Exportar este item: EndNote BibTex

Use este identificador para citar ou linkar para este item: https://tede2.pucrs.br/tede2/handle/tede/9676
Registro completo de metadados
Campo DCValorIdioma
dc.creatorFiglarz, Gabriel Rossi-
dc.creator.Latteshttp://lattes.cnpq.br/4767777212787581por
dc.contributor.advisor1Hessel, Fabiano Passuelo-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/4842733764531027por
dc.date.accessioned2021-06-01T14:47:39Z-
dc.date.issued2021-03-26-
dc.identifier.urihttp://tede2.pucrs.br/tede2/handle/tede/9676-
dc.description.resumoIn urban mobility management, bus routes must be modified and added new ones. For this, identify and understand traffic behavior is proportionate by traffic simulation using computational tools. Mathematical models used in the simulation can approximate the actual traffic behavior and even predict it. This work applies modifications in the Cell Transmission Model (CTM) to simulate traffic behavior for bus routes management. The model, called CTM*, was implemented in a python script and added rules to simulate interference in traffic and different sizes of vehicles. The model’s rules simulate different types of vehicles, the presence of traffic lights and bus stops to intervene in the traffic flow. Additionally, the CTM* is capable of providing the travel time of vehicles and generating a data frame for assessing the situation of the traffic flow during the simulation and identify bottlenecks. The model was validated in a district located in the city of Porto Alegre, Brazil. The simulated travel time was compared with Google Maps data and obtained a difference of 5.88%. Once the CTM* is validated, a bus was inserted in the model. In addition to that, a saturated scenario was introduced in the model to simulate a situation of extreme congestion. The simulation allowed the observation of critical spots in the path and congestion due the bus delays.The CTM* has demonstrated to simulate traffic conditions successfully. The model allows the implementation of different scenarios and is influenced not only by obstacles like traffic lights and bus stops, but different types of vehicles.por
dc.description.abstractNo gerenciamento de mobilidade urbana, rotas de ônibus devem ser modificadas e até mesmo adicionadas novas. Para isso, identificar e entender o comportamento de tráfego é proporcionado pela simulação de trânsito usando ferramentas computacionais. Modelos matemáticos usados nas simulações aproximam-se do comportamento do trânsito. Este trabalho aplica modificações do Modelo de Transmissão Celular (CTM) para simular comportamento de trânsito para implementação de gerenciamento de rotas de ônibus. O modelo, chamado CTM*, foi implementado em um script de python e adicionadas regras para simular interferências no trânsito e diferentes tipos de veículos. Além disso, o CTM* proporciona o tempo de viagem e a identificação de gargalos. O modelo foi validado em uma parte da cidade de Porto Alegre, Brasil. O tempo de viagem simulado foi comparado com dados do Google Maps e obtido uma diferença de 5.88%. Com o CTM* validado, um ônibus foi inserido no modelo. Adicionalmente a isto, um cenário com as condições completamente saturadas foi introduzido no modelo para simular uma situação de congestionamento. A simulação permitiu observar posições críticas no caminho e congestionamento devido aos atrasos do ônibus. O CTM demonstrou a simulação de diferentes condições do trânsito com êxito. O modelo permite a implementação de diferentes cenários e é influenciado por obstáculos e tipos de veículos.por
dc.description.provenanceSubmitted by PPG Ciência da Computação ([email protected]) on 2021-05-28T17:21:00Z No. of bitstreams: 1 GABRIEL ROSSI FIGLARZ_DIS.pdf: 1473774 bytes, checksum: 22330cac70ad2dc600ed4591b18c2697 (MD5)eng
dc.description.provenanceApproved for entry into archive by Sheila Dias ([email protected]) on 2021-06-01T14:39:00Z (GMT) No. of bitstreams: 1 GABRIEL ROSSI FIGLARZ_DIS.pdf: 1473774 bytes, checksum: 22330cac70ad2dc600ed4591b18c2697 (MD5)eng
dc.description.provenanceMade available in DSpace on 2021-06-01T14:47:39Z (GMT). No. of bitstreams: 1 GABRIEL ROSSI FIGLARZ_DIS.pdf: 1473774 bytes, checksum: 22330cac70ad2dc600ed4591b18c2697 (MD5) Previous issue date: 2021-03-26eng
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESpor
dc.formatapplication/pdf*
dc.thumbnail.urlhttp://tede2.pucrs.br:80/tede2/retrieve/181017/GABRIEL%20ROSSI%20FIGLARZ_DIS.pdf.jpg*
dc.languageengpor
dc.publisherPontifícia Universidade Católica do Rio Grande do Sulpor
dc.publisher.departmentEscola Politécnicapor
dc.publisher.countryBrasilpor
dc.publisher.initialsPUCRSpor
dc.publisher.programPrograma de Pós-Graduação em Ciência da Computaçãopor
dc.rightsAcesso Abertopor
dc.subjectTraffic Simulationeng
dc.subjectCell Transmission Modeleng
dc.subjectUrban Mobilityeng
dc.subjectSimulação de Trânsitopor
dc.subjectModelo de Transmissão Celularpor
dc.subjectMobilidade Urbanapor
dc.subject.cnpqCIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAOpor
dc.titleEnhancing the precision of the cell transmission model for ubran mobility planningpor
dc.title.alternativeAprimoramento da precisão do modelo de transmissão celular para planejamento de mobilidade urbanapor
dc.typeDissertaçãopor
dc.restricao.situacaoTrabalho não apresenta restrição para publicaçãopor
Aparece nas coleções:Programa de Pós-Graduação em Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
GABRIEL ROSSI FIGLARZ_DIS.pdfGABRIEL_ROSSI_FIGLARZ_DIS1,44 MBAdobe PDFThumbnail

Baixar/Abrir Pré-Visualizar


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.