LUCA DI BIASE ANLIS E DE SIS TEMAS

LUCA DI BIASE ANÁLIS E DE SIS TEMAS DE OTIMIZAÇÃO SEMAF ÓRICA EM TEMPO REAL PARA A MELHORIA DO DESEMP ENHO DA REDE VIÁRIA: UM ESTUDO DE CASO NA CIDADE DE S ÃO PAULO PESQUISA A SER APRESENTADA À ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO PARA A OBTENÇÃO DO TÍTULO DE MESTRE EM CIÊNCIAS ÁREA DE CONCENTRAÇÃO: ENGENHARIA DE TRANSPORTES – INFORMAÇÕES ESPACIAIS ORIENTADOR: PROF. DR. CLÁUDIO LUIZ MARTE

Roteiro da apresentação 1. Contextualização e justificativa 2. Objetivos e metodologia 3. Revisão bibliográfica 4. Estudo de caso: Avenida Pompeia 5. Conclusões e trabalhos futuros LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Roteiro da apresentação 1. Contextualização e justificativa 2. Objetivos e metodologia 3. Revisão bibliográfica 4. Estudo de caso: Avenida Pompeia 5. Conclusões e trabalhos futuros LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Contextualização e justificativa CRISE DA MOBILIDADE URBANA descompasso entre a oferta de transporte disponível e o crescimento da demanda de locomoção de pessoas e bens Entre 2002 e 2012, em São Paulo passaram a circular 1, 6 milhão 54% de automóveis, enquanto a população da cidade cresceu apenas 8% neste mesmo período (CINTRA, 2014) Políticas de longo prazo (estruturais): medidas que ataquem em profundidade as principais causas da insustentabilidade do atual sistema de transporte. Exemplos: • Políticas de uso do solo que favorecem a redução da necessidade de transporte • Investimentos consistentes em soluções de mobilidade coletiva Políticas de curto e médio prazo (complementares): medidas mais pontuais e de mais rápida implementação que melhorem a eficiência na utilização da infraestrutura de transporte existente. Exemplos: • Incentivos ao uso compartilhado dos veículos • Tecnologias para o gerenciamento inteligente de tráfego mbito do projeto de pesquisa LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Contextualização e justificativa Sistemas de Otimização Semafórica em Tempo Real Sistemas que, a partir da medição em tempo real do fluxo dos veículos no trecho interessado, variam os parâmetros de funcionamento do semáforo, de forma que seja maximizada a eficiência da rede viária disponível (AHMED e HAWAS, 2015). Primeiros sistemas : anos 80 Espalhamento rápido em muitas cidades ao redor do mundo Resultados ambivalentes: • casos com resultados satisfatórios que compensaram amplamente o esforço econômico feito • casos em que estas tecnologias não tiveram o sucesso esperado (ex. São Paulo) LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Contextualização e justificativa O sistema SCOOT de São Paulo A cidade de São Paulo implantou desde os anos noventa um sistema adaptativo de controle semafórico (SCOOT) que controlava por volta de 900 cruzamentos (MING, 1997). Aos poucos o sistema ficou desativado. Atualmente está em função apenas na área da Avenida Pompeia, estudo de caso desta dissertação. Causas Complicada e onerosa manutenção das suas partes: estes sistemas funcionam a partir dos dados coletados através de detectores fixos e embutidos na infraestrutura viária, e preveem altos custos de instalação e manutenção limitação na área de atuação destes sistemas (melhor cenário) completa inviabilização da implementação (pior cenário) LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

1. Contextualização e justificativa 2. Objetivos e metodologia 3. Revisão bibliográfica 4. Estudo de caso: Avenida Pompeia 5. Conclusões e trabalhos futuros LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Abordagem da pesquisa Desde as primeiras aparições, estes sistemas têm acompanhado os avanços da tecnologia da informação evoluindo consideravelmente, aprimorando as próprias capacidades de previsão e atuação sobre a rede semafórica. A pergunta que se deseja responder com esta dissertação é então: quais seriam os ganhos (velocidades, atrasos, formação de filas, etc. . ) que a aplicação de uma estratégia de otimização semafórica em tempo real traria hoje para o desempenho da rede viária da Cidade de São Paulo? LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Objetivo Principal Objetivo principal Avaliar os benefícios que a implementação de sistemas adaptativos de controle de tráfego em tempo real pode trazer para o desempenho da rede viária (desempenho para fluxos de carros e desempenho para fluxos de ônibus) Metodologia Análise comparativa entre diferentes tecnologias para controle de sinal adaptativo de tráfego e controle de tempo fixo, baseado em microimulação no software VISSIM considerando dois cenários: • sem prioridade para o transporte público • com a prioridade para o transporte público LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Etapas Traçar a evolução das soluções de tráfego adaptativo, em ambiente urbano, dentro do contexto dos Sistemas Inteligentes de Transporte Comparar alguns dos principais sistemas de tráfego adaptativo atualmente existentes no cenário internacional Estudar os mecanismos de funcionamento de uma solução avançada de otimização semafórica, como o BALANCE/EPICS Simular, através do software VISSIM, a aplicação destas tecnologias numa região selecionada da Cidade de São Paulo Avaliar o desempenho da solução proposta, baseada numa classificação que considere indicadores de desempenho tanto para os automóveis quanto para os ônibus LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Diferenciais • Não foram identificados trabalhos que analisam via simulação por software os efeitos da aplicação de tecnologias de otimização semafórica no atual cenário de cidades brasileiras • Os dados utilizados para o caso de estudo foram levantados especialmente pela própria CET sendo que este foi produzido no âmbito do da primeira fase do projeto Smart Mobility BIRD UK para cidades inteligentes, do UK Prosperity Fund da Embaixada do Reino Unido de Brasília em colaboração com o Banco Mundial LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

