Orientadores: Leandro Aparecido Villas, Torsten Braun

Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Computação e University of Bern

Resumo: Roteamento de veículos é a chave para fornecer melhor mobilidade veicular. No entanto, considerar apenas as informações de tráfego para recomendar melhores rotas para cada veículo está longe de atingir os requisitos desejados de um bom Sistema de Gestão de Tráfego (TMS), que visa melhorar a...

Resumo: Roteamento de veículos é a chave para fornecer melhor mobilidade veicular. No entanto, considerar apenas as informações de tráfego para recomendar melhores rotas para cada veículo está longe de atingir os requisitos desejados de um bom Sistema de Gestão de Tráfego (TMS), que visa melhorar a mobilidade, a experiência de condução e a segurança de motoristas e passageiros. Neste cenário, abordagens de redirecionamento cientes do contexto e multi-objetivos terão um papel importante na gestão do tráfego, permitindo que os TMSs considerem diferentes aspectos urbanos que podem afetar as decisões de planejamento de rotas, como mobilidade, distância, consumo de combustível, cenário e segurança . Existem pelo menos três questões que precisam ser tratadas para fornecer um TMS eficiente, incluindo: (i) escalabilidade; (ii) eficiência de redirecionamento; e (iii) confiabilidade. Escalabilidade refere-se à capacidade do sistema de entregar o desempenho desejado sem se preocupar com o número de veículos ou o tamanho do cenário. Por outro lado, a eficiência do redirecionamento se refere ao quão bom é o gerenciamento de tráfego da solução. Por fim, a confiabilidade determina o quão confiáveis são as rotas calculadas pelo sistema em relação às mudanças futuras na dinâmica urbana. Desta forma, esta tese contribui com soluções eficientes e confiáveis para atender aos requisitos de futuros TMSs. A primeira contribuição está no desenvolvimento de uma arquitetura escalável para gerenciamento de tráfego baseada em algoritmos distribuídos e cooperativos para detectar o ambiente urbano, estimar aspectos urbanos e redirecionar veículos em tempo real. A segunda contribuição consiste em possibilitar um encaminhamento multi-objetivo eficiente com base nas preferências de cada usuário. Assim, cada usuário pode determinar quais aspectos urbanos serão escolhidos para planejar seu percurso. Ao contrário de outras abordagens de múltiplos objetivos, nossa solução é não determinística, o que diminui a chance de criar pontos de congestionamento adicionais, uma vez que veículos com origem e destino semelhantes potencialmente serão redirecionados por rotas diferentes. A última contribuição desta tese está em melhorar a confiabilidade das rotas calculadas pelos TMSs utilizando um algoritmo de planejamento de rotas que considera as mudanças futuras na dinâmica urbana proposta. A principal vantagem desta solução em relação às soluções da literatura é que o sistema prevê a dinâmica urbana futura (ou seja, mudanças futuras nas condições de tráfego, riscos de segurança, etc.); assim, o sistema sabe de antemão quando algumas mudanças ocorrerão e quanto tempo durarão, computando consequentemente rotas mais confiáveis. As soluções propostas foram amplamente comparadas com outros trabalhos relacionados em diferentes métricas de avaliação de desempenho. Os resultados da avaliação mostram que as soluções propostas são eficientes, escaláveis e econômicas, impulsionando sistemas de gerenciamento de tráfego de última geração

Abstract: Vehicular traffic re-routing is the key to provide better vehicular mobility. However, considering just traffic-related information to recommend better routes for each vehicle is far from achieving the desired requirements of a good Traffic Management System (TMS), which intends to improve...

Abstract: Vehicular traffic re-routing is the key to provide better vehicular mobility. However, considering just traffic-related information to recommend better routes for each vehicle is far from achieving the desired requirements of a good Traffic Management System (TMS), which intends to improve mobility, driving experience, and safety of drivers and passengers. In this scenario, context-aware and multi-objective re-routing approaches will play an important role in traffic management, considering different urban aspects that might affect path planning decisions such as mobility, distance, fuel consumption, scenery, and safety. There are at least three issues that need to be handled to provide an efficient TMS, including: scalability; re-routing efficiency; and reliability. Scalability refers to the ability of the system to deliver the desired performance without carrying about the vehicles' number or the scenario's size. On the other hand, re-routing efficiency refers to how good is the traffic management of the solution. Finally, reliability determines how reliable the system computes the routes regarding future changes in the urban dynamics. In this way, this thesis contributes to efficient and reliable solutions to meet future TMSs. The first contribution lies in developing a scalable architecture for traffic management based on distributed and cooperative algorithms for sensing the urban environment, estimating urban aspects, and re-routing vehicles in real-time. The second contribution relies on enabling an efficient multi-objective re-routing based on each user's preferences. Thus, each user can determine which urban aspects will be chosen to plan its route. Unlike other multi-objective approaches, our solution is non-deterministic, which decreases the chance of creating additional congestion spots since vehicles with similar origin and destination potentially will be re-routed through different routes. This thesis's last contribution lies in improving the reliability of the routes computed by the TMSs using a route planning algorithm that considers the future changes in the urban dynamics is proposed. The significant advantage of this solution regarding literature solutions is that the system predicts future urban dynamics (i.e., future changes in traffic conditions, safety risks, etc.). Thus, the system knows beforehand when some changes will happen and how long they will last, consequently computing more reliable routes. The proposed solutions were widely compared with other related works on different performance evaluation metrics. The evaluation results show that the proposed solutions are efficient, scalable, and cost-effective, pushing forward state-of-the-art traffic management systems

Requisitos do sistema: Software para leitura de arquivo em PDF