Título
[en] A SPATIO-TEMPORAL MODEL FOR AVERAGE SPEED PREDICTION ON ROADS
Título
[pt] UM MODELO ESPAÇO-TEMPORAL PARA A PREVISÃO DE VELOCIDADE MÉDIA EM ESTRADAS
Autor
[pt] PEDRO HENRIQUE FONSECA DA SILVA DINIZ
Vocabulário
[pt] MODELAGEM ESPACO-TEMPORAL
Vocabulário
[pt] APRENDIZADO ESTATISTICO
Vocabulário
[en] SPATIOTEMPORAL MODELING
Vocabulário
[en] STATISTICAL LEARNING
Resumo
[pt] Muitos fatores podem in
uenciar a velocidade de um veículo numa
rodovia ou estrada, mas dois deles são observados diariamente pelos
motoristas: sua localização e o momento do dia. Obter modelos que
retornem a velocidade média como uma função do espaço e do tempo é
ainda uma tarefa desafiadora. São muitas as aplicações para esses tipos de
modelos, como por exemplo: tempo estimado de chegada, caminho mais
curto e previsão de tráfico, deteccção de acidente, entre outros. Este estudo
propõe um modelo de previsão baseado em uma média espaço-temporal
da velocidade média/instantânea coletada de dados históricos de GPS. A
grande vantagem do modelo proposto é a sua simplicidade. Além disso, os
resultados experimentais obtidos de caminhões de entrega de combustíveis,
por todo o ano de 2013 no Brasil, indicaram que a maioria das observações
podem ser preditas usando esse modelo dentro de uma tolerância de erro
aceitável.
Resumo
[en] Many factors may inuence a vehicle speed in a road, but two of
them are usually observed by many drivers: its location and the time of
the day. To obtain a model that returns the average speed as a function
of position and time is still a challenging task. The application of such
models can be in different scenarios, such as: estimated time of arrival,
shortest route paths, traffic prediction, and accident detection, just to cite
a few. This study proposes a prediction model based on a spatio-temporal
partition and mean/instantaneous speeds collected from historic GPS data.
The main advantage of the proposed model is that it is very simple to
compute. Moreover, experimental results obtained from fuel delivery trucks,
along the whole year of 2013 in Brazil, indicate that most of the observations
can be predicted using this model within an acceptable error tolerance.
Orientador(es)
HELIO CORTES VIEIRA LOPES
Banca
HELIO CORTES VIEIRA LOPES
Banca
RUY LUIZ MILIDIU
Banca
MARCO ANTONIO CASANOVA
Catalogação
2016-06-06
Apresentação
2015-08-21
Tipo
[pt] TEXTO
Formato
application/pdf
Idioma(s)
INGLÊS
Referência [pt]
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=26541@1
Referência [en]
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=26541@2
Referência DOI
https://doi.org/10.17771/PUCRio.acad.26541
Arquivos do conteúdo
NA ÍNTEGRA PDF