Detecção e controle de congestionamento veicular em ambiente urbano

• Autor(a) principal: Vallim, Carlos Heitor de Campos
• Data de Publicação: 2023
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da PUC_CAMPINAS
• Texto Completo: http://repositorio.sis.puc-campinas.edu.br/xmlui/handle/123456789/17029; http://lattes.cnpq.br/7935333541992685
• topic: Transporte urbano; Tráfego-urbano; Trânsito - Congestionamento; Urban transport; Traffic-Urban; Traffic Jam.

O congestionamento do tráfego urbano é um problema recorrente na maioria das grandes cidades do mundo. Normalmente, é decorrente do aumento repentino do número de veículos nas ruas e avenidas durante os horários de pico. Mesmo com a melhoria contínua do sistema de transporte urbano, o número de veículos tende a aumentar com o desenvolvimento da economia, portanto, o congestionamento do tráfego urbano se torna um problema recorrente. O congestionamento urbano causa impactos negativos na sociedade, podendo ser destacados, a perdas econômicas, a redução da produtividade e o aumento das emissões de dióxido de carbono (CO2), deixando os motoristas presos no trânsito. A demanda por uma solução para evitar o congestionamento do tráfego é muito clara. Com base nesse contexto, nesta dissertação são propostos algoritmos para detecção e controle de congestionamento. Para isso, o algoritmo deve identificar áreas de congestionamento e propor rotas alternativas de tráfego a partir de informações coletadas em tempo de simulação realística. Ressalta-se que, a importância deste trabalho está em minimizar os problemas de congestionamento que afeta uma parcela considerável da população dos grandes centros urbanos. Os resultados mostram, que em média e alta densidade, o algoritmo K Nearest Neighbors usando classificador Pareto II (KNNP) reduz o tempo médio de viagem, o tempo parado em congestionamento, o tempo perdido por deslocamento do veículo abaixo do limite permitido na via, o consumo médio de combustível e a redução na emissão de CO2 em até 55%, 79%, 68%, 28%, e 28% respectivamente.