Inferring passenger-level bus trip traces from schedule, positioning and ticketing data: methods and applications.
Ano de defesa: | 2019 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | , |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | eng |
Instituição de defesa: |
Universidade Federal de Campina Grande
|
Programa de Pós-Graduação: |
PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO
|
Departamento: |
Centro de Engenharia Elétrica e Informática - CEEI
|
País: |
Brasil
|
Palavras-chave em Português: | |
Área do conhecimento CNPq: | |
Link de acesso: | http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/6330 |
Resumo: | Como resultado do recente e rápido crescimento da população urbana, a mobilidade tem emergido como um dos problemas urbanos mais complexos e de rápida evolução no século XXI. Com o advento da Internet das Coisas, gigabytes de dados são gerados diariamente por Sistemas de Transporte Público ao redor do mundo, incluindo registros de GPS e velocidade dos ônibus, além de registros de embarque de passageiros. A despeito desses dados possuírem o potencial de auxiliar na melhoria da mobilidade, a enorme quantidade, dinamicidade e diversidade de dados produzidos por diferentes sistemas com diferentes objetivos e restrições, impõe dificuldades para a integração e análise do mesmo com o fim de ajudar os usuários, operadores e administradores do sistema. Esse estudo aborda esse problema, mais especificamente o de utilizar dados de programação dos ônibus, dados brutos de GPS e dados de cartão de embarque para reconstruir viagens de ônibus a nível de passageiro. São utilizados dados do sistema de ônibus de Curitiba no Brasil para conceber um processo de análise que combine e estenda heurísticas consolidadas encontradas na literatura. Experimentos demonstram a utilidade da solução proposta em dois cenários de aplicações: a) a estimação de uma Matriz de Origem-Destino para usuários de Transporte Público, que foi validada através de uma comparação com uma Pesquisa Origem-Destino realizada recentemente na cidade; e b) uma análise da (in)eficiência da escolha de itinerário do passageiro, realizada contrastando o itinerário escolhido estimado (extraído da reconstrução da viagem) com o conjunto de itinerários disponíveis e viáveis no momento do embarque. |
id |
UFCG_98960e813c83904b3f734ab4070cd096 |
---|---|
oai_identifier_str |
oai:localhost:riufcg/6330 |
network_acronym_str |
UFCG |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFCG |
repository_id_str |
|
spelling |
ANDRADE, Nazareno Ferreira.ANDRADE, N. F.http://lattes.cnpq.br/2729979018100977CAMPELO, Cláudio Elízio Calazans.FONSECA, Keiko Verônica Ono.http://lattes.cnpq.br/5909411094464161OLIVEIRA FILHO, Tarciso Braz de.Como resultado do recente e rápido crescimento da população urbana, a mobilidade tem emergido como um dos problemas urbanos mais complexos e de rápida evolução no século XXI. Com o advento da Internet das Coisas, gigabytes de dados são gerados diariamente por Sistemas de Transporte Público ao redor do mundo, incluindo registros de GPS e velocidade dos ônibus, além de registros de embarque de passageiros. A despeito desses dados possuírem o potencial de auxiliar na melhoria da mobilidade, a enorme quantidade, dinamicidade e diversidade de dados produzidos por diferentes sistemas com diferentes objetivos e restrições, impõe dificuldades para a integração e análise do mesmo com o fim de ajudar os usuários, operadores e administradores do sistema. Esse estudo aborda esse problema, mais especificamente o de utilizar dados de programação dos ônibus, dados brutos de GPS e dados de cartão de embarque para reconstruir viagens de ônibus a nível de passageiro. São utilizados dados do sistema de ônibus de Curitiba no Brasil para conceber um processo de análise que combine e estenda heurísticas consolidadas encontradas na literatura. Experimentos demonstram a utilidade da solução proposta em dois cenários de