Guilherme Teodoro Sequeira. Dissertação para obtenção do Grau de Mestre em. Engenharia Mecânica. Orientadores: Dr. Sandra Maria de Brito Monteiro Melo

Transcrição

1 Análise dos impactes das tecnologias de informação veículo-infra-estrutura-veículo (VIV) e infra-estruturaveículo (IV) na gestão de tráfego, energia e emissões Guilherme Teodoro Sequeira Dissertação para obtenção do Grau de Mestre em Engenharia Mecânica Orientadores: Dr. Sandra Maria de Brito Monteiro Melo Dr. Gonçalo Nuno de Oliveira Duarte Júri Presidente: Prof. Mário Manuel Gonçalves da Costa Orientador: Dr. Sandra Maria de Brito Monteiro Melo Vogal: Prof. Tiago Alexandre Abranches Teixeira Lopes Farias Dezembro 214

2 1

3 Resumo O sector dos transportes é um dos maiores consumidores de energia e gerador de poluentes na União Europeia. Este trabalho foca uma das soluções mais populares actualmente: a gestão dinâmica de tráfego com base em sistemas inteligentes de transportes. O objectivo deste trabalho é analisar e quantificar os impactes da aplicação de tecnologias de informação veículo-infra-estrutura-veículo (VIV) e infra-estrutura-veículo (IV) na gestão do tráfego, energia e emissão de poluentes. A análise de 55 perfis de condução reais na auto-estrada A5, em Lisboa, permitiu desenvolver um algoritmo de identificação de eventos de congestionamento. A análise de perfis de condução entre as 8:h e as 9:h, provenientes de um modelo de micro-simulação de tráfego (AIMSUN), permitiu comparar, verificar e quantificar os potenciais impactes de uma possível previsão de congestionamento numa rede de tráfego. A gestão VIV da rede de tráfego, reduziu em média, no período estudado, entre 7% e 23% no consumo de combustível e emissão de CO2, entre 1% e 25% de HC e entre 12% e 7% de NOx. Considerando o total de veículos que circulavam na via nesse horário, obtiveram-se reduções de 1673 litros de combustível consumido, 3,85 toneladas de CO2 emitido, 55,37 gramas de HC emitido, 14,7 quilogramas de NOx e 1 horas de tempo de viagem. Verificou-se que a adopção de tecnologias VIV e IV levou a melhores resultados em termos de eficiência e impactes ambientais comparativamente a situações sem gestão de tráfego. Constatou-se ainda que uma gestão VIV permite obter melhores resultados que a gestão tradicional IV. Palavras-chave: veículo-infra-estrutura-veículo (VIV), infra-estrutura-veículo (IV), VSP, sistemas de transporte inteligentes, gestão de tráfego 2

4 3

5 Abstract The transport sector is one of the main energy consumer sectors and responsible for pollutant emissions in the European Union. An analysis and quantification of the impacts of using information technologies in the traffic management, such as vehicle-infrastructure-vehicle (VIV) and infrastructure-vehicle (IV), on traffic congestion, energy and pollutant emissions will be performed. A case study in the city of Lisbon was developed, analyzing 55 real-world driving profiles at the A5 highway. An algorithm identifying and predicting potential traffic congestion events was created. Similarly, driving profiles from a traffic micro-simulation model (AIMSUN) were studied considering a period between 8:h and 9:h, estimating the impacts associated to traffic congestion prediction and comparing them with a baseline scenario. Results revealed that traffic management based on VIV allowed to obtain average reductions between 7% and 23% in fuel usage and CO2 emissions, between 1% and 25% on HC and between 12% and 7% on NOx for the period studied. Considering the total number of vehicles that travel at the A5 highway during the test period, a reduction of 1673 liters of fuel used, 3.85 tons of CO2 emission, grams of HC and 14.7 kilograms of NOx was estimated and a reduction of 1 hours in travel time. The impact results of using information technologies in the traffic management revealed that the adoption of VIV and IV lead to better results in terms of traffic performance and environmental impacts when compared with the baseline scenario. Furthermore, VIV has a more positive impact on traffic management than the traditional use of IV. Key-Words: vehicle-infrastructure-vehicle (VIV), infrastructure-vehicle (IV), VSP, Intelligent transport systems, traffic management 4

6 5

7 Agradecimentos Em primeiro lugar gostaria de expressar a minha gratidão à BRISA, TRENMO e itds (e condutores associados) pela cedência de dados, visto que sem as suas colaborações não teria sido possível a realização deste trabalho. Gostaria de expressar o meu enorme agradecimento à minha orientadora, Doutora Sandra Melo, e ao meu co-orientador, Doutor Gonçalo Duarte, pelo apoio, motivação e dedicação que demonstraram desde o início do trabalho, pelo conhecimento transmitido ao longo dos últimos meses, pelas inúmeras revisões que efectuaram ao documento e pela flexibilidade demonstrada ao longo de todo este processo. Gostaria também de agradecer aos meus pais e avós maternos por sempre se terem esforçado para me dar as condições necessárias para ultrapassar esta importante etapa e, especialmente, à minha mãe pelo apoio incondicional em todos os momentos da minha vida pessoal e académica. Não poderia deixar de agradecer aos meus amigos e colegas, Nuno Barbas, Joaquim Viegas, João Sargo e Cláudia Pousinha, pela amizade, solidariedade e espírito de entreajuda demonstrados em diversas fases ao longo deste período e fundamental para a conclusão do curso. 6

8 7

9 Índice Resumo... 2 Abstract... 4 Agradecimentos... 6 Índice de Figuras... 1 Índice de Equações Índice de Tabelas Introdução Estado da Arte Congestionamento de Tráfego Tecnologias de Informação e Comunicação (TIC) Comunicação entre veículos e infra-estrutura (V2V, V2I e V2X) Implementação de redes V2V, V2I e V2X Metodologias de Análise Objectivos Metodologias de Análise Vehicle Specific Power (VSP) AIMSUN Caso de Estudo Área de estudo e dados disponíveis Aplicação da metodologia VSP em dados reais segundo-a-segundo Dados de base: Comparação Real vs. AIMSUN Identificação de Eventos Dados da infra-estrutura Dados Dinâmicos Análise de Resultados Resultados para o cenário base Resultados segundo gestão infra-estrutura-veículo (Alertas Globais) Resultados segundo gestão veículo-infra-estrutura-veículo (Alertas com base em dados Individuais) Comparação de Alertas Conclusões Referências Bibliográficas Anexos

10 9

11 Índice de Figuras Figura 1: Sinistralidade Rodoviária na UE desde 21 e objectivo para 22 (8) Figura 2: Evolução da Segurança Rodoviária na UE desde 1991 a 213 (8) Figura 3: Venda de combustível para consumo em Portugal (9) Figura 4: Consumo e Emissão de NOx em função do modo VSP Figura 5: Esquema representativo da conjugação VSP com consumos e emissões Figura 6: Itinerário de estudo auto-estrada A Figura 7: Viagem de condutor real (condutor 1) efectuada no dia 3 de Outubro de 213, no sentido Lisboa-Cascais Figura 8: Divisão da via de estudo em troços, através do Google Maps Figura 9: Implementação da via de estudo no AIMSUN Figura 1: Fluxo de Tráfego em função das horas do dia na semana de 7 a 11 de Outubro (sentido Lisboa-Cascais) Figura 11: Introdução de fluxos de tráfego no AIMSUN Figura 12: Micro-Simulação de tráfego no AIMSUN Figura 13: Viagem do modelo, no período compreendido entre as 8:1 e as 8: Figura 14: Viagem Real vs. Viagem no Modelo Figura 15: Comparação de modos VSP de uma viagem real e do modelo, com e sem declive da via 48 Figura 16: Comparação de modos VSP de veículos reais e do modelo em condições de análise semelhantes Figura 17: Comparação de modos VSP de veículos reais e do modelo em condições de análise diferentes... 5 Figura 18: Comparação de viagens com e sem eventos de congestionamento com base em dados reais Figura 19: Comparação de viagens com e sem eventos de congestionamento provenientes do modelo Figura 2: Comparação de modos VSP (sem eventos de congestionamento) Figura 21: Comparação de modos VSP (com eventos de congestionamento) Figura 22: Velocidade vs. Tempo vs. Tempo de Atraso na rede de tráfego implementada Figura 23: Viagem Condutor 1 no sentido Lisboa-Cascais no dia 24 de Janeiro de 214 Evento tipo Figura 24: Viagem Condutor 1 no sentido Lisboa-Cascais no dia 14 de Novembro de 213 Evento tipo Figura 25: Viagem Condutor 1 no sentido Lisboa-Cascais no dia 22 de Janeiro de 214 Evento tipo Figura 26: Viagem real com evento de congestionamento (Condutor 1, no dia 11 de Outubro de 213 no sentido Lisboa-Cascais) Figura 27: Esquema da metodologia implementada Figura 28: Viagem real sem evento de congestionamento (Condutor 1, no dia 19 de Outubro de 213 no sentido Lisboa-Cascais)

12 Figura 29: Viagem do modelo com eventos de congestionamento (Veiculo 6 8:1h) Figura 3: Viagem do modelo sem eventos de congestionamento (Veiculo 3 8:5h) Figura 31: Período compreendido entre as 8: e 8: Figura 32: Período compreendido entre as 8:1 e 8: Figura 33: Período compreendido entre as 8:2 e 8: Figura 34: Período compreendido entre as 8:3 e 8: Figura 35: Período compreendido entre as 8:4 e 8: Figura 36: Período compreendido entre as 8:5 e 9: Figura 37: 8: às 8h1 (VMéd=11,45km/h) Figura 38: 8:1 às 8:2 (VMéd=99,12km/h) Figura 39: 8:2 às 8:3 (VMéd=98,35km/h) Figura 4: 8:3 às 8:4 (VMéd=94,93km/h) Figura 41: 8:4 às 8:5 (VMéd=99,13km/h) Figura 42: 8:5 às 9: (VMéd=99,55km/h) Figura 43: Comparação de distribuição de VSP ao longo dos seis períodos de análise Figura 44: Alerta Global V=8 km/h (8:1 às 8:2) Figura 45: Alerta Global V=8 km/h (8:3 às 8:4) Figura 46: Alerta Global V=9 km/h (8:1 às 8:2) Figura 47: Alerta Global V=9 km/h (8:3 às 8:4) Figura 48: Alerta Global V=1 km/h (8:1 às 8:2) Figura 49: Alerta Global V=1 km/h (8:3 às 8:4) Figura 5: Alerta Global V=11 km/h (8:1 às 8:2)... 7 Figura 51: Alerta Global V=11 km/h (8:3 às 8:4)... 7 Figura 52: Alerta Global - Comparação de distribuição de VSP segundo as diferentes recomendações de velocidade... 7 Figura 53: Veículo 3 velocidade recomendada de 8 km/h Figura 54: Veículo 7 velocidade recomendada de 9 km/h Figura 55: Veículo 2 velocidade recomendada 1 km/h Figura 56: Veículo 3 velocidade recomendada 11 km/h Figura 57: Alerta com base em dados individuais - Comparação de distribuição de VSP segundo as diferentes recomendações de velocidade

