Uma abordagem não supervisionada para modelagem e análise do comportamento de motoristas

  • Marianne Silva Universidade Federal do Rio Grande do Norte/PPgEEC, Natal-RN
  • Gabriel Signoretti Universidade Federal do Rio Grande do Norte/PPgEEC, Natal-RN
  • Pedro Andrade Universidade Federal do Rio Grande do Norte/PPgEEC, Natal-RN
  • Ivanovitch Silva Universidade Federal do Rio Grande do Norte/PPgEEC, Natal-RN
  • Luiz Affonso Guedes Universidade Federal do Rio Grande do Norte/PPgEEC, Natal-RN
Keywords: Sustainable Cities, Urban mobility, Paving Detection, Driver Behavior, Unsupervised algorithm

Abstract

O crescimento da população e das atividades urbanas proporciona o surgimento de problemas nos sistemas urbanos, como congestionamentos, aumento do tráfego, acidentes automobilísticos, entre outros, afetando a Mobilidade Urbana. Assim, sabe-se que um dos principais vilões são os veículos e que soluções tradicionais não são mais eficazes para solucionar o problema, necessitando de soluções tecnológicas. Diante disso, o objetivo desse trabalho é propor uma abordagem para ser suportada pela mobilidade urbana com o intuito de identificar anomalias nas pavimentações, bem como estabelecer o comportamento do motorista, por meio de algoritmos não supervisionados. Além disso, um estudo de caso foi realizado na cidade de Natal. Como resultado, foi verificado que é possível identificar como os motoristas trafegam sob vias com anomalias como pavimentos irregulares, redutores de velocidade, faixa de pedestres elevadas e buracos.
Published
2021-10-20
Section
Articles