1. Contextualização e justificativa 2. Objetivos e metodologia 3. Revisão bibliográfica 4. Estudo de caso: Avenida Pompeia 5. Conclusões e trabalhos futuros LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Bibliografia - Tópicos Fonte: Elaboração própria LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Previsão de tráfego e otimização semafórica O sistema de tráfego é um dos mais complexos produzidos pelo homem (KATWIJK e VAN KONINGSBRUGGEN, 2002): • grande variedade de atores e fatores envolvidos • diferentes graus de autonomia e importância • objetivos e ações contrastantes entre si AUMENTO EXTERNALIDADES NEGATIVAS SISTEMA DE TRÁFEGO Tendência a degenerar em situações caóticas, frente a eventos inesperados como fortes chuvas ou acidentes (KUBEK et al. , 2016) GRANDE IMPREVISIBILIDADE LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Previsão de tráfego e otimização semafórica Métodos analíticos Métodos orientados a dados (data driven) Baseados na elaboração dos dados disponíveis através da aplicação de metodologias estatísticas como, entre outras, a regressão linear (CLARK, 2003; SMITH et al. , 2002) e filtros de Kalman (GUO e WILLIAMS, 2010; XIE et al. , 2007) Baseados nos conceitos de Inteligência Artificial. Modelos que utilizam, entre outros, redes neurais e bayesianas, a análise de frequência, a lógica fuzzy, os algoritmos evolucionários e também muitas aplicações de conceitos híbridos (CHAN et al. , 2012; DIMITRIOU et al. , 2008; VLAHOGIANNI e KARLAFTIS, 2013; YIN, 2002; ZHANG et al. , 2014). Vantagens Se adaptam mais ao contexto rodoviário, que é mais controlado e estável, onde o esforço computacional requerido é menor Vantagens Mais aptos às características de rápidas mudanças das condições do sistema e às necessidades de atuação em tempo real (KUBEK et al. , 2015). LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Previsão de tráfego e otimização semafórica Dois tipos de congestionamentos (AMHED e HAWAS, 2015): • Recorrentes - causados quando a capacidade da rede viária não é suficiente para atender uma determinada demanda (ex. horários de pico, finais de semana e feriados) • Não recorrentes - têm origem em eventos casuais e não previsíveis (ex. acidentes, chuvas fortes) São necessárias ferramentas adequadas para a gestão de ambos os cenários !!! Os ATMS (Advanced Traffic Management Systems) mais evoluídos possibilitam uma abordagem proativa à questão de gerenciamento de tráfego possibilidade de prever a provável evolução de uma determinada situação de tráfego e calcular diferentes cenários alternativos dependentemente dos aspectos da operação que se quer priorizar (DJAHEL et al. , 2015) LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Classificação de ACTS Sistemas de Controle Adaptativo de Tráfego (ATCS, Adaptive Traffic Control Systems) – Sistemas semafóricos que se adaptam de forma dinâmica e rápida às variações de fluxo, típicas de redes viárias em contexto urbano (AMHED; HAWAS, 2015; YANG; JAYAKRISHNAN, 2015). Fonte: Adaptado de Whan et al. LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

