Análise e visualização de dados de rastreamento para caracterização da logística urbana

Autores

  • Patrícia Faias Laranjeiro de Andrade Universidade de São Paulo http://orcid.org/0000-0001-5384-036X
  • Leonardo Alves Gogoy Universidade de São Paulo
  • Mariana Abrantes Giannotti Universidade de São Paulo
  • Claudio Barbieri da Cunha Universidade de São Paulo
  • Hugo Tsugunobu Yoshida Yoshizaki Universidade de São Paulo

DOI:

https://doi.org/10.14295/transportes.v25i3.1353

Palavras-chave:

Logística urbana, Big data geoespacial, Dados GPS, Visualização de dados.

Resumo

Este estudo tem como objetivo aplicar técnicas de análise e visualização de dados GPS (Global Positioning System) para entender o comportamento do transporte urbano de carga em algumas capitais do país, através de indicadores logísticos como distribuição dos pontos de entrega, distribuição do volume de caminhões ao longo do tempo (dia da semana e hora do dia), etc. Para tanto, utilizaram-se duas bases de dados de rastre­amento de veículos, distintas, sendo a primeira fornecida por duas empresas varejistas que já possuíam tais dados por questões de segurança e monitoramento do compor­tamento dos motoristas, e a segunda disponibilizada por uma empresa que presta ser­viços de fornecimento de mapas e possui dados de diversas empresas, em sua maioria prestadores de serviço de monitoramento de veículos. Para o processamento dos da­dos foram usadas ferramentas de análise de grandes volumes de dados geoespaciais (geospatial big data). Para ambas as bases foi possível analisar, para o período de 06 a 10 de outubro de 2014 (segunda à sexta), o padrão de distribuição dos caminhões por dia da semana, cujas análises apontam para uma quantidade menor de veículos circu­lando na segunda-feira, em relação aos outros dias da semana (terça à sexta).

Downloads

Não há dados estatísticos.

Referências

Bontempo, A.P.; C.B. Cunha; D.A. Botter e H.T.Y. Yoshizaki (2014) Evaluating Restrictions on the Circulation of Freight Vehicles in Brazilian Cities. Procedia - Social and Behavioral Sciences, 125, p. 275-283. DOI:/10.1016/j.sbspro.2014.01.1473

CET-SP (2015) Pesquisa de Monitoração da Mobilidade no Sistema Viário Principal. Companhia de Engenharia de Tráfego de São Paulo, São Paulo, SP.

Chi, E.H. (2000) A taxonomy of visualization techniques using the data state reference model. Proceedings of the IEEE Symposium on Information Visualization InfoVis, IEEE Computer Society, Washington, DC, USA, p. 69–76. DOI:/10.1109/INFVIS.2000.885092

Dablanc, L. e D. Rakotonarivo (2010) The impacts of logistics sprawl: How does the location of parcel transport terminals affect the energy efficiency of goods’ movements in Paris and what can we do about it?. Procedia-Social and Behavioral Sciences, 2(3), p. 6087-6096. DOI:/10.1016/j.sbspro.2010.04.021

Dorling, D.; A. Barford e M. Newman (2006) WORLDMAPPER: The world as you've never seen it before. IEEE transactions on visualization and computer graphics, 12(5), p. 757-764. DOI:/10.1109/TVCG.2006.202

Greaves, S. P. e M. A. Figliozzi (2008) Commercial Vehicle Tour Data Collection Using Passive GPS Technology: Issues and Potential Applications. Institute of Transport and Logistics Studies.

Joubert, J. W. e S. Meintjes (2015) Repeatability & reproducibility: Implications of using GPS data for freight activity chains. Transportation Research Part B: Methodological, 76, p. 81-92. DOI:/10.1016/j.trb.2015.03.007

Kraak, M-J. e F. Ormeling (2011) Cartography: Visualization of Spatial Data, Guilford Press.

Lee, J-G e M. Kang (2015) Geospatial Big Data: Challenges and Opportunities.Big Data Research, v.2, p. 74-81. DOI: /10.1016/j.bdr.2015.01.003

Loidl, M.; G. Wallentin; R. Cyganski; A. Graser; J. Scholz e E. Haslauer (2016) GIS and Transport Modeling—Strengthening the Spatial

Perspective. ISPRS International Journal of Geo-Information. DOI:/10.3390/ijgi5060084

Nanni, M. (2013) Mobility Data Mining. Cambridge: Cambridge University Press. DOI:/10.1017/CBO9781139128926

Schumann, H. e C. Tominski (2011) Analytical, visual and interactive concepts for geo-visual analytics. Journal of Visual Languages and Computing 22, p. 257-267. DOI:/10.1016/j.jvlc.2011.03.002

Spaccapietra, S.; C. Parent e L. Spinsanti (2013) Trajectories and Their Representations. Cambridge University. DOI:/10.1017/CBO9781139128926.002

Tominski, C.; P. Schulze-Wollgast e H. Schumann (2005) 3D information visualization for time dependent data on maps. In Ninth International Conferenceon Information Visualisation, p. 175-181. IEEE. DOI:/10.1109/IV.2005.3

Downloads

Publicado

29-10-2017

Como Citar

de Andrade, P. F. L., Gogoy, L. A., Giannotti, M. A., Cunha, C. B. da, & Yoshizaki, H. T. Y. (2017). Análise e visualização de dados de rastreamento para caracterização da logística urbana. TRANSPORTES, 25(3), 24–35. https://doi.org/10.14295/transportes.v25i3.1353

Edição

Seção

Artigos Vencedores do Prêmio ANPET Produção Científica