aplicações: a) a estimação de uma Matriz de Origem-Destino para usuários de Transporte Público, que foi validada através de uma comparação com uma Pesquisa Origem-Destino realizada recentemente na cidade; e b) uma análise da (in)eficiência da escolha de itinerário do passageiro, realizada contrastando o itinerário escolhido estimado (extraído da reconstrução da viagem) com o conjunto de itinerários disponíveis e viáveis no momento do embarque.As a result of the recent and fast rise in urban population, mobility has emerged as one of the most problematic and fast-evolving urban problems of the 21st century. With the advent of the Internet of Things, gigabytes of data are generated every day by Public Transportation Systems around the world, including bus GPS/speed records, and passenger boarding registries. Although this data has the potential to help improve mobility, the vast amount, dynamicity and diversity of data produced by different systems with different goals and constraints poses difficulties to integrate and analyze it and help the system’s users, operators and administrators. This study addresses this problem, more specifically the one of using bus schedule data, raw GPS and smart card records to reconstruct trips at passenger-level. We use data from the Curitiba bus system in Brazil to devise an analysis pipeline that combines and extends consolidated heuristics found in literature. Experiments demonstrate the utility of the proposed solution in two applications scenarios: a) the estimation of an Origin-Destination Matrix for Public Transport users, which was validated by a comparison to a recent Origin-Destination Survey performed in the city; and b) an analysis of the (in)efficiency of passenger itinerary choice, conducted by contrasting the estimated itinerary choice (extracted from trip reconstruction) to the set of available and feasible itineraries at the time of boarding.Submitted by Maria Medeiros (maria.dilva1@ufcg.edu.br) on 2019-08-29T11:47:04Z No. of bitstreams: 1 TARCISO BRAZ DE OLIVEIRA FILHO - DISSERTAÇÃO (PPGCC) 2019.pdf: 1872963 bytes, checksum: 87ed3cf8f4914f2822f9c5f2715ad487 (MD5)Made available in DSpace on 2019-08-29T11:47:04Z (GMT). No. of bitstreams: 1 TARCISO BRAZ DE OLIVEIRA FILHO - DISSERTAÇÃO (PPGCC) 2019.pdf: 1872963 bytes, checksum: 87ed3cf8f4914f2822f9c5f2715ad487 (MD5) Previous issue date: 2019-02-27Universidade Federal de Campina GrandePÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃOUFCGBrasilCentro de Engenharia Elétrica e Informática - CEEICiência da ComputaçãoIntelligent Transportation SystemsPublic TransportationAutomatic Fare CollectionAutomatic Vehicle LocationOrigin- Destination MatrixTransit Usage Performance EvaluationSistemas de Transporte InteligentesTransporte PúblicoColeta Automática de TarifaLocalização Automática de VeículosGTFSMatriz de Origem-DestinoAvaliação da Performance do Uso do TransporteInferring passenger-level bus trip traces from schedule, positioning and ticketing data: methods and applications.Inferindo traços de viagem de ônibus no nível do passageiro dados de programação, posicionamento e emissão de bilhetes: métodos e aplicações.2019-02-272019-08-29T11:47:04Z2019-08-292019-08-29T11:47:04Zhttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/6330OLIVEIRA FILHO, T. B. de. Inferring passenger-level bus trip traces from schedule, positioning and ticketing data: methods and applications. 2019. 55 f. Dissertação (Mestrado em Ciência da Computação) – Pós-Graduação em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2019. