Avaliação do Impacto de Motoristas Mal Comportados no Congestionamento em Rodovias

• Luiz Fabião Giserman Universidade Federal do Rio de Janeiro
• Thales Teixeira de Almeida Universidade Federal do Rio de Janeiro
• Luís Henrique Maciel Kosmalski Costa Universidade Federal do Rio de Janeiro http://orcid.org/0000-0002-7789-3359

DOI: https://doi.org/10.5753/courb.2020.12364

Resumo

O caminho para um trânsito mais eficiente e inteligente é de suma importância para a populacão mundial. O transporte diário é uma constante na vida das pessoas e o seu funcionamento afeta diretamente a qualidade de vida delas. Os engarrafamentos causam perdas econômicas e afetam o meio ambiente. Por outro lado, para além da relacão entre a capacidade das vias e a quantidade de automóveis nas mesmas, o comportamento do motorista influencia a formação e o tempo de duração dos congestionamentos. Neste contexto, este artigo propõe revisar ações de condutores que sejam prejudiciais ao trânsito e analisa uma delas a partir de simulações de mobilidade urbana, com dados sintéticos e reais, utilizando o SUMO. Os resultados mostram que a ação estudada tem um impacto significativo no trânsito e no meio ambiente. Na simulação real, o tempo perdido no trânsito quando motoristas praticam a ação estudada e a emissão de CO2 mostraram-se 25 e 2,6 vezes maiores do que na situação de trânsito livre, respectivamente. Concluindo, o artigo avalia soluções tecnológicas além das convencionais visando evitar a prática dessas ações por parte de motoristas no cotidiano e mitigar seus efeitos.

Palavras-chave: redes veiculares, simulador de tráfego, cidades inteligentes, algoritmos de mesclagem de faixa, SUMO

Referências

Abbas, M. K., Low, T. J. e Abdulla, R. (2019). Automated fining system for high speeddriving offences via VANET. Em International Conference on Green and HumanInformation Technology (ICGHIT).

Baselt, D., Knorr, F., Scheuermann, B., Schreckenberg, M. e Mauve, M. (2014). Merginglanes — fairness through communication. Vehicular Communications, 1(2):97-104.

Bevly, D., Cao, X., Gordon, M., Ozbilgin, G., Kari, D., Nelson, B. e Ozguner, U. (2016).Lane change and merge maneuvers for connected and automated vehicles: A survey.JEEE Transactions on Intelligent Vehicles, 1(1):105-120.

Chacon, S. e Kornhauser, A. (2012). The effect of augmented driver behavior on freewaytraffic flow. Em Annual Transportation Research Forum (TRF2012), volume 2, p.1215-1244.

Chang, S., Ren, W. e Nahrstedt, K. (2015). Dynamic incentive mechanism for trafficsurveillance. Em IEEE Globecom Workshops (GC Wkshps), p. 1-6.

Chaurasia, B. K. e Verma, S. (2009). Haste induced behavior and VANET communica-tion. Em [EEE International Conference on Vehicular Electronics and Safety (ICVES),p. 19-24.

Erdmann, J. (2015). SUMO's lane-changing model. Lecture Notes in Mobility.

HighWays England (2020). National traffic information services. https://data.gov.uk/.

Lopez, P. A., Behrisch, M., Bieker-Walz, L., Erdmann, J., Flôtterôd, Y.-P., Hilbrich, R.,Liicken, L., Rummel, J., Wagner, P. e WieBner, E. (2018). Microscopic traffic simula-tion using SUMO. Em IEEE Intelligent Transportation Systems Conference (ITSC).

Malta, L., Miyajima, C. e Takeda, K. (2009). A study of driver behavior under potentialthreats in vehicle traffic. IEEE Transactions on Intelligent Transportation Systems,10:201 — 210.

Merugu, D., Prabhakar, B. e Rama, N. (2009). An incentive mechanism for deconges-ting the roads: A pilot program in bangalore. Em NetEcon, ACM Workshop on theEconomics of Networked Systems.

OpenStreetMap contributors (2017). Planet dump retrieved from https://planet.osm.org .nttps://www.openstreetmap.org.

Pinquet, J., Dionne, G., Vanasse, C. e Mathieu, M. (2011). Incentive mechanisms forsafe driving: A comparative analysis with dynamic data. Review of Economics andStatistics, Massachusetts Institute of Technology Press (MIT Press).

Sanchez-Iborra, R., Sanchez-Gomez, J., Santa, J., Fernandez, P. e Skarmeta, A. (2017). Integrating lp-wan communications within the vehicular ecosystem. Journal of Inter-net Services and Information Security, 7:45-56.

Wang, Z., Kulik, L. e Ramamohanarao, K. (2009). Robust traffic merging strategiesfor sensor-enabled cars using time geography. Em ACM SIGSPATIAL InternationalConference on Advances in Geographic Information Systems, p. 362-371.