SerLog es un Producto Mínimo Viable (MVP) desarrollado como parte del Trabajo Práctico Integrador (TPI) de la Universidad de la Cuenca del Plata por el Equipo 5. El sistema aborda los desafíos logísticos de SERPROVE (Servicios Veterinarios Profesionales), una distribuidora de productos veterinarios. SerLog automatiza la planificación de rutas, optimiza el consumo de combustible y reduce costos operativos para entregas desde Corrientes a diversos destinos, incluyendo Rosario. El proyecto integra conocimientos de Análisis Matemático II, Física I, Ingeniería de Software I y Paradigmas y Lenguajes de Programación I.
El sistema fue diseñado para resolver ineficiencias en las operaciones logísticas de SERPROVE, como:
- Falta de automatización en la planificación de rutas.
- Alto consumo de combustible por rutas no óptimas.
- Demoras en entregas debido a locales cerrados.
- Gestión ineficiente de recursos y altos costos operativos.
Mediante la combinación de modelado físico, optimización matemática y desarrollo de software, SerLog ofrece una solución práctica para optimizar la logística, mejorar la eficiencia y reducir costos.
- Optimización de Rutas: Calcula rutas de entrega óptimas utilizando la API de OpenRouteService, considerando distancia y consumo de combustible.
- Geocodificación: Convierte direcciones en coordenadas usando la librería
geopypara un mapeo preciso. - Estimación de Costos: Calcula costos de combustible, gastos de conductores y otros costos logísticos basados en modelos físicos y matemáticos.
- Interfaz Interactiva: Desarrollada con
tkinterytkintermapviewpara una entrada de datos y visualización de rutas amigable. - Gestión de Datos: Almacena datos logísticos (e.g., costos de combustible, peso de carga, gastos de conductores) y genera reportes detallados.
- Gestión Dinámica de Rutas: Permite agregar, reordenar o eliminar puntos de entrega dinámicamente.
- Python: Lenguaje principal para la aplicación.
- Librerías:
tkinter: Para la interfaz gráfica.tkintermapview: Para visualización de mapas y rutas.geopy: Para geocodificación de direcciones.openrouteservice: Para cálculo y optimización de rutas.
- Control de Versiones: Git y GitHub para desarrollo colaborativo.
- APIs:
- API de OpenRouteService (requiere una clave activa).
- Dependencias: Ver
requirements.txtpara la lista completa de paquetes requeridos.
-
Clonar el Repositorio:
git clone https://github.com/ILAIGG/SerLog.git cd SerLog -
Instalar Dependencias: Asegúrese de tener Python 3.8+ instalado, luego ejecute:
pip install -r requirements.txt
Paquetes requeridos:
tkintermapviewgeopyopenrouteservice
-
Configuración de la Clave API:
- Obtenga una clave API de OpenRouteService.
- Reemplace la clave de ejemplo en
Logistica.py(línea 37) con su propia clave:ors_client = openrouteservice.Client(key="SU_CLAVE_API_AQUÍ")
-
Archivos de Imagen:
- Asegúrese de que los siguientes archivos de imagen estén en el directorio del proyecto:
preparativo_envio.pngtruck.png
- Estos pueden descargarse desde el repositorio de GitHub de SerLog.
- Asegúrese de que los siguientes archivos de imagen estén en el directorio del proyecto:
-
Ejecutar la Aplicación:
python Logistica.py
- Inicio de Sesión:
- Use las credenciales predeterminadas: Usuario:
admin, Contraseña:1234.
- Use las credenciales predeterminadas: Usuario:
- Agregar Puntos de Entrega:
- Ingrese direcciones en el campo de entrada para añadir marcadores en el mapa.
- La ubicación predeterminada del depósito es
-27.464833, -58.767972(Corrientes).
- Gestión de Rutas:
- Reordene o elimine puntos de entrega usando los botones de flechas y eliminación.
