CARACTERIZAÇÃO DE IMINÊNCIA DE ACIDENTE ATRAVÉS DO USO DE SIMULADOR DE DIREÇÃO ESTÁTICO COM APLICAÇÃO DE METODOLOGIA SEIS SIGMA

Transcrição

1 CARACTERIZAÇÃO DE IMINÊNCIA DE ACIDENTE ATRAVÉS DO USO DE SIMULADOR DE DIREÇÃO ESTÁTICO COM APLICAÇÃO DE METODOLOGIA SEIS SIGMA Maria Izabel dos Santos Ana Paula Camargo Larocca Álvaro Costa Neto Cláudio G. Fernandes

2 CARACTERIZAÇÃO DE IMINÊNCIA DE ACIDENTE ATRAVÉS DO USO DE SIMULADOR DE DIREÇÃO ESTÁTICO COM APLICAÇÃO DE METODOLOGIA SEIS SIGMA Maria Izabel dos Santos Ana Paula C. Larocca Álvaro Costa Neto Universidade de São Paulo Escola de Engenharia de São Carlos Cláudio G. Fernandes PSA Peugeot Citroën Brasil RESUMO Indivíduos diferentes quando expostos a condições similares de stress podem apresentar reações diversas. Um mesmo indivíduo, de acordo com seu estado mental e físico, pode responder a um mesmo estímulo de formas diferentes. Diversos fatores podem influenciar as reações dos condutores quando se fala de segurança no trânsito. A metodologia Seis Sigma é direcionada por dados e por utilizar uma distribuição baseada em seis desvios padrão garante que % dos eventos ocorram dentro da expectativa. Este trabalho visa a aplicação desta ferramenta para a análise de condições de risco a condutores quando submetidos a diferentes configurações de sinalização e traçado de um trecho de rodovia que possui um alto índice de acidentes registrados. Para permitir a alteração das condições de contorno às quais condutor e veículo são submetidos o trabalho será realizado em ambiente virtual e é proposto o uso de um simulador de direção estático. 1. INTRODUÇÃO Os acidentes de trânsito no Brasil são responsáveis por 19 óbitos a cada 100 mil habitantes, valor superior aos danos causados por doenças epidêmicas. Acidentes de trânsito custam aos cofres públicos aproximadamente 39 bilhões de reais ao ano, segundo base IPCA IBGE de outubro de 2010 (Silva, 2013). Esse tipo de agravo é a nona causa de morte no mundo. Com o objetivo de reduzir cinco milhões de mortes e 50 milhões de feridos no mundo, a ONU (Organização das Nações Unidas) declarou os anos de a Década da Ação para Segurança Viária. Muito pouco foi feito no Brasil deste então para que os índices reduzissem. Com o intuito de acelerar os estudos, pesquisas com simuladores de direção utilizando a chamada engenharia de baixo custo (Jamson e Merat, 2009) têm apresentado resultados satisfatórios. Um simulador de direção consiste basicamente em um condutor sentado em um ambiente que reproduz as condições de uso de um veículo incluindo controles normais como volante, embreagem e pedais de acelerador e freio. As ações do condutor e a posição do veículo virtual são continuamente calculadas por softwares específicos e projetadas em tempo real em telas ou monitores. O cenário da rodovia pode ser criado a partir de processamento digital do arquivo de projeto geométrico de uma via existente ou uma via idealizada. O entorno da via também pode ser inserido no ambiente visualizado pelo condutor. Os simuladores de direção permitem que sejam avaliados simultaneamente vários fatores que compõem o sistema de trânsito. Por ser um ambiente virtual é mais seguro e permite pesquisar níveis que conduzam a situações de grande risco. A associação de simulações computacionais com ferramentas estatísticas tem crescido em ambientes corporativos. A busca por melhoria principalmente no campo da qualidade como forma de aumentar a confiança da sociedade nos produtos tem se tornado essencial na disputa entre empresas (Arnheiter e Maleyeff, 2005). Empresas que trabalham com grandes volumes de produção têm desenvolvido e buscado metodologias que aumentem a robustez de seus 1

