuaciones obtenidas por ambos métodos encontramos, a la
vista de los resultados, diferencias significativas con un p-value < 0,01. Podemos
deducir, que los usuarios prefieren no tener que mirar a la pantalla para localizar los
números mostrados por Voice Access por razones de seguridad, a pesar de que tengan
que realizar un pequeño proceso de aprendizaje previo al uso de Google Now Launcher
u otro medio de interacción por voz que contemple la posibilidad de la definición de
comandos predefinidos en el dispositivo.
Analizando las respuestas de los conductores en función de los grupos de usuarios

creados en el experimento, podemos ver que hay algunas diferencias dependiendo de
cómo se clasifican los participantes. En el caso del método de interacción mediante el
uso de Google Now Launcher, no encontramos diferencias significativas entre los
grupos, a pesar del hecho de que hay diferencias notables si consideramos la
clasificación en función de la edad (<40 frente a >=40) o los grupos que hacen uso
habitual de dispositivos en su proceso de conducción o no. Por otro lado, haciendo
referencia al método mediante Voice Access, si se encuentran discrepancias
significativas entre el grupo de usuarios que usaban de forma habitual dispositivos de
los que no lo hacían encontrando un p-value < 0,01. Por último, merece la pena recalcar
que se encontraron ligeras diferencias cuando se realizaba el análisis por género, pero
no eran significativas.
La Figura 60, muestra las puntuaciones medias obtenidas para ambos métodos de
interacción cuando consideramos los grupos de usuarios en los que encontramos
diferencias notables (uso regular de dispositivos en el vehículo frente a los que no los
usan). Como vemos, la opinión general sobre el método de Google Now Launcher es
mucho más elevada que en el caso de Voice Access. Además, los usuarios que hacen uso
regular de dispositivos en sus automóviles muestran unos niveles de aceptación mayor
para ambos métodos que los usuarios que no están habituados a usar dispositivos en sus
vehículos.
Figura 60. Valores de aceptación media para Google Now Launcher (GNL) y para Voice Access (VA) en
función de usuarios que usan regularmente dispositivos (izquierda) y usuarios que no los usan (derecha)
José A. Sánchez
146
Si analizamos por separado los métodos de interacción, la opinión general de los

usuarios tiende a Google Now Launcher (haciendo uso de un conjunto de comandos de
voz), considerándolo como mejor opción para la interacción con dispositivos HUD en
un entorno de conducción. A pesar del hecho de que este método obliga a los usuarios a
aprender una serie de comandos previamente, el enfoque de Voice Access no es
apropiado para un ambiente vehicular porque requiere que los usuarios presten atención
a la pantalla y no a la carretera.
En la última parte del cuestionario se planteaba la comparativa entre los dos métodos de
interacción por voz atendiendo a 7 tareas de uso común que se podían llevar a cabo
dentro del vehículo. Los resultados sobre estas cuestiones están plasmados en la Figura
61, donde cada histograma corresponde a una tarea concreta. Las letras que
encontramos en los títulos (A, B y C) hacen referencia a cada una de las tres partes de la
evaluación: A = Uso básico del sistema, B = Tareas de Comunicación y C =
Navegación GPS. El eje x de las gráficas corresponde a los valores mencionados
anteriormente (de -2 a 2) para la selección del método de interacción apropiado a cada
una de las tareas. Para mejorar la información, cada una de las gráficas también incluye
una línea de tendencia que da una idea del método más apropiado para la clase de tarea
que se evalúa.
La Figura 61, evidencia que generalmente los usuarios opinan que el uso de Google
Now Launcher es más apropiado que el de Voice Access para la realización de las
mencionadas tareas. Sin embargo, se produjo una excepción en la evaluación de la
apertura de aplicaciones en el móvil, en nuestro caso de estudio la de asistencia a la
conducción CATED o la navegación GPS, en la que muchos de ellos otorgaron la
misma puntuación a los dos métodos (0). El motivo se sustenta en que el acceso a la
aplicación se realizaba de forma similar en ambos casos. No obstante, en el resto de
situaciones evaluadas los usuarios se decantaron por el uso del sistema Google Now
Launcher. Recordamos que la interacción conductor-vehículo con Google Now
Launcher se realizaba simplemente con la mención del nombre del servicio mientras
que en Voice Access se debía atender a la pronunciación de un número determinado que
se presentaba en pantalla. A pesar de que Google Now Launcher fue mejor valorado, un
total de 2 usuarios eligieron Voice Access como mejor método para realizar algunas de
las tareas estudiadas. La razón se fundamenta en que, en realidad, Google Now
Launcher también presenta algunas limitaciones como por ejemplo iniciar una ruta
después de elegir un destino en la navegación GPS.
Considerando a los diferentes grupos de usuarios creados, no encontramos diferencias

significativas en los valores obtenidos para la aplicación de cada uno de los métodos en
la realización de las diferentes tareas.
Tesis Doctoral
Figura 61. Preferencia de método de interacción por voz para cada tarea realizada
Por último, si consideramos los comentarios realizados por los usuarios que
respondieron a la última cuestión, encontramos las motivaciones principales para la
selección de uno u otro método de interacción. En el caso de Google Now Launcher, los
usuarios creen que es apropiado para un entorno de conducción a pesar de que tienen
que atender a un previo aprendizaje de los comandos. Aun así, los participantes piensan
que este método todavía tiene un amplio margen de mejora para poder abarcar todas las
tareas necesarias dentro de un contexto de conducción. Por otro lado, los usuarios creen
que el método de Voice Access no es un método apropiado para este tipo de entornos
porque requiere que el conductor esté constantemente visualizando la pantalla y fijando
la vista en números que no siempre son del tamaño adecuado incrementado, de este
modo, la sensación de inseguridad en el proceso de conducción.
5.3.5. Conclusiones
Mediante la realización del presente estudio, presentamos un análisis detallado de la
incorporación de dispositivos de tipo HUD en entornos vehiculares reales. Los estudios
incluyen aspectos tanto de usabilidad del dispositivo como método de acceso a
información como de interacción real entre persona y máquina (HCI). Los resultados
muestran que, en general, los usuarios prefieren usar dispositivos de tipo HUD en lugar
de las pantallas convencionales llegando a un 65% de usuarios que consideran mejor el
uso de HUDs frente al uso de HDD (pantallas convencionales) y valorando el 35%
restante que su uso es igual. En este contexto, ningún usuario consideró que el uso de
dispositivos de tipo HDD fuera mejor que el de dispositivos de tipo HUD.
José A. Sánchez
148
Otra conclusión interesante del estudio vino dada en función de la distinción de usuarios
en función del uso de pantallas convencionales (o dispositivos de información) en su
vehículo de forma regular respecto a los que no tenían en cuenta este tipo de
dispositivos, teniendo una clara preferencia a favor de los dispositivos HUD los
usuarios que utilizan pantallas de información de forma cotidiana de los que no las usan.
Pese a que algunos modelos de vehículos están empezando a implantar pantallas HUD
en sus creaciones, el despliegue amplio de la tecnología todavía no se ha llevado a cabo.
A pesar de ello, el uso de dispositivos de tipo HUD es ampliamente aceptado por parte
de los usuarios que participaron en los experimentos teniendo un 75% de conductores a
favor del uso de este tipo de soluciones (con puntuaciones de entre 4 y 5 (sobre 5). En
cuanto a la navegación GPS, una de las aplicaciones más extendidas a nivel usuario,
también encontramos que la mayoría de ellos prefieren acceder a este tipo de
aplicaciones mediante el uso de HUD en lugar de HDDs (70%). Otras de las principales
conclusiones extraídas del estudio están relacionadas con el diseño de las aplicaciones
que podrían utilizarse en un contexto de conducción. Los HUD deben mostrar la
información lo más estática posible para no distraer al conductor de forma innecesaria.
Además, es necesario evitar poner demasiada información en la pantalla que pueda
inducir a una falla en la seguridad vial a causa de la distracción producida por la misma.
Otro dato a tener en cuenta son los colores de las diferentes aplicaciones debiendo
mantener un fondo tan oscuro como sea posible para aumentar el grado de transparencia
que ofrece el dispositivo HUD.
En cuanto a la interacción con el dispositivo, los usuarios están a favor de que algunas
aplicaciones pueden necesitar un método para proporcionarles ciertas instrucciones o
información por lo que, los dispositivos HUD también deben estar provistos de un
mecanismo de interacción que permita al usuario comunicarse con ellos sin reducir el
nivel de seguridad en la conducción. En este contexto, la opinión general de los usuarios
es que el reconocimiento de voz es el mejor método para interactuar con un HUD. Por
razones de seguridad, a los usuarios no les interesan en demasía los métodos que
requieren dejar de interaccionar de forma habitual con el vehículo, por ejemplo, soltar el
volante o distraer la mirada de la carretera. Llegados a este punto, la mejor opción en
relación a los métodos de reconocimiento de voz analizados es usar un conjunto de
comandos de voz predefinidos, a pesar de que esto requiere del aprendizaje previo de
los mismos por parte de los usuarios. Este método permite a los conductores evitar
distracciones al volante, teniendo en todo momento la información deseada en pantalla.
Al encontrarnos actualmente en un periodo de expansión de este tipo de tecnologías,

podemos concluir que aún queda mucho por investigar dentro de este campo. Habrá que
esforzarse en realizar análisis de otros dispositivos que puedan proporcionar
información enriquecida de forma adecuada, evaluando diferentes variables dentro del
entorno vehicular, como la incorporación de cámaras en el habitáculo del vehículo, la
fatiga en la conducción que provoca este tipo de dispositivos, la inclusión de aspectos
cognitivos humanos dentro de la conducción, etc.
Tesis Doctoral
Dentro del ámbito de la presente Tesis Doctoral, también es interesante el uso de este
tipo de dispositivos para el desarrollo e implantación de nuevas aplicaciones en entornos
reales. Mediante el uso de estos servicios, se pueden solucionar problemas como el
aviso de accidentes o la información del tráfico en tiempo real mediante posibles
comunicaciones vehiculares dentro de las redes VANET, como se desarrolló en el
Capítulo 3, consiguiendo una correcta visualización del contenido de las mismas e
intentando minimizar los riesgos de seguridad que supone el incremento de la cantidad
de información en el habitáculo del vehículo.

Desde la aparición de nuevas aplicaciones y servicios, tanto para redes de tipo VANET
como para entornos vehiculares individuales, el gran incremento de la información que
está accesible dentro de la cabina del vehículo es un hecho contrastado que, en muchas
ocasiones, puede ocasionar una pérdida de la seguridad en el proceso de conducción.
Desde hace tiempo, se vienen buscando nuevos sistemas de visualización de

información que permitan proporcionar al conductor datos relevantes durante el periodo
de tiempo que pasa en carretera. Hecho acentuado por el incesante auge de las
aplicaciones que ofrecen información distribuida bien mediante el uso de VANETs o de
servicios centralizados en la ciudad, como, por ejemplo, el estado en tiempo real de las
carreteras, las condiciones de la contaminación en ciudad por zonas, etc. Una posible
solución al problema planteado surge con la aparición de los dispositivos de tipo Head-
Up Display (HUDs) que permiten, mediante una pantalla transparente parecida a la que
se utiliza en el mundo de la aviación, tener información superpuesta, bien en la propia
luna del vehículo o bien sobre una pantalla transparente, durante el periodo de
conducción pudiendo acceder a una mayor cantidad de información sin la necesidad de
desatender la carretera apartando la atención de la misma.
Por todo ello, la principal contribución que presenta este capítulo se basa en la
concepción de la idoneidad de este tipo de dispositivos para la representación de
información dentro de una red vehicular o un entorno vehicular individual mediante la
realización de una serie de análisis. En este caso se han propuesto dos estudios que
vislumbran la necesidad de la incorporación de estos dispositivos en el parque móvil
actual al incrementar la sensación de seguridad de los usuarios y pudiendo obtener una
mayor cantidad de información en el vehículo. Por otro lado, el capítulo contribuye al
desarrollo de nuevos métodos de interacción con este tipo de dispositivos, con el
objetivo de disminuir las distracciones al volante y por tanto aumentar el nivel de
seguridad en la conducción mediante las opiniones extraídas directamente de
conductores y siempre empleando entornos reales de conducción con el objetivo de
conseguir unos resultados lo más fiables posibles.
Dentro de los análisis, se abordaron temas relacionados con la visualización de

información (sobre la interfaz concreta de las aplicaciones, colores, transparencia, etc.),
con la usabilidad de este tipo de dispositivos abordo, tanto en la fase de incorporación
José A. Sánchez
150
de HUDs en entornos vehiculares, como en la fase de interacción mediante comandos

de voz. Además, también se prestó especial atención a temas relacionados con la
seguridad en la conducción, siendo este último el principal objetivo del estudio
realizado.
El resultado y conclusión más destacable dentro del capítulo es que la utilización de los
dispositivos de representación de información de tipo HUD parece una vía adecuada
para mostrar información a los conductores (limitada a la esencial y sin mucha
dinamicidad en los cambios de los datos), obteniendo una mayor seguridad en la
conducción que con el uso de dispositivos con pantalla convencional (HDD), y
pudiendo generar beneficios tanto para el conductor como para su entorno.
Tesis Doctoral
José A. Sánchez
152
Tesis Doctoral
Capítulo 6
6 Uso de Redes Vehiculares para la
mejora de la Sostenibilidad
Ambiental
La calidad del aire, sobre todo en las ciudades, es un problema muy grave debido al
impacto directo que tiene sobre la salud humana y el calentamiento global. Desde hace
tiempo, los gobiernos hacen intentos para poder medir y mitigar los efectos negativos
que esto provoca, siendo insuficientes ya que, los niveles de contaminación en ciudad
siguen creciendo continuamente.
Una vez desarrollados y discutidos a lo largo de esta Tesis Doctoral algunos servicios y
aplicaciones que pueden mitigar, o por lo menos, reducir el nivel de contaminación
localizada en el aire, el presente capítulo se centra en el estudio de las características de
la medición mediante redes de vehículos y las formas de representación de la
información que éstos recogen. Se pretende cuantificar los niveles de contaminación en
ciudad y determinar cómo podemos representar tales valores para que los ciudadanos,
eje fundamental dentro de una ciudad inteligente, sean capaces de interpretar los datos
José A. Sánchez
154
correctamente. De esta forma, los usuarios pueden tomar decisiones en su vida cotidiana
que puedan dar lugar a una mejora sustancial de la calidad del aire en ciudad.
6.1 Problemática Actual sobre Medición de Información