13 Índice de Equações Equação Equação Equação Equação Equação Equação

14 Índice de Tabelas Tabela 1: Projectos de comunicação entre veículos e infra-estrutura nos últimos 13 anos... 3 Tabela 2: Definição de Modos VSP Tabela 3: Resumo dos dados utilizados Tabela 4: Resumo da Comparação entre viagens reais e do modelo... 5 Tabela 5: Resumo da comparação entre viagens reais e do modelo, quando existem ou não eventos de congestionamento Tabela 6: Parâmetros de testes iniciais Tabela 7: Análise do grau de fiabilidade da metodologia estudada Tabela 8: Horário dos alertas com base em dados individuais Tabela 9: Consumos e Emissões por período e por tecnologia de propulsão, antes de alertas Tabela 1: Consumos e Emissões por período e por tecnologia de propulsão, depois de alerta gerais Tabela 11: Média percentual de diminuições de consumos e emissões por tipo de recomendação efectuada quando foram emitidos alertas globais Tabela 12: Recomendação para 8 km/h Tabela 13: Recomendação para 9 km/h Tabela 14: Recomendação para 1 km/h Tabela 15: Recomendação para 11 km/h Tabela 16: Média percentual de diminuições de consumos e emissões por tipo de recomendação efectuada quando foram emitidos alertas individuais... 8 Tabela 17: Ganhos da alteração para 8 km/h no período 8: às 8: Tabela 18: Ganhos da alteração para 9 km/h no período 8:1 às 8: Tabela 19: Ganhos da alteração para 9 km/h no período 8:2 às 8: Tabela 2: Ganhos da alteração para 9 km/h no período 8:3 às 8: Tabela 21: Ganhos da alteração para 11 km/h no período 8:4 às 8: Tabela 22: Ganhos energéticos e ambientais médios consoante o tipo de veículo

15 1 Introdução O sistema de transportes é fundamental para a manutenção da qualidade de vida da população, tendo registado um elevado crescimento ao longo dos últimos 3 anos. Este sector é geralmente representado por quatro grandes modos de transporte: rodoviário, ferroviário, marítimo e aéreo, sendo o sector rodoviário o que regista maior procura por parte dos passageiros (1). Apenas nos EU-27 (27 Estados Membros da União Europeia), o número de veículos de passageiros cresceu cerca de 2% (equivalente a cerca de 2 milhões de veículos) entre 1995 e 21 (2). O sector dos transportes é um dos maiores consumidores de energia e gerador de poluentes na União Europeia, embora os avanços tecnológicos nesta área tenham vindo a resultar em reduções significativas nas emissões de alguns poluentes, nomeadamente o CO, HC, NOx e PM, devido à introdução de normas europeias, cada vez mais restritas, reguladoras dos limites de emissão destes poluentes. Melhorar a sustentabilidade do sector dos transportes requer uma abordagem compreensiva e integrada que concilie o transporte, de pessoas e bens, com políticas ambientais e energéticas (1). Segundo valores referentes aos EU-27 em 211, os transportes foram o segundo sector que consumiu mais energia, responsável por 33% da energia final consumida, apenas superado pelo sector industrial. O sector rodoviário foi ainda responsável por cerca de 82% do consumo total dos transportes. No que concerne ao consumo de derivados de petróleo, as redes de transportes dos EU-27 foram responsáveis pela utilização de 64%, correspondendo ao sector rodoviário 83% desse consumo (1). Em 29, o sector dos transportes foi também responsável por 25% das emissões totais de CO2, onde 72% das emissões deste tipo de gases provinham das redes de transportes rodoviárias, isto é, cerca de 878 milhões de toneladas emitidos para a atmosfera (2). Estima-se que actualmente o sistema de transportes seja responsável pelo consumo de cerca de 6% do petróleo mundial (3). O contexto nacional apresenta uma realidade muito semelhante à observada e descrita para o contexto europeu. Em Portugal os valores indicam que no ano de 211 o sector dos transportes foi responsável por cerca de 4% da energia final consumida no país, onde o ramo rodoviário foi responsável pelo gasto de 82% dessa energia. Em relação à utilização de derivados do petróleo, o sector dos transportes consumiu cerca de 77% desses recursos, sendo o sector rodoviário responsável por 82% desse valor (1). Em 29, o sector dos transportes foi ainda responsável pela emissão de cerca de 3% de gases de efeito de estufa (GEE) em Portugal, onde 79% dessas emissões foram da responsabilidade do sector dos transportes rodoviários (2). Nos EU-27, ao longo das últimas décadas, a taxa de motorização tem aumentado significativamente. Segundo valores de 21, existiam 477 automóveis de passageiros para cada 1 habitantes. Em Portugal, no ano de 21 os dados apontavam para 421 automóveis a cada 1 habitantes, com tendência para aumentar (2). Segundo a ACEA (European Automobile Manufacturer s Association), o elevado crescimento do transporte individual em Portugal nas últimas duas décadas resultou de múltiplos factores, tais como o aumento do poder de compra na década de 9, a facilidade de crédito bancário para aquisição de veículo próprio, a dimensão territorial do País que privilegia o modo rodoviário devido à competitividade que o mesmo apresenta e a relação que o custo de combustível/tempo de deslocação apresentavam nesse período comparado com as alternativas de transporte. O crescente aumento de veículos tornou 14

16 os congestionamentos nas redes viárias um problema relevante das cidades portuguesas e Europeias. Esta situação tem piorado gradualmente uma vez que a procura do sistema rodoviário de transporte não tem sido acompanhada por um aumento na oferta de infra-estrutura rodoviária (4). Segundo a INRIX (empresa sediada em Washington, USA, que fornece serviços e aplicações móveis relacionadas com o tráfego rodoviário a nível mundial), o agravamento da crise económica instalada na Europa provocou um grande decréscimo de congestionamentos. Em Portugal, no ano de 212, os engarrafamentos sofreram uma quebra de 5% de número de horas de espera, em relação a 211. A tendência de declínio do tráfego na Europa manteve-se no primeiro trimestre de 213, registando uma descida de 23% nas estradas europeias, o que significa que os condutores passaram, em média, menos seis horas no tráfego em 212. Constatou-se também que os países que mais sofreram com a crise económica são os que registam maiores descidas ao nível dos congestionamentos de tráfego. Também a BRISA verificou uma descida de 14%, em 212, do tráfego nas suas auto-estradas concessionadas, quando comparado com o período homólogo do ano anterior (5). Perante uma generalizada inexistência de espaço e financiamento disponível para aumentar a capacidade de oferta de infra-estrutura, têm sido investigadas e testadas soluções alternativas que respondam de forma eficaz à procura rodoviária. Uma dessas soluções é a optimização do tráfego nas redes de estradas existentes de forma a evitar ou minimizar congestionamentos por meio de previsão e/ou gestão do tráfego em tempo real. Por outras palavras, oferecer aos condutores ferramentas com impactes benéficos na sua condução, nomeadamente informação detalhada do estado do tráfego a jusante (velocidade média dos veículos, espaçamento médio entre veículos, opções de itinerários alternativos menos congestionados, etc.) (4). A inclusão da telemática no domínio dos veículos tem vindo a gerar desenvolvimentos tecnológicos relevantes no sector dos transportes, nomeadamente na comunicação envolvendo veículos e infraestruturas. Esta temática dos sistemas inteligentes de transportes (ITS) é actualmente uma das maiores linhas de investigação no sector dos transportes, devido ao seu potencial na gestão de tráfego (nomeadamente na previsão de incidentes nas vias rodoviárias), na redução dos consumos de energia e emissões de poluentes. Existem, fundamentalmente, três formas possíveis de identificação/previsão de tráfego: previsão do volume de tráfego, previsão da existência de congestionamento de tráfego e previsão do tempo expectável de viagem. Contudo, a previsão da existência de congestionamento de tráfego tem sido objecto de maior investigação (6). As redes de transporte inteligentes têm, desta forma, um papel muito importante na previsão de congestionamento de tráfego, onde os equipamentos de Global Positioning System (GPS) se têm revelado importantes ferramentas nesta área. Nos últimos anos, o número de aplicações desenvolvidas para GPS tem levado ao aparecimento de metodologias inovadoras que têm facilitado a recolha de dados referentes a tempos de viagem (7). Os equipamentos GPS equipados com módulos de previsão de tráfego podem dar indicações de trajectos alternativos e menos condicionados. O conceito de tempo de viagem tem um papel importante na medida em que possibilita a quantificação de outros parâmetros de congestionamento, como velocidades médias e tempo de 15

17 atraso. Uma boa medição dos tempos de viagem e de atraso é essencial para um bom planeamento das redes de transportes, para melhorar a experiência dos condutores e para avaliar o impacte de medidas de segurança nas estradas. Para além disto, estes tempos são fundamentais para avaliar os benefícios das estratégias de previsão de tráfego num ambiente realista e estocástico. A importância destes conceitos na gestão de tráfego levou a que dados referentes a tempos de viagem fossem integrados na legislação relacionada com a gestão de congestionamentos nos EUA (7). De acordo com a INRIX, em 211, nos EUA, existiram estados onde os condutores gastaram entre 3 a 58 horas, por ano, em congestionamentos de tráfego. Na Europa, as estatísticas apontam para que, em média, 8 dias de trabalho por ano sejam passados em congestionamentos. As vantagens associadas a uma melhoria no sistema de tráfego, descriminadas anteriormente, caracterizam-se pela redução de consumo de combustível, redução de emissões de poluentes e redução do número de acidentes rodoviários que por sua vez levariam a uma redução de congestionamentos e consequentemente minimização do tempo de espera. Progressos a este nível resultariam, indubitavelmente, numa significativa melhoria na qualidade de vida dos condutores e residentes na área envolvente. Neste sentido, este trabalho pretende avaliar e quantificar os efeitos da implementação de um sistema VIV (junção de sistemas de V2V e V2I) em veículos que utilizam a rede rodoviária portuguesa. Para além dos benefícios energéticos e ambientais, a mortalidade nas estradas é também um factor de preocupação. Nesse sentido, com o objectivo de minimizar as mortes nas estradas na Europa entre 211 e 22, a Comissão Europeia adoptou um programa de mobilidade e transporte designado Segurança Rodoviária. Este programa definiu várias iniciativas, a nível europeu e nacional, com o objectivo de melhorar os níveis de segurança dos veículos e das infra-estruturas e de alterar o comportamento dos condutores. No ano de 211, mais de 3 pessoas morreram nas estradas da União Europeia (UE). Para cada uma destas mortes, existem aproximadamente 4 pessoas que sofrem lesões permanentes (lesões cerebrais ou na coluna, por exemplo), 8 pessoas que sofrem lesões graves e 5 pessoas que sofrem ferimentos ligeiros (8). Figura 1: Sinistralidade Rodoviária na UE desde 21 e objectivo para 22 (8) 16

18 Figura 2: Evolução da Segurança Rodoviária na UE desde 1991 a 213 (8) As figuras 1 e 2 apresentam a evolução dos números referentes à sinistralidade rodoviária nos últimos 25 anos, evidenciando uma redução do número de mortos de cerca de 5% entre 21 e 213, segundo o gráfico da figura 1 e uma redução de 7% se a data se estender a 1991, segundo o gráfico da figura 2. Demonstra-se assim que, apesar do grande crescimento da frota automóvel na UE, nas últimas décadas, a sinistralidade rodoviária tem vindo a decrescer de forma continuada. Em Portugal este fenómeno toma especial relevância, uma vez que, segundo a Organização Mundial de Saúde, a taxa de acidentes per capita é das mais elevadas da Europa. No entanto, apesar da elevada sinistralidade, o rácio de mortos por combustível vendido tem vindo a diminuir sistematicamente ao longo dos anos. Segundo a ANSR (Autoridade Nacional de Segurança Rodoviária) o número de óbitos devido a acidentes rodoviários tem vindo a diminuir muito significativamente, cerca de 17%, desde 21. Por outro lado, a Comissão Europeia demonstrou que o número de acidentes por milhão de habitantes também tem vindo a diminuir, no nosso país, desde o ano 211, e as estimativas apontam para uma continuidade nesse sentido. No entanto, esse decréscimo no número de acidentes também pode ser explicado por uma gradual diminuição no consumo de combustível em Portugal, isto é, existência de menos veículos a circular nas estradas que leva a uma menor probabilidade de ocorrência de sinistros, como pode ser analisado na figura 3. Figura 3: Venda de combustível para consumo em Portugal (9) 17

