A cidade de São Paulo é o município mais populoso do Brasil, caracterizado por uma segregação urbana responsável por inúmeros problemas relacionados a mobilidade urbana. As ações atuais para resolver os problemas de mobilidade urbana têm pouco aprofundamento em questões tecnológicas e melhorias dos sistemas computacio- nais existentes como as necessárias ao Sistema Integrado de Monitoramento e Transporte (SIM), utilizado para gestão e monitoramento do transporte público por ônibus de São Paulo. Uma das possíveis melhorias é integrar o SIM às Redes Sociais. Com essa perspectiva de integração, esse trabalho tem como objetivo uti- lizar tweets e dados do SIM na caracterização de eventos de exceção e de seus respectivos impactos no sistema de transporte público por ônibus da cidade de São Paulo. Para alcançar tal objetivo, esse trabalho propõe utilizar tweets publicados por instituições governamentais responsáveis por reportar eventos de exceção, dados dos módulos AVL (Automatic Vehicle Location) do SIM, responsáveis por rastrear e localizar os ônibus do município e GTFS (General Transit Feed Specification) da SPTrans. Visando alcançar o objetivo proposto, classificamos manualmente 60.984 tweets e treinamos diferentes modelos por meio de algoritmos de aprendizado de máquina supervisionado para identificar eventos de exceção. Além disso, propomos uma nova metodologia para extrair e geolocalizar os endereços dos eventos de exceção, por meio de Processamento de Língua Natural e Expressão Regular. Com isso, demonstramos que é possível correlacionar os dados desses eventos com os dados históricos do SIM e da GTFS, para caracterizar como o transporte público por ônibus da cidade de São Paulo é impactado nesses cenários. Adicionalmente, propomos uma arquitetura distribuída para exploração e visualização de grandes volumes de dados relacionados a transporte público / The city of São Paulo is the most populous municipality in Brazil, characterized by an urban segregation responsible for numerous problems related to urban mobility. The current actions to solve the problems of urban mobility have little deepening in technological issues and improvements of existing computer systems such as those required for the Integrated Monitoring and Transport System (in the Portuguese acronym: SIM), used for the management and monitoring of public transport by buses of the city of São Paulo. One of the possible improvements is integrating the SIM with Social Networks. With this perspective of integration, this work aims to use tweets and data from SIM in the characterization of exception events and their respective impacts on the public transport system by buses of the city of São Paulo. In order to achieve this objective, this work proposes to use tweets published by governmental institutions responsible for reporting exception events, data from SIM Automatic Vehicle Location (AVL) modules, responsible for the tracking and locating of urban buses and data from SPTrans GTFS (General Transit Feed Specification). In order to reach the proposed goal, we manually classified 60,984 tweets and trained different models through supervised machine learning algorithms to identify exception events. In addition, we propose a new methodology to extract and geolocalize the addresses of the exception events, through Natural Language Processing and Regular Expression. Using that approaches, we show that it is possible to correlate the data of these events with the historical data of the SIM and GTFS, to characterize how the public transport by bus of the city of São Paulo is impacted in these scenarios. Additionally, we propose a distributed architecture for exploration and visualization of large volumes of data related to public transport

[pt] Uma das preocupações das grandes cidades é a minimização dos efeitos do aumento da quantidade de veículos em circulação e dos acidentes que, consequentemente, tendem a ocorrer com maior frequência. Com a popularização e a miniaturização dos receptores GPS, a disponibilidade de valores de velocidade observados nas vias urbanas e a publicação de ocorrências de trânsito georreferenciadas em redes sociais, é agora possível avaliar as condições do trânsito quanto às reduções de velocidade. Contudo, é necessário filtrar os dados de tal forma a minimizar incertezas temáticas, espaciais e temporais. Esta tese propõe uma metodologia para a avaliação do impacto de acidentes de trânsito, empregando valores de velocidade. Para tanto, considera metodologias auxiliares para: (1) processamento de rotas rastreadas com GPS para identificar vias com maior circulação, calcular estatísticas das velocidades observadas e estimar o tráfego em vias de mão dupla, pela análise das direções do movimento; (2) representação do comportamento do tráfego a partir dos valores de velocidade registrados nas vias; (3) extração e seleção dos dados sobre acidentes extraídos do Twitter para identificar os possíveis efeitos desses acidentes nos valores de velocidade. As contribuições desta tese são: (1) avaliação do tráfego, em condições normais e após a ocorrência de acidentes, com base em valores de velocidade, de aquisição mais simples do que os valores de fluxo e concentração de tráfego; (2) emprego de publicações de eventos em redes sociais, permitindo rápido acesso à informação; (3) aplicação das avaliações em vias urbanas, em lugar de rodovias, o que implica em levar em consideração as interferências no tráfego inerentes às interseções, sinais de trânsito e fluxo de pedestres; e (4) uma metodologia para extração de estatísticas de velocidade a partir de dados GPS, enfatizando as possíveis fontes de erro existentes nos processos de map matching e classificação temporal. / [en] A major concern in large cities is to minimize the effects of the increasing quantity of vehicles in circulation and, consequently, of the accidents that tend to occur more frequently. Due to the popularization and miniaturization of GPS receivers, the availability of large volumes of data about vehicle