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/6330info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisenginfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFCGinstname:Universidade Federal de Campina Grande (UFCG)instacron:UFCGORIGINALTARCISO BRAZ DE OLIVEIRA FILHO - DISSERTAÇÃO (PPGCC) 2019.pdfTARCISO BRAZ DE OLIVEIRA FILHO - DISSERTAÇÃO (PPGCC) 2019.pdfapplication/pdf900416http://dspace.sti.ufcg.edu.br:8080/xmlui/bitstream/riufcg/6330/3/TARCISO+BRAZ+DE+OLIVEIRA+FILHO+-+DISSERTA%C3%87%C3%83O+%28PPGCC%29+2019.pdfca14198cb3de7910ba560326da816f9eMD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://dspace.sti.ufcg.edu.br:8080/xmlui/bitstream/riufcg/6330/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52riufcg/63302022-03-30 09:08:43.742oai:localhost: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Biblioteca Digital de Teses e Dissertaçõeshttp://bdtd.ufcg.edu.br/PUBhttp://dspace.sti.ufcg.edu.br:8080/oai/requestbdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.bropendoar:48512022-03-30T12:08:43Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)false |
dc.title.pt_BR.fl_str_mv |
Inferring passenger-level bus trip traces from schedule, positioning and ticketing data: methods and applications. |
dc.title.alternative.pt_BR.fl_str_mv |
Inferindo traços de viagem de ônibus no nível do passageiro dados de programação, posicionamento e emissão de bilhetes: métodos e aplicações. |
title |
Inferring passenger-level bus trip traces from schedule, positioning and ticketing data: methods and applications. |
spellingShingle |
Inferring passenger-level bus trip traces from schedule, positioning and ticketing data: methods and applications. OLIVEIRA FILHO, Tarciso Braz de. Ciência da Computação Intelligent Transportation Systems Public Transportation Automatic Fare Collection Automatic Vehicle Location Origin- Destination Matrix Transit Usage Performance Evaluation Sistemas de Transporte Inteligentes Transporte Público Coleta Automática de Tarifa Localização Automática de Veículos GTFS Matriz de Origem-Destino Avaliação da Performance do Uso do Transporte |
title_short |
Inferring passenger-level bus trip traces from schedule, positioning and ticketing data: methods and applications. |
title_full |
Inferring passenger-level bus trip traces from schedule, positioning and ticketing data: methods and applications. |
title_fullStr |
Inferring passenger-level bus trip traces from schedule, positioning and ticketing data: methods and applications. |
title_full_unstemmed |
Inferring passenger-level bus trip traces from schedule, positioning and ticketing data: methods and applications. |
title_sort |
Inferring passenger-level bus trip traces from schedule, positioning and ticketing data: methods and applications. |
author |
OLIVEIRA FILHO, Tarciso Braz de. |
author_facet |
OLIVEIRA FILHO, Tarciso Braz de. |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
ANDRADE, Nazareno Ferreira. |
dc.contributor.advisor1ID.fl_str_mv |
ANDRADE, N. F. |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/2729979018100977 |
dc.contributor.referee1.fl_str_mv |
CAMPELO, Cláudio Elízio Calazans. |
dc.contributor.referee2.fl_str_mv |
FONSECA, Keiko Verônica Ono. |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/5909411094464161 |
dc.contributor.author.fl_str_mv |
OLIVEIRA FILHO, Tarciso Braz de. |
contributor_str_mv |
ANDRADE, Nazareno Ferreira. CAMPELO, Cláudio Elízio Calazans. FONSECA, Keiko Verônica Ono. |
dc.subject.cnpq.fl_str_mv |
Ciência da Computação |
topic |
Ciência da Computação Intelligent Transportation Systems Public Transportation Automatic Fare Collection Automatic Vehicle Location Origin- Destination Matrix Transit Usage Performance Evaluation Sistemas de Transporte Inteligentes Transporte Público Coleta Automática de Tarifa Localização Automática de Veículos GTFS Matriz de Origem-Destino Avaliação da Performance do Uso do Transporte |
dc.subject.por.fl_str_mv |
Intelligent Transportation Systems Public Transportation Automatic Fare Collection Automatic Vehicle Location Origin- Destination Matrix Transit Usage Performance Evaluation Sistemas de Transporte Inteligentes Transporte Público Coleta Automática de Tarifa Localização Automática de Veículos GTFS Matriz de Origem-Destino Avaliação da Performance do Uso do Transporte |
description |
