| Resumo: | O parque automóvel circulante em Portugal tem sofrido um crescimento constante, quer em número de veículos, quer na idade média dos veículos. Os congestionamentos de trânsito, com particular incidência nos centros urbanos, e.g. a cidade de Lisboa, resultam em impactos negativos na vida dos cidadãos, onde se incluem problemas de saúde, económicos, sociais e ambientais. Com recurso a diferentes formas de sensorização é possível estudar, compreender e prever fluxos de tráfego em zonas de interesse nos centros urbanos. A partir de modelos de aprendizagem automática, neste trabalho é possível criar e utilizar modelos preditivos de indicadores de tráfego, para diferentes momentos e pontos de interesse na cidade de Lisboa. Os resultados preliminares mostraram que, com o algoritmo XGBoost, é possível prever o tempo de atraso causado por um congestionamento com erros a variar, aproximadamente, entre os 2 e os 3 minutos, verificando-se ainda que a partir da fusão de dados de tráfego, de meteorologia e sociais estes são melhores. Estes modelos podem ser integrados com a plataforma de gestão integrada de Lisboa (PGIL) e contribuir para as tomadas de decisão relativas à mobilidade. São, assim, mais uma ferramenta que permite antecipar futuros congestionamentos e melhorar o planeamento e gestão urbana para que seja possível reduzir os congestionamentos e mitigar os seus consequentes impactos.
|
|---|