Avaliação dos Digital Rails - Proposta de trabalho

Trabalho de formatura - Gustavo Covas

Índice

Introdução

O futuro da mobilidade aponta na direção dos veículos autônomos. Conforme o levantamento feito por Fagnant e Kockelman [1], os benefícios incluem redução de acidentes e fatalidades, diminuição de congestionamentos e economia na construção de estacionamentos. Entretanto, Fagnant e Kockelman também apontam barreiras para a adoção de tais tecnologias, com questões relacionadas aos custos, certificação, segurança e percepção pública dos sistemas de veículos autônomos. Bonnefon e Shariff [2] expõem desafios de ordem moral para a implantação dessas tecnologias: em casos de acidentes inevitáveis, os veículos autônomos devem priorizar a segurança de seus ocupantes ou de pedestres?

Assim, a disseminação dos veículos autônomos não será imediata. Bansal e Kockelman [3] estimam a presença de automação nível 4 - na qual não é requerida nenhuma atenção do motorista - entre 24% e 87% em 2045, na frota dos Estados Unidos. A médio-prazo, portanto, é necessário desenvolver a integração e conciliação dos veículos autônomos com os veículos convencionais, de forma a minimizar o impacto na infraestrutura atual.

Para isso, os designers da empresa Questtonó criaram o conceito dos Digital Rails [4], propondo a criação de faixas exclusivas para veículos autônomos e um sistema para a coordenação de semáforos. Usando os Digital Rails, os veículos teriam ainda a capacidade de formar comboios, com o potencial de aumentar a eficiência do sistema.

Objetivos e metodologia

Este trabalho consiste em realizar um refinamento técnico e análise dos conceitos apresentados no Digital Rails aplicados ao trânsito de uma grande cidade, como São Paulo, resultando em conclusões científicas sobre a proposta da empresa, a serem publicadas em um artigo científico. Para isso, além de estudar a literatura recente na área, faremos uso de simulações de trânsito no InterSCity simulator [5], um simulador de cidades inteligentes de larga escala baseado em agentes.

Nosso método de trabalho consistirá em iterações de aproximadamente um mês com a equipe da Questtonó, guiadas por reuniões nas quais apresentaremos as dificuldades encontradas e soluções adotadas na iteração anterior e definiremos a direção do trabalho na seguinte. É altamente provável que cada iteração trará a necessidade de adicionar novas funcionalidades ao InterSCity simulator.

Avanços obtidos

Realizamos a primeira reunião com a equipe da Questtonó, onde fomos apresentados à proposta. Definimos o conteúdo da primeira iteração, que consiste em uma simulação com o escopo limitado a uma única via (modelada de acordo com alguma via real da cidade de São Paulo) sinalizada com semáforos, visando o entendimento do comportamento do tempo de viagem em função dos parâmetros do sistema de semáforos.

Complementamos a documentação do InterSCity simulator, esclarecendo o processo de instalação e configuração do simulador. Documentamos o processo da geração de mapas para entrada no simulador, a partir do OpenStreetMaps e de ferramentas do MATSim [6], outro simulador baseado em agentes. Começamos a implementar a funcionalidade de semáforos no simulador e descobrimos desafios a serem superados, relacionados com a disponibilidade de informação sobre semáforos no OpenStreetMaps.

Cronograma aproximado

Abr Mai Jun Jul Ago Set Out Nov
Estudo da literatura X X X X X
Desenvolvimento do simulador X X X X X X
Execução de simulações X X X X X X X
Conclusões e elaboração do artigo científico X X X X
Elaboração da monografia X X X X X X

Referências

  1. Fagnant, D. J., & Kockelman, K. (2015). Preparing a nation for autonomous vehicles: opportunities, barriers and policy recommendations. Transportation Research Part A: Policy and Practice, 77, 167-181.
  2. Bonnefon, J. F., Shariff, A., & Rahwan, I. (2016). The social dilemma of autonomous vehicles. Science, 352(6293), 1573-1576.
  3. Bansal, P., & Kockelman, K. M. (2017). Forecasting Americans’ long-term adoption of connected and autonomous vehicle technologies. Transportation Research Part A: Policy and Practice, 95, 49-63.
  4. https://www.questtonomobility.com/
  5. Santana, E. F. Z., Lago, N., Kon, F., & Milojicic, D. S. InterSCSimulator: Large-Scale Traffic Simulation in Smart Cities using Erlang.
  6. Horni, A., Nagel, K. and Axhausen, K.W. (eds.) 2016 The Multi-Agent Transport Simulation MATSim. London: Ubiquity Press. DOI: http://dx.doi.org/10.5334/baw. License: CC-BY 4.0