19 Considerando estes três sectores de estudo (energia, ambiente e sinistralidade) no que concerne às redes inteligentes de transportes, a comunicação envolvendo veículos torna-se um tópico cada vez mais relevante. Contudo, constata-se que a comunicação entre veículos e infra-estruturas (V2I) requer maior investimento inicial e necessita de uma manutenção continuada. Por estas razões, tem sido implementado com menor frequência comparativamente aos sistemas de comunicação entre veículos (V2V), em sistemas inteligentes de transporte (1). Ao longo deste trabalho serão analisados os impactes da adopção de redes inteligentes de transportes na gestão dinâmica do tráfego, em particular da comunicação entre infra-estruturas e veículos (IV) e entre veículos infra-estruturas e veículos (VIV). 18

20 2 Estado da Arte 2.1 Congestionamento de Tráfego As redes inteligentes de transportes têm sido estudadas ao longo da última década, embora não exista ainda consenso relativamente à abordagem a adoptar no que se refere às metodologias de previsão de tráfego. Os primeiros estudos científicos focaram-se em previsões em locais específicos baseados em one-dimensional traffic time series usando o modelo de ARIMA (Auto-Regressivo Integrado de Média Móvel), um modelo matemático, que provém do modelo ARMA, muito utilizado na modelação e previsão de séries temporais e o método Nearest Neighbour, um dos primeiros algoritmos utilizados para determinar soluções para o problema designado por Travelling Salesman (Caixeiro Viajante). Este problema tinha como objectivo definir a rota mais curta, entre várias cidades e distâncias conhecidas, garantindo a passagem por cada cidade apenas uma vez e o retorno ao local inicial (6). Os métodos existentes actualmente possuem a mesma base, isto é, tentam prever o tráfego num determinado local com base em informação correlacionada de espaço e tempo a partir de sensores distribuídos perto das vias. Portanto, quanto mais sensores existirem mais dados estarão disponíveis acerca do estado do tráfego e mais fiável será a informação que servirá de base à gestão do tráfego em tempo real (6). No trabalho de Su Yang et al. (6) consta que um modelo matemático foi implementado para prever a ocorrência de congestionamentos de tráfego. Inicialmente são recolhidos dados reais nas vias de trânsito, esses dados de histórico são submetidos a uma selecção com o intuito de dividi-los em dois conjuntos: dados prévios de situações congestionadas num determinado espaço e dados de situações de não congestionamento, com igual latência. Com base nesta divisão, a metodologia baseia-se em três processos distintos: 1 Classificação dos sensores envolvidos em termos de fiabilidade de informação, sendo a sua contribuição para a decisão final baseada no ranking que obtiver; 2 Decisão com base nos parâmetros estatísticos e probabilísticos; 3 Determinação do número óptimo de sensores a considerar, sabendo que apenas os de alta credibilidade serão levados em consideração. De acordo com Su Yang et al. (6), para a previsão do estado do tráfego num determinado local são necessários pelo menos 1 sensores com várias correlações de variáveis. Consequentemente, o autor considera que se apenas armazenar algumas variáveis é possível, ainda assim, identificar situações de tráfego com uma fiabilidade apreciável. Por outro lado, é possível recorrer a outras metodologias quando se tem acesso a um grande conjunto de informação, tanto da infra-estrutura como dos veículos. As tecnologias de informação e comunicação são cada vez mais importantes no quotidiano e podem ser muito úteis como fonte de informação para este tipo de modelos. Inúmeras vezes, na base de congestionamentos de tráfego estão acidentes rodoviários que, por sua vez, resultam de complexas interacções entre condutores, veículos, condições do tráfego e do ambiente em redor. No entanto, acredita-se que os erros humanos são a maior causa de acidentes rodoviários, entre 75% a 95% (11). A condução agressiva é uma acção deliberada pelos condutores 19

21 que aumenta o risco de ocorrência de embates entre veículos. Geralmente, este perfil de condução é motivado por impaciência, irritação ou tentativa de poupar tempo, colocando em risco a sua própria segurança e a dos outros utilizadores da via (12). Neste sentido, o autor Filmon G. Habtemichael et al. (13), adoptou técnicas de micro-simulação de tráfego através do VISSIM (modelo microscópico, discreto, estocástico e com base em intervalos de tempo onde os veículos são o objecto de estudo) para quantificar a insegurança decorrente de um estilo de condução agressivo. Neste trabalho, o risco de acidentes, os seus níveis de gravidade e as vantagens decorrentes de uma condução agressiva foram qualificados relativamente a perfis de condução considerados normais, sob dois cenários distintos: tráfego congestionado e não congestionado. Como seria expectável concluiu-se que o risco de acidente, independentemente do estilo de condução, dependia sempre das condições do tráfego e da própria via. Constatou-se que o tempo para a colisão era muito mais reduzido (de 7% para 6%) quando o estilo de condução era agressivo enquanto as vantagens em termos de tempo de espera no tráfego, associadas a esta forma de conduzir, apenas aumentavam 1% tendo em conta uma condução normal. Desta forma, os riscos de embate aumentam drasticamente enquanto que as vantagens são mínimas quando se pratica um estilo de condução agressivo. 2.2 Tecnologias de Informação e Comunicação (TIC) As Tecnologias de Informação e Comunicação (TIC ou ICT) têm hoje um papel de grande relevância no transporte rodoviário de passageiros e mercadorias. As TICs assentam em combinações de processamento de informação, mapas, bases de dados, comunicações e dados em tempo real recolhidos a partir de diversas soluções. Considerando as potenciais vantagens da existência de sistemas de gestão de tráfego, as TICs podem representar uma mais-valia ao nível da racionalização de consumos de energia e emissão de poluentes. A aplicação destas tecnologias na indústria automóvel tem como objectivo fornecer aos veículos um instrumento de racionalização da condução (14). Ao nível das tecnologias integradas nos veículos, ainda com pouca associação às infra-estruturas, têm sido desenvolvidos e implementados a Ajuda de Mudança de faixa e o Sistema de Controlo das Áreas Laterais e Traseira que reduzem os riscos de colisão. Por outro lado, e tendo em conta os impactes ambientais causados pela existência de cada vez mais veículos nas estradas, os sistemas Stop/Start desligam o motor sempre que o veículo se encontra imobilizado durante alguns segundos, reduzindo assim as emissões de poluentes (15). Com o objectivo de tornar o tráfego cada vez mais fluido, têm sido testados e implementados sistemas de informação que promovem uma interacção entre veículos e/ou um infra-estrutura de regulamentação de tráfego. Estes sistemas têm a capacidade de sugerir ao condutor o melhor itinerário, evitando possíveis congestionamentos e acidentes indesejados. Para além disto seria possível economizar combustível e minimizar a emissão de poluentes. Existem várias ferramentas, utilizadas neste processo de gestão de frota, que possibilitam uma credível troca de informação. 2

22 Numa perspectiva de comunicação com infra-estruturas, têm sido desenvolvidos vários projectos, descritos de seguida, com o objectivo de melhorar a experiência dos condutores durante a condução. O sistema E-Call caracteriza-se por oferecer uma rápida assistência aos ocupantes de um veículo envolvido em acidente rodoviário em qualquer local do continente Europeu. As estimativas indicam que a assistência poderá ser acelerada em cerca de 4 a 5 segundos. Este sistema permite enviar rapidamente para o instituto de emergência médica as coordenadas geográficas do local do sinistro assim como alguns dados referentes ao impacto do airbag (15). Os sistemas economizadores de combustível que recorrem à tecnologia telemática de tráfego para aumentar ou diminuir a velocidade de um automóvel, evitando assim consumos desnecessários, encontram-se também em fase experimental (15). Para além da aplicação das TICs em veículos particulares, um exemplo da sua utilização pode ser encontrada em operadores de transporte público de passageiros. Os diferentes tipos de equipamentos e soluções tecnológicas existentes, quer a bordo dos veículos quer na via rodoviária, permitem optimizar o serviço de transporte público, uma vez que proporcionam o contacto permanente entre os condutores e a central de operações do transportador, viabilizando a troca de informação em tempo real. Para além disto é possível ter a percepção exacta da localização dos veículos, garantido uma maior segurança e uma melhor informação disponibilizada ao público. Desta forma, as TICs aplicadas ao transporte público, de uma forma geral, têm contribuído para (14): Assegurar a regularidade dos veículos de transporte público, através da sua gestão em tempo real; Disponibilizar, em tempo real, informação a passageiros de transporte público; Disponibilizar dados sobre os serviços efectuados, permitindo o planeamento operacional de transportes públicos; Conhecer a posição exacta de cada veículo, recorrendo a GPS; Trocar informação com condutores; Reforçar a segurança de condutores e passageiros. Neste sector de actividade, têm surgido também projectos como o GISFROT que visa monitorizar o estilo de condução dos motoristas da Rodoviária de Lisboa, registando alterações na rota verificados durante a realização do serviço. Neste projecto estão a ser utilizadas 13 viaturas equipadas com uma caixa negra, que consiste num integrador de sinais FM 2 da Siemens-VDO, onde são registados os eventos de conforto, segurança e eficiência ambiental. Os condutores são posteriormente confrontados com os resultados dos testes, podendo desta forma consciencializarem-se do seu estilo de condução, minimizando o risco de falhas futuras. Este projecto garantiu, em dois anos, a diminuição de 399 toneladas nas emissões de CO2 e de 149 mil litros de combustível, permitindo simultaneamente melhorar o conforto e a segurança a bordo (16). As TICs também têm sido aplicadas no transporte de mercadorias, nomeadamente por parte de operadores de logística, tendo contribuído para: 21

23 Racionalizar e optimizar as estratégias de distribuição de produtos em zonas urbanas, como o projecto europeu Straightsol, com um exemplo de aplicação na cidade de Lisboa; Tornar mais flexível e adaptado o processo de routing, muito importante para empresas de transporte expresso de mercadorias, correspondência, documentos, objectos e de operações de logística, como são o caso da TNT e FedEx; Gestão em tempo real das operações de distribuição, adaptando-se à existência de incidentes na infra-estrutura de forma a garantir a fiabilidade do serviço. De um modo geral, os novos veículos têm sido equipados com mecanismos a bordo (OBD onboard diagnostics) e interfaces de controlo de rede (CAN-BUS controller area network) com o objectivo de aceder à rede de dados internos dos veículos. Este tipo de informação pode ser utilizada em conjunto com outras fontes de dados, oferecendo novas oportunidades para aplicações na área dos transportes (17). Desta forma, existem novas iniciativas de desenvolvimento de software que têm utilizado esta abordagem. Por exemplo, a informação relativa à localização de veículos obtida através de GPS (ou RFID ou Bluetooth) são utilizadas por sondas de trânsito e enviadas para servidores através de redes wireless com o intuito de melhorar as estimativas de tráfego em tempo real. Apesar deste tipo de desenvolvimentos ainda se encontrar ao nível dos protótipos, uma recente iniciativa da Ford lançou uma nova fonte de software e hardware, o OpenXC, que permite a qualquer utilizador ligar novos módulos com o CAN-BUS e ter acesso a todos os dados do veículo no seu smartphone, tablet ou computador (18). Para além disto, e com o objectivo de responder às necessidades dos condutores, têm sido criadas várias aplicações móveis que facilitam a condução nas redes de estradas internacionais. Uma das aplicações mais conceituadas é o WAZE, start-up criada em 28 e recentemente adquirida pela Google, que para além de possuir a tráfegofuncionalidade de GPS, dá a conhecer ao utilizador os melhores percursos com base em informações de trânsito. O WAZE cruza os dados dos seus utilizadores, conseguindo calcular em média as velocidades de cada via e a partir daí calcular quais as trajetórias mais rápidas. Para além disto, permite aos utilizadores partilharem informações relativas ao estado das vias, existência de acidentes, preços de combustível, etc, sendo atribuída à informação maior ou menor credibilidade consoante o ranking do utilizador. No entanto, existirá sempre um erro informativo associado visto que parte da informação disponibilizada pela ferramenta baseia-se na quantidade e qualidade dos dados fornecidos pelos seus utilizadores (19). Com objectivo semelhante ao Waze, ou seja, permitir aos condutores poupar o máximo tempo possível no trânsito, surgiu uma aplicação desenvolvida em Portugal e aplicada exclusivamente às cidades de Lisboa e Porto designada por BuzzStreets. A aplicação foi lançada no passado mês de Setembro, é gratuita e tem como principal objectivo melhorar a mobilidade nas zonas referidas. Esta app agrega e interpreta, em tempo real, informação sobre todas as intervenções (agendadas ou imprevistas) que perturbem a normal circulação de viaturas, oferecendo aos seus utilizadores rotas alternativas (smartrouting), sendo uma mistura de aviso prévio com GPS. A grande diferença desta aplicação para as demais (Google Maps, WAZE, etc.) prende-se com o método escolhido para recolha de informação. Esta é efectuada em tempo real, através de BuzzMotos, indivíduos que circulam de 22

