Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-graduação em Ciência da Computação, Florianópolis, 2014 / Made available in DSpace on 2015-02-05T21:10:27Z (GMT). No. of bitstreams: 1
332113.pdf: 1505634 bytes, checksum: 6cd1598182745696b43a3edc401b4e55 (MD5)
Previous issue date: 2014 / Todos os dias o número de veículos circulando pelas estradas é maior e, se estiverem equipados com dispositivos móveis tais como GPS, é gerado um novo tipo de dado chamado de trajetória. Vários estudos buscam descobrir padrões em trajetórias, mas poucos têm focado na análise do comportamento de motoristas. Através das trajetórias geradas pelos veículos é possível inferir bons e maus condutores e encontrar locais problemáticos ao longo das vias caso existam padrões de comportamento bem definidos. Esta dissertação propõe um método para análise de comportamento de motoristas através das suas trajetórias, com base em características como acelerações, desacelerações e mudanças bruscas de direção, excesso de velocidade, comportamento de costura, limites de velocidade das vias, bem como locais que possam ser causadores de um movimento anômalo, tal qual um semáforo. Trabalhos na literatura não classificam motoristas utilizando dados de GPS e não detectam ou analisam movimentos anômalos com justificativas para as anomalias. O método é avaliado através de experimentos com dados reais que mostram ser possível classificar motoristas com base em suas trajetórias.<br> / Abstract: Every day the number of vehicles driving on the roads is increasing, and if equipped with mobile devices such as GPS, a new data type called trajectory is generated. Several studies seek to discover patterns in trajectories, but only a few have focused on analyzing the behavior of drivers. Through the trajectories generated by the vehicles it is possible to infer good and bad drivers, as well as problematic places along the roads if there are well-defined behavior patterns. This thesis proposes a method for analyzing the behavior of drivers over their trajectories, based on characteristics such as acceleration, deceleration and abrupt changes of direction, speed, behavior of lane cutting and places that may be causing an anomalous movement, like a traffic light. Existing works in the literature do not classify drivers using GPS data considering repetitive anomalous movement or justifications of anomalies. The proposed method is evaluated through experiments with real data showing the possibility to classify drivers based on their trajectories.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsc.br:123456789/129503 |
| Date | January 2014 |
| Creators | Carboni, Eduardo Machado |
| Contributors | Universidade Federal de Santa Catarina, Bogorny, Vania |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | 76 p.| il., grafs., tabs. |
| Source | reponame:Repositório Institucional da UFSC, instname:Universidade Federal de Santa Catarina, instacron:UFSC |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0128 seconds