Ambiental en Ciudad
Como vimos en capítulos anteriores, las redes móviles de vehículos pueden usarse para
resolver algunos problemas relativos a la movilidad y gestión del tráfico, proponiendo y
estudiando diferentes aplicaciones como la gestión de atascos, el aviso de colisiones o la
creación de planes de movilidad en función de las condiciones actuales de la vía. A
parte de este tipo de aplicaciones, las redes de vehículos móviles pueden tener un papel
importante en la medición de la calidad del aire en ciudad, consiguiendo unas
representaciones de contaminación más exactas que las actuales, que se basan en la
recogida de datos ambientales en puntos concretos de la ciudad.
Cuando decidimos evaluar cómo se realizaba la medición de información ambiental en

ciudad, nos encontramos con dos problemas principales. En primer lugar, surgió la duda
de: ¿Cómo podemos medir la información ambiental de una ciudad para tener un mapa
general de la polución localizada?, una vez solucionada esta cuestión y de forma
consecutiva, surgió la siguiente pregunta: ¿Cómo podemos representar de forma
correcta la información recogida para que los usuarios puedan interpretarla
adecuadamente?
En 2012, nuestro grupo de investigación creó un sistema llamado “Integrated Platform

in Urban Vehicles for Air Quality Monitoring” (UrVAMM) [146]. El proyecto
UrVAMM propuso un método pionero para la monitorización del medioambiente
haciendo uso de redes móviles de vehículos municipales (autobuses, recogida de
residuos, etc.), mediante la integración de un sistema de monitorización de calidad
ambiental llamado NanoEnvi y el sistema CATEDBOX [138]. NanoEnvi es una
tecnología desarrollada por la empresa Ingenieros Asesores y que está formada por un
conjunto de productos cuyo objetivo es controlar la calidad del aire. Por otro lado,
CATEDBOX es un sistema desarrollado por la empresa ADN Mobile Solutions que da
soporte a la conducción eficiente y que está basado en dispositivos Android que
procesan la información capturada de los vehículos vía CAMBUS y transmiten la
información a un sistema central. Gracias a la capacidad de CATEDBOX para poder
actuar como un gestor de eventos, la tecnología NanoEnvi puede ser integrada de forma
fácil en el sistema. Debido a ello, la información recogida por los sensores de calidad
ambiental (NanoEnvi) pude ser transmitida sin software ni hardware adicional.
Fue en 2013, cuando el sistema UrVAMM fue desplegado experimentalmente en la

ciudad de Oslo para proveer de información adicional sobre la contaminación ambiental
en ciudad. Cuando el sistema empezó a recoger datos, el grupo de investigación se
encontró con el problema de que se carecía de exactitud para representar la información
recopilada al no encontrar un criterio predefinido para ello.
Tesis Doctoral
En la actualidad, muchos gobiernos e instituciones monitorizan la calidad ambiental con

estaciones fijas donde los datos pueden ser representados a los ciudadanos como una
evolución en una escala de tiempo, pero solo en posiciones concretas. La Figura 62
muestra un ejemplo de representación de la evolución del nivel de SO2 localizado en un
punto. Esta representación está basada en dos variables: tiempo (t) y nivel de polución
en un punto específico (p), por lo que, cada valor individual tiene que ser representado
como una tupla de datos (t, p). Estos valores pueden ser representados de diferentes
formas, pero solo se obtienen en un lugar determinado y es muy difícil extrapolarlos a
un mapa genérico de la ciudad con precisión, a pesar de que los mapas son herramientas
de uso común para la publicación de información de contaminación del aire.
Figura 62. Nivel de SO2 en un periodo de tiempo
Por otra parte, cuando empleamos redes de vehículos encargadas de la monitorización

del medioambiente, hacemos que la representación de datos no se haga en función de
simples gráficas en una escala de tiempo (al estar en una posición fija). En esta ocasión,
los datos están definidos usando tres variables, que son: tiempo (t), nivel de
contaminación (p) y localización física (x, y). Atendiendo a estas tres variables debemos
conseguir realizar una representación adecuada y útil para los usuarios. La Figura 63
muestra un ejemplo de representación de información ambiental recogida en la ciudad
de Gijón haciendo uso de la tecnología explicada anteriormente (NanoEnvi -
CATEDBOX). Vemos como en la ruta por la que pasa el vehículo se hacen unas
mediciones y los valores obtenidos se representan con distintos colores según el nivel de
contaminación de la zona y así se caracteriza el área en función de la contaminación
existente (recuadro rojo).
Figura 63. Representación de datos en Gijón (España) con tecnología NanoEnvi - CATEDBOX
José A. Sánchez
156
Una vez vista la representación, y contextualizando la tarea de investigación al área de

las ciudades inteligentes, donde sus habitantes son un pilar fundamental, se plantearon
las siguientes dudas: ¿es una buena representación para los usuarios?, ¿incluye la
información que los usuarios esperan encontrar?, ¿es fácil de interpretar?, ¿se puede
mejorar? Una vez llegados a este punto, el objetivo propuesto fue el de responder a esas
preguntas por lo que se decidió estudiar el tipo de representaciones más adecuadas para
que los ciudadanos interpreten de forma correcta los datos medioambientales recogidos
por redes de vehículos móviles.
6.2 Caso de Estudio sobre Sostenibilidad Ambiental en

Ciudades - Representación de Información
Este caso de estudio presenta un trabajo conducido a determinar cómo la información
ambiental recogida por redes de vehículos móviles debería ser representada con el
objetivo de que los ciudadanos puedan interpretar de forma correcta dicha información
y puedan actuar en consecuencia. En esta ocasión, se evaluarán diferentes métodos de
representación ambiental dependiendo de la interpretación y comprensión de los
usuarios. También se determina el tipo de dispositivo para acceder a este tipo de
información, y finalmente, las preferencias de los usuarios teniendo en cuenta el uso del
tipo de datos que se les podría proporcionar.
Un total de 110 usuarios participaron en este estudio obteniendo unos resultados que
muestran la importancia de una representación adecuada de datos con el objetivo de
conseguir una interpretación correcta de la información mostrada y destacando los
posibles efectos que esto puede conllevar dentro de las redes VANET.
6.2.1. Descripción de los Experimentos

El análisis de elementos visuales mediante evaluaciones subjetivas no es un proceso
aleatorio y debe ser diseñado e implementado siguiendo unos estándares y
recomendaciones apropiados para que su desarrollo y resultado sean satisfactorios. Por
este motivo, el presente apartado se centra en la descripción de los aspectos
metodológicos empleados, las fuentes de las que se extrajeron los datos ambientales y la
plataforma completa de experimentación desarrollada para la realización de los ensayos.
6.2.1.1. Aspectos Metodológicos

Desde hace tiempo, el ITU-T (Sector de Normalización de las Telecomunicaciones)
hace una serie de recomendaciones basadas en diferentes metodologías diseñadas para
realizar evaluaciones subjetivas. Estas metodologías pueden llegar a clasificarse en
función del tipo de experimento. En nuestro caso, hemos adaptado estos procedimientos
a los materiales a utilizar en referencia a la calidad de imagen [147], a los estudios
acerca de la unificación de metodologías de evaluación de imágenes [148] y a las
metodologías para la realización de pruebas subjetivas en lo referente a imágenes de
televisión [149].
Tesis Doctoral
El experimento realizado consiste en una única sesión en la que preguntábamos a los

usuarios un conjunto de cuestiones. Cada prueba empezaba con una breve explicación
oral apoyada en unas pocas diapositivas acerca del proyecto, los tipos de cuestiones que
debía responder y la aplicación mediante la que se desarrollaba el experimento para
poder realizar las evaluaciones. Además, se atendió a la contextualización del problema
explicado en el apartado 6.1 del presente documento. A continuación, cada usuario se
quedaba solo en una habitación con el ordenador en el que se ejecutaba una aplicación
de escritorio desarrollada para realizar las evaluaciones subjetivas. Este software
funcionaba en modo de pantalla completa dividiendo la información mostrada en 8 fases
diferentes (Tabla 34).
Fase Nombre de Fase Objetivo de Fase

Conocer las características de los usuarios:
1 Datos de Usuario
nombre, edad, mail, nivel de estudios, etc.
Prueba de visión de color para la detección de
2 Test de Ishihara
deficiencias visuales
Preguntas relacionadas con Conocer el interés de los usuarios en temas
3
medioambiente ambientales
Clasificación de Mapas y
4 Clasificar las representaciones de mapas
pregunta de interpretación
Clasificación de Gráficas y
5 Clasificar las representaciones de gráficas
Clasificación de Indicadores y
6 Clasificar las representaciones de indicadores
Conocer el mejor dispositivo para las diferentes
7 Tipo de Pantalla
representaciones (mapas, gráficas e indicadores)
Conocer las preferencias del usuario en lo
8 Tipo de Datos
referente al tipo de datos (histórico y tiempo real)
Tabla 34. Fases de la evaluación subjetiva
Haciendo referencia de nuevo a la Tabla 34, vemos como en primer lugar

recopilábamos información general del usuario: su nombre, correo electrónico, edad,
género, nivel de inglés (algunas imágenes contienen información en inglés) y tipos de
dispositivos que usa habitualmente (PC, Smartphone, Tablet y/o Smart TV). A
continuación, se realizaba un Test de Ishihara, destinado a detectar posibles dificultades
en la interpretación de los colores. Esta prueba era importante, debido a que la
evaluación subjetiva que van a realizar los usuarios está basada en la visualización de
imágenes con diferentes colores que implican la necesidad de una interpretación
correcta del color. En una tercera fase, pedimos información relativa al medioambiente,
que nos permitía clasificar a los participantes en los siguientes grupos: usuarios expertos
en medioambiente, usuarios con algún conocimiento en medioambiente y usuarios sin
ningún conocimiento en temas ambientales. Para determinar el perfil de un participante,
se describían un conjunto de preguntas de elección múltiple con cuatro respuestas sobre
el nivel de conocimiento e interés en temas medioambientales.
José A. Sánchez
158
Las fases 4, 5 y 6 se usaban para clasificar las categorías de representación a evaluar, en

nuestro caso: mapas, gráficas e indicadores. En esta ocasión, atendimos a diferentes
imágenes, extraídas de algunos estudios dedicados a la representación de datos de
contaminación ambiental en ciudad que representan distintos métodos para representar
la información. Todas las capturas de cada una de las categorías se presentaban en una
pantalla simple, donde cada usuario debía clasificar las imágenes usando un valor
numérico desde 1 (mejor) hasta 5 o 6 (peor), dependiendo de la categorización (ranking)
del tipo de representación preferida por el usuario. La Figura 64 muestra un ejemplo de
la aplicación corriendo en el caso de la categorización de mapas.
Figura 64. Aplicación corriendo con la categorización de representaciones basadas en mapas
Para verificar que el usuario comprende el contenido de la imagen mejor valorada, la

siguiente pantalla se utilizó para plantear una pregunta diseñada específicamente para
ella. Como consecuencia, se diseñó una cuestión específica para cada una de las
representaciones que se utilizaban en la prueba. Finalmente, las dos últimas fases (7 y 8)
nos permitieron conocer las preferencias del usuario en cuanto al tipo de dispositivo a
emplear para cada una de las categorías anteriores (mapas, gráficas e indicadores) y
también el interés en los diferentes tipos de datos (históricos o en tiempo real), para lo
cual se empleaban diferentes preguntas de elección múltiple.
El tiempo completo para realizar la experimentación en su totalidad fue

aproximadamente de 10 minutos. Tras la finalización de la misma, se enviaba un correo
electrónico al usuario que contenía un enlace a una encuesta final de satisfacción
respecto a la prueba realizada.
Tesis Doctoral
Por todo lo explicado anteriormente, podemos proponer los objetivos principales en los
que se fundamenta este estudio y que serán desarrollados en el apartado de resultados de
forma extensa:
 Objetivo 1 - Representación de Mapas: Atendiendo a 6 mapas para su

clasificación. Esto nos permitía conocer la representación más adecuada para
cada grupo de usuarios. Este objetivo está cubierto por la fase 4 de la
evaluación.
 Objetivo 2 - Representación de Gráficas: Se presentan 6 gráficas para su

posterior clasificación. El objetivo actual era el de descubrir la mejor
representación para cada grupo de usuarios. La fase 5 cubre este objetivo.
 Objetivo 3 - Representación de Indicadores: En esta ocasión se presentan 5

indicadores para su posterior clasificación. Esto nos permitía conocer cuál es
el mejor indicador para los diferentes usuarios. La fase 6 fue la encargada de
cubrir este objetivo.
 Objetivo 4 - Elección de Dispositivo: Obtenemos información relevante

acerca del dispositivo más adecuado para mostrar las evaluaciones cubiertas
mediante los objetivos 1, 2 y 3. Este objetivo era cubierto por la fase 7 del
experimento.
 Objetivo 5 - Tipos de Datos Ambientales: En este caso se pretendía

determinar la importancia de dos tipos de datos para cada grupo de usuarios:
Datos históricos y Datos en tiempo real. La fase 8 es la encargada de cubrir
este objetivo.
6.2.1.2. Fuentes de Datos Ambientales

Para poder elegir de forma correcta y variada las representaciones a evaluar, se llevó a
cabo un completo análisis de trabajos relacionados con el tema propuesto. En este
contexto, se buscaron diversos tipos de representación de datos, susceptibles de ser
utilizados en un sistema móvil de monitorización medioambiental.
La Figura 65 muestra los diferentes mapas considerados en nuestra investigación.

Vienen identificados con la letra “M” (Mapa) y un número, siendo citados a lo largo del
resto del artículo siguiendo esta parametrización. Básicamente encontramos dos estilos
de construcción de mapas para mostrar datos ambientales. Algunos trabajos previos
pintan puntos sobre el plano y otros, áreas de diferentes colores y formas. Todos ellos
suelen utilizar códigos de colores para representar el nivel de contaminación, variando
en algunos casos, el rango de tonalidades. En esta ocasión, algunos trabajos reflejan
José A. Sánchez
160
información instantánea y otros hacen uso de diferentes algoritmos para calcular el nivel
de contaminación de un área completa.
M1 M2
M3 M4
M5 M6
Figura 65. Mapas propuestos
La Figura 65 - M1 [150], es un ejemplo de mapa en el que se usan puntos de diferentes

colores con el objetivo de representar los distintos niveles de polución en la ciudad. En
cada uno de ellos, aparece el nivel de contaminación en un momento de tiempo
concreto. Caso similar al planteado en la Figura 65 - M5 [151], donde se usa un mapa
con cada punto calculado haciendo una agregación espaciotemporal de algunas
medidas. En esta ocasión, se representan puntos cada 10 metros y hacen uso de un
algoritmo para calcular las concentraciones de contaminación en el aire que existen
entre ellos.
Por otro lado, la Figura 65 - M2 [152], es un claro ejemplo de representación basado en

mapas de calor. Para ello, se colorean en función de un rango de colores, áreas
completas en vez de utilizar puntos determinados. Los autores usan la información
Tesis Doctoral
recolectada para calcular el color de una nube que representa el nivel de contaminación
en un área determinada. Algo similar ocurre con el mapa presentado en la Figura 65 -
M4 [153] donde se muestra la contaminación de un área con un código de color que
representa el nivel de contaminación (rojo-naranja-amarillo-azul-verde) explicado en
una leyenda lateral y situando los puntos coloreados en un plano superpuesto de la
ciudad en la que aparecen incluso los bloques de los edificios. De igual forma, la Figura
65 - M6 [154], marca la zona de una ciudad completa con un código de color que
representa distintos niveles de contaminación y mostrando de nuevo, en la parte inferior,
una leyenda con el significado de la coloración del mismo.
Por último, podemos observar en la Figura 65 - M3 [155] la creación de un mapa

usando un modelo en tres dimensiones (3D). Este plano muestra las rutas y calles
completas en las que se realizaba una medición de nivel de contaminación en un
momento concreto, representando el nivel de polución de cada una de ellas.
En lo referente a la representación de gráficas, la Figura 66 muestra todos los tipos de

