Zé Carlos Barretta / Flickr
Sistema pretende ajudar a orientar motoristas sobre rotas alternativas, sem necessidade de conexão com a internet, diminuindo tempo médio de viagem e consumo de combustívelZé Carlos Barretta / FlickrUm modelo computacional desenvolvido por pesquisadores brasileiros pode ajudar a detectar, informar e gerenciar congestionamentos em grandes cidades. O INCIDEnT (sigla para Intelligent Protocol of Congestion Detection) baseia-se na troca de dados entre veículos, em uma rede que não precisa de conexão com a internet — como no caso do Bluetooth, sistema de comunicação sem fio —, que permite o intercâmbio de informações em tempo real sobre as condições de trânsito de ruas e avenidas.
Com base em dados relacionados ao índice de aceleração e de velocidade, o computador de bordo de cada veículo seria capaz de classificar o índice de congestionamento em um determinado trajeto e propor rotas alternativas a partir da localização atual e do destino final no GPS — sistema de geolocalização por satélite presente nos celulares e já disponível em alguns carros, instalado de fábrica.
Um artigo publicado em agosto na revista PLoS One descreve os resultados das primeiras simulações feitas com o INCIDEnT. O sistema está arquitetado com base em técnicas computacionais inspiradas em estruturas neurais de organismos inteligentes, as chamadas Redes Neurais Artificiais (RNA). “Sistemas baseados em RNAs são capazes de adquirir conhecimento pela experiência, ou seja, o sistema aprimora-se sozinho quando exposto a novas situações em vias públicas”, explica o cientista da computação Rodolfo Meneguette, do Instituto Federal de Educação, Ciência e Tecnologia São Paulo, e autor principal do estudo.
Meneguette trabalhou em parceria com colegas do Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo, em São Carlos, da Universidade Federal de São João del-Rei, do Instituto de Tecnologia Vale, em Belém, e da Universidade Estadual de Campinas, além de pesquisadores das universidades de Ottawa, no Canadá, e do Sul da Califórnia, nos Estados Unidos.
Para testar o modelo, os pesquisadores rodaram o sistema em programas que simulam o fluxo de tráfego de veículos e calculam as emissões de CO2 e o consumo de combustível com base na aceleração e na velocidade de cada um deles. Os programas tomaram como base dois mapas: o de Manhattan, em Nova York, Estados Unidos, e da rodovia Dom Pedro I, no interior paulista.
Segundo Meneguette, o sistema conseguiu determinar com uma precisão superior a 90% o nível de congestionamento nessas vias. O INCIDEnT também manteve um fluxo estável e constante de troca de dados entre diferentes veículos em um raio de 1 quilômetro. “Diferentemente de aplicativos como Waze, INRIX e Beat the Traffic, o INCIDEnT não precisa de conexão com a internet e não depende da ação do motorista ou do passageiro em informar o aplicativo sobre a intensidade do congestionamento”, diz Meneguette.
A ideia, segundo os pesquisadores, é que no futuro próximo esse sistema seja um componente de fábrica embarcado no computador de bordo de todos os veículos produzidos no Brasil, de modo a orientar motoristas de carros, ônibus e caminhões sobre rotas alternativas, diminuindo o tempo médio de viagem e reduzindo o consumo de combustível e as emissões de dióxido de carbono (CO2). Por ora, no entanto, eles trabalham no desenvolvimento de versões do modelo que possam ser instalados em dispositivos móveis, como celulares e tablets.
Projeto
Um framework para redes veiculares em auxílio na gestão de grandes cidades (nº 2015/11536-4); Modalidade Auxílio à Pesquisa – Regular; Pesquisador responsável Rodolfo Ipolito Meneguette (IFSP); Investimento 27.928,00
Artigo científico
MENEGUETTE, R. I. et al. Increasing intelligence in inter-vehicle communications to reduce traffic congestions: Experiments in urban and highway environments. PLoS One. 15 ago. 2016.
