Enhancing the precision of the cell transmission model for ubran mobility planning

• Ano de defesa: 2021
• Autor(a) principal: Figlarz, Gabriel Rossi
• Orientador(a): Hessel, Fabiano Passuelo
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: Pontifícia Universidade Católica do Rio Grande do Sul
• Programa de Pós-Graduação: Programa de Pós-Graduação em Ciência da Computação
• Departamento: Escola Politécnica
• País: Brasil
• Palavras-chave em Português: Simulação de Trânsito; Modelo de Transmissão Celular; Mobilidade Urbana
• Palavras-chave em Inglês: Traffic Simulation; Cell Transmission Model; Urban Mobility
• Área do conhecimento CNPq: CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO
• Link de acesso: http://tede2.pucrs.br/tede2/handle/tede/9676

No gerenciamento de mobilidade urbana, rotas de ônibus devem ser modificadas e até mesmo adicionadas novas. Para isso, identificar e entender o comportamento de tráfego é proporcionado pela simulação de trânsito usando ferramentas computacionais. Modelos matemáticos usados nas simulações aproximam-se do comportamento do trânsito. Este trabalho aplica modificações do Modelo de Transmissão Celular (CTM) para simular comportamento de trânsito para implementação de gerenciamento de rotas de ônibus. O modelo, chamado CTM*, foi implementado em um script de python e adicionadas regras para simular interferências no trânsito e diferentes tipos de veículos. Além disso, o CTM* proporciona o tempo de viagem e a identificação de gargalos. O modelo foi validado em uma parte da cidade de Porto Alegre, Brasil. O tempo de viagem simulado foi comparado com dados do Google Maps e obtido uma diferença de 5.88%. Com o CTM* validado, um ônibus foi inserido no modelo. Adicionalmente a isto, um cenário com as condições completamente saturadas foi introduzido no modelo para simular uma situação de congestionamento. A simulação permitiu observar posições críticas no caminho e congestionamento devido aos atrasos do ônibus. O CTM demonstrou a simulação de diferentes condições do trânsito com êxito. O modelo permite a implementação de diferentes cenários e é influenciado por obstáculos e tipos de veículos.