gráficas que se consideraron en el estudio. En este caso, hemos utilizado la letra “G”
(Gráfica) y un número para identificar cada una de ellas. Como podemos observar,
existen representaciones variadas, intentando abarcar la mayoría de posibilidades
existentes a la hora de reflejar información ambiental que puedan otorgar a los usuarios
información útil sobre los datos medidos en relación a la calidad del aire en ciudad.
G1 G2
G3 G4
G5 G6
Figura 66. Gráficas propuestas
José A. Sánchez
162
Algunos trabajos que siguen un enfoque tradicional para mostrar información sobre una
gráfica, utilizan diferentes tipos de visualizaciones como gráficas lineales, de barras, de
caja, de dispersión o una combinación de ellas. Sin embargo, existen otros estudios que
diseñan nuevas formas de representación de la información medioambiental. Un
ejemplo de trabajo que sigue un enfoque tradicional de representación es el caso de la
Figura 66 - G1 del proyecto AQI PLOT [156]. Los autores se decantaron por un gráfico
de dispersión para mostrar la evolución de los valores de dos partículas en el eje y, en
función de una escala de tiempo en el eje x, pudiendo seleccionar una ciudad
determinada. Adicionalmente, en el fondo de la representación se muestra un color que
refleja el nivel de contaminación y una breve explicación del mismo.
Por otro lado, la Figura 66 - G2 [157] muestra el uso de un diagrama de caja para
representar los niveles de polución en diferentes áreas de la ciudad. Por otro lado, la
Figura 66 - G3 [158] utiliza un simple gráfico de línea sobre uno de barras para mostrar
las concentraciones de nivel de NO2 encontrado en la ciudad. En las representaciones
utilizadas se muestra también la frecuencia y el porcentaje acumulado de
contaminación.
La Figura 66 - G5 [155] plasma una simple gráfica donde se muestra una línea con la
evolución del monóxido de carbono (eje y) en un periodo de tiempo (eje x). Por otro
lado, la Figura 66 - G4 y la Figura 66 - G6 reflejan un sistema novedoso para mostrar
datos medioambientales sobre gráficas. En la Figura 66 - G4 se observa una gráfica de
colores en la cual se pueden visualizar las concentraciones medias de UFP (Partículas
Ultrafinas) y PM10 (Partículas de Materia con diámetro de 10 micrómetros o menos). El
eje y representa la diferentes rutas recorridas y el eje x las calles de la ciudad por las que
se ha detectado esa contaminación. Al igual que este caso, la Figura 66 - G6 [153]
muestra una representación vertical de los niveles de polución (eje y) en una parte de un
área geográfica (eje x). De nuevo la escala de color representa el nivel de contaminación
encontrado.
Atendiendo al último tipo de representación considerada en nuestra investigación, la

Figura 67 refleja un conjunto de indicadores que pueden ser utilizados para mostrar el
valor de una determinada variable o variables en un momento dado, así como el nivel de
contaminación. De nuevo atendemos a la identificación mediante la letra “I”
(Identificador) y un número. Al igual que en el resto de representaciones, hemos elegido
varios indicadores disponibles en trabajos relacionados.
Los indicadores suelen utilizarse generalmente para representar información de

contaminación en dispositivos pequeños como teléfonos inteligentes debido al tamaño
de su pantalla. En nuestro caso, dos de los indicadores se han obtenido de la misma
fuente [159]. Por un lado, la Figura 67 - I4 muestra una representación simple que
consiste en un valor numérico que determina el nivel de contaminación de cierta
partícula, acompañado de la calidad del aire expresada mediante una escala de colores y
una palabra que determina cómo es la calidad del aire. Por otro lado, en la Figura 67 - I1
se mezclan un conjunto de valores de datos ambientales con un pequeño gráfico de
líneas que expone la evolución de una determinada partícula. Del mismo modo, la
Tesis Doctoral
Figura 67 - I5 [160] muestra el valor cuantitativo de la exposición al ruido y un pequeño

gráfico de líneas con la evolución de este valor en un tiempo pasado. Además, la Figura
67 - I2 [150] muestra un conjunto de datos fundamentales de contaminación y una
gráfica más compleja con información histórica. Por último, la Figura 67 - I3 [161],
propone un indicador simple que nos dice cómo es la calidad del aire en ciudad
basándose en el uso de los siguientes parámetros: Buena, Moderada o Peligrosa. En este
caso, también se informa sobre el valor de AQI (Índice de Calidad del Aire) en las
últimas 24 horas.
I1 I2
I3
I4
I5
Figura 67. Indicadores propuestos
Merece la pena mencionar que cada uno de los mapas, gráficas e indicadores pueden ser
utilizados para representar diferentes datos medioambientales, incluyendo mediciones
de diversos tipos de partículas (NO, CO, PM, O3, AQI, etc.), independientemente de las
medidas mostradas en las figuras, así como su evolución.
José A. Sánchez
164
6.2.1.3. Plataforma de Experimentación

Para llevar a cabo las evaluaciones, se utilizó un ordenador de alto rendimiento y una
pantalla de alta calidad. Los detalles del equipo y de la pantalla usados en los
experimentos se muestran en las Tablas 35 y 36 respectivamente.
Componente Especificaciones
Placa Base ASUS P8H61-M LE-USB3
Procesador Intel Core i7-2600 CPU@3.40GHz
Memoria RAM 8 GB DDR3
Tarjeta Gráfica ATI HD6570 1GB DDR PCI-E PowerColour
SSD 128 GB Series 830 notebook Kit Samsung
Sistema Operativo Windows 7 Home Premium 64-bits
Teclado DELL SK-8115
Ratón Rainbow
Tabla 35. Detalles del hardware empleado
Característica Especificaciones
Monitor LCD Philips led model 236V3L
Tamaño Diagonal 23 pulgadas
Resolución 1920x1080 (Full HD)
Ratio de Contraste Dinámico 5000000:1
Tiempo de Respuesta 5 milisegundos
Interfaz D-Sub, DVI & HDMI
Ángulo de Visión 170/160º
Tabla 36. Detalles del monitor empleado
El ordenador ejecutaba una versión de 64 bits de Microsoft Windows 7 que lanzaba la

aplicación de pruebas en modo de pantalla completa, donde los usuarios iban a hacer la
evaluación subjetiva.
La aplicación se desarrolló en lenguaje C++, haciendo uso de la API de Qt para crear la

interfaz de usuario utilizando QtCreator. La apariencia de la aplicación sigue las
recomendaciones del ITU-T para este tipo de experimentos [149]. La Figura 68 muestra
una captura de pantalla de la aplicación corriendo. En este caso, se está realizando la
pregunta de interpretación de datos después de que el usuario haya seleccionado el
gráfico de la Figura 66 - G4 como la mejor de su categoría.
Básicamente, la aplicación consiste en una secuencia de pantallas y que contienen

diferentes formularios siguiendo la estructura descrita en las fases explicadas en la
sección 6.2.1.1 del presente documento. Cuando la prueba llega a su fin, la aplicación
almacena toda la información en un fichero local en formato CSV para su posterior
análisis.
Tesis Doctoral
Figura 68. Captura de pantalla de la aplicación con pregunta de interpretación de gráficas
El equipo completo de experimentación estaba localizado en un despacho privado con

baja iluminación (70-100 lx), dentro de los límites que son sugeridos por el ITU [162].
La distancia de los participantes al monitor es de aproximadamente un metro, valor que
recomienda el fabricante de la pantalla.
6.2.1.4. Población
En la realización de las pruebas participaron un total de 110 usuarios de los cuales 54 de
ellos eran hombres y 56 mujeres, es decir, un 49,09% y 50,91% respectivamente. El
rango de edad de los participantes se encontraba entre los 19 y los 64 años, con una
media de edad de 40,32 años y una desviación estándar de 12,53. En nuestro estudio
sólo consideramos dos grupos de usuarios en lo referente a términos de edad: Menor o
igual a 40 (47,27% de la población) y resto de usuarios.
Mediante el Test de Ishihara detectamos dos usuarios con algunos problemas visuales
que no fueron excluidos del estudio, ya que este tipo de participantes también podría
hacer uso de las visualizaciones representadas.
Cuando analizamos la población haciendo referencia al uso de dispositivos que utilizan

de forma habitual, encontramos que el dispositivo más popular entre los usuarios es el
ordenador personal, haciendo uso de él el 97,27% de ellos, seguido por el teléfono
inteligente (86,36%), la Tablet (56,36%) y por último la televisión inteligente - Smart
TV (12,73%).
José A. Sánchez
166
Cuando analizamos a la población en referencia al nivel de conocimientos sobre temas

medioambientales, los usuarios quedaban clasificados como sigue: usuarios
profesionales 16,36%, usuarios con algún tipo de conocimiento en medioambiente
52,72% y usuarios sin conocimientos en la materia 30,92%. Por otro lado, el 35,45% de
los usuarios contaban con un perfil técnico, siendo el mismo porcentaje el encontrado
para usuarios con perfil científico. El porcentaje de usuarios con perfil humanístico era
del 13,65%, siendo del 15,45% aquellos usuarios que se consideraban de perfil distinto
a los descritos.
6.2.2. Análisis de Resultados y Discusión

Una vez obtenidos los datos de las evaluaciones subjetivas en un fichero con formato
CSV, se procesaban haciendo uso del software Microsoft Excel, para obtener los
resultados del estudio. Se realizaron diferentes análisis estadísticos utilizando las
pruebas más comunes para este tipo de evaluaciones y que dependen de los supuestos de
normalidad y homocedasticidad. Para cada uno de los objetivos expresados en la
sección 6.2.1.1, se comprobó la normalidad con el test de Saphiro-Wilk y la
homocedasticidad con el test de Barlett. Cuando los datos eran validados por ambos
tests (cumplían con la condición de muestra normal y homocedástica) se realizaba un
test t de Student con un coeficiente de confianza del 95% (α-value = 0,05). Cuando la
condición de homocedasticidad fallaba, utilizábamos el test de Kruskal-Wallis.
6.2.2.1. Objetivo 1: Representación de Mapas

Cuando nos referimos a la selección de los mapas más adecuados para la representación
de este tipo de información, vemos claramente como el plano más popular entre los
usuarios es el M2 (Figura 65 - M2), clasificado en la primera posición por corresponder
a la elección de un 38,18% de los usuarios, seguido del mapa M1 con un 32,73%. El
resto de opciones fueron valorados en posiciones más bajas durante todo el ensayo, por
lo que centraremos el análisis en los 2 que fueron destacados por los participantes.
Comparando los dos mapas, con la finalidad de determinar cuál era más popular se
estableció un análisis en el que se detectaron diferencias significativas entre ambos,
obteniendo un p-value < 0.02, por lo que podemos concluir que el mejor mapa para la
representación de datos ambientales es el M2.
Considerando los diferentes grupos de usuarios en los que ha sido dividida nuestra
población, encontramos también diferencias significativas entre la naturaleza del
conjunto y los mapas seleccionados. En la Figura 69, podemos observar el porcentaje de
usuarios por edad, viendo cómo de nuevo los mapas más valorados son M1 y M2. A
pesar de ello, podemos observar que, dependiendo del grupo, el mapa elegido varía
entre M1 y M2 ya que la mayoría de usuarios del grupo de >40 años piensan que la
mejor representación es M1 (37,93%), mientras que el 44,23% de usuarios del grupo de
<=40 años, creen que el mejor mapa es el M2. Estudiando si existen diferencias
significativas entre ambos grupos podemos determinar que en el grupo de <= 40 años, si
se encuentran entre la elección de M1 y M2 (p-value < 0.01), indicando que M2 la
mejor alternativa. Atendiendo al otro grupo (>40), podemos observar como la
Tesis Doctoral
preferencia sobre estos dos mapas es M1, sin que existan diferencias reseñables entre
sus elecciones.
Figura 69. Selección de mapa por grupos de usuarios en función de la edad
Teniendo en cuenta la división de grupos de usuarios en función del nivel de

conocimiento sobre temas ambientales, podemos observar los resultados que muestra la
Figura 70.
Figura 70. Selección de mapa por grupos de usuarios en función del conocimiento en medioambiente
En este caso, el eje y representa el porcentaje de usuarios de cada grupo y el eje x los
mapas. Podemos denotar la existencia de ligeras diferencias entre los grupos
dependiendo de los mapas seleccionados. Los expertos en medioambiente y los usuarios
con algún conocimiento sobre el tema prefieren el mapa M2 con un 44,45% y un
39,65% respectivamente. Sin embargo, las personas que no tienen conocimientos sobre
temas relacionados con el medioambiente prefieren el mapa M1 (38,23%). Analizando
los datos en detalle podemos concluir que existen diferencias relevantes en el grupo de
los expertos (p-value < 0,03), siendo M2 el mapa más popular. Por otro lado, y a pesar
José A. Sánchez
168
de las ligeras diferencias encontradas en el resto de agrupaciones, no detectamos

ninguna significativa entre los mapas M1 y M2.
Por último, si consideramos los diferentes perfiles de los participantes obtenemos los
datos recogidos en la Figura 71. De nuevo, el eje y representa el porcentaje de usuarios
de cada grupo, quedando el eje x para la determinación del mapa correspondiente.
Como podemos observar, el mapa M2 es la mejor opción para los usuarios clasificados
en los grupos “Técnico” y “Científico” con un 43,59% y 39,46% respectivamente. Por
otro lado, el mapa M1 es el más popular para los usuarios de perfil “Humanístico” y
“Otros…” (60% y 47,06% respectivamente). Analizando los datos en detalle,
encontramos diferencias relevantes en el grupo con perfil “Técnico” (p-value < 0,02),
siendo el mapa M2 el mapa más popular para sus miembros. Por otra parte, analizando
los restantes grupos (Humanístico, Científico y Otros…) no encontramos diferencias
significativas entre los mapas M1 y M2.
Figura 71. Selección de mapa por grupos de usuarios en función del perfil
6.2.2.2. Objetivo 2: Representación de Gráficas

Atendiendo a la selección de la representación más adecuada de gráficas, encontramos
que las más valoradas fueron las G1 y G5 (Figura 66 - G1 y Figura 66 - G5) por el
46,36% y el 30% de los usuarios respectivamente, aunque no se encontraron diferencias
significativas entre ellas.
En la Figura 72 se muestran los resultados obtenidos por los usuarios en función de su

perfil. Como podemos observar, la gráfica G1 es la más popular en todos los grupos
excepto en el “Humanístico”, en el que los resultados valoran por igual ambas gráficas
(G1 y G5) con un 33% de los usuarios, sin encontrar claras diferencias entre ambas
selecciones.
Tesis Doctoral
Figura 72. Selección de gráfica por grupos de usuarios en función del perfil
Otro factor interesante en el análisis tomando los grupos de usuarios en función al perfil
es que ninguno de los usuarios del grupo “Otro…” eligió la gráfica G4 ni la G6. Algo
parecido ocurría con los usuarios con perfil “Técnico” basándose en la selección de la
gráfica G4.
Por último, podemos determinar que no existen diferencias significativas cuando

hacemos el estudio en función del grupo de edad o del nivel de conocimiento de temas
relacionados con el medioambiente, siendo las gráficas más valoradas por los usuarios
las gráficas G1 y G5.
6.2.2.3. Objetivo 3: Representación de Indicadores Ambientales

