G. Pereira, R. I. Meneguette, Gustavo Pessin, Jo Ueyama, Leandro A. Villas
{"title":"Speed: Uma solução inter-veicular para detectar e controlar vias congestionadas no TMS","authors":"G. Pereira, R. I. Meneguette, Gustavo Pessin, Jo Ueyama, Leandro A. Villas","doi":"10.5753/courb.2019.7467","DOIUrl":null,"url":null,"abstract":"Um dos principais desafios que as grandes metrópoles vem enfrentando está relacionado com o congestionamento de veículos. Apesar de existir um esforço crescente para maximizar o fluxo de veículos nas grandes metrópoles, prover uma maior precisão para estimar o nível de congestionamento da via, maximizando o fluxo de veículos na infraestrutura de transporte, é uma questão de pesquisa ainda em aberto. Com isso em mente, este artigo propõe uma solução com comunicação inter-veicular para estimar e maximizar o congestionamento no TMS, nomeado Speed. Para isso, o Speed é modelado com base em um comitê de classificadores que tem como objetivo aumentar a confiabilidade no momento da classificação do tráfego de veículos. Com base em um mecanismo de comunicação, tal classificação é utilizada para realizar a disseminação da informação. Ao comparar o Speed com outros trabalhos da literatura, a nossa solução mostrou avançar o estado da arte por possuir um aumento nos acertos dos níveis de congestionamento ao mesmo tempo que reduz: (i) a emissão de CO2 em 3,37%; (ii) o consumo de combustível em 3%; e (iii) o tempo de viagem em 1.02 vezes.","PeriodicalId":371238,"journal":{"name":"Workshop de Computação Urbana (CoUrb)","volume":"1 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-09-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Workshop de Computação Urbana (CoUrb)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/courb.2019.7467","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Um dos principais desafios que as grandes metrópoles vem enfrentando está relacionado com o congestionamento de veículos. Apesar de existir um esforço crescente para maximizar o fluxo de veículos nas grandes metrópoles, prover uma maior precisão para estimar o nível de congestionamento da via, maximizando o fluxo de veículos na infraestrutura de transporte, é uma questão de pesquisa ainda em aberto. Com isso em mente, este artigo propõe uma solução com comunicação inter-veicular para estimar e maximizar o congestionamento no TMS, nomeado Speed. Para isso, o Speed é modelado com base em um comitê de classificadores que tem como objetivo aumentar a confiabilidade no momento da classificação do tráfego de veículos. Com base em um mecanismo de comunicação, tal classificação é utilizada para realizar a disseminação da informação. Ao comparar o Speed com outros trabalhos da literatura, a nossa solução mostrou avançar o estado da arte por possuir um aumento nos acertos dos níveis de congestionamento ao mesmo tempo que reduz: (i) a emissão de CO2 em 3,37%; (ii) o consumo de combustível em 3%; e (iii) o tempo de viagem em 1.02 vezes.