24 moto pela cidade com o objectivo de observar e reportar ocorrências que perturbem o tráfego, transmitindo-as para a aplicação móvel em tempo real. Existem também os BuzzInspectores, fiscais que acompanham a evolução de obras na via pública de forma a ser possível comunicar, em tempo real, se uma determinada estrada está ou não congestionada. Finalmente, existem os drones que monitorizam o trânsito, de um modo geral, nas principais entradas de Lisboa e Porto. O envio de informação é através de wireless e tende a ser efectuado nos horários de maior fluxo de tráfego (6:3 às 9:3 e 17:3 às 21:3) (2). Na tentativa de tornar a condução automóvel um processo cada vez mais optimizado, têm sido desenvolvidos projetcos a nível nacional e internacional cujo principal objectivo é o de actuar na área comportamental dos condutores de automóveis, que reside na melhoria do estilo de condução. Desta forma, o i2d, um projecto promovido pelo consórcio itds IDMEC com o apoio do FAI (Fundo de Apoio ao Investimento), foca-se no desenvolvimento e teste de uma solução tecnológica para recolha de dados da utilização do veículo automóvel a bordo, o qual fica permanentemente conectado a uma central na Cloud. Os dados são tratados através de metodologias e algoritmos, obtendo-se indicadores que permitem caracterizar a condução automóvel, por exemplo a nível do número de travagens ou o número de acelerações, da gestão do motor, etc. Actualmente, estima-se que alterações dos padrões comportamentais ao nível da condução automóvel possam ter impactes positivos muito significativos no consumo de energia, na emissão de poluentes, na segurança e no conforto rodoviário. Neste sentido, este projecto permite estudar e estabelecer mecanismos (e respetivos modelos de negócio) de base tecnológica para futura taxação do tipo pay-as-you-drive/emit, ou pay-how-you-drive, e ainda proporcionar a recolha de dados e o desenvolvimento de ferramentas de Gestão de Tráfego e de Segurança Rodoviária passíveis de poderem vir a ser utilizados numa perspectiva estratégica e operacional de gestão destes serviços (21). 2.3 Comunicação entre veículos e infra-estrutura (V2V, V2I e V2X) Tendo em conta o enquadramento feito anteriormente, esta tese abordará em particular as tecnologias de informação associadas à comunicação entre veículos e infra-estrutura com o objectivo de facilitar a gestão de tráfego, controlar o consumo energético e a emissão de poluentes. Nos últimos anos vários projectos de investigação têm contribuído com soluções fundamentais para a evolução da tecnologia de comunicação entre veículos. As investigações no ramo da comunicação entre veículos começaram em meados dos anos 8 com o projecto Eureka PROMETHEUS Project, onde foram apresentadas as vantagens deste tipo de tecnologia na segurança e manutenção do tráfego. No entanto, para além de outros factores, o custo elevado associado aos equipamentos de transmissão rádio levaram a uma não introdução dessas tecnologias. Hoje em dia, os progressos nas tecnologias de comunicação móveis levaram ao aparecimento de um mercado de massas para este tipo de sistemas, o que possibilitou a produção de sistemas de comunicação rádio de forma mais económica. Assim, a última década conheceu um grande avanço no que à investigação de tecnologias V2X diz respeito. Vários projectos de investigação foram levados a cabo nesta área, tendo sido possível responder a diferentes desafios na área da comunicação V2X (22). 23

25 Outros sistemas de comunicação mais específicos entre veículos e infra-estruturas podem ser classificados em: veículo para veículo (V2V) ou veículo para infra-estrutura (V2I). Sistemas de comunicação V2V (Vehicle to Vehicle), onde o principal objectivo consiste na comunicação entre veículos numa determinada via, onde os veículos a jusante informam os veículos a montante sobre determinadas características de tráfego. Por outras palavras, mensagens de segurança (CAM) são propagadas com o intuito de prevenir colisões, oferecer alternativas de tráfego, reduzir consumos desnecessários de combustível e emissões excessivas de poluentes. As Redes ad hoc, que aplicadas à área dos transportes são designadas por VANET, são praticamente a única tecnologia considerada no que à comunicação entre veículos diz respeito (23). Noutra perspectiva surgem as comunicações V2I (Vehicle to Infrastructure) que consistem na troca de dados operacionais e de segurança entre veículos e infra-estruturas rodoviárias e que, inclusivamente, já se encontram a ser desenvolvidos como soluções comerciais, nomeadamente através de redes de telecomunicação móveis. As principais tecnologias utilizadas são Dedicated shortrange communications (DSRC), uma gama de frequência disponibilizada apenas para comunicação entre veículos e infra-estruturas de tráfego, infravermelho e redes wireless. Os principais objectivos deste sistema centralizado são semelhantes aos apresentados para V2V. As comunicações V2I são aplicáveis em todo o tipo de veículos em todo o tipo de vias, onde as infra-estruturas inteligentes utilizam algoritmos que recolhem dados enviados pelos veículos para proceder a cálculos capazes de reconhecer situações perigosas a jusante. Os condutores são então avisados através de sinais específicos (23). Segundo o Departamento dos Transportes dos EUA (US DOT), comunicações do tipo V2I podem ter o potencial para minimizar 12% dos acidentes entre veículos que não possuam sistemas do tipo V2V (24). A informação obtida através de sensores a bordo dos veículos é insuficiente para a detecção de potenciais situações de risco. Desta forma, um dos mais desafiantes temas de investigação na área dos Sistemas Inteligentes de Transportes (ITS) é o desenvolvimento de tecnologias de comunicação para Advanced Driver Assistance Systems (ADAS) baseados em cooperação entre veículos. Em 23, o US DOT lançou a iniciativa VII (Vehicle Infrastructure Integration) onde promoveu o uso de comunicação de curta distância (DSRC) e dedicou uma gama de frequências exclusivamente direccionada para as redes de transporte, entre veículos com o objectivo de melhorar a segurança e a mobilidade (25). Desta iniciativa resultou uma entidade, Federal Communications Commission (FCC) que disponibilizou uma banda de frequência a 5.9 GHz para este tipo de aplicações. Mais tarde, o IEEE criou normas específicas (IEEE 169 e IEEE 82.1) com o objectivo de definir uma arquitectura básica que permitia acesso wireless (tipo hotspot) em veículos. Esta arquitectura designou-se por WAVE e abrange três condições (26): OBU (on-board units) projectadas para serem instaladas a bordo do veículo e garantir a conectividade durante as viagens; RSU (road side unit) projectadas para serem instaladas em elementos da via, como sinais de tráfego ou semáforos; Canais de serviço para permitirem conectividade V2V ou V2I bidirecional. 24

26 Em 29, depois de seis anos de investigação, o Departamento de Transportes dos Estados Unidos decidiu alterar a iniciativa VII, passando a designar-se IntelliDrive, incluindo nos seus objectivos estudar outras tecnologias de rede sem fios (wireless) aplicáveis à mobilidade, mantendo a DSRC para aplicações de segurança (25). Durante este período, a International Standards Organization (ISO) definiu uma arquitectura para comunicações V2V e V2I denominado por CALM que permitia comunicações V2X permanentes entre várias tecnologias wireless, como redes de telecomunicações móveis 2G/3G, infra-vermelhos, WiFi, WAVE, micro-ondas, entre outros (27). Esta arquitectura foi implementada no âmbito do projecto Cooperative Vehicle-Infrastruture System (CVIS) e os resultados demonstraram a viabilidade da sua implementação (28). O Advanced Traffic Management System (ATMS) utiliza a informação vinda da infra-estrutura para gerir o fluxo de tráfego, minimizando congestionamentos. Para esse fim, o ATMS controla diferentes elementos como sinais de tráfego, semáforos, painéis informativos, com base em sensores instalados (por exemplo: câmaras, radares) (1). Desta forma, com uma arquitectura sólida de comunicação V2I, como a CALM, os dois sistemas ADAS e ATMS, podem ser fundidos, permitindo a um sistema central combinar a informação vinda de veículos e de infra-estruturas, aumentando desta forma a segurança rodoviária e melhorando a eficiência do tráfego (1). A tecnologia Vehicular ad hoc network (VANET), é igualmente vista como a solução para a coexistência de comunicações V2V e V2I (resultaria em VIV), no entanto ainda apresentam algum atraso na troca de informação, entre outras desvantagens, nomeadamente os altos requisitos de segurança relacionados com a partilha de dados, comparando com outros tipos de rede (29). Testes demonstraram que as redes de telecomunicações móveis, conseguem reduzir bastante o tempo de latência em relação ao VANET. No entanto, as redes móveis requerem pagamento de taxas pela partilha de dados, ao contrário das VANETs. Desta forma, as redes de telecomunicação móveis, objecto de constante optimização por parte das operadoras, são vistas como um sério candidato a servir as necessidades da comunicação V2V, visto que já foram fortemente testadas e são, inclusivamente, utilizadas para V2I. Posto isto, têm sido desenvolvidos trabalhos neste sentido, isto é, tentativas para aglutinar estes dois conceitos (V2V e V2I), uma vez que já possuem protocolos para a implementação deste duplo serviço, onde as redes móveis e peer to peer (P2P) são utilizadas em conjunto com o objectivo de desenhar um sistema de comunicação global. Numa perspectiva futura, tem-se como objectivo poder fornecer a um condutor, considerando o seu perfil de condução, construído com base nas tomadas de decisão do condutor, e trocando essa informação com a plataforma externa, informações que podem ser úteis para a abordagem do tráfego, minimizando os atrasos e aumentando a segurança (23). A implementação de sistemas de comunicação entre veículos, têm importantes questões associadas que devem ser tomadas em consideração. A latência, o parâmetro mais importante na transmissão de mensagens entre veículos, caracteriza-se pelo tempo que a rede demora a trocar mensagens entre o veículo emissor e o veículo destinatário. Em VANET, a latência é proporcional à distância entre ambos os veículos. O tempo é geralmente à volta das dezenas de milissegundos para 25

