Modelagem para avaliação de desempenho da rede semafórica de Joinville

Abstract

O crescimento acelerado da população e em decorrência disso, o aumento do número de veículos, torna a demanda da população por mobilidade e acessibilidade cada vez maior. Para ajudar a suprir essa demanda, o planejamento de transportes busca promover o acesso à rede viária, com o objetivo de propor a melhor configuração possível desta. Uma das ferramentas que auxilia a tomada de decisões no planejamento, são os simuladores de tráfego, que por meio da construção de cenários, podem avaliar o desempenho de diferentes propostas para a rede viária. Com base nesse contexto, este trabalho tem como objetivo calcular o nível de serviço das vias semaforizadas de Joinville/SC, a partir de um modelo já criado para a cidade e utilizando o simulador de tráfego MATSim, o qual é baseado em simulação de agentes. Para isso necessitou-se coletar os dados referentes à rede semafórica e adequá-los ao modelo. Como resultado final, pôde-se observar a variabilidade do nível de serviço durante o período de um dia, assim como o nível médio experimentado pelos usuários.

The accelerated growth of the population and, as a result, the increase in the number of vehicles, the population demand for mobility and increasing accessibility becomes bigger. To help supply this demand, transportation planning seeks to promote access to the road network, with the objective of proposing the best possible configuration. One of the tools that helps decision making in planning is the traffic simulators, which through the construction of scenarios can evaluate the performance of different proposals for the road network. Based on this context, this work has as objective to calculate the service level of roads with traffic lights of Joinville / SC, using a model already created for the city and using the traffic simulator MATSim, which is based on simulation of agents. For this, it was necessary to collect the data referring to the traffic light network and to adapt them to the model. As a final result, it was possible to observe the variability of the level of service during the period of one day, as well as the average level experienced by the users.