Algoritmo para Detecção de Itinerários do Transporte Público Usando Dados de GPS dos Ônibus
Resumo
Muitas cidades possuem um sistema de rastreamento da movimentação dos ônibus do transporte público. O problema de detecção de itinerários definido neste artigo consiste em compatibilizar os registros de geolocalização da movimentação do ônibus com seu respectivo itinerário. Este artigo propõe um algoritmo para detecção de itinerários a partir dos dados de GPS dos ônibus e da localização dos pontos das linhas de ônibus. Como este problema é afetado por falhas no envio dos dados de GPS, sequências temporais geolocalizadas incompatíveis com o itinerário programado precisam ser ajustadas pelo algoritmo. Os resultados mostram que itinerários válidos são detectados em cerca de 90% dos dados da base, excluindo marcações inválidas e adicionando horários em pontos de ônibus faltantes por meio de uma interpolação temporal.
Referências
Araújo, M. R. M. d., Oliveira, J. M. d., Jesus, M. S. d., Sá, N. R. d., Santos, P. A. C. d., and Lima, T. C. (2011). Transporte público coletivo: discutindo acessibilidade, mobilidade e qualidade de vida. Psicologia Sociedade, 23(Psicol. Soc., 2011 23(3)):574-582.
Bona, A. A. D., Fonseca, K. V., Rosa, M. O., Lüders, R., and Delgado, M. R. (2016). Analysis of public bus transportation of a Brazilian city based on the theory of complex networks using the p-space. Mathematical Problems in Engineering, 2016.
Chawuthai, R., Sumalee, A., and Threepak, T. (2023). GPS data analytics for the assessment of public city bus transportation service quality in Bangkok. Sustainability, 15(7).
Curzel, J. L., Lüders, R., Fonseca, K. V., and Rosa, M. O. (2019). Temporal performance analysis of bus transportation using link streams. Mathematical Problems in Engineering, 2019.
Desai, S., Suthar, R., Yadav, V., Ankar, V., and Gupta, V. (2022). Smart bus fleet management system using IoT. In 2022 Fourth International Conference on Emerging Research in Electronics, Computer Science and Technology (ICERECT), pages 01-06.
Gallotti, R. and Barthelemy, M. (2015). The multilayer temporal network of public transport in Great Britain. Scientific Data, 2:140056.
Hakeem, M. F. M. A., Sulaiman, N. A., Kassim, M., and Isa, N. M. (2022). IoT bus monitoring system via mobile application. In 2022 IEEE International Conference on Automatic Control and Intelligent Systems (I2CACIS), pages 125-130.
Lawhead, J. (2015). Learning geospatial analysis with Python. Packt Publishing Ltd, Birmingham, 2nd edition.
Li, T. and Rong, L. (2022). Spatiotemporally complementary effect of high-speed rail network on robustness of aviation network. Transportation Research Part A: Policy and Practice, 155:95-114.
Maduako, I. D., Wachowicz, M., and Hanson, T. (2019). Transit performance assessment based on graph analytics. Transportmetrica A: Transport Science, 15(2):1382-1401.
Martins, T., Kozievitch, N., Gadda, T., Rosa, M., and Gutierrez, M. (2022). Map matching: Uma análise de dados streaming de trajetórias de GPS no transporte público. In Temas Emergentes: Cidades Inteligentes (XVIII SBSI), pages 294-301. SBC.
Panigrahi, N. (2014). Computing in geographic information systems. CRC Press, Boca Raton, Florida, 1st edition.
Peixoto, A., Rosa, M., Lüders, R., and Fonseca, K. (2020). Plataforma computacional para construção de um banco de dados de grafo do sistema de transporte de Curitiba. In IV Workshop de Computação Urbana, pages 125-137. SBC.
Pero, V. and Stefanelli, V. (2015). A questão da mobilidade urbana nas metrópoles brasileiras. Revista de Economia Contemporânea, 19(Rev. econ. contemp., 2015 19(3)):366-402.
Queiroz, A. R., Santos, V., Nascimento, D., and Pires, C. E. (2019). Conformity analysis of GTFS routes and bus trajectories. In XXXIV Simpósio Brasileiro de Banco de Dados, pages 199-204. SBC.
