UAI-FI: Utilização de Inteligência Artificial para contagem automática de passageiros através de Wi-Fi e dados GPS

Autores

DOI:

https://doi.org/10.14295/transportes.v30i2.2555

Palavras-chave:

Contagem de passageiros, Lotação, Wi-Fi, Aprendizado de máquina

Resumo

Saber a quantidade de passageiros que utilizam o sistema de transporte público é uma informação importante para planejá-lo. Várias iniciativas começaram a explorar pacotes Wi-Fi gerados pelos smartphones de passageiros como meio de obter essa informação. Esses pacotes podem ser interceptados por sensores dentro dos ônibus. Através da aplicação de filtros, por exemplo, que verificam se a intensidade do sinal é maior que um limiar, o sensor pode inferir a presença/ausência do passageiro. Entretanto, tais limites são definidos arbitrariamente, podendo causar erros, por exemplo, quando próximos de pontos de paradas. Para resolver esse problema, este artigo propõe um método (UAI-FI) baseado em uma técnica de inteligência artificial (Support Vector Machine) para classificar a origem dos pacotes como dentro ou fora do ônibus. Para validar o UAI-FI, foi feito um teste e comparação com outros trabalhos em uma linha de ônibus de Goiânia/Brasil. Os resultados sugerem que o método obteve um desempenho superior as outras abordagens. Ademais, foi capaz de classificar com sucesso a fonte dos pacotes, contabilizando 83,3% e 88,5% do total de embarques e desembarques da linha. Apesar da similaridade, ressalta-se que a contagem apresentou uma defasagem temporal com a feita manualmente, indicando que a frequência na transmissão de pacotes Wi-Fi pode fazer com que a presença/ausência de passageiros seja percebida em paradas diferentes.

Downloads

Não há dados estatísticos.

Biografia do Autor

Marcos Paulino Roriz Junior, Universidade Federal do Goiás, Goiás – Brasil

Possui graduação em Ciências da Computação pelo Instituto de Informática (INF) da Universidade Federal de Goiás (UFG), mestrado em Ciências da Computação pelo mesmo instituto e universidade (INF/UFG) e doutorado em Informática pela Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio). É professor adjunto do curso de Engenharia de Transportes da Universidade Federal de Goiás. Também é membro do Programa de Pós-graduação em Engenharia de Produção (PPGEP) e do Mestrado Profissional em Administração Pública (PROFIAP), ambos da UFG. Seus interesses de pesquisa e área de atuação concentram-se em aplicar e investigar métodos computacionais para planejar, construir, otimizar e avaliar Sistemas Inteligentes de Transporte e Iniciativas de Cidades Inteligentes por meio das seguintes técnicas: Inteligência Artificial (Machine/Deep Learning, Fuzzy Logic, e Computação Evolutiva), Algoritmos e Plataformas de Middleware para Processamento de Fluxo de (Big) Data, Internet das Coisas e Rede de Sensores Sem Fio. Também atua na investigação dos impactos e efeitos colaterais de tais sistemas na sociedade (PROFIAP).

Ronny Marcelo Aliaga Medrano, Universidade Federal de Goiás, Goiás – Brasil

Possui graduação em engeharia civil - ESCUELA MILITAR DE INGENIERIA (2006) e mestrado em Transportes pela Universidade de Brasília (2012). Doutor em Transporte pela Universidade de Brasilia (2016). Atuo profissionalmente como analista de transporte na prefeitura do Governo municipal de La Paz, Bolivia. Como assessor técnico na Empresa de Planejamento e Logística S.A. do Ministerio do Transporte do Brasil, com enfase no desenvolvimento do modelo de transporte do Plano Nacional de Logística Integrada. Como consultor em estudos de demanda para projetos ferroviarios, planos de mobilidade, planos de transporte público. Atualmente é professor do Curso de Engenharia de Transporte da Universidade Federal de Goiás. Trabalha na linha de pesquisa de Inovação, Inteligência em Transporte, com ênfase em Planejamento de Transportes, atuando principalmente nos seguintes temas: Micro simulação e Macrosimulação de sistemas de transporte, Data science in transportation, Modelos de transporte, Comportamento em Transporte, Space-time geography, Inteligência Artificial.

