Map matching: uma análise de dados streaming de trajetórias de GPS no transporte público

• Ano de defesa: 2022
• Autor(a) principal: Martins, Tiago Stapenhorst
• Orientador(a): Kozievitch, Nádia Puchalski
• Banca de defesa: Rosa, Marcelo de Oliveira , Sunye, Marcos Sfair , Kozievitch, Nádia Puchalski , Gadda, Tatiana Maria Cecy
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Tecnológica Federal do Paraná; Curitiba
• Programa de Pós-Graduação: Programa de Pós-Graduação em Computação Aplicada
• País: Brasil
• Palavras-chave em Português: Sistema de Posicionamento Global; Transporte - Sistemas de informação geográfica; Cidades inteligentes; Internet das coisas; Sistemas de informação geográfica; Algorítmos computacionais; Global Positioning System; Transportation - Geographic information systems; Smart cities; Internet of things; Geographic information systems; Computer algorithms
• Área do conhecimento CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Link de acesso: http://repositorio.utfpr.edu.br/jspui/handle/1/30064

Garantir um transporte público que supra as necessidades de uma população crescente é um desafio, especialmente em países em desenvolvimento onde os recursos e investimentos são limitados. Com o barateamento e a instalação de dispositivos de Internet of Things (IoT) como embarcados, sensores, Global Positioning System (GPS) em ônibus de transporte público uma grande quantidade de dados pode ser gerada e utilizada como base para tomadas de decisão. Entretanto se os dados forem afetados por erros e incertezas tais análises podem ser inválidas. Os dados abertos de movimentação dos ônibus de Curitiba é vasto mas apresentam inconsistências e não informam o horário de passagem dos ônibus nos pontos de ônibus. A grande quantidade de dados por si só será valiosa se processamentos e algoritmos extraiam o valor destes dados. Este trabalho tem como objetivo um método de quatro etapas para analisar os dados de Streaming de trajetórias de GPS, contendo 1) análise e limpeza dos dados; 2) extração de azimutes; 3) um método para detecção do momento (horário) de passagem dos ônibus nos respectivos pontos de ônibus de sua linha de operação e 4) correlação dos tempos reais e teóricos da passagem nos pontos de ônibus. O trabalho utiliza conceitos de Sistemas de Informação Geográficas, Cidades Inteligentes e Dados Abertos. Testes realizados em dados abertos de Streaming de trajetórias de GPS de transporte público de Curitiba ilustraram a eficiência da metodologia dos algoritmos propostos, além de indicar fatores para a melhoria dos dados.