Rodrigues, D. and Villas, L. (2019). SMAFramework: Arcabouço para integração de dados urbanos cientes da correlação espaço-temporal. In CTD do XXXVII Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos, pages 113-120. SBC.
Sadeghian, P., Håkansson, J., and Zhao, X. (2021). Review and evaluation of methods in transport mode detection based on GPS tracking data. Journal of Traffic and Transportation Engineering (English Edition), 8(4):467-482.
Santin, P., Gubert, F. R., Fonseca, M., Munaretto, A., and Silva, T. H. (2020). Characterization of public transit mobility patterns of different economic classes. Sustainability, 12(22).
Silveira, M. R. and Cocco, R. G. (2013). Transporte público, mobilidade e planejamento urbano: contradições essenciais. Estudos Avançados, 27(Estud. av., 2013 27(79)):41-53.
Singla, L. and Bhatia, P. (2015). GPS based bus tracking system. In 2015 International Conference on Computer, Communication and Control (IC4), pages 1-6.
Sridevi, K., Jeevitha, A., Kavitha, K., Sathya, K., and Narmadha, K. (2017). Smart bus tracking and management system using IoT. Asian Journal of Applied Science and Technology (AJAST), 1(2).
URBS (2022a). Características da rede integrada de transporte. Acesso 27 mar 2023, [link].
URBS (2022b). Web-service: Dados públicos da rede integrada do transporte coletivo de Curitiba. [link].
Vila, J. J. R., Kozievitch, N. P., Gadda, T. M., Fonseca, K., Rosa, M. O., Gomes-Jr, L. C., and Akbar, M. (2016). Urban mobility challenges-an exploratory analysis of public transportation data in Curitiba. Revista de Informática Aplicada, 12(1).
War, M. M., Rakhra, M., and Singh, D. (2022). Review on application based bus tracking system. In 2022 5th International Conference on Contemporary Computing and Informatics (IC3I), pages 876-880.
Wehmuth, K., Costa, B., Bechara, J. V., and Ziviani, A. (2018). A multilayer and time-varying structural analysis of the Brazilian air transportation network. In Latin America Data Science Workshop, volume 2170 of CEUR Workshop Proceedings, pages 57-64.
Welch, T. F. and Widita, A. (2019). Big data in public transportation: a review of sources and methods. Transport Reviews, 39(6):795-818.
Yin, L., Hu, J., Huang, L., Zhang, F., and Ren, P. (2014). Detecting illegal pickups of intercity buses from their GPS traces. In 17th International IEEE Conference on Intelligent Transportation Systems (ITSC), pages 2162-2167.
Bona, A. A. D., Fonseca, K. V., Rosa, M. O., Lüders, R., and Delgado, M. R. (2016). Analysis of public bus transportation of a Brazilian city based on the theory of complex networks using the p-space. Mathematical Problems in Engineering, 2016.
Chawuthai, R., Sumalee, A., and Threepak, T. (2023). GPS data analytics for the assessment of public city bus transportation service quality in Bangkok. Sustainability, 15(7).
Curzel, J. L., Lüders, R., Fonseca, K. V., and Rosa, M. O. (2019). Temporal performance analysis of bus transportation using link streams. Mathematical Problems in Engineering, 2019.
Desai, S., Suthar, R., Yadav, V., Ankar, V., and Gupta, V. (2022). Smart bus fleet management system using IoT. In 2022 Fourth International Conference on Emerging Research in Electronics, Computer Science and Technology (ICERECT), pages 01-06.
Gallotti, R. and Barthelemy, M. (2015). The multilayer temporal network of public transport in Great Britain. Scientific Data, 2:140056.
Hakeem, M. F. M. A., Sulaiman, N. A., Kassim, M., and Isa, N. M. (2022). IoT bus monitoring system via mobile application. In 2022 IEEE International Conference on Automatic Control and Intelligent Systems (I2CACIS), pages 125-130.
Lawhead, J. (2015). Learning geospatial analysis with Python. Packt Publishing Ltd, Birmingham, 2nd edition.
Li, T. and Rong, L. (2022). Spatiotemporally complementary effect of high-speed rail network on robustness of aviation network. Transportation Research Part A: Policy and Practice, 155:95-114.
Maduako, I. D., Wachowicz, M., and Hanson, T. (2019). Transit performance assessment based on graph analytics. Transportmetrica A: Transport Science, 15(2):1382-1401.
