|
Nome do aluno
|
Elivelton Oliveira Rangel
|
|
Título do trabalho
|
Modelagem computacional de espaços urbanos utilizando dados geoespaciais para suporte à sistemas de gerenciamento de emergências
|
|
Resumo do trabalho
|
O processo de urbanização acelerado e muitas vezes desorganizado tem promovido diversos desafios para as cidades modernas, especialmente no aspecto de mobilidade urbana. No entanto, tecnologias promovidas por cidades inteligentes têm surgido para amenizar os impactos causados em diversos cenários. Neste cenário em evolução, sistemas de gerenciamento de emergência fornecem um serviço fundamental para as cidades modernas, explorando diferentes tecnologias de detecção e processamento para o tratamento em tempo real de situações críticas. Na verdade, espera-se que tais sistemas implementem serviços de detecção, alerta e mitigação de emergências, a fim de evitar ou aliviar os impactos negativos de eventos críticos na percepção da qualidade de vida dos habitantes. Cada vez mais as cidades estão produzindo dados de diversas naturezas, sejam sobre tráfego, climáticas, eventos de emergências e outras fontes. Entender como utilizar esses dados pode mudar a forma com que os sistemas de gerenciamento de emergências podem agir para uma mitigação mais eficiente. Portanto, este trabalho propõe realizar a modelagem computacional de dados geoespaciais para apoiar sistemas de gerenciamento de emergências, promovendo uma tomada de decisão mais assertiva nas resoluções de problemas de mobilidade urbana envolvendo veículos de emergência. Devido à natureza dos dados, o pipeline completo deve ser executado, realizando principalmente o pré-processamento para que os modelos gerados possa entregar aos sistemas que serão atendidos, modelos com alta acurácia e qualidade. Além disso, este trabalho propõe criar algoritmos de seleção para despachar veículos de emergências, assumindo que os alertas de emergência são enviados dinamicamente, explorando qualquer sistema de suporte. Em seguida, os veículos despachados são priorizados à medida que se deslocam em uma cidade, utilizando modelos de predição de previsão de chegada do veículo até o local do incidente, além de realizar otimizações de semáforos para reduzir o tempo estimado. Tal abordagem de otimização é implementada e avaliada usando diferentes ferramentas de simulação e bibliotecas de programação, fornecendo importantes contribuições para o gerenciamento de emergências em cidades inteligentes.
|
|
Orientador
|
Maycon Leone Maciel Peixoto
|
|
Co-orientador
|
Daniel Gouveia Costa
|
|
Membro externo 1
|
Thiago Cerqueira de Jesus (UEFS)
|
|
Link para o curriculum lattes
|
http://lattes.cnpq.br/
|
|
Membro interno 1
|
Ricardo Pires de Souza (UFRN)
|
|
Link para o curriculum lattes
|
http://lattes.cnpq.br/
|
|
Suplente do membro externo
|
Bruno Guazzelli Batista
|
|
Link para o curriculum lattes
|
http://lattes.cnpq.br/
|
|
Suplente do membro interno
|
Frederico Araújo Durão
|
|
Link para o curriculum lattes
|
http://lattes.cnpq.br/
|
|
Data do exame
|
15 Dec, 2022
|
|
Horário do exame
|
2:30 PM
|