Haciendo referencia a la representación de indicadores, observamos cómo el
identificador más popular entre los usuarios fue el I4 (Figura 67 - I4), siendo elegido por
un 42,72% de los usuarios, seguido del I1 con un 35,45%. Pese a las diferencias
detectadas, no encontramos valores estadísticos significativos entre ellos.
Cuando realizamos el análisis de los diferentes grupos de usuarios por perfil obtenemos
los resultados que se muestran en la Figura 73, donde se puede observar que el
indicador I4 es el más popular para todos los grupos excepto para el denominado como
“Otro…”, teniendo una opinión idéntica para los identificadores más populares (I1 e I4)
de un 41,18%, sin encontrar diferencias significativas entre ellos.
Además de lo mencionado anteriormente, encontramos que ninguno de los usuarios del

grupo “Otro…” seleccionó los indicadores I3 e I5, ocurriendo algo similar con los
participantes del grupo “Científico” dentro de la elección del indicador I5.
José A. Sánchez
170
Figura 73. Selección de indicador por grupos de usuarios en función del perfil
Por último, merece la pena mencionar que no se detectaron diferencias significativas

entre la elección de indicadores cuando analizábamos los grupos en función de la edad y
del nivel de conocimiento en materia medioambiental, siendo en ambos casos los
indicadores más populares los mencionados al comienzo (I1 e I4).
6.2.2.4. Objetivo 4: Elección de Dispositivo de Representación

Una vez evaluadas las preferencias de la representación de datos tanto en mapas,
gráficas e indicadores, atendemos a los datos recogidos para evaluar las preferencias en
referencia al tipo de dispositivo destinados a representar la información. En este caso, la
Figura 74 muestra los resultados del total de la población, teniendo en el eje y el
porcentaje de aceptación de los usuarios que usan cada uno de los dispositivos
propuestos los cuales se encuentran en el eje x para la representación de la información
recogida en los Objetivos 1, 2 y 3.
Figura 74. Selección de dispositivo por categoría de representación
En general podemos observar como el ordenador personal es el dispositivo más

recurrido para acceder a información ambiental representada mediante mapas y gráficas,
teniendo un total del 87,27% y 86,36% respectivamente mientras que en el caso de los
Tesis Doctoral
indicadores el dispositivo más apropiado para su visualización sería el teléfono móvil

(Smartphone) con un 83,64% de los usuarios. En este análisis, los participantes
evidenciaron que los indicadores eran más adecuados para este tipo de dispositivo por el
tamaño reducido de la pantalla. La aceptación de la televisión inteligente (Smart TV)
fue la menos valorada, debido a que sólo un 12,73% de la población total están
familiarizados con su uso.
Considerando los diferentes grupos de usuarios por separado, encontramos las mismas
conclusiones que para los mapas y las gráficas. Sin embargo, en el caso de los
indicadores encontramos leves diferencias. Los teléfonos inteligentes se postulan como
la mejor solución de representación para usuarios pertenecientes a los grupos con
perfiles “Científico” y “Técnico” cambiando esta selección a los ordenadores personales
en los grupos “Humanístico” y “Otro…”.
No se encontraron diferencias significativas entre los tipos de dispositivo cuando se

realizaba el análisis por grupos de edad o niveles de conocimiento en medioambiente.
Teniendo en ambos casos una preferencia clara en la selección del ordenador personal
para visualizar información referente a mapas y gráficas y los teléfonos inteligentes para
poder ver indicadores.
6.2.2.5. Objetivo 5: Preferencia de Tipo de Datos Medioambientales

Cuando hablamos sobre la preferencia del tipo de datos medioambientales que prefieren
los usuarios encontramos, que la gran mayoría de participantes se decantan por
información en tiempo real frente a la información ambiental histórica. De hecho, al
realizar en análisis en profundidad nos dimos cuenta de que existen diferencias
significativas entre ambos tipos de información (p-value < 0,01).
La Figura 75 muestra los resultados de esta parte del análisis cuando agrupamos los
usuarios por nivel de conocimiento en medioambiente, siendo el eje y el encargado de
determinar las puntuaciones medias normalizadas para cada grupo de usuarios y el eje x
para detallar el tipo de información.
En este caso, podemos ver cómo los expertos en medioambiente consideran muy
importantes los dos tipos de datos presentados, pero aparentemente, prefieren la
información histórica a la información en tiempo real para poder realizar análisis a
posteriori. Con este resultado queda constancia de que los datos históricos son una de
las principales fuentes de información necesarias para llevar a cabo sus investigaciones
y estudios, aunque no encontramos diferencias significativas entre las selecciones
realizadas en este colectivo.
En el caso de los usuarios con algún conocimiento en medioambiente y usuarios sin

ningún conocimiento, la información preferida es la ofrecida en tiempo real, existiendo
diferencias significativas entre ambos tipos de datos para ambos con un p-value < 0,01.
A la vista de estos resultados podemos concluir que la mejor opción es mostrar siempre
José A. Sánchez
172
información en tiempo real y permitir a los usuarios acceder a datos históricos como una
opción secundaria.
Figura 75. Tipo de datos para grupos de usuarios en función del nivel de conocimiento en medioambiente
Por último, podemos afirmar que no existen diferencias significativas entre los
diferentes grupos de participantes cuando son divididos por edad o por los diferentes
perfiles planteados, donde en ambos casos, los datos en tiempo real son los preferidos.
6.2.3. Conclusiones
Ante la dificultad encontrada en la representación de información ambiental que
actualmente se recoge en ciudad, se propuso la opción del uso de redes de
monitorización móvil (vehículos) para identificar las zonas más afectadas por estos
efectos. Tras realizar un estudio previo, el grupo de investigación se dio cuenta de que
no había ningún criterio para representar información ambiental recogida por este tipo
de redes y decidió realizar este estudio que presenta una extensa evaluación subjetiva
realizada con una población total de 110 usuarios y que cumple con todos los objetivos
planteados inicialmente. Mediante el análisis desarrollado, se ha localizado la mejor
representación de datos ambientales recogidos por redes vehiculares móviles, el tipo de
dispositivo adecuado para la representación de estos y los intereses de los usuarios en
relación al tipo de datos a representar.
Como principal conclusión, los usuarios prefieren una representación limpia y clara
enfocada a mostrar un conjunto reducido de información. En el caso de la
representación sobre mapas (Objetivo 1), los participantes eligieron un mapa simple con
una representación de colores en un área geográfica, quedando reflejado el nivel de
contaminación mediante una escala de color que va desde rojo (alta contaminación)
hasta verde (baja contaminación). Atendiendo al caso de la representación de gráficas
(Objetivo 2), identificamos claramente cómo los usuarios seleccionaron un gráfico
sencillo de dispersión que muestra los valores de un indicador en una escala de tiempo.
Esta elección también incorporaba un fondo que muestra los diferentes niveles de
contaminación haciendo, de esta forma, que el gráfico sea más intuitivo de entender ya
que los usuarios son conscientes del peligro a primera vista. Para el último caso de
Tesis Doctoral
representación, los indicadores (Objetivo 3) podemos concluir que los usuarios

seleccionaron un identificador numérico simple con una nube de color como fondo. Al
igual que en el caso de la selección de gráfica, el color de la nube ayuda al usuario a
identificar rápidamente el nivel de contaminación sin necesidad de un conocimiento
previo. En este tipo de indicadores también se puede leer una pequeña palabra que
describe el nivel.
Teniendo en cuenta el tipo de dispositivo preferido por los usuarios para las distintas
representaciones (Objetivo 4), podemos concluir que, los usuarios prefieren ver la
información gráfica (mapas y gráficas) en pantallas grandes, dejando la representación
de indicadores para pantallas más pequeñas como las de los teléfonos móviles.
En relación al tipo de datos a visualizar, podemos determinar que, en líneas generales

los usuarios prefieren datos en tiempo real, aunque en el caso del grupo de usuarios
denominados “Expertos” en temas relacionados con el medioambiente quieren tener
también acceso a los datos históricos para la realización de sus estudios e
investigaciones en el ámbito que les atañe.
Como se describió en la sección 6.3.1.1, la evaluación contenía preguntas de control

después de que los usuarios hubieran elegido el mapa, gráfica o indicador, pudiendo
contrastar si el usuario había comprendido de forma adecuada la representación
seleccionada. Después del estudio, podemos considerar los resultados válidos al no
detectar problemas de interpretación de las respuestas dadas, obteniendo un 100% de
acierto en las valoraciones emitidas al respecto.
Una vez cubiertos todos los objetivos del estudio planteado, y sabiendo representar la
información ambiental de forma adecuada en cualquier dispositivo y bajo los tipos de
datos requeridos por los ciudadanos, se plantea como trabajo futuro la creación de
nuevos servicios y/o aplicaciones que hagan uso de este tipo de representaciones para
comunicar, dentro de una red VANET, a los vehículos ofreciendo información en
tiempo real del estado de la calidad del aire en ciudad. De esta forma, podemos plantear
una red de monitorización ambiental móvil en ciudad (por ejemplo, autobuses) que sean
capaces de comunicarse con otros dispositivos de la red completa para determinar las
partes contaminadas de la ciudad y, de este modo, poder permitir a los vehículos la
elección de rutas alternativas con el objetivo de no emitir más gases nocivos en las
partes ya contaminadas.

Partiendo de la hipótesis inicial de que las redes vehiculares son apropiadas para la
medición de la polución ambiental en ciudad al solucionar el problema detectado que
presentan los puntos de medición fijos, este capítulo presenta una contribución principal
en la realización de evaluaciones subjetivas que nos permiten conocer de qué manera,
sobre qué dispositivos y qué tipo de información son adecuados para la correcta
José A. Sánchez
174
representación e interpretación de información ambiental recogida por redes de

vehículos móviles.
Mediante las evaluaciones realizadas en este capítulo, hemos contribuido a que la

comunidad científica tenga una base en la que poder centrar sus esfuerzos en la
representación de datos cuando atienden a temas relacionados con el medioambiente. Se
propone qué tipo de mapas son apropiados, qué gráficas son las más adecuadas e
incluso las mejores representaciones de indicadores, enfocados a su representación en
smartphones. Además de esto, también se determina en qué dispositivos es adecuada la
presentación de datos ambientales de cada uno de los tipos. En este caso se determina
que las representaciones con mayor cantidad de información y con mayor volumen son
apropiadas para ordenadores personales, siendo recomendable usar dispositivos con
pantallas más pequeñas (como los teléfonos móviles) para presentaciones reducidas de
datos. También se determinó qué tipo de dato es más interesante en función de los
distintos perfiles de usuarios, concluyendo que a los usuarios que no son expertos en
temas relacionados con el medioambiente le interesaban los datos del nivel de la calidad
del aire en tiempo real, mientras que, a los expertos en este campo, le interesaban
también los datos históricos para la realización de sus análisis y evaluaciones.
Tesis Doctoral
José A. Sánchez
176
Tesis Doctoral
Capítulo 7
7 Conclusiones y Trabajos Futuros
El presente capítulo está centrado en exponer las principales conclusiones y líneas de
trabajos futuros dentro de la temática de la que versa la presente Tesis Doctoral. Para
ello, se proponen, en orden cronológico, las conclusiones generales dentro de las
aportaciones efectuadas en el periodo de investigación, que cumplen íntegramente con
los objetivos planteados al inicio de la etapa doctoral y que se resumen en el capítulo
introductorio (Capítulo 1).
7.1 Conclusiones Generales

Partiendo del objetivo principal de la Tesis Doctoral, basado en la realización de un
análisis en profundidad, no solo desde el punto de vista de comunicaciones entre
automóviles, sino de flotas de vehículos que atienden a algún servicio proporcionado
dentro de los entornos vehiculares, este documento realiza diferentes aportaciones que
pretenden dar luz a problemas identificados durante el periodo de investigación.
En primer lugar, mediante la realización de una exhaustiva revisión sobre los estándares
dedicados a las comunicaciones vehiculares, entre los que destaca el IEEE 802.11p, y de
la simulación de redes VANET, se propone un estudio sobre las herramientas de
José A. Sánchez
178
simulación encontradas para su despliegue y un caso de estudio aplicado que analiza el

intercambio de información de vídeo bajo el estándar H.265/HEVC. Podemos concluir
que la simulación es una herramienta fundamental para el planteamiento, diseño,
análisis y evaluación de nuevas aplicaciones y servicios dedicados a la implantación de
redes VANET dentro de un entorno de Smart City. Este tipo de investigaciones
permiten a los vehículos aprovechar las capacidades de comunicación bajo estándares
apropiados (como IEEE 802.11p), para proporcionar una mejora en la seguridad vial,
gestión del tráfico y ofrecer servicios de información y entretenimiento (infotainment)
abordo de vehículos. En la actualidad, el despliegue de esta clase de sistemas es inviable
desde el punto de vista real debido a la falta de seguridad en carretera que podría
ocasionar y al gran gasto que conlleva la implantación de este tipo de tecnología.
A la vista de los resultados obtenidos del caso de estudio propuesto en el Capítulo 3,

podemos concluir que la simulación es un pilar fundamental en el análisis y despliegue
(simulado) de redes vehiculares. Mediante el estudio mencionado, donde evaluábamos
el intercambio de vídeo haciendo uso de herramientas de simulación, podemos ver
cómo se comporta una red VANET sencilla consiguiendo una alta tasa de éxito en el
intercambio de información entre vehículos. De esta manera, vislumbramos un amplio
abanico de soluciones tecnológicas que impliquen la creación y despliegue de servicios
y aplicaciones de intercambio de información multimedia.
Continuando con el proceso de investigación, y centrando nuestros esfuerzos en el

desarrollo de soluciones que den soporte a la movilidad inteligente dentro de un entorno
de Smart City, se decidió diseñar, implementar y desplegar un sistema pionero que
permitiera a los vehículos tomar decisiones autónomas sobre la ruta a seguir en ciudad
en función del nivel de tráfico que hubiera en ese momento. Mediante el uso de la
lógica difusa y comunicaciones vehiculares (entre vehículos y entre vehículos e
infraestructuras), se consiguió crear un plan adecuado que permitió reducir hasta en un
12,27% las emisiones que realizaban los vehículos, preservando de esta forma la
sostenibilidad ambiental en ciudad.
Mediante las simulaciones realizadas sobre escenarios realistas, localizados en Gijón

