Simulación y planificación de rutas para vehículos autónomos en entornos urbanos a escala inspirados en la Ciudad de Guatemala

Abstract

Este estudio desarrolla un sistema de simulación, planificación de rutas y control para vehículos autónomos en entornos urbanos, adaptado a las condiciones viales de la Ciudad de Guatemala. La creciente importancia de los vehículos autónomos para mejorar la seguridad y eficiencia del transporte motiva la investigación, enfrentando desafíos únicos de infraestructura y tráfico local. Se digitalizó un entorno vial a escala mediante un grafo direccional que replica las carreteras guatemaltecas. Se implementaron algoritmos de búsqueda de rutas optimizados por distancia, con un tiempo de procesamiento promedio de 1.8 milisegundos. Se desarrollaron los controladores PID con acercamiento exponencial y Lyapunov, evaluados mediante simulaciones virtuales y pruebas físicas con el sistema OptiTrack para monitoreo preciso. Los resultados de la simulación de múltiples vehículos mostraron que el controlador Lyapunov tiene una alta precisión al tener una semejanza media de trayectoria de 99.6% y 99.2% en simulación virtual y física respectivamente; mayores al PID que obtuvo 93.4% y 91.8 %. Sin embargo, el PID demostró mayor estabilidad al mantenerse debajo de la velocidad máxima el 100% del tiempo, comparado con el Lyapunov (80.7% y 86.1 %). El controlador Lyapunov manejó hasta dos vehículos de manera estable, mientras que PID gestionó hasta tres con mayor eficiencia. En conclusión, el estudio avanza en el desarrollo de vehículos autónomos para entornos urbanos complejos, ofreciendo una plataforma adaptada a la Ciudad de Guatemala. Los hallazgos destacan la importancia de seleccionar el controlador adecuado según las necesidades de precisión y estabilidad, facilitando la implementación segura y eficiente de tecnologías autónomas en contextos viales desafiantes.

This study develops a simulation, route planning, and control system for autonomous vehicles in urban environments, adapted to the traffic conditions of Guatemala City. The growing importance of autonomous vehicles in improving transportation safety and efficiency motivates this research, addressing unique challenges related to local infrastructure and traffic. A scaled urban environment was digitized using a directional graph that replicates Guatemalan roads. Route search algorithms optimized for distance were implemented, with an average processing time of 1.8 milliseconds. PID controllers with exponential approach and Lyapunov were developed and evaluated through virtual simulations and physical tests using the OptiTrack system for precise monitoring. Simulation results with multiple vehicles showed that the Lyapunov controller achieved high precision, with an average trajectory similarity of 99.6% and 99.2% in virtual and physical simulations respectively, compared to the PID controller's 93.4% and 91.8 %. However, the PID controller demonstrated greater stability by maintaining below maximum speed 100% of the time, compared to Lyapunov's 80.7% and 86.1 %. The Lyapunov controller managed up to two vehicles stably, while the PID managed up to three more efficiently. In conclusion, this study advances the development of autonomous vehicles for complex urban environments by offering a platform adapted to Guatemala City. The findings highlight the importance of selecting the appropriate controller based on precision and stability needs, facilitating the safe and efficient implementation of autonomous technologies in challenging tra c contexts.