Plataforma TRANSIT para Análise de Dados de Tráfego na Cidade do Porto

Os transportes são imprescindíveis no dia-a-dia da humanidade. As pessoas têm a necessidade de se movimentar de forma rápida, segura e com um bom nível de conforto. A IBM realizou um estudo acerca do número de veículos em circulação. Atualmente, esse número ultrapassa um milhão de milhões e pode vir a duplicar em 2020. Com este aumento, os problemas de congestionamento nas cidades vão aumentar. A presente dissertação foi realizada na Câmara Municipal do Porto (CMP), na Divisão Municipal de Gestão de Mobilidade e Tráfego. O sistema de Gestão de Tráfego da CMP tem cerca de 300 instalações semafóricas. Destas, 138 dispõem de regulação remota automatizada, respondendo em tempo real a um software de gestão de tráfego, instalado no posto central de comando. Para apoio na deteção da procura viária, estão instalados, nos pavimentos dos arruamentos, milhares de sensores de tráfego (espiras eletromagnéticas). Existem 123 sensores de contagem estrategicamente colocados nas subzonas centralizadas. Estes dados fornecem informação acerca do débito de tráfego. Este trabalho consistiu no desenvolvimento de uma plataforma, a TRANSIT, para a análise e tratamento de dados recolhidos pelo sistema de gestão de tráfego da CMP. Para a implementação da TRANSIT foi utilizado o Excel. Numa primeira fase, os dados crus são tratados, removendo outliers. De seguida, os dados são importados para uma tabela dinâmica. Desta forma, é possível analisar os dados analiticamente e graficamente. As tabelas permitem realizar esta análise por dia, zona ou mês. Este processo foi repetido para 10 anos. O software NEXT está em funcionamento na CMP e está inserido no projeto C-ROADS. Permite a análise, simulação e previsão de dados de tráfego. Desta forma, é possível representar uma rede real, recorrendo a uma rede virtual. Uma das funcionalidades do NEXT é semelhante à da TRANSIT, ambas analisam os volumes de tráfego da cidade. No último capítulo faz-se uma análise comparativa, dos resultados obtidos por ambas as plataformas. A TRANSIT distingue-se do NEXT por: aplicar um filtro para a limpeza dos dados e não multiplicar por dois os dados crus. Estas duas estratégias da TRANSIT colocam-na numa situação mais vantajosa do que o NEXT. Os seus resultados são mais credíveis, sendo mais úteis para a análise presente e futura previsão do comportamento do tráfego.Transports are extremely important in the daily life of humanity. People have the need to move quickly, safely and with a good level of comfort. The company IBM conducted a study on the number of vehicles in circulation. Today, the number of vehicles exceeds one billion and this number can double by 2020. With this increase, congestion problems in cities will raise. This dissertation was developed at Câmara Municipal do Porto (CMP), in the Municipal Division of Mobility and Traffic Management. The Traffic Management System of Porto has about 300 traffic lights. Of these, 138 have automated remote regulation, responding in real time to the traffic management software, installed at the control station. To detect the road demand, thousands of traffic sensors are installed on the streets. There are 123 counting sensors strategically placed in the centralized subzones. This will provide data about traffic volume. This work consisted in the development of a platform, TRANSIT, to analyze and process data, collected by the traffic management system. The platform, TRANSIT, was created to facilitate the access to the data. The software Excel was used for the implementation. In a first phase, the data is processed by removing outliers. The data is then imported to a pivot table. This way is possible to analyze the data analytically and graphically. This tables allow analysis by day, zone or month. This process has been repeated for 10 years. To make easy to access the data in the tables, a graphical interface was created. The software NEXT is operating at CMP and it is part of the C-ROADS project. It allows the analysis, simulation and prediction of traffic data. Therefore, it is possible to represent a real network using a virtual network. One of NEXT features is similar to TRANSIT, both analyze city traffic volumes. In the last chapter a comparative analysis of the results obtained by both platforms is made. The capabilities provided by platform TRANSIT are different from the ones of NEXT. It applies a filter to clean the data and does not multiply the data by two. These two strategies of TRANSIT put them in advantage with respect to NEXT. Its results are more credible, therefore, more useful in the present analysis and in future predictions