speed in urban roads and the large number of traffic-related messages published in social networks, it is now possible to collect enough input data to model traffic conditions based on the observed reduction in speed values. However, it is necessary to filter the data to minimize thematic, spatial and temporal uncertainties. This thesis proposes a methodology to assess the impact of traffic accidents by analyzing speed values. To achieve this goal, it also proposes auxiliary methodologies, aiming at: (1) processing GPS-tracked routes to compute speed statistics and estimate traffic in two-way streets, by performing direction analysis; (2) representing traffic behavior based on the observed speed values; (3) extracting and selecting accident-related data by mining Twitter posts for later identification of the likely effects on speed values. The main contributions of this thesis are: (1) the assessment of traffic conditions based on speed values, which are easier to acquire than data about traffic volume and concentration; (2) the use of posts from social networks, which provide timely access to traffic events; (3) the assessment of urban roads instead of freeways or roads, which require modeling intersections, traffic lights and pedestrian flow; and (4) a methodology designed to extract speed statistics from raw GPS data, which handles likely error sources related to both map matching process and temporal classification.

The increase in the number of deaths due to ground traffic accidents is a global problem. In such context, the development of new vehicular technologies is considered an alternative to improve road safety. Within the field of new vehicle technologies, it is possible to find driver assistance systems. These systems interact in an active or passive way with the driver, reducing their workload by presenting information about their surroundings, which may imply the safer direction of a land vehicle. Taking into account that one of the main reasons for road traffic fatalities in the world is the lane change in a road, hereby we created a cooperative driver assistance system for the lane change, arising from the combination of a kinematic model and a probabilistic graphical one. By combining these two models, we try to improve the response in the assistance of the system, given the direct dependence of the system with a human. Due to the latter, the response of such systems cannot be deterministic in nature. One of the motivations to use probabilistic graphical models is the flexibility of this machines learning technique in modeling the problem addressed in this thesis. In addition to this contribution of applying a specific probabilistic graphical model in our assistance system, other contributions can be found in this thesis, including the development of a Driving simulation platform with a reconfigurable structure. The ability to reconfigure the structure of the driving simulator platform was of great importance for the development and evaluation of the assistance system hereby proposed in each of its stages. In addition, the decision to model a cooperative approach in our assistance system is due to the great potential of the vehicular communications with respect to improving transport safety and efficiency. The moderate cost that is being projected in vehicular communications is another relevant fact. Finally, the description and application of our assistance system model can be considered as a possibility in the area for the development of an application that needs a close response to the reality, based on the uncertainties present in the problem under consideration. / O aumento no número de mortes por causa de acidentes de tráfego terrestre é um problema global. No âmbito dessa problemática, o desenvolvimento de novas tecnologias veiculares é considerado uma alternativa para melhorar a segurança viária. Dentro do domínio das novas tecnologias veiculares, é possível encontrar sistemas de assistência ao motorista. Esses sistemas interagem de maneira ativa ou passiva com o motorista, conseguindo reduzir sua carga de trabalho, apresentando informações de seu entorno, o que pode implicar uma direção mais segura de um veículo terrestre. Levando em consideração que um dos principais motivos de mortes por acidentes de tráfego terrestre no mundo é a mudança de faixa em uma pista, neste trabalho, realizamos a tarefa de criar um sistema cooperativo de assistência ao motorista para a mudança de faixa, a partir da combinação de um modelo cinemático e de um modelo gráfico probabilístico. Mediante a combinação destes dois modelos, procuramos melhorar a resposta na assistência por parte do sistema, dada a dependência direta que o sistema tem dos humanos. Por essa última razão, a resposta deste tipo de sistemas não pode ser determinística por natureza. Uma das motivações para utilizar os modelos gráficos probabilísticos é a flexibilidade da técnica de machine learning em modelar o problema abordado nesta tese. Além dessa contribuição de aplicar um modelo gráfico probabilístico específico em nosso sistema de assistência, outras contribuições podem ser encontradas nesta tese, incluindo o desenvolvimento de uma plataforma de simulação para a condução, com uma estrutura reconfigurável. A capacidade de poder reconfigurar a estrutura da plataforma de simulação foi de grande importância para o desenvolvimento e avaliação do sistema de assistência proposto nesta tese, em cada uma de suas etapas. Além disso, a decisão de modelar um enfoque cooperativo, em nosso sistema de assistência, se deve ao grande potencial que tem as comunicações veiculares com respeito à melhora da segurança e da eficiência do transporte. O custo moderado que está sendo projetado nas comunicações veiculares é outro fato relevante. A descrição e aplicação de nosso modelo final podem ser considerados mais uma possibilidade na área para o desenvolvimento de uma aplicação, que precise de uma resposta próxima da realidade, a partir das incertezas presentes no problema considerado.