27 pequenas distâncias, podendo chegar a 1s numa distância de 1km. Este comportamento é adequado se a aplicação em questão necessitar de uma rápida notificação para veículos vizinhos (exemplo: sistemas para evitar acidentes) (23). Em redes VANET é muito importante conhecer a posição dos veículos adjacentes, principalmente para permitir a operação de protocolos de routing. No entanto, a partilha de informação sobre o posicionamento desses veículos possibilita dar a conhecer aos condutores importantes características do tráfego, assim como uma iminente diminuição da velocidade, minimizando os riscos de colisão (23). No entanto, um problema das redes VANET é a quantidade de informação desnecessária recebida por um veículo. Por vezes, se o veículo fonte estiver demasiado afastado dos destinatários, poderá ser necessário recorrer à localização GPS para que a mensagem seja entregue (23). Devido à dificuldade em testar novos protocolos baseados em VANET num ambiente real, utilizamse muitas vezes ferramentas de simulação, tornando possível analisar vários cenários com diversos padrões de mobilidade e diferentes densidades de tráfego, por exemplo. No entanto, convém referir que nem sempre as simulações oferecem resultados credíveis (23). Uma questão muito importante prende-se com o facto de ser necessária uma taxa de penetração, de veículos equipados com este sistema, suficientemente elevada. Uma vez que, em VANET, comunicação via ad hoc infra-estrutura não é viável quando a quantidade de veículos equipados não é suficiente (23). Por outro lado, os sistemas VANET a bordo de veículos são compostos por um computador com capacidade para se ligar à rede e sensores de navegação extra, o que não torna o equipamento demasiado dispendioso (23). Após uma análise aos trabalhos desenvolvidos anteriormente, constatou-se que poucos autores focam as suas análises nos impactes da implementação de tecnologias V2V e V2I. José Santa et al. (23), aborda a viabilidade de juntar os dois conceitos através de redes móveis, em detrimento de VANET, mas em momento algum analisa o verdadeiro impacte que esta co-ligação teria na mobilidade e nos impactes ambientais. Este trabalho aborda e avalia estes sistemas, contribuindo para preencher esse gap na investigação dos sistemas inteligentes de transportes. 2.4 Implementação de redes V2V, V2I e V2X Ao longo das últimas décadas têm surgido vários projectos relacionados com os diferentes tipos de comunicação envolvendo veículos. O projecto Inter-Vehicle Hazard Warning (21-22) foi um dos primeiros projectos do Prometheus (PROgraMme for a European Traffic of Highest Efficiency and Unprecedented Safety) e focou-se nas melhorias de segurança em veículos através da comunicação. Este projecto Franco- Germânico desenvolveu um sistema de comunicação que transmitia mensagens de aviso na banda de frequência dos 869MHz, que apenas eram transmitidas uma vez até uma distância de 1km. O sistema baseava-se no veículo receptor, ou seja, nos dados recebidos pelo veículo e que eram previamente seleccionados consoante a sua relevância para o condutor. Isto é, comunicação baseada em troca de informação entre veículos e entre veículos e infra-estruturas de gestão de tráfego. Consequentemente, as investigações que se seguiram basearam-se no conceito de verificação de relevância, ou seja, 26

28 algoritmos para decidir se uma mensagem de aviso era ou não importante para o veículo receptor. Este conceito de tomada de decisão local é utilizado hoje em dia, refletindo o facto de a responsabilidade estar sempre ligada ao fabricante do veículo onde a ação é tomada ou a mensagem de aviso é recebida (3). O projecto de investigação alemão FleetNet Internet on the road (2-23) implementou o princípio das redes ad hoc. Este projecto permitiu ainda o desenvolvimento de uma plataforma de comunicação sustentada em protocolos de internet. O seu modelo de negócio tinha como pressuposto que numa operação economicamente viável, a segurança, a eficiência e o conforto deveriam ser garantidos pelo sistema de comunicação. Este projecto investigou vários sistemas de comunicação, mas baseou-se na tecnologia IEEE WLAN que garantia o melhor compromisso entre performance, custo de hardware e previsão de quota de mercado. Uma das principais conclusões deste projecto foi que as aplicações de segurança deveriam enviar mensagens ou sinais para todos os condutores de uma determinada área geográfica em vez de um grupo pré-seleccionado de utilizadores. Para que isso fosse possível, foi necessário projectar novos protocolos de envio de informação baseado em posição e routing (22). O projecto CarTALK 2 (21-24) fundado pela União Europeia dentro do Programa Quadro 5, focou-se em desenvolver aplicações de assistência aos condutores baseadas em redes ad hoc, tendo sido desenvolvidos protocolos para a auto-organização destas redes. Foram desenvolvidas aplicações como automatização de entrada em auto-estradas ou zonas de tráfego congestionado, tendo sido efectuados estudos de mercado para perceber o quão vantajoso seria este tipo de tecnologia (31). O projecto PReVENT WILLWARN (24-26) consistia em desenvolver novos sistemas de assistência de condução e investigar aplicações de aviso baseadas em comunicação entre veículos. Foram desenvolvidos métodos on-board para detecção de perigo com base em dados vindos de frotas de autocarros e focados em funções de alarme para obstáculos, visibilidade reduzida, más condições da via, etc. Este projecto, ao contrário dos anteriores, focou-se em aspectos do sistema que suportavam o início da fase de introdução da comunicação V2X, isto é, a investigação foi direcionada segundo métodos de suporte a aplicações V2X em cenários de baixa penetração. A ideia fundamental baseavase em estabelecer uma gestão de aviso no veículo que verificasse a existência ou não de outro veículo com equipamento instalado a bordo e funcional na vizinhança desse mesmo veículo. Assumindo que, numa determinada zona um perigo potencial era detectado mas nenhum carro devidamente equipado se encontrava dentro da gama de comunicação, se a mensagem de aviso tivesse de ser transmitida imediatamente neste cenário, então a mensagem poderia ser perdida pelo veículo que estava em vias de chegar à zona perigosa e que ainda não se encontrava na gama de comunicação. Neste projecto, a gestão de aviso detectava situações deste tipo e tomava a decisão com base num conjunto específico de normas sobre a duração de tempo que deveria guardar e transportar as mensagens de aviso para que pudessem ser entregues a veículos que entrassem em zonas potencialmente perigosas ( store and forward ). Este projecto foi bastante relevante devido à investigação baseada em algoritmos de distribuição descentralizada para mensagens de aviso utilizando comunicação V2V e a investigação sobre a verificação com base na relevância da posição e trajeto de um veículo em relação a uma zona 27

29 de perigo. Mais tarde, o conceito foi desenvolvido ao ponto das mensagens de alerta apenas serem entregues ao condutor quando este se dirigia precisamente para a zona de perigo. O projecto foi também acompanhado pelo primeiro estudo de simulação de condução que provou a influência positiva das mensagens de aviso na segurança rodoviária (32). O projecto alemão Network on Wheels (24-28) foi desenvolvido no seguimento do FleetNet, tendo-se baseado em resultados referentes a IEEE 82.11, redes ad hoc e protocolos de internet para aplicações de mobilidade e segurança. A ideia principal deste projecto era completar os resultados disponíveis até então e desenvolver uma plataforma de comunicação aberta para aplicações de segurança, eficiência de tráfego e conforto. Estes avanços foram utilizados para padronização no Car2Car Communication e no Tecnhical Comitee Inteligent Transportation System (TC ITS). Com este projecto foi possível estudar e desenvolver mais detalhadamente arquitecturas de segurança rodoviária (33). O projecto europeu SAFESPOT, que contou com 51 diferentes parceiros, do ramo automóvel ao ramo universitário, teve como principal objectivo desenvolver aplicações com base na comunicação para melhorar a segurança rodoviária. O sub-projecto SINTECH teve especial importância para a realização desta investigação, nomeadamente através do desenvolvimento de tecnologias chave na área da comunicação, redes ad hoc (VANET), LDM (local dynamic map) e de melhorias do sistema de posicionamento. Com base nestas tecnologias, foram desenvolvidas aplicações de alerta de perigo para veículos. O SAFESPOT combinou a informação disponível através de sensores a bordo dos veículos com a informação vinda de veículos vizinhos e assim criou um modelo do ambiente do veículo podendo referenciá-lo num mapa digital. O modelo continha informação estática (ruas, edifícios, sinais de trânsito), dinâmica (utilizadores das vias, mudanças nos sinais luminosos de trânsito) e zonas perigosas (zonas em construção, existência de gelo). As mensagens de alerta foram baseadas em conceitos segundo o consórcio de comunicação entre veículos e a correspondente tecnologia de comunicação ad hoc foi mais tarde desenvolvida (34). Os projectos anteriores utilizaram sistemas de circulação entre veículos baseados em tecnologia WLAN (IEEE 82.11). Este método é essencialmente regido por requisitos de segurança que necessitam de um tempo de resposta inferior a 5ms. Sistemas de telecomunicações móveis não preenchiam estes requisitos quando projectos como o FleetNet avaliou o potencial de tecnologias rádio. Desta forma, o projecto Aktiv Cooperative Cars (27-29) demonstrou a evolução de sistemas de comunicações móveis baseados em tecnologias de terceira geração (3G) permitindo a emulação da comunicação V2V dentro do período requerido (5ms). Os projectistas tomaram especial atenção à latência relacionada com sistemas de segurança. Os resultados demonstraram que a evolução nos sistemas de telecomunicações móveis poderiam resultar na implementação de sistemas de segurança que incluam o envio de mensagens de perigo utilizando infra-estruturas. Os desenvolvimentos futuros nas comunicações móveis, tais como os sistemas LTE (Long-Term Evolution troca de dados a alta velocidade por wireless), irão reforçar a sua aplicabilidade para comunicações V2X. Posto isto, as redes móveis podem ser consideradas ideais em redes ad hoc em zonas de baixas densidades populacionais (35). 28

30 O PRE-DRIVE C2X (28-21) teve como objectivo preparar as plataformas de comunicação V2X baseadas na arquitectura COMe-Safety. Para testar esta plataforma, o projecto selecionou uma vasta lista de casos de utilização de V2X e foram avaliados aqueles que poderiam fazer parte de um primeiro conjunto de aplicações a desenvolver. Desta forma, este projecto contribuiu para a harmonização das comunicações V2X segundo o Car2Car Communication Consortium e o Instituto Europeu de Normas de Telecomunicação (ETSI). Além disso, no decorrer deste projecto foi efectuado um teste de utilização com o objectivo de avaliar o nível de aceitação das aplicações e o método de teste desenvolvido para um ensaio posterior em estrada. Do teste resultou que a maioria dos condutores consideraram as mensagens recebidas via radio e a informação RDS/TMC (Radio Data System/Traffic Message Center) úteis, embora considerassem importante receber alertas aquando da aproximação de uma zona de perigo. Mais de 5% dos condutores que participaram nos testes consideraram o sistema muito vantajoso, sendo importante tornar este tipo de tecnologia, comunicação V2X, um equipamento standard. Desta forma, estes testes demonstraram que os condutores deverão estar muito interessados na comunicação entre veículos (36). Em 211, surgiu o DRIVE C2X baseado em comunicações entre veículos (C2C ou V2V) e entre veículos e infra-estruturas da via (C2I ou V2I). Uma vez que os projectos anteriores provaram ser possível aumentar a segurança e a eficiência do tráfego, este projecto foi responsável pelo teste deste tipo de sistemas de comunicação em condições reais de circulação em diversos países do continente europeu. Para garantir que os resultados dos testes operacionais sejam correctos, as bases tecnológicas são um pré-requisito fundamental. Desta forma, o DRIVE C2X baseou-se nos resultados do projecto PRE-DRIVE C2X em termos de hardware e software de protótipos, ambientes de teste e conjunto de ferramentas de simulação. As bases tecnológicas são compostas pelo sistema de comunicação (rádio, protocolos de comunicação), infra-estruturas, interface homem-máquina, aplicações e gestão da rede. Em relação ao projecto inicial que originou o DRIVE C2X existiram algumas melhorias significativas, tais como o desenvolvimento de algumas normas referentes ao ITS (Intelligent Transportation System) e à adaptação do sistema a necessidades específicas dos diferentes locais de teste (37) A Veniam Works (212), uma startup criada em Portugal e nos EUA, com parcerias com algumas universidades técnicas portuguesas e empresas portuguesas de transporte, esteve envolvida num projecto que tornou possível a construção e desenvolvimento da maior rede de comunicação entre veículos do mundo, onde mais de 6 veículos partilham informação e que se encontra hoje em dia em funcionamento na cidade do Porto. A Veniam desenvolveu hardware e software com o intuito de implementar a sua ideia e hoje em dia vende equipamentos a preços reduzidos que, uma vez ligados, tornam os veículos em hotspots móveis. Desta forma, a comunicação entre veículos e entre veículos e infra-estruturas de redes móveis, torna-se possível. Os objectivos deste projecto são descongestionar a rede convencional e, por outro lado, reunir informações relacionadas com veículos e tráfego, podendo disponibilizar essa informação a entidades controladores de tráfego, fabricantes e agências de seguros. Para além disto, foi criada uma patente relacionada com a confidencialidade de dados partilhados, por forma a garantir a segurança da rede e da informação que nela circula (38). 29

