- Soluciones
- Innovación
- Software
Obtener Aimsun Next
Usar Aimsun Next
Acerca de Aimsun Next
- Acerca de Aimsun
Una solución completa para la toma de decisiones en la gestión del transporte en tiempo real. Gestiona una red de movilidad compleja y a gran escala de forma fluida y fiable en todas las condiciones.
Una solución completa para la toma de decisiones en la gestión del transporte en tiempo real. Gestiona una red de movilidad compleja y a gran escala de forma fluida y fiable en todas las condiciones.
Aimsun ya ha brindado soluciones para los casos de uso más comunes a muchas de las principales autoridades de transporte del mundo, como Transport for London, National Highways, Florida Department of Transportation, Land Transport Authority of Singapore y Transport for New South Wales.
Entre los principales casos de uso figuran:
Estudios de casos
Cliente: Departamento de Transportes de Florida (FDOT)
Objetivo: predecir la eficacia de los planes de respuesta para mitigar la congestión de las autopistas a escala regional.
El apoyo a la toma de decisiones es clave para el sistema regional de gestión integrada de carreteras de Florida: ayuda a los operadores de los centros de control de transporte a detectar incidentes y congestiones en la red regional y a desarrollar planes de respuesta proactivos y a la carta que pueden evaluarse en función de las condiciones previstas y revisarse para su despliegue en toda la red de transporte de la región.
Como parte del sistema de apoyo a la toma de decisiones, Aimsun desarrolló el motor predictivo para ayudar a los operadores a gestionar las condiciones de congestión recurrentes y no recurrentes. Las solicitudes de evaluación se simulan en tiempo real y luego se puntúan y clasifican en función de distintas métricas de rendimiento del tráfico para que los operadores puedan elegir el mejor plan de respuesta. Las simulaciones encuentran las mejores respuestas evaluando los beneficios de las distintas combinaciones de tráfico desviado a lo largo de rutas predefinidas. La herramienta de optimización de señales permite a los ingenieros de tráfico probar y optimizar los planes de temporización de señales y corredores en toda la red. Antes de la aprobación, el sistema ejecuta simulaciones en un entorno desconectado para un análisis final de los nuevos horarios, que incluye la demanda asociada a los horarios optimizados y los tiempos de viaje mejorados.
Cliente: Transport for New South Wales
Objetivo: Implantar la primera solución predictiva basada en simulaciones de Australia para conseguir trayectos más rápidos y menos contaminantes en la autopista inteligente M4.
Aimsun Live ayuda a emular las políticas de SIT de la M4, como los medidores de rampa, el límite de velocidad variable y las señales de mensaje variable, proporcionando predicciones analíticas, monitorización continua y evaluaciones de planes de respuesta bajo demanda, con previsiones de una hora establecidas en intervalos de 15 minutos.
Aimsun Live también puede emular la lógica de señales de tráfico del SCATS (Sydney Coordinated Adaptive Traffic System) para leer los datos de detección y el estado del controlador de señales de tráfico en tiempo real en más de 700 intersecciones.
Cliente: National Highways
Objetivo: utilizar soluciones de SIT para mejorar el flujo de tráfico y reducir las emisiones en la red estratégica y en las carreteras locales de Oxfordshire.
NEVFMA (Network Emissions and Vehicle Flow Management Adjustment ) es un proyecto de ajuste de las emisiones de la red y de la gestión del flujo de vehículos.
Se construyó un gemelo digital desconectado que se alimentó con información en tiempo real sobre volúmenes de tráfico (procedente de sensores de carretera) y niveles de emisiones (de los sensores de calidad del aire de EarthSense y Zephyr).
La solución ha brindado predicciones a corto plazo sobre el flujo de tráfico y las emisiones en los 60 minutos siguientes, y devolvía los datos de los indicadores de rendimiento en unos 8 minutos.
Cuando fue necesario, los gestores de tráfico utilizaron estos indicadores de rendimiento para retener el tráfico en las zonas que podían soportar un aumento de contaminantes a corto plazo y crear una ola verde a través de las zonas conflictivas donde las emisiones eran más elevadas. Se informó a los conductores de los desvíos a través de los medios de comunicación y del sistema de señalización.
Los resultados de las pruebas mostraron un descenso potencial en las emisiones del periodo punta de entre el 4% y el 14%.
Pasando de otras soluciones a Aimsun Live
Empieza poco a poco y se adapta a tus recursos y objetivos estratégicos.
El modelo de simulación es una réplica virtual de los escenarios reales de tráfico.
El modelo de simulación es una réplica virtual de los escenarios reales de tráfico.
Los datos protegidosno son públicos, lo suficientemente importantes como para proporcionar una ventaja competitiva.
Una combinación de datos de detección y datos de control del tráfico.
Una combinación de datos de detección y datos de control del tráfico.
Una combinación de datos de detección y datos de control del tráfico.
Ponte en contacto con nosotros a través de info@aimsun.com.
Desde pruebas de vehículos autónomos hasta la creación de un caso de negocio para un servicio de transporte compartido: Aimsun se encarga de todo. Ponte en contacto con nosotros y explica tus necesidades a nuestro equipo de diseño de soluciones.
Para obtener más información sobre la plataforma modular de Aimsun, haz clic aquí.
Desde pruebas de vehículos autónomos hasta la creación de un caso de negocio para un servicio de transporte compartido: Aimsun se encarga de todo. Ponte en contacto con nosotros y explica tus necesidades a nuestro equipo de diseño de soluciones.
Para obtener más información sobre la plataforma modular de Aimsun, haz clic aquí.
SHARE
Aimsun Next 23
Aimsun Next 20.0.5
Aimsun Next 23
@manual {AimsunManual,
título = {Aimsun Next 23 User’s Manual},
autor = {Aimsun},
edición = {Aimsun Next 23.0.0},
domicilio = {Barcelona, Spain},
año = {2023. [Online]},
mes = {Accessed on: Month, Day, Year},
url = {https://docs.aimsun.com/next/23.0.0/},
}
Aimsun Next 20.0.5
@manual {AimsunManual,
título = {Aimsun Next 20.0.5 User’s Manual},
autor = {Aimsun},
edición = {Aimsun Next 20.0.5},
domicilio = {Barcelona, Spain},
año = {2021. [En software]},
mes = {Accessed on: Month, Day, Year},
url = {qthelp://aimsun.com.aimsun.20.0/doc/UsersManual/Intro.html},
}
Aimsun Next 23
TY – COMP
T1 – Manual del usuario de Aimsun Next 23
A1 – Aimsun
ET – Aimsun Next Version 23.0.0
Y1 – 2023
Y2 – Acceso: Mes, Día, Año
CY – Barcelona, España
PB – Aimsun
UR – [En software]. Disponible en: https://docs.aimsun.com/next/23.0.0/
Aimsun Next 20.0.5
TY – COMP
T1 – Manual del usuario de Aimsun Next 20.0.5
A1 – Aimsun
ET – Aimsun Next Version 20.0.5
Y1 – 2021
Y2 – Acceso: Mes, Día, Año
CY – Barcelona, España
PB – Aimsun
UR – [In software]. Available: qthelp://aimsun.com.aimsun.20.0/doc/UsersManual/Intro.html