- Haga clic en "Calcular Ruta Óptima" para generar la ruta óptima.
- Ingresar Datos Logísticos:
- Introduzca detalles como costo de combustible, tipo de camión, peso de carga, gastos de conductores y fecha/hora de entrega.
- Ver Resultados:
- Revise los costos calculados (combustible, comida, hotel, peajes) y detalles de la ruta.
- Guarde el reporte logístico como un archivo
.txt.
- Guardar y Reiniciar:
- Tras guardar el reporte, el sistema se reinicia para permitir la planificación de nuevas rutas.
SerLog/
├── Logistica.py # Script principal de la aplicación
├── preparativo_envio.png # Imagen para la sección de entrada de datos
├── truck.png # Imagen para la sección de resultados
├── README.md # Este archivo
└── requirements.txt # Lista de dependencias de Python
El sistema incorpora modelos para optimizar el consumo de combustible y la logística:
-
Modelo de Consumo de Combustible: [ f(x, y) = 0.4x + 0.05xy ] Donde:
- (x): Distancia recorrida (km)
- (y): Peso de la carga (toneladas)
- (f(x, y)): Consumo de combustible (litros)
-
Análisis Físico:
- Analiza fuerzas (fricción, resistencia aerodinámica, pendiente) usando ecuaciones como: [ F_r = C_{rr} \cdot m \cdot g ] [ F_d = \frac{1}{2} \cdot \rho \cdot C_d \cdot A \cdot v^2 ] [ P(v, \theta) = v \cdot (F_r + F_p + F_d) ]
- Estas ecuaciones modelan los requerimientos energéticos para un camión Mercedes-Benz Atego.
-
Optimización:
- Minimiza el consumo de combustible seleccionando rutas más cortas, validado mediante optimización con restricciones: [ g(x, y) = x \cdot y - K = 0 ] Donde (K) es el total de toneladas-kilómetro.
- Lucas Ayen Mordka
- Aylen Meza Chiesa
- Santiago Meza
- Rosario Gauto
- Lautaro Romero Stach
- Julian Karatanasopuloz
- Lucas Cremaschi
Docentes:
- Ing. Gilda Romero
- Maria Mendoza
- Fernando Figueredo
- Walter Vazquez
Este proyecto integra múltiples disciplinas:
- Análisis Matemático II: Desarrollo de modelos multivariables para consumo de combustible y optimización.
- Física I: Modelado de fenómenos físicos (e.g., fricción, tracción) para estimar requerimientos energéticos.
- Ingeniería de Software I: Aplicación de metodologías ágiles, control de versiones (Git) y herramientas colaborativas (Trello, GitHub).
- Paradigmas y Lenguajes de Programación I: Implementación de código modular en Python con tipos de datos abstractos (e.g., listas, diccionarios) y APIs.
- Agregar seguimiento en tiempo real con integración de GPS.
- Incorporar confirmación de disponibilidad de clientes para evitar entregas fallidas.
- Mejorar la interfaz con visualizaciones adicionales (e.g., gráficos de desglose de costos).
- Soportar múltiples tipos de vehículos con modelos dinámicos de consumo de combustible.
- Integrar con los sistemas existentes de SERPROVE para una adopción fluida.
- Larson, R., & Edwards, B. H. (2010). Cálculo 1: De una variable (9.ª ed.). McGraw-Hill.
- Sommerville, I. (2011). Ingeniería de software (9.ª ed.). Pearson Educación.
- Young, H. D., & Freedman, R. A. (2009). Física universitaria (12.ª ed.). Pearson Educación.
- Documentación de la API de OpenRouteService: openrouteservice.org
- Repositorio de GitHub: ILAIGG/SerLog
Este proyecto está libre de licencia OpenSource para más su uso.
Desarrollado como parte del Trabajo Práctico Integrador en la Universidad de la Cuenca del Plata, 19 de junio de 2025.