31 O projecto Safe Intelligent Mobility Testfield Germany (simtd): Emergency Electronic Brake Light (EEBL) - 214, foi desenvolvido muito recentemente e também possibilita comunicação V2X. Tal como alguns projectos anteriores a transmissão de dados é feita através de redes ad hoc e redes móveis, sendo possível partilhar posição, velocidade, desacelerações e bússola (orientação do veículo). Assim torna-se possível aferir o estado do tráfego em tempo real e proceder a uma recomendação de itinerário consoante a análise do tráfego. Este projecto demonstrou a possibilidade de emissão de alerta ao condutor aquando da existência de travagem brusca em veículos a jusante, com pelo menos um veículo à frente do veículo em questão. Como seria de esperar a latência é um factor a ter em consideração. Através de vários testes com condutores, foi possível aferir a boa aceitação deste sistema por parte dos mesmos e provar os efeitos positivos redes de inteligentes de tráfego, tendo também sido provado que o projecto possibilitaria vantagens financeiras apreciáveis (39). A tabela 1 apresenta um resumo dos projectos descritos anteriormente e pretende demonstrar o nível de evolução das tecnologias de comunicação VIV, V2V ou V2X desde 21. Tabela 1: Projectos de comunicação entre veículos e infra-estrutura nos últimos 13 anos Projecto V2? Tipo de estudo Local de aplicação Referência Inter-Vehicle Hazard Warning (21-22) V2V & V2I Melhorias de segurança rodoviária através de comunicação entre veículos (experimental) França e Alemanha (3) Redes ad hoc e protocolos de internet que FleetNet Internet on the road (2-23) V2V possibilitassem a comunicação entre veículos Alemanha (4) (estudo de mercado) CarTALK 2 (21-24) V2V Aplicações de assistência a condutores com base em redes ad hoc (estudo de mercado) - (31) PReVENT WILLWARN Sistema de assistência de condução métodos a V2X (24-26) bordo para detecção de perigo Dinamarca (32) Continuação do Fleetnet desenvolver plataforma Network on Wheels (24-28) V2V de comunicação aberta para aplicações de Alemanha (33) segurança, eficiência de tráfego e conforto SAFESPOT V2V Comunicação para melhorar segurança rodoviária redes ad.hoc (VANET) modelo com - (34) informação estatística Aktiv Cooperative Cars (27-29) V2V Comunicação entre veículos com base em 3G - (35) Preparar as plataformas de comunicação V2X PRE-DRIVE C2X (28- baseadas numa arquitectura específica análise V2X 21) de potencial de aceitação de condutores a tecnologias de comunicação - (36) Teste de sistemas de comunicação V2X em DRIVE C2X (211) V2X condições reais de circulação com base em resultados do PRE-DRIVE C2X - (37) Hardware e software equipamento de baixo V2V e Veniam Works (212) custo que torna os automóveis em hotspots Portugal e EUA (38) V2I móveis tornando a comunicação possível Safe Intelligent Mobility Frankfurt/Main e Testfield Germany (simtd): Emissão de alertas quando existe uma travagem V2X Aachen, (39) Emergency Electronic Brake brusca em veículos a jusante (experimental) Alemanha Light (EEBL) 214 3

32 2.5 Metodologias de Análise Como forma de quantificar os impactes energéticos, ambientais e sociais da introdução de tecnologias de comunicação entre veículos e infra-estruturas, as ferramentas de simulação são muito importantes por permitirem proceder a uma micro-simulação, avaliação de algoritmos e estimativa de vários indicadores de transportes, energia e emissões. Existem duas abordagens muito comuns na modelação de consumos energéticos e de emissões: os modelos analíticos com base física e os modelos empíricos. Exemplos de modelos analíticos são o EcoGest e o PERE (Physical Emissions Rate Estimator), onde os inputs utilizados no EcoGest incluem características do veículo e da via, número de passageiros e perfis de velocidade. O EcoGest é capaz de produzir estimativas médias e instantâneas de consumos de combustível e de emissões (41). Por outro lado, o PERE utiliza parâmetros do veículo e dados medidos segundo-a-segundo como input estimando taxas de consumo segundo-a-segundo (42). O PERE assume que as taxas de consumos são determinadas por alguns factores como a potência específica do veículo (Vehicle Specific Power VSP), a velocidade do veículo, volume de deslocamento do motor, etc (43). Exemplos de modelos empíricos incluem o MOVES24, que permite também estimar consumos energéticos e emissões. O MOVES24 pode basear-se em cálculos de combustível utilizado segundoa-segundo e emissões resultantes ou em dados reais provenientes de medições em estrada com laboratórios portáteis (PEMS - Portable Emissions Measurement Systems). Os dados provenientes de PEMS, segundo a EPA, 25, são muito mais eficazes e eficientes que os testes laboratoriais, especialmente quando se tratam de veículos pesados (44). Uma vez que o MOVES24 e o PERE podem ser considerados modelos complementares, quando os dados referidos não estão disponíveis, o PERE é utilizado para suprir essa falta de informação no cálculo de taxas de consumo energético através do MOVES24 (43). A combinação de ferramentas de micro-simulação de tráfego (como o AIMSUN, VISSIM, Paramics) com modelos que permitem estimar consumos e emissões apresenta-se como uma solução para quantificar os impactes das diferentes técnicas de gestão de tráfego. Chamberlin et al. (45) ilustrou um processo detalhado utilizando o modelo de simulação VISSIM (Verkehr In Städten SIMulationsmodell) para obter modos de distribuição de operação do MOVES. Com o objectivo de quantificar a potência requerida por um veículo aquando da sua deslocação de uma forma padronizada recorre-se à ferramenta VSP. Esta metodologia, Vehicle Specific Power, fornece uma estimativa da potência por unidade de massa requerida por um veículo, com base na dinâmica do veículo (velocidade e aceleração) e topografia da estrada. Este método segue um modelo baseado na física do veículo e é tipicamente aplicado a veículos ligeiros e pesados (48). Os dados relativos à actividade de tráfego são convertidos em distribuições de VSP conforme o tipo de veículo. Assim, é muito importante conseguir reconhecer as semelhanças e diferenças das distribuições de potência instantânea dos motores numa determinada via, com o intuito de gerar uma distribuição de modo de operação que serve de input ao MOVES, maximizando a sua capacidade de apresentar valores de emissões mais precisos (47). Song et al. (212) demonstrou que o uso das distribuições de VSP era o mais adequado para calibrar modelos de micro-simulação para estimativas de emissões em veículos. Desde então que existe interpretação física directa e boas relações 31

33 estatísticas com as emissões de veículos em estrada, tendo as características da distribuição de VSP sido objecto de maior estudo (49). Lin et al. (46) propôs a simulação baseada num modelo de tráfego dinâmico para analisar o nível de emissões. A distribuição do modo de operação com base na distribuição de potência (VSP) dos veículos foi calculada e aplicada como input no modelo MOVES. O cálculo da distribuição de potência inclui parâmetros como o declive das vias, verificando-se o facto das distribuições de VSP serem modeladas de melhor forma para declives baixos, entre 4% e -4%. Para além disto, constatou-se também que as variações de velocidade fazem variar bastante as distribuições de VSP, isto é, menores variações de velocidade levam a melhores fluxos de tráfego e distribuições mais aleatórias. Por outro lado, maiores variações de velocidade, correspondem a congestionamento de tráfego e levam a distribuições de mais fácil modelação (47). Lents et al. (5) inclui padrões de distribuição de VSP para Nairobi, Santigo e São Paulo no guia do projecto de gestão de qualidade de ar do ISSRC (International Sustainable System Reasearch Center). Este estudo determinou padrões de condução de veículos em estrada e impulsionou o desenvolvimento do modelo IVE (Internation Vehicle Emissions). Os estudos levados a cabo por Zhai et al. (51) e Song e Yu (52) demonstraram que quanto maiores os valores de VSP, maiores os valores de NOx, HC, CO e CO2. No entanto, uma investigação sobre os factores que mais influenciam os valores de VSP é essencial para minimizar as emissões mencionadas anteriormente. Os resultados das classificações das distribuições específicas de VSP devem permitir uma melhor compreensão de como as variações ao nível do tráfego influenciam as emissões (47). Vários estudos demonstraram a integração de modelos microscópicos de simulação com modelos de emissões externos aplicados a estudos de avaliação de tráfego. Segundo Smit et al. (21), o modelo CMEM (Comprehensive Modal Emissions Model) utilizou dados segundo-a-segundo da actividade de veículos para calcular emissões instantâneas de HC, CO, NOx e CO2 com base nos modos de operação de veículos (acelerando, desacelerando, em velocidade constante e parado) (51). Segundo Nam et al. (51) foi utilizado o VISSIM e o CMEM para avaliar a relação entre as emissões de veículo e o estilo de condução do seu condutor, utilizando dados locais de circulação provenientes do VISSIM. F. G. Stathopoulos e R. B. Noland (52) utilizaram também o VISSIM e o CMEM para avaliar alterações em emissões de veículos em viagens de curta e longa distância, ao implementar alterações nos fluxos de tráfego (com dados locais de circulação no VISSIM). Segundo C. Kun, e Y. Lei (53) o modelo de micro-simulação VISSIM juntamente com o CMEM permitiu também quantificar e comparar emissões de veículos numa prespectiva de gestão de tráfego. A. Stevanovic et al. (54) utilizou o VISSIM com dados muito precisos de fluxos e velocidade integrado com CNEM e VISGAOST (ferramenta estocástica de optimização de sinal que minimiza o consumo de combustível e emissão de CO2 em faixas especificas). Em M. Li et al. (55) foi demonstrado através do PARAMICS e CMEM que o uso do ADAS reduzia as emissões de gases poluentes em intersecções colocando hipoteticamente semáforos. O PARAMICS 32