Cristiano Farias Almeida, Universidade Federal de Goiás, Goiás – Brasil

Possui graduação em Engenharia Civil pela Universidade Federal do Pará (1999), mestrado em Transportes pela Universidade de Brasília (2001), doutorado em Transportes pelo Nagoya Institute of Technology no Japão e pela Universidade de Brasília (2008), e Pós-Doutorado em Desenvolvimento de Cluster Logístico pela Université de Liège na Bélgica (2020). Atualmente é Professor Associado, Classe D, Nível 1 da Universidade Federal de Goiás. É professor permanente do Programa de Pós-Graduação Projeto e Cidade (FAV/UFG). É coordenador do Núcleo de Pesquisa em Transportes (NPT-UFG). Ex-bolsista da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES). Ex-bolsista do Ministério da Educação, Cultura, Desporto, Ciência e Tecnologia do Japão (Monbukagakusho). Ex-bolsista do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq). Ex-bolsista do Wallonie-Bruxelles Internacional.be (WBI). É atualmente Embaixador do Wallonie-Bruxelles Internacional.be (WBI) no Brasil. Elaborou o projeto de implantação do primeiro curso de Engenharia de Transportes Bacharelado da Universidade Federal de Goiás, do qual desempenhou função de Coordenador entre 2015 e 2018. Foi membro da Comissão de Implantação da Faculdade de Ciências e Tecnologia (FCT/UFG). Foi presidente do Núcleo Docente Estruturante (NDE) do curso de Engenharia de Transportes da UFG entre 2015 e 2018. Tem experiência na área de Engenharia de Transportes, com ênfase em Planejamento e Organização do Sistema de Transporte, atuando principalmente nos seguintes temas: transporte não-motorizado, transporte rodoviário semiurbano de passageiros, modelagem de redes de transportes, planejamento de transportes e desenvolvimento econômico regional, planejamento, gestão e controle dos transportes, análise espacial aplicada ao planejamento dos transportes, geografia dos transportes, cluster e plataforma logística. 

Referências

Afshari, H. H.; S. Jalali; A. H. Ghods and B. Raahemi (2019) An Intelligent Traffic Management System Based on the Wi-Fi and Bluetooth Sensing and Data Clustering. In K. Arai, R. Bhatia e S. Kapoor (eds) Proceedings of the Future Technologies Conference. Cham: Springer. DOI:10.1007/978-3-030-02686-8_24 DOI: https://doi.org/10.1007/978-3-030-02686-8_24

Chen, T. Z.; Y. Y. Chen and J. H. Lai (2021) Estimating bus cross-sectional flow based on machine learning algorithm combined with wi-fi probe technology. Sensors, v. 21, n. 3. DOI:10.3390/s21030844 DOI: https://doi.org/10.3390/s21030844

Cortes, C. and V. Vapnik. (1995) Support-vector networks. Machine Learning, v. 20, n. 3, p. 273–297. DOI:10.1007/BF00994018 DOI: https://doi.org/10.1007/BF00994018

Dunlap, M.; Z. Li; K. Henrickson and Y. Wang (2016) Estimation of Origin and Destination Information from Bluetooth and Wi-Fi Sensing for Transit. Transportation Research Record: Journal of the Transportation Research Board, v. 2595, n. 1, p. 11–17. DOI:10.3141/2595-02 DOI: https://doi.org/10.3141/2595-02

Flach, P. (2012) Machine Learning: The Art and Science of Algorithms That Make Sense of Data. New York: Cambridge University Press. DOI: https://doi.org/10.1017/CBO9780511973000

