Previsão de tráfego rodoviário em função das condições meteorológicas

Abstract

Observa-se que as condições meteorológicas condicionam a mobilidade, influenciando, por exemplo, os tempos de viagem e a segurança rodoviária. Nos últimos anos, o Instituto de Telecomunicações da Universidade de Aveiro tem vindo a desenvolver uma plataforma de comunicações veiculares. Foram instalados radares rodoviários que detetam a passagem de veículos para as praias da Barra e da Costa Nova, permitindo a contagem de veículos e análise de vários tipos de dados como, por exemplo, a velocidade e a hora de deteção. A conjugação destes dados com dados de outras fontes como, por exemplo, dados meteorológicos, permite efetuar previsões de tráfego como a quantidade de veículos ou o tempo de viagem. Contudo, estas previsões podem ser úteis noutras áreas como, por exemplo, avaliar a ocupação das redes de telecomunicações. Presentemente, a informação é serializada por um broker MQTT para uma base de dados relacional. Os objetivos desta dissertação compreendem o estudo das fontes de dados, técnicas de aprendizagem necessárias para a análise dos mesmos e desenvolvimento e teste de uma solução de previsão de dados, capaz de realizar a previsão do tráfego em tempo real de forma a disponibilizar aos automobilistas informação que lhes permita tomar decisões relacionadas com as viagens e assim evitar engarrafamentos e constrangimentos relacionados com deslocações em alturas de tráfego elevado. Esta dissertação foi realizada com o apoio do Instituto de Telecomunicações.

It is observed that weather conditions affect mobility, influencing, for example, travel times and road safety. In the last years, the Telecommunications Institute of the University of Aveiro has been developing a vehicular communications platform. Road radars were installed in order to detect the passage of vehicles towards the beaches of Barra and Costa Nova, allowing vehicles to be counted and analysis of various types of data, such as speed and detection time. The combination of this data with data from other sources, such as weather data, allows for traffic forecasts such as the number of vehicles or travel time. However, these forecasts can be useful in other areas, such as assessing the occupancy of telecommunications networks. Currently, the information is serialized by an MQTT broker to a relational database. The objectives of this dissertation comprise the study of data sources, learning techniques necessary for their analysis and development and testing of a data forecasting solution, capable of performing real-time traffic forecasting in order to provide motorists with information that allows them to make decisions related to travel and thus avoid traffic jams and constraints related to travel at high traffic times. This dissertation was carried out with the support of the Telecommunications Institute.