A framework for incident detection in large-scale public bus systems

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: Morais, Mayurí Annerose
Orientador(a): Camargo, Raphael Yokoingawa de
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: eng
Instituição de defesa: Universidade Federal do ABC
Programa de Pós-Graduação: Programa de Pós-Graduação em Ciência da Computação
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=124652&midiaext=80938
Resumo: Coordenação de Aperfeiçoamento de Pessoal de Nivel Superior
id UFBC_30647310100049a37becccc4117ecfd9
oai_identifier_str oai:BDTD:124652
network_acronym_str UFBC
network_name_str Repositório Institucional da UFABC
repository_id_str
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisA framework for incident detection in large-scale public bus systems2022-12-06Camargo, Raphael Yokoingawa deMorais, Mayurí AnneroseUniversidade Federal do ABCPrograma de Pós-Graduação em Ciência da ComputaçãoUFABCengCIDADES INTELIGENTESSISTEMAS DE ÔNIBUS PÚBLICOSDETECÇÃO DE INCIDENTES DE TRÂNSITOAPRENDIZADO COMPUTACIONALSMART CITIESPUBLIC BUS SYSTEMSTRAFFIC INCIDENT DETECTIONMACHINE LEARNINGPROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO - UFABCCoordenação de Aperfeiçoamento de Pessoal de Nivel SuperiorUm dos principais objetivos pelos quais as administrações públicas usam tecnologias de cidades inteligentes é fornecer mobilidade urbana eficiente. Os incidentes de trânsito causam interrupções nos sistemas de ônibus públicos e são uma causa significativa de atrasos. A literatura mostra diversos Sistemas de Detecção de Incidentes (ID) utilizando múltiplas fontes de informação, como imagens de câmeras, radares (sensores fixos) e veículos ou smartphones com Sistema de Posicionamento Global (sensores móveis). No entanto, os sistemas de identificação propostos usando sensores móveis usam principalmente dados de GPS de carros e simulados, enquanto poucos trabalhos usam dados de GPS de ônibus. Este trabalho apresenta um modelo de ID de sistema de ônibus usando dados de GPS de ônibus em redes urbanas. Usamos dados históricos de GPS de ônibus para extrair as características de cada segmento do sistema de ônibus. Propusemos dois modelos para ID: uma abordagem estatística baseada no tempo de viagem dos ônibus em cada segmento e uma abordagem de aprendizado de máquina aplicada a vários recursos que descrevem a dinâmica do ônibus em tempo real em cada segmento. Para implementar esses modelos, também propusemos uma arquitetura de framework que permite a integração de modelos compostos escaláveis e eficientes. Implementamos o framework e avaliamos sua escalabilidade e as previsões de modelos simples de tempo de viagem. Mostramos que o uso desse framework pode ser viável em tempo real em grandes áreas metropolitanas, como a cidade de São Paulo. Por último, implementamos e avaliamos os modelos de ID propostos. Definimos os incidentes de tráfego com base nas mudanças nos intervalos entre os ônibus. Mostramos que nossos modelos alcançaram uma taxa de detecção de mais de 80% para incidentes de longa duração (mais de 10 minutos) com um tempo médio para detectar menos de 6,5 minutos para uma taxa de alarme falso de 3%.http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=124652&midiaext=80938application/pdfreponame:Repositório Institucional da UFABCinstname:Universidade Federal do ABC (UFABC)instacron:UFABCinfo:eu-repo/semantics/openAccess2026-01-15T22:03:54Zoai:BDTD:124652Repositório InstitucionalPUBhttp://www.biblioteca.ufabc.edu.br/oai/oai.phpopendoar:2023-08-07T11:22:06Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)false
dc.title.pt.fl_str_mv A framework for incident detection in large-scale public bus systems
title A framework for incident detection in large-scale public bus systems
spellingShingle A framework for incident detection in large-scale public bus systems
Morais, Mayurí Annerose
title_short A framework for incident detection in large-scale public bus systems
title_full A framework for incident detection in large-scale public bus systems
title_fullStr A framework for incident detection in large-scale public bus systems
title_full_unstemmed A framework for incident detection in large-scale public bus systems
title_sort A framework for incident detection in large-scale public bus systems
author Morais, Mayurí Annerose
author_facet Morais, Mayurí Annerose
author_role author
dc.contributor.advisor1.fl_str_mv Camargo, Raphael Yokoingawa de
dc.contributor.author.fl_str_mv Morais, Mayurí Annerose
contributor_str_mv Camargo, Raphael Yokoingawa de
description Coordenação de Aperfeiçoamento de Pessoal de Nivel Superior
publishDate 2022
dc.date.issued.fl_str_mv 2022-12-06
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=124652&midiaext=80938
url http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=124652&midiaext=80938
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do ABC
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Ciência da Computação
dc.publisher.initials.fl_str_mv UFABC
publisher.none.fl_str_mv Universidade Federal do ABC
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFABC
instname:Universidade Federal do ABC (UFABC)
instacron:UFABC
instname_str Universidade Federal do ABC (UFABC)
instacron_str UFABC
institution UFABC
reponame_str Repositório Institucional da UFABC
collection Repositório Institucional da UFABC
repository.name.fl_str_mv Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)
repository.mail.fl_str_mv
_version_ 1854475889950064640