Freudiger, J. (2015) How Talkative is your Mobile Device? An Experimental Study of Wi-Fi Probe Requests. In Proc. of the 8th ACM Conf. on Security & Privacy in Wireless and Mobile Networks. New York: ACM. DOI:10.1145/2766498.2766517 DOI: https://doi.org/10.1145/2766498.2766517

Hidayat, A.; S. Terabe and H. Yaginuma. (2020) Estimating bus passenger volume based on a Wi-Fi scanner survey. Transportation Research Interdisciplinary Perspectives, v. 6. DOI:10.1016/j.trip.2020.100142 DOI: https://doi.org/10.1016/j.trip.2020.100142

IEEE (1997) Wireless LAN Medium Access Control (MAC) and Physical Layer (PHY) Specification. New York: Institute of Electrical and Electronics Engineers.

Ji, Y.; J. Zhao, Z. Zhang and Y. Du. (2017) Estimating Bus Loads and OD Flows Using Location-Stamped Farebox and Wi-Fi Signal Data. Journal of Advanced Transportation, v. 2017, p. 1–10. DOI:10.1155/2017/6374858 DOI: https://doi.org/10.1155/2017/6374858

Mikkelsen, L.; R. Buchakchiev; T. Madsen and H. P. Schwefel (2016) Public transport occupancy estimation using WLAN probing. In Proceedings of 8th International Workshop on Resilient Networks Design and Modeling. New York: IEEE, p. 302–308. DOI:10.1109/RNDM.2016.7608302 DOI: https://doi.org/10.1109/RNDM.2016.7608302

Mishalani, R. G.; M. R. McCord and T. Reinhold (2016) Use of Mobile Device Wireless Signals to Determine Transit Route-Level Passenger Origin–Destination Flows: Methodology and Empirical Evaluation. Transportation Research Record: Journal of the Transportation Research Board, v. 2544, n. 1, p. 123–130. DOI:10.3141/2544-14 DOI: https://doi.org/10.3141/2544-14

Myrvoll, T. A.; J. E. Håkegård; T. Matsui and F. Septier (2017) Counting public transport passenger using WiFi signatures of mobile devices. In 20th International Conference on Intelligent Transportation Systems. New York: IEEE, p. 1–6. DOI:10.1109/ITSC.2017.8317687 DOI: https://doi.org/10.1109/ITSC.2017.8317687

Nitti, M.; F. Pinna; L. Pintor; V. Pilloni and B. Barabino (2020) iABACUS: A Wi-Fi-Based Automatic Bus Passenger Counting System. Energies, v. 13, n. 6. DOI:10.3390/en13061446 DOI: https://doi.org/10.3390/en13061446

Oransirikul, T.; R. Nishide; I. Piumarta and H. Takada (2014) Measuring Bus Passenger Load by Monitoring Wi-Fi Transmissions from Mobile Devices. Procedia Technology, v. 18, p. 120–125. DOI:10.1016/j.protcy.2014.11.023 DOI: https://doi.org/10.1016/j.protcy.2014.11.023

Oransirikul, T.; I. Piumarta and H. Takada (2019) Classifying passenger and non-passenger signals in public transportation by analysing mobile device Wi-Fi activity. Journal of Information Processing, v. 27, p. 25–32. DOI:10.2197/ipsjjip.27.25 DOI: https://doi.org/10.2197/ipsjjip.27.25

Paradeda, D. B.; W. Kraus Junior and R. C. Carlson (2019) Bus passenger counts using Wi-Fi signals: some cautionary findings. TRANSPORTES, v. 27, n. 3, p. 115–130. DOI:10.14295/transportes.v27i3.2039 DOI: https://doi.org/10.14295/transportes.v27i3.2039

Ribeiro, J.; A. Zúquete and S. Sargento (2019) Survey of Passengers’ Origin-Destination in Public Transportation Networks Using Wi-Fi. In Communications in Computer and Information Science. Cham: Springer, p. 367–388. DOI:10.1007/978-3-030-26633-2_18 DOI: https://doi.org/10.1007/978-3-030-26633-2_18

Richardson, M and S. Wallace (2014) Getting Started with Raspberry Pi: Electronic Projects with Python, Scratch, and Linux (2nd ed). Santa Rosa: Maker Media.