Como resultado do recente e rápido crescimento da população urbana, a mobilidade tem emergido como um dos problemas urbanos mais complexos e de rápida evolução no século XXI. Com o advento da Internet das Coisas, gigabytes de dados são gerados diariamente por Sistemas de Transporte Público ao redor do mundo, incluindo registros de GPS e velocidade dos ônibus, além de registros de embarque de passageiros. A despeito desses dados possuírem o potencial de auxiliar na melhoria da mobilidade, a enorme quantidade, dinamicidade e diversidade de dados produzidos por diferentes sistemas com diferentes objetivos e restrições, impõe dificuldades para a integração e análise do mesmo com o fim de ajudar os usuários, operadores e administradores do sistema. Esse estudo aborda esse problema, mais especificamente o de utilizar dados de programação dos ônibus, dados brutos de GPS e dados de cartão de embarque para reconstruir viagens de ônibus a nível de passageiro. São utilizados dados do sistema de ônibus de Curitiba no Brasil para conceber um processo de análise que combine e estenda heurísticas consolidadas encontradas na literatura. Experimentos demonstram a utilidade da solução proposta em dois cenários de aplicações: a) a estimação de uma Matriz de Origem-Destino para usuários de Transporte Público, que foi validada através de uma comparação com uma Pesquisa Origem-Destino realizada recentemente na cidade; e b) uma análise da (in)eficiência da escolha de itinerário do passageiro, realizada contrastando o itinerário escolhido estimado (extraído da reconstrução da viagem) com o conjunto de itinerários disponíveis e viáveis no momento do embarque. |
publishDate |
2019 |
dc.date.issued.fl_str_mv |
2019-02-27 |
dc.date.accessioned.fl_str_mv |
2019-08-29T11:47:04Z |
dc.date.available.fl_str_mv |
2019-08-29 2019-08-29T11:47:04Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/6330 |
dc.identifier.citation.fl_str_mv |
OLIVEIRA FILHO, T. B. de. Inferring passenger-level bus trip traces from schedule, positioning and ticketing data: methods and applications. 2019. 55 f. Dissertação (Mestrado em Ciência da Computação) – Pós-Graduação em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2019. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/6330 |
url |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/6330 |
identifier_str_mv |
OLIVEIRA FILHO, T. B. de. Inferring passenger-level bus trip traces from schedule, positioning and ticketing data: methods and applications. 2019. 55 f. Dissertação (Mestrado em Ciência da Computação) – Pós-Graduação em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2019. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/6330 |
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.publisher.none.fl_str_mv |
Universidade Federal de Campina Grande |
dc.publisher.program.fl_str_mv |
PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO |
dc.publisher.initials.fl_str_mv |
UFCG |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Centro de Engenharia Elétrica e Informática - CEEI |
publisher.none.fl_str_mv |
Universidade Federal de Campina Grande |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFCG instname:Universidade Federal de Campina Grande (UFCG) instacron:UFCG |
instname_str |
Universidade Federal de Campina Grande (UFCG) |
instacron_str |
UFCG |
institution |
UFCG |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFCG |
collection |
Biblioteca Digital de Teses e Dissertações da UFCG |
bitstream.url.fl_str_mv |
http://dspace.sti.ufcg.edu.br:8080/xmlui/bitstream/riufcg/6330/3/TARCISO+BRAZ+DE+OLIVEIRA+FILHO+-+DISSERTA%C3%87%C3%83O+%28PPGCC%29+2019.pdf http://dspace.sti.ufcg.edu.br:8080/xmlui/bitstream/riufcg/6330/2/license.txt |
bitstream.checksum.fl_str_mv |
ca14198cb3de7910ba560326da816f9e 8a4605be74aa9ea9d79846c1fba20a33 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG) |
repository.mail.fl_str_mv |
bdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.br |
_version_ |
1799309450712973312 |