BALANCE/EPICS, SCOOT e SCATS SCOOT (Split Cicle Offset Optimization Technique – HUNT et al. , 1982) que se propõe a minimizar o atraso relativo, o número de paradas nas interseções e índice de congestionamento SCATS (Sydney Coordinated Adaptive Traffic System - LOWRIE, 1982), que trabalha também sobre os parâmetros de número de paradas e atrasos BALANCE (Balancing Adaptive Network Control Method - MERTZ, 2001), cujo objetivo é a minimização dos valores dos atrasos, do número de paradas e do comprimento das filas geradas dentro da área controlada. EPICS (Entire Priority Intersection Control System) que opera localmente, otimizando a sequência e o tempo de duração dos estágios semafóricos em uma única intersecção LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Os softwares de otimização BALANCE e EPICS O BALANCE e o EPICS são formados por diferentes módulos funcionais que operam dentro de um processo iterativo cujo objetivo final é identificar, considerando as condições da rede detectadas pelos sensores, o melhor plano semafórico de referência para a área considerada (BALANCE) ou a melhor combinação de tempos de verde e vermelho para um determinado cruzamento (EPICS) O modelo de trafego elabora uma estimativa da situação de tráfego na área controlada O modelo de impacto é responsável pelo cálculo dos efeitos que os planos semafóricos utilizados terão no curto prazo sobre os veículos na rede O modelo de controle calcula, através da variação dos parâmetros destes, alternativas que minimizem os indicadores de desempenho analisados Os parâmetros de otimização do plano semafórico são o resultado do processo de iteração Fonte: PTV LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

1. Contextualização e justificativa 2. Objetivos e metodologia 3. Revisão bibliográfica 4. Estudo de caso: Avenida Pompeia 5. Conclusões e trabalhos futuros LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

A Área de Teste – Visão Geral Sesc Pompeia Allianz Parque Hospital São Camilo Shopping Burbon Fonte: Elaboração própria LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

A Área de Teste – Visão Geral Fonte: Elaboração própria Ø 20 interseções das quais 12 controladas por semáforos Ø 8 linhas de ônibus Ø Sistema SCOOT parcialmente apto a operar em tempo real (ainda não foi possível realizar a simulação desta tecnologia no âmbito BIRD UK) Fonte: Elaboração própria LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Construção do Modelo Fases: 1. Construção da rede de simulação 2. Alimentação com dados de entrada: § Matriz OD (Demanda de viagens) § Planos semafóricos Resultado: Volumes para todos os movimentos e as seções de controle Fonte: Elaboração própria LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

A Matriz de Viagens (OD) Processo em etapas: 1. Determinação da área de influência da região a ser estudada 2. Realização de uma micro pesquisa OD para a área de influência do corredor 3. Consolidação dos resultados Fonte: Elaboração própria LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

A Matriz de Viagens (OD) Data: dia 21/05 Horário: entre 7: 30 e 8: 30 50 pessoas envolvidas entre atividades de planejamento, levantamento e tabulação dos resultados O levantamento foi realizado apenas para os veículos cuja placa terminava por 8 e expandido Fonte: Elaboração própria LUCA DI BIASE - NºUSP 9588166 Veículos rastreados: • Origens - 1608 • Destinos - 1564 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