(Asturias), también podemos concluir que el sistema es eficaz no solo en ubicaciones
céntricas de la ciudad, sino también en entornos periféricos de la misma, teniendo en
cuenta diferentes densidades de tráfico para simular de la forma más real posible el
entorno. Vemos cómo el sistema es capaz de aumentar la velocidad media de los
vehículos lo que provoca una disminución en el tiempo de ruta (a pesar de que la
distancia media de las rutas sea más larga) al evitar atascos y retenciones en ciudad que
conllevaría un mayor nivel de contaminación ambiental y de cierto malestar a los
ciudadanos que deberían dedicar más tiempo al proceso de conducción.
A pesar de que las herramientas de simulación forman una parte fundamental en el

desarrollo y despliegue de servicios en este tipo de redes, las aplicaciones deben poder
ser probadas en entornos reales para verificar que los resultados obtenidos desde el
punto de vista simulado, pueden ser obtenidos, de igual forma, en un entorno real. Por
ello, la siguiente aportación se centró en el despliegue real de una aplicación, que corría
Tesis Doctoral
en teléfonos inteligentes (smartphones) y que era capaz de comunicar dos vehículos de

forma real. En este caso, se hacía uso de tecnologías accesibles para los ciudadanos ante
el gran coste que supone el despliegue de servicios orientados a estándares dedicados a
las redes vehiculares (por ejemplo, IEEE 802.11p). En esta ocasión, la tecnología
seleccionada fue Wi-Fi Direct, mediante la cual pudimos concluir que, pese a que
todavía se necesitan algunas mejoras, por ejemplo, la mejora en el tiempo de conexión
entre pares, se puede conseguir una comunicación aceptable en un entorno vehicular. La
aportación se basó en el diseño y despliegue de una aplicación que era capaz de detectar
cuándo se producía un atasco o una retención (mediante tráfico lento) en tiempo real y
que podía transmitir esta información a los vehículos que se encontraban próximos a la
ubicación del automóvil que recogía este tipo de información.
La principal conclusión en este sentido, es que el desarrollo y despliegue de nuevas

aplicaciones o servicios haciendo uso de tecnologías accesibles (Wi-Fi Direct en nuestro
caso) pueden actuar como elemento soporte de las redes vehiculares que usan estándares
dedicados. De esta forma, estos nuevos sistemas pueden aportar servicios auxiliares
dentro de un entorno Smart City que faciliten a los usuarios el acceso de información
relativa al estado del tráfico en tiempo real y a su posterior comunicación con otros
vehículos con el objetivo de compartir la información recogida. Por otro lado, este tipo
de aplicación, proporciona el diseño inicial de un plan de movilidad inteligente en un
entorno de ciudad, que puede hacer que los usuarios que la usan sean capaces de
determinar la ruta a elegir en función del estado actual de la vía y evitar, de este modo,
la pérdida de tiempo en posibles atascos o retenciones de tráfico que perjudican, a su
vez, a la calidad ambiental de la urbe.
Llegados a este punto, y teniendo una aplicación desarrollada y testeada, surgió el

problema de la usabilidad de dispositivos embarcados en los vehículos, ya que los
usuarios, debían tener esta clase de aplicaciones en ejecución en un dispositivo dedicado
dentro del vehículo, intentando minimizar los problemas de seguridad que esta
metodología de pruebas conllevaba. Por ese motivo, se decidió estudiar la inclusión de
dispositivos en este tipo de entorno. Para ello, se llevaron a cabo dos casos de estudio
para incorporar dos dispositivos diferentes: dispositivos HDD (Head-Down Display) y
dispositivos HUD (Head-Up Display).
En primer lugar, se hacía necesaria la incorporación de una pantalla de tipo HDD

(pantalla convencional opaca) en la que se incluyeron dos asistentes de conducción
eficiente para valorar el impacto que estos dispositivos causaban en el conductor. En
general, los 158 usuarios que participaron en este estudio, desarrollado durante un
periodo de entre 3 y 11 meses, adoptaron esta forma de visualización de contenidos de
forma positiva, reduciendo el tiempo de aparición de recomendaciones desde el primer
hasta el último día de uso. Además, de los análisis llevados a cabo extraemos la
conclusión de que influye de forma significativa los grupos de usuarios que intervienen
en ellos cuando dividimos la población por edad, género y tipo de ruta que los
conductores hacen.
José A. Sánchez
180
En líneas generales, cuando realizamos la distinción de usuarios dependiendo del

género, podemos concluir que el grupo femenino hace peor uso del sistema de
recomendación que el masculino y que atendiendo a los datos de población por edad,
vemos como el grupo de los usuarios mayores de 41 años siguen de forma más
apropiada las recomendaciones que los demás. Además de esto, los resultados cuando
analizamos a los conductores en función de las características de las rutas varían en
función de la duración de la ruta, teniendo una peor aceptación del sistema cuando las
rutas son extremas (rutas muy largas o rutas muy cortas).
Una conclusión notable dentro de este experimento es la cantidad de información que

muestra cada uno de los asistentes empleados en pantallas de tipo HDD. Vemos como
incrementar la carga mental de los conductores al añadir una mayor cantidad de
información, implica un menor seguimiento de las indicaciones del sistema. Esto puede
ser debido a que el conductor debe estar pendiente de la pantalla durante más tiempo
provocando que, en muchas ocasiones, sea difícil seguir la información mostrada en el
asistente.
Debido a los problemas localizados en el primer caso de estudio cuando se realizaban

rutas largas y la cantidad de información era elevada, se decidió valorar un tipo de
dispositivos de reciente aparición, enfocados a los entornos vehiculares reales; los
dispositivos HUD que presentan la información en una pantalla transparente ubicada
normalmente en el campo de visión del conductor. En este caso, desde el grupo de
investigación en el que se estaba desarrollando la Tesis Doctoral, se adquirió un
dispositivo HUD llamado recPOP que sirvió para realizar diversas evaluaciones con el
propósito de analizar la incorporación de este tipo de aparatos en un entorno vehicular
real haciendo uso de diferentes aplicaciones que atienden a conceptos sobre conducción
eficiente (al igual que en el primer caso de estudio propuesto) o aplicaciones de
navegación (uno de los elementos más utilizados a día de hoy por los conductores),
realizando una evaluación subjetiva a 50 usuarios sobre la inclusión de estos elementos.
Por otro lado, también se analizó la interacción mediante reconocimiento de voz con
dichos dispositivos haciendo uso de dos modos de interacción por voz: Google Now
Launcher, que utiliza comandos predeterminados de voz y Voice Access que hace uso
de un mapa numérico en pantalla para interactuar con el dispositivo.
En líneas generales, los usuarios tenían una mayor sensación de seguridad al volante
mediante el uso de este tipo de dispositivos. La comparativa con pantallas
convencionales (de tipo HDD - Head-Down Display), dejó patente que la preferencia
actual tiende a un modo de representación enfocado a los nuevos dispositivos HUD, que
están siendo ya incluidos en algunos de los modelos de automóviles de marcas muy
conocidas. También, podemos mencionar que para realizar el análisis de resultados
hacíamos diferentes grupos de usuarios dependiendo de la experiencia en la conducción,
edad, género y uso previo (o no) de dispositivos convencionales en el habitáculo del
vehículo (como el GPS), encontrando un mayor interés en la incorporación y uso de
estos dispositivos para aquellos usuarios que usan habitualmente pantallas
convencionales en el coche.
Tesis Doctoral
Atendiendo a la interacción con los dispositivos podemos concluir que los usuarios que
participaron en las pruebas preferían, de forma clara, usar la comunicación por voz
como método de interacción con este tipo de dispositivos en detrimento de otros medios
evaluados tales como, los movimientos gestuales básicos o la interacción directa con el
dispositivo mediante la pulsación en una pantalla táctil. En esta ocasión, el método
preferido de entre los dos propuestos fue el de Google Now Launcher, que hacía uso de
un conjunto de comandos de voz predeterminados. Esta elección estaba fundamentada
por la dificultad y distracción que provoca mirar el mapa numérico sobre la pantalla que
proponía el método alternativo (Voice Access).
Una vez abordados los temas sobre movilidad, uso de redes vehiculares y dispositivos
embarcados en los vehículos, surgió la idea de aplicar este tipo de soluciones para poder
solventar un gran problema en la sociedad actual: la contaminación. De esta forma, se
planteó la posibilidad de evaluar cómo se realizan en la actualidad las mediciones de la
calidad del aire en entornos urbanos. Desde hace algunos años, los gobiernos hacen
esfuerzos por medir la calidad del aire en ciudad, con el objetivo de mitigar o por lo
menos reducir los efectos negativos que provoca un nivel elevado de contaminación.
Este tipo de medidas, se basan en estaciones de medición fijas, ubicadas a lo largo de la
ciudad que ofrecen una representación inexacta de la calidad del aire, pues sólo se
pueden medir en puntos concretos. Desde 2012, el grupo de investigación en el que se
desarrolla esta Tesis Doctoral en colaboración con algunas empresas del sector, idearon
un sistema para la medición de la contaminación ambiental usando redes de vehículos
móviles capaces de monitorizar la calidad del aire mediante el uso de flotas de vehículos
municipales, como autobuses urbanos o vehículos para la recogida de residuos.
Llegados al punto de la obtención de un mapa de contaminación muy preciso de la
ciudad y pudiendo evaluar la información recogida casi a tiempo real, el equipo de
investigación se dio cuenta de que existía una carencia en el modo de representar los
datos. Fue por ese motivo por el que se propuso la siguiente aportación de esta tesis, que
nos permitía evaluar cómo representar la información obtenida por la red móvil de
vehículos.
Pensando siempre en los ciudadanos, eje vertebrador dentro de un entorno Smart City,
estábamos en la necesidad de realizar de nuevo una evaluación subjetiva para saber
cómo debían presentarse esos datos a los distintos tipos de usuarios que existen en la
ciudad. A parte de esto, también se evaluaron los dispositivos más adecuados para su
representación y los tipos de datos que más interesaban a la población que va a hacer
uso de ellos.
Para llevar a cabo las evaluaciones, se decidió crear una aplicación que evaluaba las
mejores representaciones de datos basadas en mapas de contaminación ambiental,
gráficas de niveles de polución en ciudad e incluso indicadores que eran capaces de
mostrar un menor nivel de detalle, pero muy útiles para presentar información de forma
clara y concisa. Con el objetivo de encontrar la mejor representación y cuáles eran los
dispositivos y tipos de datos más apropiados, contábamos con una población de 110
usuarios entre los que hacíamos diferentes grupos para presentar unas líneas de
representación en función del perfil de usuario evaluado, especialmente entre usuarios
José A. Sánchez
182
con distintos niveles de conocimiento en temas ambientales (Expertos, algún

conocimiento, ningún conocimiento), aunque también evaluados por el perfil de
estudios que poseían (técnicos, humanísticos, científicos, otros).
Los resultados del análisis nos permitieron visualizar cuál era la mejor representación de
mapas, gráficas e indicadores, así como el dispositivo más apropiado para la
representación de estos y el tipo de dato que más interesaba (datos históricos o en
tiempo real) para cada grupo de usuario. De esta manera, se concluye que la gran
mayoría de usuarios prefieren representaciones limpias de la información
medioambiental con el objetivo de conocer, a simple vista lo que está ocurriendo en la
ciudad. Cabe destacar una conclusión que parecía evidente, en la que los usuarios con
conocimientos extensos en temas medioambientales, prefieren no solo datos en tiempo
real sobre la contaminación de la ciudad, sino también datos históricos que les permitan
realizar análisis y evaluaciones sobre la calidad del aire en ciudad para también, poder
prever lo que puede ocurrir en el futuro e intentar mitigar los efectos negativos que
supondría un nivel alto de contaminación. Por último, merece la pena mencionar que los
ciudadanos mostraron un gran interés por esta problemática, siendo una preocupación
para muchos de ellos.
Esta sección reúne claramente las conclusiones obtenidas a lo largo del desarrollo de la
Tesis Doctoral, obteniendo una reflexión principal: A pesar de que esta tesis expone un
avance en el desarrollo de sistemas relacionados con la inclusión de redes vehiculares
en entornos de Smart City, todavía queda un gran camino por recorrer hacia la
implantación real de nuevos retos que permitan instaurar este tipo de sistemas. Por ello,
la comunidad científica debe enfocar sus esfuerzos en resolver la problemática actual y
futura para poder mejorar la calidad de vida de las personas tanto en las urbes como en
los entornos rurales.
7.2 Trabajos Futuros

Pese a que la temática relacionada con las redes vehiculares se lleva estudiando desde
hace años, a día de hoy no se han resuelto muchas de las incógnitas planteadas y los
problemas inherentes de la aplicación de las nuevas tecnologías en un entorno tan
delicado debido al alto coste que conlleva y a los problemas derivados de la seguridad
vial. Por ello, aún no se han implantado de forma amplia avances en el parque móvil
actual.
Siguiendo el mismo orden que en el apartado anterior, donde se presentaban las

conclusiones generales, podemos comenzar hablando sobre los retos y líneas futuras en
el campo de la simulación de redes vehiculares. Por un lado, la búsqueda incesante del
desarrollo de simuladores que se aproximen lo máximo posible a la realidad, debe ser el
eje fundamental dentro de estos entornos al encontrarnos ante una clase de red que tiene
unas características y dimensiones muy peculiares. Factores como el uso de una
topología altamente dinámica o la definición de patrones de movimiento de los
vehículos, ya que estos son conocidos (los vehículos van por las carreteras), son hechos
Tesis Doctoral
que deben ser analizados en profundidad para continuar con el avance de la simulación.
El objetivo principal de este tipo de desarrollos no es otro que el de aproximar al
mínimo el error de los modelos de redes vehiculares que serán implantados en un futuro
dentro de un entorno de Smart City.
Mediante la proposición del caso de estudio en el que se transmitían algunas trazas de

vídeo, quedó patente la viabilidad de la propuesta atendiendo, bajo ciertas condiciones,
a un intercambio de vídeo efectivo y que en un futuro puede ser empleado para el
despliegue de servicios que den información multimedia al conductor, bien para fines
asociados a la seguridad y eficiencia en la conducción o bien para fines puramente
comerciales o de entretenimiento, pudiendo visualizar, por ejemplo, pequeños vídeos
con información relativa al contexto en el que nos movemos, tiendas cercanas, anuncios
publicitarios, etc.
Centrando la vista en el futuro al hablar de planes de movilidad inteligente, y

conociendo los resultados obtenidos mediante el despliegue, en un entorno simulado, de
una red VANET realista que hace uso de un enfoque de lógica difusa y comunicaciones
vehiculares con el objetivo de detectar y evitar posibles atascos de tráfico en ciudad,
podemos pensar en la realización de trabajos futuros enfocados a implantar este
planteamiento en un entorno real para comprobar su efectividad. Por otro lado, también
se podría evaluar la aceptación de este sistema por parte de los conductores. Parece
evidente que el plan de movilidad permite contribuir a la disminución del nivel de
contaminación en ciudad, pero no queda claro si esta tecnología podría ser aplicable
teniendo en cuenta las opiniones de los ciudadanos. En esta ocasión, la realización de
pruebas reales y evaluaciones subjetivas, podrían ser un método de análisis adecuado.
A parte de lo mencionado anteriormente, a la vista del actual crecimiento del número de

medios alternativos de transporte en zonas urbanas (como bicicletas), también podría ser
interesante enfocar nuestros esfuerzos al diseño de sistemas colaborativos que tengan
como objetivo facilitar la integración de vehículos en un entorno urbano, en el que
conviven muchos medios de transporte, mejorando aspectos relacionados con la
seguridad y la usabilidad de estos servicios en una ciudad.
Otra de las grandes líneas futuras, en la que se ha intentado contribuir a través de esta
Tesis Doctoral, es la extrapolación de aplicaciones y servicios desde los entornos
simulados hacia los entornos reales. Hoy en día, la mayoría de las grandes
investigaciones en el campo que son capaces de implementar una red vehicular
completa (incluyendo un gran número de vehículos e infraestructura suficiente en
ciudad o entornos interurbanos), han sido desarrolladas dentro del ámbito de la
simulación debido a la imposibilidad de trasladar estos experimentos a un ambiente real
por el alto coste y problemas de seguridad que conllevaría en la actualidad.
Como ya comentamos anteriormente, nuestra aportación dentro de este ámbito, se