34 foi usado para recolher parâmetros como velocidade, aceleração e desaceleração, etc., para controlar comportamentos aleatórios e atrasos temporais na reacção de condutores. Swidan (56) utilizou o VSP e o AIMSUN para estimar emissões no estudo realizado numa rede de estradas regionais na Carolina do Norte (declives quase inexistentes), com dados recolhidos através de PEMS. Os valores de VSP reais diferiam em cerca de 1% dos valores VSP calculados a partir de dados simulados no AIMSUN. Estes resultados diferiam de forma mais substancial quando a análise foi feita em vias secundárias (com declives mais acentuados), sendo recomendado pelo autor que, para estes casos, se deveria calibrar o AIMSUN de forma mais apropriada e precisa para que a actividade dos veículos fosse mais representativa do mundo real. Song et al. (49) usou dados reais recolhidos em Beijing, na China, através de GPS e RTMS (Remote Traffic Microwave Sensors) introduzindo-os no VISSIM. Os dados recolhidos foram relacionados com distribuições de velocidade, aceleração, desaceleração, valores máximos de desaceleração, factor de segurança de redução de distância, distância máxima para o veículo seguinte, etc. Conclui-se que os dados segundo-a-segundo recolhidos no local, calculados através do MOVES, não levavam às mesmas distribuições VSP que o modelo de simulação validado e calibrado. O modelo de simulação estimou por excesso as emissões para baixas velocidades até 248%, enquanto que estimou por defeito para altas velocidades até 16%. Constatou-se que estes erros se deviam ao modelo de simulação de tráfego após ter sido feito uma análise de sensibilidade a vários parâmetros, onde o erro existia sempre na ordem dos 1%. A presente tese utilizará as metodologias VSP e a ferramenta de micro-simulação AIMSUN com o intuito de avaliar o impacte de soluções VIV em termos de fluidez de circulação e em termos energético/ambientais. Esta abordagem permitirá comparar os efeitos das soluções VIV e IV na gestão e dinâmica de tráfego. 33

35 3 Objectivos Atendendo ao enquadramento e ao estado da arte deste tema, verifica-se a importância crescente do desenvolvimento e implementação dos sistemas de comunicação entre veículos e infra-estrutura. Uma vez que existem poucos estudos focados nos potenciais impactes destas tecnologias na gestão dinâmica de trafego, ao nível do consumo de energia e emissão de poluentes de veículos, este trabalho pretende constituir um incremento da investigação neste tema. Consequentemente, os objectivos específicos propostos para este projecto consistem em: quantificar os impactes energéticos, ambientais e de tráfego da introdução de técnicas de gestão da infra-estrutura através de dois métodos: informação proveniente somente da via (IV) ou incluindo dados de veículos individuais (VIV), numa via distribuidora em Lisboa. Para esse efeito foi necessário: Avaliar perfis reais de circulação e comparação com os dados dos modelos de simulação; Desenvolver e avaliar algoritmos que despoletem alertas aos condutores de veículos, em tempo real, referentes a alterações significativas nas condições de circulação, tendo por base a dinâmica dos veículos em condições reais de circulação em vias rápidas, especialmente seleccionadas na área metropolitana de Lisboa; Implementar a simulação de tráfego, recorrendo a um software de micro-simulação, com base em dados reais da rede; Avaliar os impactes energéticos e ambientais da introdução de tecnologias de alerta a condutores, baseados em informação proveniente somente da via ou incluindo dados de veículos individuais (VIV); Analisar o impacte no tempo de atraso em congestionamentos, com a introdução de tecnologias de previsão de tráfego. 34

36 4 Metodologias de Análise Para o desenvolvimento das actividades mencionadas, recorrer-se-á a duas metodologias de análise, o VSP e o AIMSUN, comummente utilizadas nesta área de estudo. A integração das metodologias ao longo dos vários passos do trabalho encontra-se de acordo com o estado de arte analisado e com o esquema que se segue. Área de Estudo Energia Poluentes Dados Iniciais Viagens Reais Fluxos de Tráfego AIMSUN Características da Via Perfis de Velocidade Reais Perfis de Velocidade do Modelo VSP Algoritmo Alertas (Dinâmica) Gestão de Tráfego Caso Base Alerta Global (IV) Alerta (VIV) VSP 35

37 O esquema anterior visa demonstrar as várias etapas deste trabalho. Sabendo que o objectivo deste projecto é o de quantificar os impactes energéticos e ambientais da implementação de tecnologias de gestão inteligente de tráfego, tomou-se como base três tipos de inputs reais: viagens de condutores reais na via de estudo, fluxos de circulação da via de estudo provenientes da infra-estrutura (cedidos pela BRISA) e a topografia da via de estudo. Com base nestes dados, obtiveram-se perfis de circulação reais e perfis de circulação do modelo de micro-simulação AIMSUN, tendo sido posteriormente comparados através da metodologia VSP. Posteriormente, foi desenvolvido um algoritmo de detecção de eventos de congestionamento com base nos dados reais de condutores reais, tendo sido depois aplicado nas viagens do modelo para verificar a semelhança e estabelecer a ponte entre a condução real e a condução do modelo de simulação de trafego. O algoritmo resultou de um processo iterativo da conjunção de vários parâmetros de tráfego. Após a definição deste algoritmo que identificava eventos de congestionamento, o mesmo foi testado em três tipos casos distintos: o caso base actual e os casos com gestão dinâmica de tráfego com recurso às duas tecnologias de gestão de tráfego, IV e VIV, com base na metodologia VSP. 4.1 Vehicle Specific Power (VSP) A metodologia Vehicle Specific Power (VSP) fornece uma simplificação das forças aplicadas a um veículo. Desta forma, os dados recolhidos durante uma viagem podem ser analisados através deste método permitindo proceder a uma caracterização energética e ambiental do veículo em questão (57). Tal como referido anteriormente, a metodologia VSP fornece uma estimativa de potência por unidade de massa através da combinação da dinâmica do veículo (velocidade, aceleração e resistências de rolamento e aerodinâmica) com a topografia da via, segundo a equação 1 (57). d VSP = dt (E Cinética + E Potencial ) + F Rolamento. v + F Aerodinâmica. v (=) m d (=) VSP = dt (1 2 m. (1 + ε i). v 2 + m. g. h) + C r. m. g. v ρ a. C d. A. (v + v w ) 2. v (=) m (=)VSP = v. (a. (1 + ε i ) + g. dec + g. C r ) ρ a. C d. A m. (v + v w) 2. v Equação 1 Onde: v: Velocidade do veículo (m/s); a: Aceleração do veículo (m/s 2 ); ε i : Factor de massa, que inclui a massa de translação equivalente dos componentes em rotação (rodas, engrenagens e eixos) no sistema de tração; g: Aceleração gravítica (9,81 m/s 2 ); dec: Declive da estrada (rad); Cr: Coeficiente de rolamento, depende da superfície da estrada, tipo de pneu, velocidade do veículo, etc. ρ a : Densidade do ar ambiente (1,2 kg/m 3 ); 36

38 Cd: Coeficiente de resistência aerodinâmica, depende da configuração do veículo; A: Área frontal do veículo (m 2 ) vw: Velocidade do vento (m/s 2 ) m: Massa do veículo (kg) Após algumas simplificações relacionadas com a resistência de rolamento, resistência aerodinâmica e da caixa de velocidades (58), resultam as equações 2 para veículos ligeiros e 3 para veículos pesados (59): VSP = v. (1.1. a dec +.132) v 3 Equação 2 VSP = v. (a dec +.92) v 3 Equação 3 Para que a metodologia VSP seja aplicada de forma rigorosa, os coeficientes da expressão devem ser utilizados de forma individual para cada veículo, dividindo a potência pela massa correspondente. No entanto, a equação genérica de VSP baseia-se em coeficientes típicos, dado que estes possibilitam uma métrica simples, apenas com base na velocidade do veículo, aceleração e declive da estrada, com pouca informação sobre as características do veículo, permitindo inclusivamente comparar consumo e emissões de poluentes de veículos de categorias semelhantes na mesma base (57). O VSP permite uma análise dos dados recolhidos em condições reais de operação dos veículos e encontra-se adequadamente dividido em 14 modos. Na Tabela 2 estão representadas os vários modos de VSP existentes (57). Tabela 2: Definição de Modos VSP Modo VSP W/Kg Modo VSP W/Kg 1 VSP< VSP < VSP < 9 16 VSP < 19 3 VSP < VSP < VSP < VSP < VSP < VSP < VSP Z VSP < VSP < VSP 39 As regras utilizadas na definição dos modos são: Cada modo deve ter uma média de emissões significativamente diferente dos outros; Um único modo não deve ser dominante no total das emissões estimadas para uma determinada viagem, logo definiu-se que nenhum modo deve representar mais de 1% das emissões totais (48). 37

39 Esta metodologia tem sido muito utilizada para avaliar o impacte das condições de operação de veículos nas suas estimativas de emissões e consumos. A metodologia VSP é muito útil para a caracterização energética e ambiental de veículos em condições reais de operação em estrada. Foram monitorizados em estrada 14 diferentes veículos com tecnologias de propulsão distintas (gasolina, gasóleo e híbrida) de modo a obter uma caracterização energética e ambiental em função do modo VSP. A figura 4 demonstra um exemplo típico de consumo de combustível e emissão de NOx em função do modo VSP. 4,9 3,5,8 Consumo de Combustível (g/s) 3 2,5 2 1,5 1 Emissão de NOx (g/s),7,6,5,4,3,2,5, Modo VSP, Modo VSP Figura 4: Consumo e Emissão de NOx em função do modo VSP Para obter o consumo e as emissões de um determinado ciclo de condução, foram consideradas as equações 4 e 5: 14 Consumo de Combustível = Consumo VSP. t VSP VSP= Equação 4 Emissão de Poluente = Emissão VSP. t VSP 14 VSP= Equação 5 Onde o Consumo VSP e Emissão VSP correspondem aos valores provenientes da figura 4 e o t VSP corresponde à percentagem de tempo total de viagem que o veículo demorou num determinado modo de VSP. 38

40 Consumo e emissão modal do veículo l/1km g/km CO 2 g/km HC g/km NO x Distribuição de potência por modo VSP do ciclo de condução Figura 5: Esquema representativo da conjugação VSP com consumos e emissões A figura 5 demonstra como é utilizada a metodologia VSP para conjugar o consumo e emissão por modo VSP de diferentes veículos e respectiva distribuição de potência de um ciclo de condução. Os mapas de consumo e emissão dos veículos utilizados neste trabalho foram obtidos através da monitorização em estrada recorrendo a um laboratório portátil que permite aceder a dados do motor (carga, rpm, massa de ar admitido, pressão de admissão, temperatura de admissão, etc.) através da porta OBD do veículo, dinâmica (velocidade e aceleração), posição e topografia (através da utilização de GPS com altímetro barométrico) e composição de gases de escape (CO2, O2, HC, CO e NOx). Toda esta informação é recolhida segundo a segundo, sendo posteriormente efectuados os cálculos para obter consumo e emissões mássicas de gases por modo VSP, tal como descrito em Duarte (213) (59). Por outro lado, utilizou-se também uma ferramenta de monitorização mais simplificada e compacta que permite obter dados semelhantes aos recolhidos pelo laboratório, à excepção da composição dos gases de escape. O i2d (21) é um equipamento não intrusivo que é instalado a bordo do veículo e que permite a recolha de dados durante a condução por largos períodos temporais e foi utilizado neste trabalho para monitorizar os perfis dinâmicos de dois condutores numa via de estudo. 4.2 AIMSUN O AIMSUN é um software comercial integrado de modelação e gestão de tráfego, desenvolvido e comercializado pela Transport Simulation Systems (TSS). O AIMSUN reproduz as condições de tráfego real em ambiente urbano, onde cada veículo é movido de acordo com as características físicas do mesmo, regras fundamentais do movimento e regras de comportamento do condutor. As condições de tráfego são identificadas através da composição dos fluxos de rede em pontos de acesso e o número de veículos na rede é definido pela especificação de dados de origem-destino (O-D). São fornecidos pelo AIMSUN diversos dados estatísticos e dados recolhidos por detectores de tráfego, acompanhados de uma representação gráfica animada da rede de tráfego. 39