The increase in the number of deaths due to ground traffic accidents is a global problem. In such context, the development of new vehicular technologies is considered an alternative to improve road safety. Within the field of new vehicle technologies, it is possible to find driver assistance systems. These systems interact in an active or passive way with the driver, reducing their workload by presenting information about their surroundings, which may imply the safer direction of a land vehicle. Taking into account that one of the main reasons for road traffic fatalities in the world is the lane change in a road, hereby we created a cooperative driver assistance system for the lane change, arising from the combination of a kinematic model and a probabilistic graphical one. By combining these two models, we try to improve the response in the assistance of the system, given the direct dependence of the system with a human. Due to the latter, the response of such systems cannot be deterministic in nature. One of the motivations to use probabilistic graphical models is the flexibility of this machines learning technique in modeling the problem addressed in this thesis. In addition to this contribution of applying a specific probabilistic graphical model in our assistance system, other contributions can be found in this thesis, including the development of a Driving simulation platform with a reconfigurable structure. The ability to reconfigure the structure of the driving simulator platform was of great importance for the development and evaluation of the assistance system hereby proposed in each of its stages. In addition, the decision to model a cooperative approach in our assistance system is due to the great potential of the vehicular communications with respect to improving transport safety and efficiency. The moderate cost that is being projected in vehicular communications is another relevant fact. Finally, the description and application of our assistance system model can be considered as a possibility in the area for the development of an application that needs a close response to the reality, based on the uncertainties present in the problem under consideration. / O aumento no número de mortes por causa de acidentes de tráfego terrestre é um problema global. No âmbito dessa problemática, o desenvolvimento de novas tecnologias veiculares é considerado uma alternativa para melhorar a segurança viária. Dentro do domínio das novas tecnologias veiculares, é possível encontrar sistemas de assistência ao motorista. Esses sistemas interagem de maneira ativa ou passiva com o motorista, conseguindo reduzir sua carga de trabalho, apresentando informações de seu entorno, o que pode implicar uma direção mais segura de um veículo terrestre. Levando em consideração que um dos principais motivos de mortes por acidentes de tráfego terrestre no mundo é a mudança de faixa em uma pista, neste trabalho, realizamos a tarefa de criar um sistema cooperativo de assistência ao motorista para a mudança de faixa, a partir da combinação de um modelo cinemático e de um modelo gráfico probabilístico. Mediante a combinação destes dois modelos, procuramos melhorar a resposta na assistência por parte do sistema, dada a dependência direta que o sistema tem dos humanos. Por essa última razão, a resposta deste tipo de sistemas não pode ser determinística por natureza. Uma das motivações para utilizar os modelos gráficos probabilísticos é a flexibilidade da técnica de machine learning em modelar o problema abordado nesta tese. Além dessa contribuição de aplicar um modelo gráfico probabilístico específico em nosso sistema de assistência, outras contribuições podem ser encontradas nesta tese, incluindo o desenvolvimento de uma plataforma de simulação para a condução, com uma estrutura reconfigurável. A capacidade de poder reconfigurar a estrutura da plataforma de simulação foi de grande importância para o desenvolvimento e avaliação do sistema de assistência proposto nesta tese, em cada uma de suas etapas. Além disso, a decisão de modelar um enfoque cooperativo, em nosso sistema de assistência, se deve ao grande potencial que tem as comunicações veiculares com respeito à melhora da segurança e da eficiência do transporte. O custo moderado que está sendo projetado nas comunicações veiculares é outro fato relevante. A descrição e aplicação de nosso modelo final podem ser considerados mais uma possibilidade na área para o desenvolvimento de uma aplicação, que precise de uma resposta próxima da realidade, a partir das incertezas presentes no problema considerado.