centró en la creación de una aplicación que era capaz de detectar cuándo se producía un
atasco o una retención (tráfico lento) en ciudad, añadiendo la capacidad de
comunicación inter-vehicular mediante el uso de tecnología Wi-Fi Direct. En este
José A. Sánchez
184
sentido, son muchos los hitos que quedan por conseguir y que van desde la creación
genérica de nuevos servicios que permitan mejorar la tarea de conducir a la ampliación
de los sistemas de comunicaciones haciendo uso de tecnologías alternativas e
igualmente accesibles como Bluetooth LE o Wi-Fi Aware, que podrían ofrecer un
rendimiento aceptable para esta clase de servicio. Haciendo referencia a la aplicación
desarrollada, podríamos pensar en su optimización para permitir el intercambio de
información en modo multicast o broadcast (en detrimento del modo P2P actual), que
permitiría conseguir comunicaciones globales y eliminación en la repetición de envíos
de mensajes. Centrando los trabajos futuros a un ámbito más puntual, quedaría por
avanzar en los temas relacionados con la visualización de mapas o información en la
aplicación, la incorporación de mecanismos de seguridad avanzados para la protección
de las comunicaciones en este tipo de redes e incluso la mejora de la computación
interna, capaz de calcular los eventos de tráfico para otorgarle la capacidad de ajustar
dinámicamente los parámetros de decisión en función del estado actual de la vía para
localizar las incidencias de forma más precisa y efectiva.
Una vez llevado a un entorno real una aplicación capaz de comunicar vehículos, se
hacía indispensable el analizar la usabilidad y el impacto que tiene el uso de dispositivos
embarcados en el vehículo que debían ser los responsables de presentar la información
transmitida por los servicios y aplicaciones. Ante los resultados obtenidos de la gran
aceptación que suscita este tipo de dispositivos, nos planteamos una serie de objetivos
que deberán ser completados en un futuro. Estas metas, están enfocadas en el análisis de
dispositivos adicionales embarcados en los vehículos que enriquezcan la experiencia de
los conductores al volante. Principalmente, desde el grupo de investigación se pensó en
la posibilidad de trabajar en la línea del aumento de la seguridad en los conductores
gracias al uso de Realidad Aumentada en este tipo de entornos. Dentro de estos
ambientes, se podría dotar a los dispositivos de tipo HUD con una interfaz de
comunicación que permitirá comunicaciones ad-hoc con otros vehículos otorgando
información al conductor sobre accidentes o atascos en carretera (atendiendo a
aplicaciones como las que se presentan en el Capítulo 4 de este documento) y
representando dicha información en interfaces gráficas apropiadas para su correcta
visualización. Por último, también se pretenden abordar temas relacionados con el
campo de vigilancia de los conductores con el fin de predecir situaciones peligrosas
gracias al uso de cámaras y sensores corporales, así como analizar aspectos cognitivos
humanos como la fatiga o carga mental que estos dispositivos provocan en los usuarios
que los usan.
Por último, dentro del campo de la medición de elementos ambientales que existen
actualmente en ciudad, se vislumbran nuevos métodos de representación de
información, basándonos en el paradigma de Business Intelligence (BI), que nos
permitirá representar, casi en tiempo real, los datos recogidos por una red de
monitorización ambiental móvil. Llegado a este punto, de poder obtener y representar
información de forma adecuada, el trabajo futuro se centra en la explotación de esta
información para su correcta visualización usando nuevas tecnologías aplicadas a la
movilidad inteligente y a la conducción eficiente. En este campo, aplicaciones o
servicios que ofrezcan la selección de rutas apropiadas en función del nivel de
Tesis Doctoral
contaminación en ciudad, pueden servir para que el nivel general de la polución

detectada disminuya, permitiendo a los ciudadanos y agentes que se encuentran en la
ciudad, poder vivir de forma más saludable al tener un entorno menos contaminado.
Como hemos visto, son muchas las líneas de trabajo futuro que ofrece la temática de la
que trata la presente Tesis Doctoral, por lo que, cabe pensar que todavía queda mucho
trabajo por realizar e investigar en este campo. Las tareas por desarrollar abarcan desde
la implantación real de este tipo de redes, al desarrollo de servicios y aplicaciones que
hagan uso de ellas. El objetivo claro en ese sentido, es otorgar un beneficio tanto al
ciudadano como a la ciudad o provincia en la que se implantan estas tecnologías,
contextualizando y fomentando el concepto de Smart City.
José A. Sánchez
186
Tesis Doctoral
José A. Sánchez
188
Tesis Doctoral
Referencias
[1] J. Gubbi, R. Buyya, S. Marusic, and M. Palaniswami, “Internet of Things (IoT): A
vision, architectural elements, and future directions,” Future Gener. Comput. Syst.,
vol. 29, no. 7, pp. 1645–1660, 2013.
[2] H. Schaffers, N. Komninos, M. Pallot, B. Trousse, M. Nilsson, and A. Oliveira,
“Smart cities and the future internet: Towards cooperation frameworks for open
innovation,” in The Future Internet Assembly, 2011, pp. 431–446.
[3] Enerlis, Ernest & Young, Ferrovial, Madrid Network, Libro Blanco Smart Cities, 1a
Edición. 2012.
[4] “BOE.es - Documento BOE-A-2004-20410.” [Online]. Available:
http://www.boe.es/diario_boe/txt.php?id=BOE-A-2004-20410. [Accessed: 07-May-
2017].
http://www.boe.es/diario_boe/txt.php?id=BOE-A-2004-19715. [Accessed: 07-May-
2017].
[6] “División de Desarrollo Sostenible de las Naciones Unidas - Programa 21.”
[Online]. Available:
http://www.un.org/spanish/esa/sustdev/agenda21/agenda21sptoc.htm. [Accessed:
07-May-2017].
[7] A.-V. Anttiroiko, “Towards citizen-centered local e-government-The case of the
city of Tampere,” Ann. Cases Inf. Technol., vol. 6, pp. 370–386, 2004.
[8] D. Banister, Sustainable transport and public policy. EOLSS, 2004.
[9] L. F. Olivares Villegas, “Implementación de un sistema de control de presencia en
el Ayuntamiento de Gijón,” 2013.
[10] S. González, “Bilbao and Barcelona ‘in motion’. How urban regeneration
‘models’ travel and mutate in the global flows of policy tourism,” Urban Stud., vol.
48, no. 7, pp. 1397–1418, 2011.
[11] R. Giffinger, C. Fertner, H. Kramar, E. Meijers, and others, “City-ranking of
European medium-sized cities,” Cent Reg Sci Vienna UT, 2007.
[12] A. de Valladolid, “‘Valladolid, ríos de luz’: la iluminación sostenible como
atractivo turístico y cultural y marca de ciudad,” HerMus Herit. Museography, vol.
5, no. 1, pp. 107–115, 2013.
[13] M. Strohmeier, “Security in Next Generation Air Traffic Communication
Networks,” Tesis Doctoral, 2016.
[14] “eCall: Time saved = lives saved - Digital Single Market - European
Commission,” Digital Single Market. [Online]. Available:
https://ec.europa.eu/digital-single-market/en/ecall-time-saved-lives-saved.
[Accessed: 29-Apr-2016].
[15] V. el dictamen del Comité Económico, “DIRECTIVA 2010/40/UE DEL
PARLAMENTO EUROPEO Y DEL CONSEJO de 7 de julio de 2010 por la que se
establece el marco para la implantación de los sistemas de transporte inteligentes en
el sector del transporte por carretera y para las interfaces con otros modos de
transporte.”
José A. Sánchez
190

https://www.boe.es/diario_boe/txt.php?id=BOE-A-2012-5043. [Accessed: 29-Apr-
2016].
[17] T. A. Dingus, M. C. Hulse, and W. Barfield, Human factors in intelligent
transportation systems. Hillsdale, NJ: Lawrence Erlbaum, 1998.
[18] N. W. Prasetya, T. L. Sheu, A. Basuki, and M. A. Muslim, “A pre-emptive
traffic model with cluster-based TDMA for vehicular networks,” in 2016 24th
International Conference on Software, Telecommunications and Computer
Networks (SoftCOM), 2016, pp. 1–5.
[19] G. F. Marias, P. Georgiadis, D. Flitzanis, and K. Mandalas, “Cooperation
enforcement schemes for MANETs: A survey,” Wirel. Commun. Mob. Comput.,
vol. 6, no. 3, pp. 319–332, 2006.
[20] R. B. Thompson, “Global Positioning System (GPS): The Mathematics of
Satellite Navigation,” MathCAD Libr. Httpwww Mathsoft Comappsindex Html,
1998.
[21] Y. Khaleda, M. Tsukadaa, J. Santab, J. Choia, and T. Ernsta, “A usage oriented
analysis of vehicular networks: from technologies to applications,” J. Commun.,
vol. 4, no. 5, pp. 357–368, 2009.
[22] ETSI TC ITS, “Intelligent Transport Systems (ITS); Vehicular Communications;
Basic Set of Applications; Definitions.” ETSI TR 102 638, Jun-2009.
[23] “WHO | Global status report on road safety 2015,” WHO. [Online]. Available:
http://www.who.int/violence_injury_prevention/road_safety_status/2015/en/.
[Accessed: 29-Apr-2016].
[24] J. A. Sanchez et al., “Subjective Assessment of Representation Methods for
Environmental Mobile Monitoring Networks in Cities,” IEEE Lat. Am. Trans., vol.
13, no. 12, pp. 3987–3996, 2015.
[25] L. Pozueco et al., “Impact of on-board tutoring systems to improve driving
efficiency of non-professional drivers,” IET Intell. Transp. Syst., 2017.
[26] J. A. Sánchez, L. Pozueco, X. G. Pañeda, A. G. Tuero, D. Melendi, and R.
García, “Incorporation of Head-Up Display Devices in Real-Vehicular
Environments to Improve Efficiency in Driving,” in Proceedings of the XVII
International Conference on Human Computer Interaction, 2016, p. 10.
[27] L. Delgrossi and T. Zhang, “Dedicated Short-Range Communications,” Veh. Saf.
Commun. Protoc. Secur. Priv., pp. 44–51, 2009.
[28] “IEEE. Wireless LAN Medium Access Control (MAC) and Physical Layer
(PHY) Specifications.” IEEE Std 802.11p-2010, Jun-2010.
[29] “IEEE. Wireless LAN Medium Access Control (MAC) and Physical Layer
(PHY) Specifications.” IEEE Std 802.11-2007, Jul-2007.
[30] ETSI TC ITS, “European profile standard for the physical and medium access
control layer of Intelligent Transport Systems operating in the 5 GHz frequency
band.” ETSI ES 202 663, Nov-2009.
[31] IEEE 1609 WG, “IEEE Standard for Wileress Access in Vehicular
Environments (WAVE).” 2010.
[32] IEEE 1609 WG, “Standard for Wireless Access in Vehicular Environments
(WAVE) - Networking Services.” 2010.
Tesis Doctoral
[33] “IEEE. 1609.0-2013 - IEEE Guide for Wireless Access in Vehicular

Environments (WAVE) - Architecture.” IEEE, 2013.
[34] “IEEE. 1609.1-2006 - Trial-Use Standard for Wireless Access in Vehicular
Environments (WAVE) - Resource Manager.” IEEE, 2006.
[35] “IEEE. 1609.2-2013 - IEEE Stnadard for Wireless Access in Vehicular
Environments - Security Services for Applications and Management Messages.”
IEEE, 2013.
[36] “IEEE. 1609.3-2016 - IEEE Standard for Wireless Access in Vehicular
Environments (WAVE) - Networking Services.” IEEE, 2016.
Environments (WAVE) - Multi-Channel Operation.” IEEE, 2016.
[38] “IEEE. 1609.6 WG - Remote MAnagement Service Working Group.” IEEE.
Environments (WAVE) - Over-the-Air Electronic Payment Data Exchange Protocol
for Intelligent Transportation Systems (ITS).” IEEE, 2010.
Environments (WAVE) - Identifier Allocations.” IEEE, 2012.
[41] SAE, “Dedicated Short Range Communications (DSRC) Message Set
Dictionary.” Sep-2015.
[42] R. Baldessari et al., “Car-2-car communication consortium-manifesto,” 2007.
[43] M. N. Mariyasagayam, H. Menouar, and M. Len, “GeoNet: A project enabling
active safety and IPv6 vehicular applications,” in Vehicular Electronics and Safety,
2008. ICVES 2008. IEEE international conference on, 2008, pp. 312–316.
[44] “COMmunications for eSafety (COMeSafety) project.” .
[45] T. Halonen, J. Romero, and J. Melero, GSM, GPRS and EDGE performance:
evolution towards 3G/UMTS. John Wiley & Sons, 2004.
[46] E. Dahlman, S. Parkvall, J. Skold, and P. Beming, 3G evolution: HSPA and LTE
for mobile broadband. Academic press, 2010.
[47] E. Dahlman, S. Parkvall, and J. Skold, 4G: LTE/LTE-advanced for mobile
broadband. Academic press, 2013.
[48] M. N. Tehrani, M. Uysal, and H. Yanikomeroglu, “Device-to-device
communication in 5G cellular networks: challenges, solutions, and future
directions,” IEEE Commun. Mag., vol. 52, no. 5, pp. 86–92, 2014.
[49] X. Ge, Z. Li, and S. Li, “5G Software Defined Vehicular Networks,” ArXiv
Prepr. ArXiv170203675, 2017.
[50] A. Rasheed, H. Zia, F. Hashmi, U. Hadi, W. Naim, and S. Ajmal, “Fleet &
convoy management using VANET,” J. Comput. Netw., vol. 1, no. 1, pp. 1–9, 2013.
[51] A. M. Orozco, G. Llano, and R. Michoud, “Redes vehiculares Ad-hoc:
aplicaciones basadas en simulación,” Ingenium, vol. 6, no. 12, pp. 11–22, 2012.
[52] “AdaptIVe (Automated Driving Applications & Technologies for Intelligent
Vehicles) Project.” .
[53] “DRIVE C2X (Accelerate Cooperative Mobility) Project.” .
[54] “PRESERVE (Preparing Secure V2X Communication Systems) Project.” .
[55] “CVIS (Cooperative Vehicle-Infrastructure Systems) Project.” .
[56] “iTETRIS (The Open Simulation Patform For Intelligent Transport System
(ITS) Services) - Project.” .
José A. Sánchez
192
[57] “EVITA (E-safety Vehicle Intrusion Protected Applications) Project.” .

