Please use this identifier to cite or link to this item: http://repositorio.ufc.br/handle/riufc/36010
Type: Tese
Title: GPS2GR: Formação otimizada de comboios de veículos em redes urbanas com base em trajetórias de GPS
Title in English: GPS2GR: Optimized urban green routes based on GPS trajectories
Authors: Almeida, Antônio Manoel Ribeiro de
Advisor: Machado, Javam de Castro
Co-advisor: Macêdo, José Antônio Fernandes de
Keywords: Mineração de Padrões em Trajetórias;Rotas Frequentes;Mapeamento de Trajetórias.;Controle de Semáforos
Issue Date: 2018
Citation: ALMEIDA, Antônio Manoel Ribeiro de. GPS2GR: Formação otimizada de comboios de veículos em redes urbanas com base em trajetórias de GPS. 2018. 120 f. Tese (Doutorado em Ciência da Computação) - Universidade Federal do Ceará, Fortaleza, 2018.
Abstract in Brazilian Portuguese: Propõe um método de otimização clássico (offline) computacionalmente factível que otimize o fluxo global de veículos por uma programação dos semáforos, que incentive a formação de comboios de veículos viajando em "ondas verdes"por rotas frequentes, utilizando como entrada a densidade de fluxo estimado por trajetórias coletadas de GPS’s. Para isso, foi utilizado um escalonador que gera um movimento de onda verde nos fluxos mais frequentes da cidade, não se limitando a avenidas ou mudanças de ruas de um conjunto de trajetórias. A descoberta de rotas frequentes utiliza o princípio da conservação mínima do fluxo de tráfego por janela de tempo. As janelas de tempo de larguras heterogêneas permitem obter soluções específicas para cada momento durante o dia de uma cidade. A estimativa de fluxo do segmento de rua é feita mapeando-se as coordenadas de GPS para o segmento de rua e contando cada trajetória que passa no segmento de rua, para se ter precisão na estimativa de tráfego por segmentos de rua e por janela de tempo. A "discretização" temporal é feita agrupando-se as trajetórias na linha do tempo, reunindo os horários que concentram naturalmente muitas trajetórias. Na teste relatada utilizam-se para os experimentos as trajetórias de uma empresa de táxi da cidade de Fortaleza, mas a solução pode usar trajetórias de outras fontes, como Waze. Entende-se que este modelo pode ser a alternativa centralizada de orquestração do trânsito urbano, utilizando os mesmos equipamentos para permitir maior fluxo do tráfego urbano diário, maximizando-o.
Abstract: This work proposes a computationally feasible optimization method (offline) that optimizes the global flow of vehicles through traffic signal programming that encourages the formation of vehicle convoys traveling in a green wave by frequent routes using as input the estimated flow density by trajectories collected from GPS’s. For this, a schedule was used that generates a green wave movement in the most frequent flows of the city, not being limited to avenues or changes of streets of a set of trajectories. Frequent route discovery uses the principle of minimum traffic flow conservation per time window, time windows of heterogeneous widths allow you to obtain specific solutions for each for each moment throughout the day of a city. The street segment flow estimation is done by mapping the GPS coordinates to the street segment and counting each trajectory that passes in the street segment, in order to have greater precision in estimating traffic by street segments and by the time window. The temporal discretization is done by grouping the trajectories in the timeline, grouping the schedules that naturally concentrate many trajectories. In this work, we are using for the experiments the trajectories of a taxi company in the city of Fortaleza, but the solution can use trajectories from other sources, such as Waze. We understand that this model can be a centralized alternative of urban traffic orchestration, using the same equipment to allow a greater flow of daily urban traffic, maximizing it.
URI: http://www.repositorio.ufc.br/handle/riufc/36010
Appears in Collections:DCOMP - Teses defendidas na UFC

Files in This Item:
File Description SizeFormat 
2018_tese_amralmeida.pdf6,09 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.