3 produtos e processos produtivos. A maioria destas metodologias baseia-se em ferramentas que utilizam a estatística para análise de dados. Esta tendência não tem ganhado muito espaço no meio acadêmico. O presente trabalho traz uma proposta de unificação da utilização de métodos estatísticos com ferramentas computacionais aplicados à engenharia de transportes. Com base em análises realizadas em um trecho de rodovia, será feito o levantamento das principais fontes de variação dentro do sistema segurança viária. Variações provenientes de condutores, parâmetros veiculares e do sistema viário são exemplos de variações cuja influência na segurança viária será analisada e quantificada com a análise do comportamento da dinâmica veicular. Ao final do trabalho serão definidas variáveis veiculares a serem monitoradas e que possibilitem a detecção da iminência de estabilidade da dinâmica veicular, eliminando a subjetividade do condutor da análise. O estudo permitirá também um melhor entendimento de quais os componentes que devem ser considerados em estudos futuros. 2. REVISÃO BIBLIOGRÁFICA Entre os anos de 2000 e 2009 foram publicados 572 artigos que se referiam ao uso de simuladores de direção. Este número é cinco vezes maior do que da década anterior. Simuladores de condução se tornaram uma ferramenta amplamente utilizada para examinar o impacto das diferenças individuais de projetos de rodovias, condutores, comportamentos veiculares, e a eficácia de alterações que visem segurança viária (Boyle e Lee, 2010). Em um estudo de análise comparativa de percepção de risco, Underwood et al. (2011) mostra que apesar das diferenças entre os ambientes virtual e real é possível correlacionarmos os resultados de percepção de risco do condutor em um simulador com a situação real. Da mesma forma, é possível encontrarmos vários outros estudos com os mais diversos objetivos que fizeram uso de simuladores de direção (Kemeny e Panerai, 2003). O que estes estudos possuem em comum é a aplicação de um fator por vez. Esta abordagem impede que sejam avaliadas as interações entre as variáveis do estudo quando trabalhadas simultaneamente. A representação do comportamento dinâmico de veículos pode ser feita através da teoria de sistemas multicorpos. As equações resultantes desta teoria são complexas e demandam tempo elevado para solução. Para aplicação em sistemas em tempo real, como é o caso dos simuladores de direção, uma modelagem simplificada que pode ser feita através das equações ou do modelo físico do veículo é necessária. Costa Neto (1992) propõem uma simplificação na geometria da suspensão que resulta em modelos fidedignos cujas equações conseguem ser resolvidas em tempo real. Segundo Hoerl e Snee (2010, p.123, tradução nossa), Devemos reconhecer que a estatística é uma ciência e uma disciplina de engenharia. Ferramentas estatísticas são amplamente exploradas nestas metodologias. Porém, decisões com base em considerações puramente estatísticas podem apontar para mudanças que são inviáveis ou longe de serem ideais. Somente através de criticar e questionar os resultados estatísticos de um assunto e fazendo uso dos conhecimentos da engenharia é que a estruturas das causas dos problemas são realmente compreendidas (Bayle et al., 2001). Fernandes (2009) fez o uso de métodos probabilísticos associados à simulação computacional para o problema de capotamento de veículos. Uma metodologia que tem aumentado o número de adeptos no mundo é a metodologia Seis Sigma, desenvolvida pela Motorola (Barney, 2002). Esta é uma mistura de ferramentas, 2