[58] “OVERSEE (Open Vehicular Secure Platform) Project.” .
[59] Horizon 2020, “Mobility for Growth - Smart, green and integrated transport
challenge.” .
[60] V. Kumar, S. Mishra, and N. Chand, “Applications of VANETs: present &
future,” Commun. Netw., vol. 5, no. 01, p. 12, 2013.
[61] X. Yang, L. Liu, N. H. Vaidya, and F. Zhao, “A vehicle-to-vehicle
communication protocol for cooperative collision warning,” in Mobile and
Ubiquitous Systems: Networking and Services, 2004. MOBIQUITOUS 2004. The
First Annual International Conference on, 2004, pp. 114–123.
[62] M. Bhatt, S. Sharma, A. Prakash, U. S. Pandey, and K. Jyoti, “Traffic Collision
Avoidance in VANET Using Computational Intelligence,” Int. J. Eng. Technol.,
2016.
[63] M. I. Mushtaq and M. Kansal, “A REVIEW ON VEHICLE COLLISION
AVOIDANCE SYSTEM IN NETWORKS.,” 2016.
[64] S. Cherkaoui, O. Chakroun, and M. A. Abid, Collision avoidance in vehicular
networks. Google Patents, 2016.
[65] P. Saldaña Alegre and J. M. Vassallo Magro, “Implantación de nuevos sistemas
electrónicos de cobro de peaje en España,” Rev. Obras Públicas, vol. 159, no. 3528,
pp. 7–22, 2012.
[66] “AERIS (Applications for the Environment: Real-Time Information Synthesis)
Program.” .
[67] P.-Y. Chen, Y.-M. Guo, and W.-T. Chen, “Fuel-saving navigation system in
VANETs,” in Vehicular Technology Conference Fall (VTC 2010-Fall), 2010 IEEE
72nd, 2010, pp. 1–5.
[68] J. Santa, P. J. Fernández, and F. Pereñíguez, “Deployment of vehicular networks
in highways using 802.11 p and IPv6 technologies,” Int. J. Ad Hoc Ubiquitous
Comput., vol. 24, no. 1–2, pp. 33–48, 2017.
[69] P. J. Fernández, J. Santa, F. Pereñíguez, and A. F. Skarmeta, “Towards Seamless
Inter-Technology Handovers in Vehicular IPv6 Communications,” Comput. Stand.
Interfaces, 2017.
[70] J. Gabarron, E. Lopez, and J. Haro, “Evaluacion de mecanismos de priorizacion
en 802.11 p con VHDL,” VII Jornadad Ing. Telemat., pp. 190–196.
[71] J. Santa, M. Tsukada, T. Ernst, O. Mehani, and A. F. Gómez-Skarmeta,
“Assessment of VANET multi-hop routing over an experimental platform,” Int. J.
Internet Protoc. Technol., vol. 4, no. 3, pp. 158–172, 2009.
[72] H. Hasrouny, A. E. Samhat, C. Bassil, and A. Laouiti, “VANet security
challenges and solutions: A survey,” Veh. Commun., 2017.
[73] N. R. Siddiqui, K. A. Khaliq, and J. Pannek, “VANET Security Analysis on the
Basis of Attacks in Authentication,” in Dynamics in Logistics, Springer, 2017, pp.
491–502.
[74] D. B. Rawat and C. Bajracharya, “Securing VANETs for Vehicular CPS,” in
Vehicular Cyber Physical Systems, Springer, 2017, pp. 41–60.
[75] J. Harri, F. Filali, and C. Bonnet, “Mobility models for vehicular ad hoc
networks: a survey and taxonomy,” IEEE Commun. Surv. Tutor., vol. 11, no. 4, pp.
19–41, Fourth 2009.
Tesis Doctoral
[76] M. Fiore and others, “Mobility models in inter-vehicle communications

literature,” Politec. Torino, p. 147, 2006.
[77] R. M. Hernández, J. G. Haro, and E. E. López, “Evaluación de herramientas de
simulación de redes vehículares,” Jorn. Introd. Investig. UPCT, no. 4, pp. 109–111,
2011.
[78] W. Vandenberghe, I. Moerman, and P. Demeester, “Approximation of the IEEE
802.11 p standard using commercial off-the-shelf IEEE 802.11 a hardware,” in ITS
Telecommunications (ITST), 2011 11th International Conference on, 2011, pp. 21–
26.
[79] D. Krajzewicz, G. Hertkorn, C. Rössel, and P. Wagner, “SUMO (Simulation of
Urban MObility)-an open-source traffic simulation,” in Proceedings of the 4th
middle East Symposium on Simulation and Modelling (MESM20002), 2002, pp.
183–187.
[80] J. Härri, F. Filali, C. Bonnet, and M. Fiore, “VanetMobiSim: generating realistic
mobility patterns for VANETs,” in Proceedings of the 3rd international workshop
on Vehicular ad hoc networks, 2006, pp. 96–97.
[81] I. Stepanov, J. HAEHNER, C. BECKER, J. TIAN, and K. ROTHERMEL, Canu
mobility simulation environment (canumobisim). Online, 2005.
[82] D. R. Choffnes and F. E. Bustamante, “An integrated mobility and traffic model
for vehicular wireless networks,” in Proceedings of the 2nd ACM international
workshop on Vehicular ad hoc networks, 2005, pp. 69–78.
[83] N. Aschenbruck, R. Ernst, E. Gerhards-Padilla, and M. Schwamborn,
“BonnMotion: a mobility scenario generation and analysis tool,” in Proceedings of
the 3rd International ICST Conference on Simulation Tools and Techniques, 2010,
p. 51.
[84] András Varga, “OMNeT++ Discrete Event Simulator.” [Online]. Available:
https://omnetpp.org/. [Accessed: 28-Apr-2016].
[85] S. McCanne, S. Floyd, K. Fall, K. Varadhan, and others, Network simulator ns-
2. 1997.
[86] G. F. Riley and T. R. Henderson, “The ns-3 network simulator,” in Modeling
and Tools for Network Simulation, Springer, 2010, pp. 15–34.
[87] T. R. Henderson, S. Roy, S. Floyd, and G. F. Riley, “ns-3 project goals,” in
Proceeding from the 2006 workshop on ns-2: the IP network simulator, 2006, p. 13.
[88] R. Barr, Z. J. Haas, and R. van Renesse, “Jist/swans,” Wirel. Netw. Lab. Cornell
Univ. Httpjist Ece Cornell Edu, 2005.
[89] C. Sommer, Veins: Vehicles in network simulation. 2014.
[90] G. D. Cameron and G. I. Duncan, “PARAMICS—Parallel microscopic
simulation of road traffic,” J. Supercomput., vol. 10, no. 1, pp. 25–53, 1996.
[91] M. Piorkowski, M. Raya, A. L. Lugo, P. Papadimitratos, M. Grossglauser, and
J.-P. Hubaux, “TraNS: realistic joint traffic and network simulator for VANETs,”
ACM SIGMOBILE Mob. Comput. Commun. Rev., vol. 12, no. 1, pp. 31–33, 2008.
[92] A. Wegener, M. Piórkowski, M. Raya, H. Hellbrück, S. Fischer, and J.-P.
Hubaux, “TraCI: an interface for coupling road traffic and network simulators,” in
Proceedings of the 11th communications and networking simulation symposium,
2008, pp. 155–163.
José A. Sánchez
194
[93] S. Y. Wang and C. L. Chou, “NCTUns tool for wireless vehicular

communication network researches,” Simul. Model. Pract. Theory, vol. 17, no. 7,
pp. 1211–1226, 2009.
[94] C. Cicconetti, F. Galeassi, and R. Mambrini, “IEEE 802.11 p: laboratory
measurements and analysis,” in FITCE Congress (FITCE), 2011 50th, 2011, pp. 1–
5.
[95] G. Jiménez Pinto, D. López, and L. F. Pedraza, “Simulation and Performance
Analysis of Protocols for Unicast Vanet,” Tecnura, vol. 16, no. 31, pp. 66–75, 2012.
[96] A. Sotos, J. L. Martinez, and J. M. Villalón, “Estudio y evaluación de
prestaciones del estándar 802.11p para redes vehiculares.” Trabajo Fin de Grado.
Universidad de Castilla-La Mancha, 2013.
[97] A. G. Caicedo Bastidas, J. M. Martínez Ojeda, and G. A. Méndez, “Evaluación
del Desempeño de Redes 802.11 p/WAVE en la Transmisión de Datos, Voz y
Video IP,” Rev. Univ. RUTIC, vol. 1, no. 1, 2012.
[98] I. Rozas-Ramallal, T. M. Fernández-Caramés, A. Dapena, and J. A. García-
Naya, “Evaluation of H. 264/AVC over IEEE 802.11 p vehicular networks,”
EURASIP J. Adv. Signal Process., vol. 2013, no. 1, pp. 1–13, 2013.
[99] I. Rozas-Ramallal, T. M. Fernández-Caramés, A. Dapena, P. Cuenca-Castillo,
and others, “Improving performance of h. 264/avc transmissions over vehicular
networks,” in Integrated Network Management (IM 2013), 2013 IFIP/IEEE
International Symposium on, 2013, pp. 1324–1327.
[100] A. Vinel, E. Belyaev, O. Lamotte, M. Gabbouj, Y. Koucheryavy, and K.
Egiazarian, “Video transmission over IEEE 802.11p: Real-world measurements,” in
2013 IEEE International Conference on Communications Workshops (ICC), 2013,
pp. 505–509.
[101] M. De Felice, E. Cerqueira, A. Melo, M. Gerla, F. Cuomo, and A. Baiocchi, “A
distributed beaconless routing protocol for real-time video dissemination in
multimedia VANETs,” Comput. Commun., vol. 58, pp. 40–52, 2015.
[102] E. Belyaev, A. Vinel, A. Surak, M. Gabbouj, M. Jonsson, and K. Egiazarian,
“Robust vehicle-to-infrastructure video transmission for road surveillance
applications,” 2014.
[103] F. K. Karnadi, Z. H. Mo, and K. Lan, “Rapid generation of realistic mobility
models for VANET,” in Wireless Communications and Networking Conference,
2007. WCNC 2007. IEEE, 2007, pp. 2506–2511.
[104] “Video Trace Library.” [Online]. Available: http://trace.eas.asu.edu/. [Accessed:
28-Apr-2016].
[105] J. Jiao, J. Wang, F. Jin, and M. Dunford, “Impacts on accessibility of China’s
present and future HSR network,” J. Transp. Geogr., vol. 40, pp. 123–132, 2014.
[106] D. H. Stolfi and E. Alba, “Red Swarm: smart mobility in cities with EAS,” in
Proceedings of the 15th annual conference on Genetic and evolutionary
computation, 2013, pp. 1373–1380.
[107] A. Kauerhof, “Strategies for Autonomous, Connected and Smart Mobility in the
Automotive Industry. A Comparative Analysis of BMW Group and Tesla Motors
Inc.,” 2017.
Tesis Doctoral
[108] H. Youn, M. T. Gastner, and H. Jeong, “Price of anarchy in transportation

networks: efficiency and optimality control,” Phys. Rev. Lett., vol. 101, no. 12, p.
128701, 2008.
[109] P. Tientrakool, Y.-C. Ho, and N. F. Maxemchuk, “Highway capacity benefits
from using vehicle-to-vehicle communication and sensors for collision avoidance,”
in Vehicular Technology Conference (VTC Fall), 2011 IEEE, 2011, pp. 1–5.
[110] S. Hallé, J. Laumonier, and B. Chaib-Draa, “A decentralized approach to
collaborative driving coordination,” in Intelligent Transportation Systems, 2004.
Proceedings. The 7th International IEEE Conference on, 2004, pp. 453–458.
[111] N. Kitwiroon, Y. Yu, H. Mao, and R. S. Sokhi, “Traffic Management impact in
London, using OSCAR,” Air Qual. Assess. Eur. Local Cont. Scale Air4EU Deliv. D,
vol. 7, 2007.
[112] L. I. Panis et al., “PM, NO x and CO 2 emission reductions from speed
management policies in Europe,” Transp. Policy, vol. 18, no. 1, pp. 32–37, 2011.
[113] M. Mahmod, B. Van Arem, R. Pueboobpaphan, and R. De Lange, “Reducing
local traffic emissions at urban intersection using ITS countermeasures,” IET Intell.
Transp. Syst., vol. 7, no. 1, pp. 78–86, 2013.
[114] Y. Gu, S. Lin, and N. F. Maxemchuk, “A fail safe broadcast protocol for
collaborative intelligent vehicles,” in World of Wireless, Mobile and Multimedia
Networks (WoWMoM), 2015 IEEE 16th International Symposium on a, 2015, pp. 1–
6.
[115] L. A. Zadeh, “The role of fuzzy logic in the management of uncertainty in expert
systems,” Fuzzy Sets Syst., vol. 11, no. 1–3, pp. 199–227, 1983.
[116] L. Dimitriou, T. Tsekeris, and A. Stathopoulos, “Adaptive hybrid fuzzy rule-
based system approach for modeling and predicting urban traffic flow,” Transp.
Res. Part C Emerg. Technol., vol. 16, no. 5, pp. 554–573, 2008.
[117] K. Zrar Ghafoor, K. Abu Bakar, M. van Eenennaam, R. H. Khokhar, and A. J.
Gonzalez, “A fuzzy logic approach to beaconing for vehicular ad hoc networks,”
Telecommun. Syst., pp. 1–11, 2013.
[118] E. H. Mamdani, “Application of fuzzy logic to approximate reasoning using
linguistic synthesis,” in Proceedings of the sixth international symposium on
Multiple-valued logic, 1976, pp. 196–202.
[119] A. Cappiello, I. Chabini, E. K. Nam, A. Lue, and M. A. Zeid, “A statistical
model of vehicle emissions and fuel consumption,” in Intelligent Transportation
Systems, 2002. Proceedings. The IEEE 5th International Conference on, 2002, pp.
801–809.
[120] S. J. Elias, M. N. B. M. Warip, R. B. Ahmad, and A. H. A. Halim, “A
Comparative Study of IEEE 802.11 Standards for Non-Safety Applications on
Vehicular Ad Hoc Networks: A Congestion Control Perspective,” in Proceedings of
the World Congress on Engineering and Computer Science, 2014, vol. 2.
[121] M. S. Akbar, M. S. Khan, K. A. Khaliq, A. Qayyum, and M. Yousaf,
“Evaluation of IEEE 802.11 n for Multimedia Application in VANET,” Procedia
Comput. Sci., vol. 32, pp. 953–958, 2014.
[122] D. Camps-Mur, A. Garcia-Saavedra, and P. Serrano, “Device-to-device
communications with Wi-Fi Direct: overview and experimentation,” IEEE Wirel.
Commun., vol. 20, no. 3, pp. 96–104, 2013.
José A. Sánchez
196
[123] O. M. Abu-Sharkh, E. AlQaralleh, and O. M. Hasan, “Adaptive device-to-device