RMTC. (2018) "RMTC Goiânia". Rede Metropolitana de Transportes Coletivos. Available at <http://rmtcgoiania.com.br> (accessed on: 13/02/2021).

Vanhoef, M.; C. Matte; M. Cunche; L. S. Cardoso and F. Piessens (2016) Why MAC address randomization is not enough: An analysis of Wi-Fi network discovery mechanisms. In Proc. of the 11th ACM on Asia Conf. on Computer and Communications Security. New York: ACM., p. 413–424. DOI:10.1145/2897845.2897883 DOI: https://doi.org/10.1145/2897845.2897883

Zhang, C.; C. Liu; X. Zhang and G. Almpanidis (2017) An up-to-date comparison of state-of-the-art classification algorithms. Expert Systems with Applications, v. 82, p. 128–150. DOI:10.1016/j.eswa.2017.04.003 DOI: https://doi.org/10.1016/j.eswa.2017.04.003

Imagem da capa, volume 30, número 2

Downloads

Publicado

06-08-2022

Como Citar

Roriz Junior, M. P. ., Aliaga Medrano, R. M. ., & Farias Almeida, C. . (2022). UAI-FI: Utilização de Inteligência Artificial para contagem automática de passageiros através de Wi-Fi e dados GPS. TRANSPORTES, 30(2), 2555. https://doi.org/10.14295/transportes.v30i2.2555

Edição

v. 30 n. 2 (2022)

Seção

Artigos

Licença

Copyright (c) 2022 Marcos Paulino Roriz Junior, Ronny Marcelo Aliaga Medrano, Ronny Marcelo Aliaga Medrano, Cristiano Farias Almeida, Cristiano Farias Almeida

Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.

Ao submeter um manuscrito para publicação neste periódico, todos os seus autores concordam, antecipada e irrestritamente, com os seguintes termos:

  1. Os autores mantém os direitos autorais e concedem à Revista TRANSPORTES o direito de primeira publicação do manuscrito, sem nenhum ônus financeiro, e abrem mão de qualquer outra remuneração pela sua publicação pela ANPET.
  2. Ao ser submetido à Revista TRANSPORTES, o manuscrito fica automaticamente licenciado sob a Licença Creative Commons Attribution, que permite o compartilhamento do trabalho com reconhecimento da autoria e da publicação inicial neste periódico.
  3. Os autores têm autorização para assumir contratos adicionais separadamente, para distribuição não exclusiva da versão do trabalho publicada neste periódico (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento da publicação inicial nesta revista, desde que tal contrato não implique num endosso do conteúdo do manuscrito ou do novo veículo pela ANPET.
  4. Os autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) depois de concluído o processo editorial. Como a Revista TRANSPORTES é de acesso livre, os autores são estimulados a usar links para o site da Revista TRANSPORTES nesses casos.
  5. Os autores garantem ter obtido a devida autorização dos seus empregadores para a transferência dos direitos nos termos deste acordo, caso esses empregadores possuam algum direito autoral sobre o manuscrito. Além disso, os autores assumem toda e qualquer responsabilidade sobre possíveis infrações ao direito autoral desses empregadores, isentando a ANPET e a Revista TRANSPORTES de toda e qualquer responsabilidade neste sentido.
  6. Os autores assumem toda responsabilidade sobre o conteúdo do trabalho, incluindo as devidas e necessárias autorizações para divulgação de dados coletados e resultados obtidos, isentando a ANPET e a Revista TRANSPORTES de toda e qualquer responsabilidade neste sentido.