4 métodos e conhecimentos que visam obter soluções de longo prazo de forma eficiente (Bayle et al., 2001). Ela emprega várias ferramentas e técnicas que estimulam as demandas conflitantes de controle e exploração em prol de melhorias (Schroeder et al., 2008). Desenvolvida para aplicação em ambiente produtivo, o uso desta metodologia se expandiu para aplicações em áreas diversas. 3. METODOLOGIA A pesquisa será iniciada com o mapeamento do sistema de transportes da Rodovia BR 116 sentido sul Trecho São Paulo/ Curitiba do km ao km Para o mapeamento, o sistema rodoviário será dividido em subsistemas e componentes, similar a uma lista de materiais empregada para descrever de quê é composto um produto. A partir deste mapeamento será possível compreender quais os componentes deste sistema e suas respectivas variáveis. A ferramenta empregada para este mapeamento é o mapa de produto. Esta é uma ferramenta de visualização que indica como sistemas, subsistemas e componentes interagem entre si e quais variáveis podem influenciar estes subsistemas/componentes. As variáveis serão avaliadas em experimentos para quantificação de sua influência com relação à segurança viária do trecho de rodovia em estudo Para identificação do subsistema que possui maior influência na segurança viária serão conduzidos estudos de componentes de variação, COVs (Components of Variation), no mapeamento feito anteriormente. As variáveis a serem monitoradas para análise desta variação ainda não foram definidas. Sabe-se que serão variáveis relacionadas à resposta do veículo às entradas impostas pelo condutor nas diferentes situações avaliadas. Esta etapa será composta por no mínimo dois experimentos. A definição da quantidade ótima de experimentos só será possível com o andamento da pesquisa. A partir do estudo de componentes de variação serão definidas variáveis e seus respectivos valores que constituirão as árvores dos experimentos planejados ou DOEs (Design of Experiments) como são conhecidos. Estes experimentos permitirão entender quais, dentre as variáveis estudadas, são fundamentais para uma maior segurança viária. Outro resultado do estudo será a definição de variáveis resultantes do comportamento veicular a serem monitoradas em estudos virtuais. Estas eliminarão a necessidade de análise dos condutores sobre a sensação da iminência de acidentes quando é utilizado o simulador de direção. Assim, será possível em trabalhos futuros a definição de métricas para projetos geométricos de vias mais seguras com base no comportamento do veículo quando submetido a simulações numéricas de trechos do projeto. Agradecimentos Os autores agradecem ao SEST SENAT e ITL (Instituto de Transportes e Logística) pela bolsa de estudos concedida para o desenvolvimento desta pesquisa que está associada ao processo no. 0595/2013 aprovado no Edital de Chamada Pública SENAT/Transportes número 001/2013 e ao CNPq pela bolsa de produtividade em pesquisa PQ2 número / REFERÊNCIAS BIBLIOGRÁFICAS Arnheiter, E. D.e J. Maleyeff (2005) The integration of lean management and Six Sigma. TQM Magazine, v 17, n 1, p Barney, M. (2002) Motorola s second generation. Six Sigma Forum Magazine, v. 1, n. 3, p Bayle, P. et al (2001) Illustration of Six Sigma assistance on a design project. Quality Engineering, v 13, n 3, p Boyle, L. N. e J. D. Lee (2010) Using driving simulators to assess driving safety. Accident Analysis and 3

5 Prevention, v 42, p Costa Neto, A. (1992) Application of multibody system (MBS) techniques to automotive vehicle chassis simulation for motion control studies. Tese (Doutorado em Engenharia Mecânica) University of Warwick. Fernandes, C. G. (2009) Método probabilístico para o estudo de sistemas dinâmicos não-lineares: uma aplicação em dinâmica veicular. Tese (Doutorado em Engenharia Naval e Oceânica) - Escola Politécnica, Universidade de São Paulo. Hoerl, R. W.e R. Snee (2010) Statistical thinking and methods in quality improvement: A look to the future. Quality Engineering, v 22, n 3, p Jamson, A. H. e N. Merat (2009) Can low cost road engineering measures combat driver fatigue? A driving simulator investigation. Fifth International Driving Symposium on Human Factors in Driver Assessment, Training and Vehicle Design. Kemeny, A. e F. Panerai (2003) Evaluating perception in driving simulation experiments. Trends in Cognitive Sciences, v 7, n 1, p Linderman, K. et al (2003) Six Sigma: a goal-theoretic perspective. Journal of Operations Management, v 21, n 2, p , 3. Silva, P. H. N. V. (2013) Associações ignoradas na prevenção da morbimortalidade no trânsito de motociclistas. Revista dos Transportes Públicos ANTP, v 36, n 135, p. 129, ISSN Schroeder, R. G. et al (2008) Six Sigma: Definition and underlying theory. Journal of Operations Management, v. 26, n. 4, p , ISSN Underwood, G.; D. Crundall; P. Chapman (2011) Driving simulator validation with hazard perception. Transportation Research Part F: Traffic Psychology and Behaviour, v. 14, n. 6, p Maria Izabel dos Santos (mis@usp.br) Ana Paula C Larocca (larocca.ana@usp.br) Álvaro Costa Neto (alvaro@usp.br) Cláudio G. Fernandes (claudio.fernandes@mpsa.com) 4