communication using Wi-Fi Direct in smart cities,” Wirel. Netw., pp. 1–17, 2016.
[124] W.-F. Alliance, “Wi-fi certified wi-fi direct,” White Pap., 2010.
[125] Y.-C. Tseng, S.-Y. Ni, Y.-S. Chen, and J.-P. Sheu, “The broadcast storm
problem in a mobile ad hoc network,” Wirel. Netw., vol. 8, no. 2/3, pp. 153–167,
2002.
[126] B. C. McDonald, D. R. Gentner, A. H. Goldstein, and R. A. Harley, “Long-term
trends in motor vehicle emissions in US urban areas,” Environ. Sci. Technol., vol.
47, no. 17, pp. 10022–10031, 2013.
[127] J. Nzouonta, N. Rajgure, G. Wang, and C. Borcea, “VANET routing on city
roads using real-time vehicular traffic information,” IEEE Trans. Veh. Technol., vol.
58, no. 7, pp. 3609–3626, 2009.
[128] M. R. Hafner, D. Cunningham, L. Caminiti, and D. Del Vecchio, “Cooperative
collision avoidance at intersections: Algorithms and experiments,” IEEE Trans.
Intell. Transp. Syst., vol. 14, no. 3, pp. 1162–1175, 2013.
[129] G. Weinberg, B. Harsham, and Z. Medenica, “Evaluating the usability of a head-
up display for selection from choice lists in cars,” in Proceedings of the 3rd
International Conference on Automotive User Interfaces and Interactive Vehicular
Applications, 2011, pp. 39–46.
[130] G. S. Larue, H. Malik, A. Rakotonirainy, and S. Demmel, “Fuel consumption
and gas emissions of an automatic transmission vehicle following simple eco-
driving instructions on urban roads,” IET Intell. Transp. Syst., vol. 8, no. 7, pp. 590–
597, 2014.
[131] L. Kang, B. Qi, D. Janecek, and S. Banerjee, “EcoDrive: A Mobile Sensing and
Control System for Fuel Efficient Driving,” in Proceedings of the 21st Annual
International Conference on Mobile Computing and Networking, New York, NY,
USA, 2015, pp. 358–371.
[132] E. Adell, A. Várhelyi, and M. Hjälmdahl, “Auditory and haptic systems for in-
car speed management – A comparative real life study,” Transp. Res. Part F Traffic
Psychol. Behav., vol. 11, no. 6, pp. 445–458, Nov. 2008.
[133] A. D. Horowitz and T. A. Dingus, “Warning Signal Design: A Key Human
Factors Issue in an In-Vehicle Front-To-Rear-End Collision Warning System,”
Proc. Hum. Factors Ergon. Soc. Annu. Meet., vol. 36, no. 13, pp. 1011–1013, Oct.
1992.
[134] E. Adell, A. Varhelyi, M. Alonso, and J. Plaza, “Developing human-machine
interaction components for a driver assistance system for safe speed and safe
distance,” IET Intell. Transp. Syst., vol. 2, no. 1, pp. 1–14, Mar. 2008.
[135] J. B. F. Van Erp and H. A. H. C. Van Veen, “Vibrotactile in-vehicle navigation
system,” Transp. Res. Part F Traffic Psychol. Behav., vol. 7, no. 4–5, pp. 247–256,
Jul. 2004.
[136] A. Rionad, D. Martínez, X. Pañeda, D. Arbesú, E. Jimenez, and F. Linera,
“Cated Box, una tecnología para hacer estudios de movilidad 2.0,” Iber. J. Inf. Syst.
Technol., no. 10, pp. 97–110, 2012.
[137] A. Rionda Rodriguez, D. Martinez Alvarez, X. G. Paneda, D. Arbesu Carbajal,
J. E. Jimenez, and F. Fernandez Linera, “Tutoring System for the Efficient Driving
Tesis Doctoral
of Combustion Vehicles,” Tecnol. Aprendiz. IEEE Rev. Iberoam. De, vol. 8, no. 2,
pp. 82–89, May 2013.
[138] A. Rionda et al., “Blended learning system for efficient professional driving,”
Comput. Educ., vol. 78, pp. 124–139, Sep. 2014.
[139] D. D. Waard and K. A. Brookhuis, “Behavioural adaptation of drivers to
warning and tutoring messages: results from an on–the–road and simulator test,”
Int. J. Heavy Veh. Syst., vol. 4, no. 2–4, pp. 222–234, Enero 1997.
[140] D. Schrank, B. Eisele, T. Lomax, and J. Bak, “2015 urban mobility scorecard,”
2015.
[141] V. Charissis and M. Naef, “Evaluation of Prototype Automotive Head-Up
Display Interface: Testing Driver’s Focusing Ability through a VR Simulation,” in
2007 IEEE Intelligent Vehicles Symposium, 2007, pp. 560–565.
[142] H. Park and K. Kim, “Efficient Information Representation Method for Driver-
Centered AR-HUD System,” in Design, User Experience, and Usability. User
Experience in Novel Technological Environments, A. Marcus, Ed. Springer Berlin
Heidelberg, 2013, pp. 393–400.
[143] M. Tonnis, C. Lange, and G. Klinker, “Visual Longitudinal and Lateral Driving
Assistance in the Head-Up Display of Cars,” in 6th IEEE and ACM International
Symposium on Mixed and Augmented Reality, 2007. ISMAR 2007, 2007, pp. 91–94.
[144] S. Y. Cheng, A. Doshi, and M. M. Trivedi, “Active Heads-up Display based
Speed Compliance Aid for Driver Assistance: A Novel Interface and Comparative
Experimental Studies,” in 2007 IEEE Intelligent Vehicles Symposium, 2007, pp.
594–599.
[145] C. Yoon, K. Kim, H. S. Park, M. W. Park, and S. K. Jung, “Development of
augmented forward collision warning system for Head-Up Display,” in 2014 IEEE
17th International Conference on Intelligent Transportation Systems (ITSC), 2014,
pp. 2277–2279.
[146] A. Rionda et al., “UrVAMM—A full service for environmental-urban and
driving monitoring of professional fleets,” in New Concepts in Smart Cities:
Fostering Public and Private Alliances (SmartMILE), 2013 International
Conference on, 2013, pp. 1–6.
[147] ITU-R Report, “BT. 1210-4. Test materials to be used in assessment of picture
quality,” International Telecommunication Union, 2012.
[148] ITU-R Report, “BT. 1082-1. Studies toward the unification of picture
assessment methodology,” International Telecommunication Union, Jan. 1990.
[149] ITU-R Report, “BT. 500-12. Metodology for the subjective assessment of the
quality of television pictures,” International Telecommunication Union, 2009.
[150] D. Hasenfratz, O. Saukh, S. Sturzenegger, and L. Thiele, “Participatory air
pollution monitoring using smartphones,” Mob. Sens., 2012.
[151] B. Elen et al., “The Aeroflex: A Bicycle for Mobile Air Quality Measurements,”
Sensors, vol. 13, pp. 221–240, 2013.
[152] A. Rionda et al., “UrVAMM #x2014; A full service for environmental-urban
and driving monitoring of professional fleets,” in 2013 International Conference on
New Concepts in Smart Cities: Fostering Public and Private Alliances
(SmartMILE), 2013, pp. 1–6.
José A. Sánchez
198
[153] L. M. ZWACK, S. R. HANNA, J. D. SPENGLER, and J. I. LEVYA, “Using

advanced dispersion models and mobile monitoring to characterize spatial patterns
of ultrafine particles in an urban area,” Atmos. Environ., vol. 45, no. 28, pp. 4822–
4829, 2011.
[154] “CartoDB.” [Online]. Available: www.cartodb.com. [Accessed: 24-Mar-2015].
[155] M. MEAD et al., “The use of electrochemical sensors for monitoring urban air
quality in low-cost, high-density networks,” Atmos. Environ., vol. 70, pp. 186–203,
2013.
[156] O. US EPA, “AirData website AQI Plot page.” [Online]. Available:
http://www.epa.gov/airdata/ad_viz_plotaqi.html. [Accessed: 24-Mar-2015].
[157] M. Van Poppel, J. Peters, and N. Bleux, “Methodology for setup and data
processing of mobile air quality measurements to assess the spatial variability of
concentrations in urban environments,” Environ. Pollut., vol. 183, pp. 224–233,
2013.
[158] S. N. Behera, M. Sharma, P. K. Mishra, P. Nayak, B. Damez-Fontaine, and R.
Tahon, “Passive measurement of NO 2 and application of GIS to generate spatially-
distributed air monitoring network in urban environment,” Urban Clim., 2015.
[159] E. Bales, N. Nikzad, C. Ziftci, N. Quick, W. Griswold, and K. Patrick, Personal
Pollution Monitoring: Mobile Real-Time Air-Quality in Daily Life. 2014.
[160] M. Stevens and E. D’Hondt, “Crowdsourcing of pollution data using
smartphones,” in Workshop on Ubiquitous Crowdsourcing, 2010.
[161] W. Willett, P. Aoki, N. Kumar, S. Subramanian, and A. Woodruff, “Common
Sense Community: Scaffolding Mobile Sensing and Analysis for Novice Users,”
2010.
[162] M. Vaahteranoksa and T. Vuori, “Threshold value for acceptable video quality
using signal-to-noise ratio,” in Electronic Imaging 2007, 2007, pp. 649405–649405.
Tesis Doctoral
José A. Sánchez
200
Tesis Doctoral
Apéndice A: Glosario de Acrónimos
3G: 3rd Generation (Redes Móviles)
3GPP: 3rd Generation Partnership Project
4G: 4ª Generation (Redes Móviles)
ABR: Adaptative Beaconing Rate
AQI: Air Quality Index
BER: Bit Error Rate
C2C: Car to Car
CALM: Communications Access for Land Mobiles
CanuMobiSim: CANU Mobility Simulation Environment
CCH: Control CHanel
C-ITS: Cooperative Intelligent Transport Systems
CSMA/CA: Carrier Sense Multiple Access/Collision Avoidance
DHCP: Dynamic Host Configuration Protocol
DLNA: Digital Living Network Alliance
EDCA: Enhanced Distributed Channel Access
ETSI: European Telecommunications Standards Institute
GPS: Global Positioning System
GUI: Graphical User Interface
HCI: Human-Computer Interaction
HDD: Head-Down Display
HDV: Heavy-Duty Vehicle
HUD: Head-Up Display
José A. Sánchez
202
I2V: Infrastructure to Vehicle
IBSS: Independent Basic Service Set
IDE: Integrated Development Environment
IEEE: Institute of Electrical and Electronics Engineers
IP: Internet Protocol
IPv6: Internet Protocol version 6
ITS: Intelligent Transportation Systems
ITU-T: ITU Telecommunication Standardization Sector
JiST: Java in Simulation Time
JOSM: Java OpenStreetMap
JRE: Java Runtime Environment
JVM: Java Virtual Machine
MAC: Media Access Control
MIB: Management Information Base
NCTUns: National Chiao Tung University network simulator
NED: NEtwork Description
NSF: U.S. National Science Foundation
OBU: On-Board Unit
OSI: Open Systems Interconnection
P2P: Peer to Peer
PER: Packet Error Rate
PMUS: Planes de Movilidad Urbana Sostenible
RSU: Road-Side Unit
SCH: Service Chanel
SDK: Software Development Kit
Tesis Doctoral
SME: System Management Entity
STRAW: STreet RAndom Waypoint
SUMO: Simulation of Urban MOvility
TCP: Transmission Control Protocol
TIC: Tecnologías de la Información y las Comunicaciones
TIGER: Topologically Integrated Geographic Encoding and Referencing
TraCI: Traffic Control Interface
TraNS: Traffic and Network Simulation Environment
UDP: User Datagram Protocol
URL: Universal Resource Locator
USB: Universal Serial Bus
V2I: Vehicle to Infrastructure
V2V: Vehicle to Vehicle
WAVE: Wireless Access in Vehicular Environments
WBSS: WAVE Basic Service Set
WEP: Wired Equivalent Privacy
WLAN: Wireless Local Area Network
WPS: Wi-Fi Protected Setup
José A. Sánchez
204
Tesis Doctoral
José A. Sánchez

Tesis de Transporte PDF

Cargado por

Copyright:

Formatos disponibles

Tesis de Transporte PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tesis de Transporte PDF

Cargado por

Copyright:

Formatos disponibles

Redes Vehiculares Aplicadas a la Movilidad

Inteligente y Sostenibilidad Ambiental en

José Antonio Sánchez Sánchez

1.- Título de la Tesis

RESUMEN (en español)

En los últimos años, la sociedad está experimentando una gran revolución

tecnológica que, junto con la aparición de las tecnologías inalámbricas y

Una herramienta fundamental para poder estudiar el comportamiento de las

La movilidad es uno de los aspectos más destacados en el despliegue de las

Uno de los problemas que plantean los estudios simulados, es la obtención de

Una vez llevado a cabo el estudio real, surgió la problemática asociada a la

Como vemos, la presente tesis doctoral, propone un estudio amplio de los

Palabras Clave: Redes Vehiculares, Movilidad Inteligente, Sostenibilidad

RESUMEN (en Inglés)

In recent years, the society is experiencing a great technological revolution

One of the problems posed by simulated studies is the achievement of truthful

In the line of environmental sustainability, it was proposed by the research group

Keywords: Vehicular Networks, Smart Mobility, Environmental Sustainability,

Presidente de la Comisión Académica del Programa de Doctorado/Director de

Contra la presente Resolución, podrá interponer recurso de alzada ante el Rectorado, en el

Área de Ingeniería Telemática

Redes Vehiculares Aplicadas a la Movilidad

Dr. David Melendi Palacio - Dra. Laura Pozueco Álvarez

D. José Antonio Sánchez Sánchez

En primer lugar, me gustaría agradecer la dirección y seguimiento personal que han

No puedo dejar de mencionar la labor de apoyo incondicional de mi familia y muy

Querría dedicar mi penúltimo párrafo a mencionar a las instituciones que me han

Por último, me gustaría agradecer el apoyo de mis “compañeros de viaje” a lo largo de

Una herramienta fundamental para poder estudiar el comportamiento de las redes

La movilidad es uno de los aspectos más destacados en el despliegue de las redes

Siguiendo la línea de la sostenibilidad ambiental, desde el grupo de investigación en el

Palabras Clave: Redes Vehiculares, Movilidad Inteligente, Sostenibilidad Ambiental,

Simulation is a fundamental tool in the study of the behavior of vehicular networks. In

In the line of environmental sustainability, it was proposed by the research group in

Keywords: Vehicular Networks, Smart Mobility, Environmental Sustainability, Smart

El concepto de Ciudad Inteligente abarca un amplio abanico de soluciones que dotan a

Ante el auge de la aparición de nuevos servicios tecnológicos aplicados a las redes de

En el desarrollo de las investigaciones e iniciativas comerciales se evidenció la

La aplicación directa de redes vehiculares (VANETs) dentro de los ITS, ha permitido

De todos estos términos hablaremos en este capítulo, atendiendo especialmente a los

1.1 Introducción a las Ciudades Inteligentes (Smart Cities)

1.1.1. Bloques Temáticos de una Smart City

 Gobierno: Las entidades gubernamentales son uno de los principales agentes

El último punto importante en este apartado es el de los Servicios, buscando un

 Movilidad: La evolución de las ciudades hacia sistemas de transporte más

En este caso, el concepto de movilidad dentro de un entorno de Smart City se

Uno de los principales agentes que intervienen en este bloque temático es la

Otro factor principal en este contexto, es la sostenibilidad e innovación en el

Claros ejemplos seguidos por ciudades nacionales son Barcelona3 o Santander4

 Población: La ciudadanía es una de las piezas fundamentales para garantizar el

Uno de los principales factores dentro de este bloque temático es la Participación

Un ejemplo claro sobre este tipo de nuevos paradigmas de participación es el

de la misma, que implica un nivel de ingresos elevado en algunas ciudades como

Respecto a este bloque, uno de los principales ejemplos nacionales es Valladolid6

1.2 Sistemas Inteligentes de Transporte (ITS)

Desde hace tiempo, aplicaciones como el cobro electrónico de peajes, la vigilancia

 Mejorar la Seguridad en todos los medios de transporte actuales.

 Mejorar la Eficiencia de los sistemas de transporte reduciendo, de esta forma, los

 Implantar dentro del transporte Políticas de Desarrollo Sostenible, reduciendo