Distinção de Modos de Transporte em Áreas Urbanas com base no uso de Protótipo de Receptor GNSS
DOI:
https://doi.org/10.17271/2318847285620202270Palabras clave:
Planejamento de Transportes, Dados de Viagem, Deslocamentos UrbanosResumen
Com o processo de urbanização pelo qual o mundo vem passando nas últimas décadas, os problemas inerentes às cidades tornam-se cada vez mais sérios. Assim, o planejamento de transporte precisa ser feito com maior precisão, em intervalos de tempo mais curtos e com custos mais acessíveis. Neste estudo, foi apresentado um processo para caracterizar e diferenciar viagens por diferentes modos de transporte através de dados brutos do receptor GNSS. Para a coleta de dados de viagem, foi utilizado um protótipo de receptor GNSS desenvolvido com a plataforma Arduino. Foram coletados dados de deslocamentos, realizados por quatro modos de transporte. A análise dos dados de velocidade e aceleração, permitiu diferenciar os deslocamentos por modos não motorizados e motorizados, além de, diferenciar as viagens realizadas por meio de caminhada e bicicleta. No entanto, somente com a ajuda de um SIG foi possível diferenciar viagens por carro e ônibus.Descargas
Referencias
BACHIR, Danya; KHODABANDELOU, Ghazaleh; GAUTHIER, Vincent; El YACOUBI, Mounim; PUCHINGER, Jakob. Inferring dynamic origin-Destination Flows by Transport Mode Using Mobile Phone Data. Transport ResearchPart C, v. 101. p. 254-275, 2019.
BOLBOL Adel; CHENG, Tao; TSAPAKIS, Ioannis; HAWORTH, James. Inferring Hybrid Transportation Modes From Sparse GPS Data Using a Moving Window SVM Classification. Computer, Environment and Urban Systems, v. 36, p. 526-537, 2012.
CALIPER. What is a Density Grid? Disponível em: https://www.caliper.com/glossary/what-is-a-density-grid.htm. Acesso em 03 de Jul. de 2019.
CAMPOS, Vânia. B. G. Planejamento de Transportes – Conceitos e Modelos. 1ª ed. Rio de Janeiro. Editora Interciência, 2013.
DABIRI, Sina; HEASLIP, Kevin. Inferring Transportation Modes from GPS Trajectories Using a Convolutional Neural Network. Transportation Research Part C, v. 86, p. 360-371, 2018.
GONG, Lei; MORIKAWA, Takayuki; YAMAMOT, Toshiyuki; SATO, Hitomi. Deriving Personal Trip Data from GPS Data: a literature review from the existing methodologies. Procedia – Social and Behavioral Sciences, v. 138, p. 557-565, 2014.
IBGE (2010) Dados do Censo 2010. Disponível em: <http://censo2010.ibge.gov.br/>. Acesso em 24 de maio de 2019.
KIHARA, Lorena M.; FONTENELE, Heliana B.; SILVA JÚNIOR, Carlos Alberto P. Automação do processo de mapeamento de rotas de ciclistas: testes com um GPS Arduíno. Simpósio de Engenharia, Gestão e Inovação. Águas de Lindoia/SP, 2019.
LARANJEIRO, Patrícia F.; MERCHÁN, Daniel; GODOY, Leonardo A.; GIANNOTTI, Mariana; YOSHIZAKY, Hugo T. Y.; WINKENBACH, Mathias; CUNHA, Cláudio B. Using GPS data to explore speed patterns and Temporal Fluctuations in Urban Logistics: the case of São Paulo, Brazil. Journal of Transport Geography, v. 76. p. 114-129.
MONTINI, Lara; PROST, Sebastian; SCHRAMMEL, Johann; RIESER-SCHUSSLER, Nadine; AXHAUSEN, Kay W. Comparison of Travel Diaries Generated from Smartphone Data and Dedicated GPS Devices. Transportation Research Procedia, v. 11, p. 227-241, 2015.
ONU. Department of Economic and Social Affairs/population division. In: World Urbanization Prospects: The 2018 Revision. 2018.
PRELIPCEAN, Adrian C.; SUSILO, Yusak O.; GIDÓFALVI, Gyozo. Collecting Travel Diaries: current state of the art, best practices, and future research directions. Transportation Research Procedia. v. 32. p. 155-166, 2018.
SHAFIQUE, Muhammad Awais; HATO, Eiji. Travel Mode Detection With Varying Smartphone Data Collection Frequencies. Sensors, v. 16, p. 716., 2016
SILA-NOWICKA, Katarzyna; FOTHERINGHAM, A. Stewart. Calibrating Spatial Interaction Models from GPS Tracking Data: an example of retail behavior. Computers, Environment and Urban Systems, v. 74, p. 136-150, 2019.
STOPHER, Peter R.; DAIGLER Vivian; GRIFFITH, Sarah. Smpartphone App Versus GPS Logger: a comparative study. Transportation Research Procedia, v. 32, p.135-145, 2018.
XIAO, Guangnian; JUAN, Zhicai; GAO, Jingxin. Travel Mode Detection Based on Neural Networks and Particle Swarm Optimization. Information, v. 6, p. 522-535, 2015.
XIAO, Zhibin; WANG, Yang; FU, Kun; WU, Fan. Identifying different transportation modes from trajectory data using tree-based ensemble classifiers. International Journal of Geo-Information. v. 6. p.57-79, 2017.
ZONG, Fang; TIAN, Yongda; HE, Yanan; TANG, Jinjun; LV, Jiannyu. Trip Destination Prediction Based on Multi-day GPS Data. Physica A, v. 515, p. 258-269, 2019.
Descargas
Publicado
Número
Sección
Licencia
Los autores conservan los derechos de autor de sus trabajos y conceden a la Revista Nacional de Gerenciamento de Cidades (RNGC), publicada internacionalmente bajo el título National Journal of City Management (RNGC), el derecho de primera publicación.
Los artículos se publican bajo la licencia Creative Commons Attribution 4.0 International (CC BY 4.0), que permite compartir, distribuir, reproducir, adaptar y reutilizar el contenido en cualquier medio o formato, incluso con fines comerciales, siempre que se otorgue el debido reconocimiento a los autores, a la revista y a la publicación original.
Toda reutilización del contenido deberá indicar claramente la autoría, la fuente de publicación y la licencia correspondiente.







