En este trabajo se presenta un modelo que usa un autómata celular para investigar la accesibilidad peatonal al interior del campus de la Universidad del Valle, que, actualmente, cuenta con 1.000.000 m2, con un área construida de 164.469,35 m2 correspondiente a 56 edificios y con una movilidad de 15.500 peatones aproximadamente. El modelo es usado para simular el comportamiento del flujo peatonal sobre una red de corredores, que permite observar patrones emergentes de accesibilidad en las horas pico al interior del campus universitario, para así identificar, entender y encontrar las necesidades de movilidad de sus usuarios en los canales peatonales y facilitar la toma de decisiones en la mejora de la red peatonal para su ampliación o construcción. Para la construcción del modelo, se propuso una modificación de la vecindad de Moore y el desarrollo del prototipo se realizó mediante Desarrollo Dirigido por Comportamiento. El modelo representa el problema de movilidad peatonal en términos microscópicos y macroscópicos, y la implementación presenta dos entornos visuales: una interfaz gráfica en la que se ve la ejecución de la simulación y una interfaz modo carácter que solo muestra los resultados en un informe. Según los resultados de la implementación del modelo, los peatones en el autómata celular tienen el comportamiento esperado y resuelven los conflictos en la red de corredores de su origen a su destino, según las rutas definidas y en los tiempos esperados.

En este trabajo se presenta parte de la implementación de un autómata celular usando el desarrollo dirigido por comportamiento Behavior-Driven Development (BDD) como estrategia para la construcción de una herramienta que permita modelar la accesibilidad peatonal dentro de un espacio abierto como es el campus de la Universidad del Valle en Cali, Colombia. Para la implementación se usó BDD como método de desarrollo, Python como lenguaje de programación y Behave para escribir las pruebas en lenguaje natural. Como resultados se presentaron parte del modelo implementado del autómata celular y algunos de los requerimientos con sus respectivos escenarios para BDD e implementación, donde se explicó el uso del framework Behave en Python. Se concluyó que BDD es una buena herramienta para este tipo de proyectos porque se obtuvo como resultado 706 líneas de código fuente correspondientes al modelo del autómata celular, probadas con un total de 144 pruebas definidas desde la fase inicial del proyecto y superadas satisfactoriamente, de acuerdo a una encuesta de aceptación del uso de la metodología BDD por parte de los usuarios del proyecto, y la primera aplicación de BDD en una simulación de movilidad peatonal.