[pt] A área das telecomunicações tem presenciado consideráveis avanços tecnológicos dos dispositivos móveis (e. g. telefones inteligentes, relógios inteligentes, tablets, reprodutores de música, entre outros) e da sua crescente popularidade. Dado que esses equipamentos possuem uma série de sensores embutidos como o sistema de posicionamento global, câmera, microfone, bússola, acelerômetro entre outros, e ao mesmo tempo mantêm acesso contínuo às redes de comunicações, eles apresentam uma oportunidade para realizar sensoriamento em grande escala de possíveis eventos do mundo físico e compartilhar os dados obtidos através da internet. Este novo tipo de sensoriamento é conhecido como sensoriamento coletivo móvel ou MCS (Mobile crowd sensing) por sua sigla em inglês, e recentemente tem sido o foco de diversas pesquisas. O maior potencial do MCS é a opção de desenvolver um inúmero de funcionalidades a partir dos próprios recursos internos dos dispositivos móveis e aproveitar seu modelo de mobilidade, baseado no comportamento humano. Em contrapartida existem questões que devem ser consideradas na hora de desenvolver uma rede baseada em MCS. Neste trabalho, apresenta-se a análise realizada sobre os pontos críticos para a criação de uma rede MCS e a partir dos mesmos são apresentadas soluções que permitam criar uma implementação o mais próximo possível da realidade. Foi desenvolvido um modelo de mobilidade para a cidade de Rio de Janeiro baseado na teoria dos grafos, considerando que as atividades diárias das pessoas serão as que definam seu padrão de movimento. A cooptação de usuários é outro dos principais problemas que tem que ser abordado quando se pensa no sensoriamento coletivo móvel. Propõe-se dois modelos de incentivo que consideram e modelam como variáveis as motivações intrínsecas e extrínsecas dos usuários na decisão de participação em uma rede MCS. Consideram também distintos graus de motivação para cada usuário com a finalidade de demonstrar que a resposta dos participantes aos incentivos não é homogênea. O primeiro modelo baseia-se nas respostas consecutivas dos usuários e o segundo baseia-se na teoria de jogos. Em ambos, as decisões tomadas pelos usuários só consideram informações locais ou próprias. Os resultados obtidos permitiram comprovar que os modelos de incentivo propostos conseguem estimar satisfatoriamente o tipo de usuário com o qual está se interagindo e a quantidade de incentivo que deve ser oferecido a cada um deles, além de demonstrar as vantagens de um sistema de incentivo que considera pagamentos variáveis. Também foram analisadas as vantagens de considerar a mobilidade humana neste tipo de abordagem e como a mesma reflete nos modelos de incentivo. / [en] The world of telecommunications has witnessed the growing popularity of mobile devices and its huge technological advancements and innovations (e.g. smartphones, smartwatches, tablets, music players among others). These devices have a series of built-in sensors that measure motion, orientation, and various environmental conditions (e.g. Global Positioning System, camera, microphone, compass, accelerometer, among others). In addition, these devices have continuous network connectivity. So these devices can be seen as a huge opportunity to carry out large-scale sensing of events in the physical world and have the ability of sharing the data obtained through the internet. This new kind of sensor application is known as Mobile crowd sensing (MCS) and it has been a research focus lately. The greatest potential of MCS is found on the versatility that the embedded resources of the mobile devices offer in the development of innumerable functionalities and its mobility model that is based on human behavior. On the other hand, there are issues that must be considered when a MCS-based network is developed. This work presents the analysis performed in order to define issues that are considered critical for the creation and development of an MCS network. From these definitions solutions are proposed that allow to create an implementation as close as possible to reality. A mobility model was developed for the Rio de Janeiro city based on graph theory, and assuming that daily activities of the people will define their movement pattern. Attracting and convincing users is another problem that has to be addressed. Two user incentive models are proposed. Both consider and model the decision of a user to participate in an MCS network based on the intrinsic and extrinsic motivations of the user. The idea is to comprise different levels of motivation for each user in order to demonstrate that the response of the participants to the incentives is not homogeneous. Thus, the first model is based on the consecutive answers of the users and the second model is based on game theory. The results obtained allowed us to prove that the proposed incentive models can satisfactorily estimate the type of user with which we are interacting and the amount of incentive that should be offered to each one of them, besides demonstrating the advantages of an incentive system that considers variable payments. The advantages of considering human mobility in this type of approach and how it affects the incentive models was also analyzed.