41 A micro-simulação surge como uma ferramenta importante e esclarecedora para análise de tráfego, permitindo, através da reprodução realista dos fluxos numa rede de tráfego à escala micro, simular veículos individuais e coletivos, identificar os pontos críticos da rede viária das cidades em estudo e obter uma visualização clara e detalhada do caso de estudo existente, possibilitando a criação de inúmeros cenários e facilitando a tomada de decisão da solução a implementar. O AIMSUN tem o menor número de parâmetros de modelação quando comparado com as ferramentas populares de micro-simulação, VISSIM, PARAMICS e MITSIM. A Federal Hihgway Administration (FHWA) recomenda a selecção do menor número possível de parâmetros para calibração, correndo a simulação de forma repetitiva, sob valores calibrados, por forma a obter resultados robustos (51). Aliado a estes parâmetros, o AIMSUN apresenta ainda a vantagem de uma integração automática com os softwares comerciais de simulação de tráfego mais usados mundialmente, como o Legion, o EMME3, VISUM, Saturn, etc. (6). O modelo de comportamento principal no AIMSUN é composto por vários sub-modelos comportamentais, incluindo o modelo de perseguição (car-following) de duas faixas, o modelo de mudança de faixa (factor de sensibilidade), modelos de ultrapassagem, prioridade, reacção em rota, entrada e saída na via, etc. (51). Nas tabelas 1A, 2A e 3A, disponíveis em anexo, (51) apresentam-se alguns dos parâmetros utilizados pelo modelo que permitem simular o comportamento do condutor em condições muito semelhantes às de um perfil típico de condução real. Os parâmetros globais, locais e do veículo enunciados nas tabelas em anexo constam em diversos sub-modelos no AIMSUN e produzem a actividade de veículos observada nas simulações. Em particular, os parâmetros de Car Following Model são responsáveis pela velocidade e posicionamento segundo-a-segundo de cada veículo na simulação e têm um impacte significativo no comportamento individual de cada veículo. Desta forma, foram definidos alguns parâmetros para calibrar a simulação efectuada para o contexto de condução português. Velocidade Máxima desejada: 12 km/h (limite da A5) Aceleração Máxima: 3,4 m/s 2 Tempo de Dê Preferência Máximo: 1 segundos Aceitação de ser guiado: 1% Desaceleração normal: 4m/s 2 Desaceleração máxima: 6m/s 2 Velocidade permitida por troço Distância mínima entre veículos: 1 metro Os parâmetros definidos no software influenciam os modelos de perseguição e de mudança de faixa assim como os tempos de viagem e o modelo comportamental do tráfego quando a rede está congestionada. Os modelos microscópicos, como é o caso do AIMSUN, permitem análises detalhadas devido à possibilidade de introdução de ciclos de condução, podendo contudo requerer vastos recursos computacionais se aplicados a grandes redes de transportes. Os outputs de modelos de micro 4

42 simulação incluem dados segundo-a-segundo de veículos individuais com base em valores de velocidade e aceleração (56). Este software é utilizado por agências governamentais, autarquias, universidades e empresas de consultoria, em todo o mundo, para simulação de tráfego em zonas de diferentes graus de complexidade e na análise de impactes ambientais no âmbito dos Intelligent Transportation Systems (ITS). Para além disto é utilizado também para a avaliação do impacte provocado por diferentes layouts de infra-estruturas de tráfego, análise e gestão de tráfego, análise de segurança rodoviária, avaliação dos impactes relacionados com limites de velocidade, etc. Desta forma, este software vai de encontro aos objectivos deste projecto, visto ser apropriado para análises de perfis de condução, estudo de possíveis reduções de emissões de poluentes em veículos e minimização de congestionamentos (61). 41

43 5 Caso de Estudo 5.1 Área de estudo e dados disponíveis Para o desenvolvimento deste projecto foi fundamental proceder à selecção da via de tráfego a estudar. Tendo sido possível aceder a dados originários do sistema i2d, recolhidos em várias zonas da cidade de Lisboa, durante quatro meses e provenientes de dois veículos, foi seleccionado um trajecto padrão e comum, cuja informação da infra-estrutura também estivesse disponível. A via seleccionada foi o troço da auto-estrada A5 que liga as cidades de Lisboa e Cascais e tem cerca de 19km, contabilizados desde a zona do Viaduto Duarte Pacheco (ponto A na figura 6) até à saída para o Estoril (ponto B na figura 6). Este itinerário foi percorrido em diversos horários e em ambos os sentidos. A figura 6 apresenta o itinerário (de A a B) considerado no estudo efectuado. Figura 6: Itinerário de estudo auto-estrada A5 De acordo com as restrições de dados compatíveis de condutores e infra-estrutura, definiu-se que seriam utilizados os dados de viagem de dois condutores nos meses de Novembro de 213, Janeiro e Fevereiro de 214, nas suas viagens habituais casa-emprego, com o objectivo de encontrar parâmetros repetidos, nas várias viagens, que pudessem indicar alta probabilidade de existência de congestionamento de tráfego. Pelo facto de apenas existirem dados de circulação provenientes da infra-estrutura de tráfego no mês de Outubro de 213, este foi escolhido para aferir, complementar e validar, juntamente com dados de circulação do mesmo mês oriundos dos condutores, as conclusões provenientes dos dados iniciais dos condutores. A tabela 3 demonstra a base que deu início ao estudo efectuado: Tabela 3: Resumo dos dados utilizados Tipo de Dados Fonte Data Número de Viagens Dados de Circulação (Teste) i2d Nov. 213; Jan. 214; Fev Dados de Circulação (Validação) i2d Outubro (cong.) + 21 (não cong.) Fluxos de Tráfego BRISA Outubro

44 Com o objectivo de aumentar a probabilidade de encontrar congestionamentos de tráfego na via em questão, definiu-se que apenas seriam consideradas viagens dentro dos horários específicos em que ocorre uma maior procura diária, isto é, entre as 8: e as 9: no período da manhã e entre as 18: e as 19: no período da tarde. Estes horários correspondem ao horário de pico da manhã e ao horário de pico da tarde na via seleccionada, respectivamente. 5.2 Aplicação da metodologia VSP em dados reais segundo-a-segundo k Tendo em conta a posição geográfica dos veículos ao longo do tempo e sabendo a posição geográfica do início e fim do itinerário de estudo, foi possível seleccionar apenas os dados referentes à zona experimental, com o auxílio do Google Earth e Google Maps. Os dados segundo-a-segundo mais relevantes, recolhidos através do equipamento i2d foram a data e a hora das viagens, a posição geográfica, a velocidade e o VSP. Com base na velocidade e no tempo, foi possível ter acesso aos valores de aceleração segundo-a-segundo. Uma vez seleccionadas as viagens, procedeu-se à elaboração de gráficos ilustrativos da variação da velocidade ao longo do tempo de viagem, exemplificado na figura Velocidade (km/h) Tempo de Viagem (s) Figura 7: Viagem de condutor real (condutor 1) efectuada no dia 3 de Outubro de 213, no sentido Lisboa-Cascais Paralelamente à análise feita aos dados segundo-a-segundo provenientes de veículos reais, procedeu-se a uma análise com base no software escolhido, começando por definir a via de estudo. No AIMSUN foram introduzidos fluxos de tráfego quer no itinerário principal, quer nas vias de aceleração e desaceleração associadas. Foram utilizados dados de infra-estrutura daquela mesma via, num dia representativo do mês de Outubro de 213, fornecidos pela empresa que gere a auto-estrada, a BRISA. Tendo em conta que os dados fornecidos promoviam uma divisão da via em diferentes troços, foi definido, inicialmente, onde começavam e acabavam cada um desses troços, tal como demonstra a figura 8. 43

45 Figura 8: Divisão da via de estudo em troços, através do Google Maps Por sua vez, foi necessário definir o itinerário de estudo no AIMSUN, como pode ser observado através da figura 9. Figura 9: Implementação da via de estudo no AIMSUN Após definir o itinerário de estudo no software, foi necessário definir os fluxos de entrada e saída na auto-estrada, tendo em conta os fluxos considerados em cada troço. Através dos fluxos de tráfego do mês de Outubro confirmou-se que se deveria evitar proceder a testes com base em dados recolhidos durante o fim-de-semana (dias 5, 6, 12, 13, 19, 2, 26 e 27 de Outubro), visto que poderiam conduzir a conclusões erradas devido aos baixos fluxos de tráfego desses mesmos dias. Analisando apenas os dias úteis e tendo em conta que as variações nos fluxos de tráfego apresentam um padrão muito semelhante ao longo de semanas diferentes, analisou-se a semana de 7 a 11 de Outubro. A proximidade do fim-de-semana poderia ter influência no tráfego nos dias que o precedem ou antecedem, isto é, segunda-feira ou sexta-feira, como demonstra a figura 8. Assim, analisando apenas os dias de semana terça-feira, quarta-feira e quinta-feira, excluindo a última semana de Outubro pela existência do feriado do 1 de Novembro e considerando o volume de tráfego existente nas restantes semanas, foi decidido basear o estudo em dados do dia 1 de Outubro, Quinta-feira. Este será o dia representativo do que acontece na A5 em termos de tráfego. 44

46 8 7 6 Fluxo de Tráfego (veic/hora) Hora do Dia Segunda-Feira: 7 Terça-Feira: 8 Quarta-Feira: 9 Quinta-Feira: 1 Sexta-Feira: 11 Figura 1: Fluxo de Tráfego em função das horas do dia na semana de 7 a 11 de Outubro (sentido Lisboa- Cascais) Tal como a figura 1 demonstra, existem horários específicos em que a afluência de tráfego é maior, havendo maior probabilidade de existência de fenómenos de congestionamento ou abruptas reduções de velocidade. Desta forma, foram seleccionados dois picos de fluxo, para o período da manhã e para o período da tarde. Definiu-se como pico da manhã o horário entre as 8:h e as 9:h e como pico da tarde o horário entre as 18:h e as 19:h. Após uma análise inicial, consideraram-se reunidas condições para a introdução dos dados de tráfego no AIMSUN, isto é, os fluxos de entrada e saída nos respectivos troços da via, em ambos os sentidos e em ambos os horários de estudo, como pode ser observado na figura 11. Figura 11: Introdução de fluxos de tráfego no AIMSUN Importa referir que os resultados referentes ao pico da tarde eram muito semelhantes aos resultados do pico da manhã. Desta forma, por serem considerados representativos, apenas foram tomados em consideração, para análise e comparação, os dados referentes ao pico da manhã. 45

47 Posto isto, consideraram-se reunidas todas as condições para iniciar a micro-simulação e tráfego, tal como pode ser observado na figura 12. Figura 12: Micro-Simulação de tráfego no AIMSUN A figura 13 ilustra a viagem de um veículo, no modelo, que percorreu cerca de 73 metros na auto-estrada A5, durante o pico da manhã, no dia 1 de Outubro Velocidade (km/h) :1:2 8:1:45 8:11:28 8:12:12 8:12:55 8:13:38 Horário Figura 13: Viagem do modelo, no período compreendido entre as 8:1 e as 8:2 5.3 Dados de base: Comparação Real vs. AIMSUN No software, foram considerados veículos com características padrão (4 x 2 metros), tendo sido possível obter resultados muitos semelhantes aos reais. Desta forma, a figura 14 demonstra a similaridade entre os dados de velocidade de uma viagem real e de uma viagem proveniente do modelo de tráfego, para a mesma distância, cerca de 1 km. As velocidades médias são também muito similares, o veículo real viajou em média a 112km/h enquanto o veículo do modelo viajou a cerca de 18km/h, cerca de 4% de diferença. Constata-se, no entanto, que a simulação produz perfis de velocidade mais homogéneos e suaves que a condução real, como seria expectável. 46