El consumo de combustible es una de las características más tenidas en cuenta por los conductores a la hora de comprar un vehículo. Los valores que marcan los fabricantes están homologados siguiendo unos criterios específicos y en unas condiciones normalizadas, pero el consumo real está muy determinado por el tipo de conducción de cada conductor y las condiciones del trazado.
Investigadores del Instituto de Investigación del Automóvil (INSIA) perteneciente a la Universidad Politécnica de Madrid (UPM) han diseñado un algoritmo que determina la velocidad y la relación de marcha ideal que debe llevar el vehículo dependiendo de las condiciones de un trazado conocido para minimizar el consumo de combustible.
El algoritmo tiene en cuenta el mapa de eficiencia del sistema de tracción del vehículo, la posición GPS, la información del recorrido de la carretera y sus límites de velocidad establecidos y el tiempo definido por el usuario para llegar al destino para indicar al piloto las recomendaciones oportunas que le permitan ahorrar combustible. La característica principal de este sistema que lo diferencia de otros similares es que tiene en cuenta la orografía del terreno y aprovecha las variaciones de pendiente de la carretera para recomendar la marcha y velocidad. Por ejemplo, el sistema puede sugerir acelerar en un descenso para aprovechar la inercia en la siguiente subida.
Para encontrar la secuencia de marchas y la velocidad óptima, el sistema hace uso de lo que se conoce como Programación Dinámica, que es una técnica que considera las posibles transiciones entre estados inmediatos de un sistema y encuentra la secuencia óptima cuando se requiere que el sistema cambie entre dos estados no consecutivos.
Según Felipe Jiménez, responsable del proyecto gracias a éste algoritmo puede alcanzarse un ahorro medio del 5,2%, pero en rutas en las que existan muchos cambios de pendiente el ahorro puede llegar a ser mayor.
En un siguiente paso para la evolución del algoritmo están trabajando en una versión que incluya las características de los vehículos híbridos y en el que la información del tráfico sea una variable más a considerar.