A Matriz de Viagens (OD) Matriz OD Final Fonte: Elaboração própria Foi criada também uma matriz para o aquecimento da simulação (15 min) extraída a partir da Matriz OD contabilizando 1/4 do total de viagens da matriz levantada em campo LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Planos semafóricos Informações extraídas dos dados produzidos para o SCOOT pela CTA (1) e dos croquis (2), ambos disponibilizados pela CET e utilizadas para a configuração do módulo VISSIG (3) 2 1 3 Fonte: CET / Elaboração própria LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Contagens manuais realizadas no dia 24/04 e complementadas no dia 21/05 (CET) Fonte: CET LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Calibração e Validação do Modelo Processo de Calibração Modelo Driving Behavior : ● Distância média de parada - 1, 6 m ● Parte aditiva da distância de segurança - 1, 6 m ● Parte multiplicativa da distância de segurança - 2, 0 m Modelo Lane Changing: ● Lane change - dimensão do link antecessor (aprox. 135 m) Fonte: Tavares e Pereira Modelo calibrado a partir dos dados de contagens relativos aos movimentos nas interseções LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Calibração e Validação do Modelo Processo de Validação Objetivo: comparar volumes e tempos de viagem modelados com os reais Fonte: Elaboração própria LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Validação – Resultados (Movimentos) Teste Estatístico GEH Variação do teste Chi-Quadrado e incorpora tanto o erro relativo quanto o erro absoluto. �� = Volume de veículos no modelo �� = Volume de veículos real GEH < 5 aproximação “muito boa” 5 ≤ GEH < 10 aproximação “boa” 10 ≤ GEH < 12 aproximação “aceitável” GEH ≥ 12 os dados (alocados e contados) precisam ser “melhor avaliados”. O fluxo alocado “não é confiável” Fonte: Elaboração própria LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Validação – Resultados (Tempos de viagem) Processo dividido em três fases : 1. Determinação de coordenadas de origens e destinos (VISUM) 2. Download dos dados de Tempo de Viagens (Script R) 3. Comparação com os dados simulados (VISSIM) Fonte: Elaboração própria LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Simulação - Processo INDICADORES DE DESEMPENHO (Atrasos paradas, filas, tempos de viagem) MODELO VALIDADO SIMULAÇÃO CENÁRIOS CLASSIFICAÇÃO RESULTADOS (Avaliação indicadores para cada cenário) Fonte: Elaboração própria LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Simulação – Indicadores de desempenho Indicadores embutidos no Perfomance Index do EPICS e do BALANCE: Indicadores sugeridos relatório D 4: • Atraso • Velocidade • Número de paradas • Densidade pela IDOM no • Comprimento da fila Todos os indicadores selecionados foram calculados para a rede em geral e catalogados a partir de seus valores médios para o conjunto dos veículos, os valores para os automóveis e os para os ônibus LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Simulação - Cenários Função das alternativas avaliadas Fonte: Elaboração própria LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Simulação – Metodologia seleção configurações análise gargalos simulação tempos fixos primeira configuração com otimizadores em tempo real Simulação e análise dos resultados Houve uma melhora? Nova alteração da configuração não Roll-back última configuração sim Nova alteração da configuração em continuidade com a última testada Fonte: Elaboração própria LUCA DI BIASE - NºUSP 9588166 Configuração: conjunto de interseções onde é implementada a específica tecnologia de otimização em tempo real relativa a um determinado cenário de teste. No caso do EPICS é determinada também pela escolha dos fluxos a serem priorizados em cada interseção controlada e pelo peso específico de cada uma destas priorizações PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Simulação – Resumo das configurações avaliadas EPICS BALANCE + EPICS Fonte: Elaboração própria LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Simulação – Resultados Gerais EPICS (sem prioridade para ônibus) EPICS (com prioridade para ônibus) BALANCE + EPICS (sem prioridade para ônibus) Fonte: Elaboração própria LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Simulação – Comparação (Velocidade) Melhora significativa do desempenho da rede em geral em todos os cenários de controle adaptativo. A velocidade média dos ônibus é afetada positivamente só no cenário BALANCE + EPICS Fonte: Elaboração própria LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Simulação – Comparação (Atraso) Melhora significativa do desempenho da rede em geral em todos os cenários de controle adaptativo. O atraso médio dos ônibus é afetado positivamente só no cenário BALANCE + EPICS Fonte: Elaboração própria LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Simulação – Comparação (Densidade) Melhora significativa do desempenho da rede em geral em todos os cenários de controle adaptativo Fonte: Elaboração própria LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Simulação – Comparação (Comprimento das filas) Melhora significativa do desempenho da rede em geral em todos os cenários de controle adaptativo Fonte: Elaboração própria LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Simulação – Comparação (Número de paradas) Melhora significativa do desempenho da rede em geral em todos os cenários de controle adaptativo. O número médio de paradas dos ônibus é afetado positivamente só no cenário BALANCE + EPICS Fonte: Elaboração própria LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

1. Contextualização e justificativa 2. Objetivos e metodologia 3. Revisão bibliográfica 4. Estudo de caso: Avenida Pompeia 5. Conclusões e trabalhos futuros LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Conclusões Ø Considerável melhora no desempenho geral da rede viária da região em todas os cenários testados Ø O BALANCE forneceu resultados melhores do que o EPICS, mas foi com a utilização conjunta das duas tecnologias que se conseguiu o desempenho mais satisfatório Ø Os automóveis são a categoria mais beneficiada desta melhora, enquanto os benefícios para os ônibus, quando houver, resultam serem mais contidos. LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Conclusões Ø A aplicação de estratégias de priorização para ônibus levou a uma piora geral da rede cujos efeitos negativos afetam principalmente os próprios ônibus. Ø O êxito na utilização destes sistemas está estritamente ligado à capacidade de lidar com o grande número de parâmetros de configuração que cada tecnologia demanda Ø Devido às características específicas da região analisada talvez não seja possível atingir resultados tão expressivos em regiões mais críticas como os eixos viários representados pelos corredores metropolitanos. LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

Trabalhos futuros v A partir da utilização dos dados que são produzidos pelos dispositivos celulares, se configura então a possibilidade de novas arquiteturas tecnológicas para o tráfego adaptativo que não precisem de detectores embutidos na via, arquitetura esta de custo relativamente baixo e que sejam imunes ou muito mais resistentes aos problemas que levaram à inatividade do sistema implantado na Cidade de São Paulo v Avaliação dos benefícios da abordagem proposta para uma área de estudo mais extensa e crítica em termos de viabilidade, como, por exemplos, os eixos viários da cidade representados pelos corredores metropolitanos LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS

GRAZIE ! LUCA DI BIASE - NºUSP 9588166 PTR DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES – ÁREA DE CONCENTRAÇÃO: INFORMAÇÕES ESPACIAIS