Resumo: Gerenciar o sistema de transporte público hoje é uma tarefa difícil e continuará sendo à medida que a população aumentar. Os centros das cidades estão congestionados e o transporte público está aumentando devido à alta demanda de passageiros. Atualmente, os Sistemas de Transporte Inteligentes (STI) estão combatendo esses problemas usando grandes bancos de dados gerados por dispositivos IoT, produto de tarefas como monitoramento e controle de veículos. As aplicações mais exploradas em sistemas de transporte público estão os sistemas automáticos de contagem de passageiros (APCS), encarregados de monitorar o fluxo de usuários em tempo real ou offline. Esses sistemas se diversificaram na forma de detectar os passageiros, e dentre as novas tecnologias surgiram os APCS com tecnologia Wi-Fi, que se caracterizam por serem minimamente invasivos à estrutura veicular e pelo seu baixo custo de implementação. Este trabalho apresenta o desenvolvimento de um APCS Wi-Fi inovador de baixo custo capaz de coletar informações dos passageiros de forma sigilosa e garantindo sua privacidade, através de um algoritmo com abordagem multi-threading, que executa atividades como a geolocalização relativa dos passageiros e a captura de frames do tipo ProbeRequest emitidos pela tecnologia Wi-Fi dos smartphones. Estes permitem que o dispositivo, além de realizar sua principal tarefa de contagem, identifique as rotas feitas por cada um dos passageiros. O APCS proposto foi testado em um sistema de transporte público real que opera no entorno da Universidade Estadual de Campinas em São Paulo,Brasil. Os resultados obtidos mostram que o sistema desenvolvido é eficiente como estimador do nível de ocupação, atingindo níveis de coincidência entre 70-100\% em relação ao APCS com tecnologia de processamento de imagem. Este dispositivo conseguiu gerar extensos bancos de dados dos quais foram extraídos conhecimentos por meio do algoritmo de clustering DBSCAN, onde foram identificados padrões de mobilidade, como os pontos de ônibus utilizados pelos passageiros ao entrar e sair do veículo. Esse conhecimento levou à criação de matrizes de origem-destino, que, sem nenhuma suposição, permitiram identificar com alta precisão as rotas mais utilizadas pelos passageiros no sistema de transporte público analisado. Essas informações podem representar melhorias significativas no planejamento futuro de rotas e horários em um sistema de transporte, ou soluções rápidas, como viagens dinâmicas para aliviar a demanda de passageiros em horários e pontos de ônibus específicos Ver menos

Abstract: Managing the public transport system today is a difficult task and will continue as the population increases. City centers are congested, and public transport increases due to high passenger demand. Intelligent Transportation Systems (ITS) are currently combating these problems using large databases generated by IoT devices, the product of vehicle monitoring and control tasks. The most explored applications in public transport systems are automatic passenger counting systems (APCS), in charge of monitoring users' flow in real-time or offline. These systems have diversified in the technologies used for passenger detection; in recent years, APCS with Wi-Fi technology has grown, characterized by being minimally invasive to the vehicle structure and low implementation cost. This work presents the development of an innovative low-cost Wi-Fi APCS capable of collecting passenger information stealthily and guaranteeing their privacy through an algorithm with a multi-threading approach, which executes activities such as the relative geolocation of passengers and the capture of Probe Request frames emitted by the Wi-Fi technology of smartphones. These activities allowed the device, in addition to performing its main counting task, to identify the passenger's routes. The proposed APCS was tested in a real public transport system that operates in the surroundings of the State University of Campinas in São Paulo, Brazil. The results show that the developed system is efficient as an estimator of the occupancy level, reaching coincidence levels between 70-100% compared to APCS with image processing technology. This device generated extensive databases from which knowledge was extracted through the DBSCAN clustering algorithm, where mobility patterns were identified, such as the bus stops used by passengers when boarding and alighting the vehicle. This knowledge led to the creation of origin-destination matrices that, without assumptions, made it possible to identify with high precision the routes most used by passengers in the analyzed public transport system. This information can represent significant improvements in future route and schedule planning in a transportation system or quick fixes such as dynamic travel to alleviate passenger demand at specific times and bus stops Ver menos