Martins, T., Kozievitch, N., Gadda, T., Rosa, M., and Gutierrez, M. (2022). Map matching: Uma análise de dados streaming de trajetórias de GPS no transporte público. In Temas Emergentes: Cidades Inteligentes (XVIII SBSI), pages 294-301. SBC.
Panigrahi, N. (2014). Computing in geographic information systems. CRC Press, Boca Raton, Florida, 1st edition.
Peixoto, A., Rosa, M., Lüders, R., and Fonseca, K. (2020). Plataforma computacional para construção de um banco de dados de grafo do sistema de transporte de Curitiba. In IV Workshop de Computação Urbana, pages 125-137. SBC.
Pero, V. and Stefanelli, V. (2015). A questão da mobilidade urbana nas metrópoles brasileiras. Revista de Economia Contemporânea, 19(Rev. econ. contemp., 2015 19(3)):366-402.
Queiroz, A. R., Santos, V., Nascimento, D., and Pires, C. E. (2019). Conformity analysis of GTFS routes and bus trajectories. In XXXIV Simpósio Brasileiro de Banco de Dados, pages 199-204. SBC.
Rodrigues, D. and Villas, L. (2019). SMAFramework: Arcabouço para integração de dados urbanos cientes da correlação espaço-temporal. In CTD do XXXVII Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos, pages 113-120. SBC.
Sadeghian, P., Håkansson, J., and Zhao, X. (2021). Review and evaluation of methods in transport mode detection based on GPS tracking data. Journal of Traffic and Transportation Engineering (English Edition), 8(4):467-482.
Santin, P., Gubert, F. R., Fonseca, M., Munaretto, A., and Silva, T. H. (2020). Characterization of public transit mobility patterns of different economic classes. Sustainability, 12(22).
Silveira, M. R. and Cocco, R. G. (2013). Transporte público, mobilidade e planejamento urbano: contradições essenciais. Estudos Avançados, 27(Estud. av., 2013 27(79)):41-53.
Singla, L. and Bhatia, P. (2015). GPS based bus tracking system. In 2015 International Conference on Computer, Communication and Control (IC4), pages 1-6.
Sridevi, K., Jeevitha, A., Kavitha, K., Sathya, K., and Narmadha, K. (2017). Smart bus tracking and management system using IoT. Asian Journal of Applied Science and Technology (AJAST), 1(2).
URBS (2022a). Características da rede integrada de transporte. Acesso 27 mar 2023, [link].
URBS (2022b). Web-service: Dados públicos da rede integrada do transporte coletivo de Curitiba. [link].
Vila, J. J. R., Kozievitch, N. P., Gadda, T. M., Fonseca, K., Rosa, M. O., Gomes-Jr, L. C., and Akbar, M. (2016). Urban mobility challenges-an exploratory analysis of public transportation data in Curitiba. Revista de Informática Aplicada, 12(1).
War, M. M., Rakhra, M., and Singh, D. (2022). Review on application based bus tracking system. In 2022 5th International Conference on Contemporary Computing and Informatics (IC3I), pages 876-880.
Wehmuth, K., Costa, B., Bechara, J. V., and Ziviani, A. (2018). A multilayer and time-varying structural analysis of the Brazilian air transportation network. In Latin America Data Science Workshop, volume 2170 of CEUR Workshop Proceedings, pages 57-64.
Welch, T. F. and Widita, A. (2019). Big data in public transportation: a review of sources and methods. Transport Reviews, 39(6):795-818.
Yin, L., Hu, J., Huang, L., Zhang, F., and Ren, P. (2014). Detecting illegal pickups of intercity buses from their GPS traces. In 17th International IEEE Conference on Intelligent Transportation Systems (ITSC), pages 2162-2167.
Publicado
22/05/2023
Como Citar
BORGES, Júlio C. N.; LÜDERS, Ricardo; SILVA, Thiago; MUNARETTO, Anelise.
Algoritmo para Detecção de Itinerários do Transporte Público Usando Dados de GPS dos Ônibus. In: WORKSHOP DE COMPUTAÇÃO URBANA (COURB), 7. , 2023, Brasília/DF.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2023
.
p. 1-14.
ISSN 2595-2706.
DOI: https://doi.org/10.5753/courb.2023.739.
