sistema multiagente para simulaÇÃo da dinÂmica de

GUSTAVO RODRIGUES LACERDA SILVA

SISTEMA MULTIAGENTE PARA SIMULAÇÃODA DINÂMICA DE ESTACIONAMENTOS -

SMSDES

Belo Horizonte, Minas GeraisAbril de 2011

Universidade Federal de Minas GeraisEscola de Engenharia

Programa de Pós-Graduação em Engenharia Elétrica

SISTEMA MULTIAGENTE PARA SIMULAÇÃODA DINÂMICA DE ESTACIONAMENTOS -

SMSDES

Dissertação apresentada ao Curso de Pós-Graduação em Engenharia Elétrica da Uni-versidade Federal de Minas Gerais comorequisito parcial para a obtenção do graude Mestre em Engenharia Elétrica.


Belo Horizonte, Minas GeraisAbril de 2011

UNIVERSIDADE FEDERAL DE MINAS GERAIS

FOLHA DE APROVAÇÃO

Sistema Multiagente para Simulação da Dinâmica deEstacionamentos - SMSDEs


Dissertação defendida e aprovada pela banca examinadora constituída por:

PPGEE - UFMG Douglas Alexandre Gomes Vieira – OrientadorPh. D

DELE - UFMG Rodney Rezende Saldanha – Co-orientadorDOUTOR

PPGEE - UFMG Adriano Chaves LisboaPh. D

DELT - UFMG Luciano Cunha de Araújo PimentaDOUTOR

DEMEC - UFMG Ricardo Poley Martins FerreiraDOUTOR

Belo Horizonte, Minas Gerais, Abril de 2011

Resumo

O estudo da dinâmica de funcionamento dos estacionamentos é fundamental para amanutenção da qualidade de vida na sociedade moderna, sendo, desta forma, umcampo de pesquisa relevante e atual. Para entender a dinâmica de funcionamentode um estacionamento é necessário entender como os condutores, veículos e o meiofísico se interagem. Nesse particular, é importante destacar que a dinâmica de fun-cionamento de um estacionamento só pode ser modelada caso o modelo construído sejacapaz de capturar, com precisão e confiabilidade, os dados provenientes dessa inter-ação. Este trabalho propõe um modelo simulador que busca retratar a complexidade ea dinâmica de funcionamento de um estacionamento. Trata-se do SMSDEs - SistemaMultiagente para Simulação da Dinâmica de Estacionamentos. O simulador é capazde representar a cinemática do veículo durante o processo de estacionamento, o espaçogeoreferenciado da vaga, das vias internas e externas ao estacionamento. Além disso,o modelo proposto retrata também o comportamento social do motorista, bem comosuas ações e interações no ambiente de simulação.

i

Abstract

The study of the operation dynamics of the parking a lot is a field of research highlyrelevant to modern society. To understand the dynamics of a parking a lot it is neces-sary to understand how drivers, vehicles and the physical environment interact. Thisdynamic can only be modeled if the model is able to capture with precision and reliabil-ity data from this interaction. This work proposes a simulator that seeks to representthe complexity and dynamics of parking a lot. The model is capable of representingthe kinematics of the vehicle during the parking process, the georeferencing space ofthe lots, internal and external roads of the parking a lot. Besides the social behaviorof the driver as well as their actions and interactions in the simulation environment.

iii

A Deus pela saúde e força, aos meus pais e a Érica.

v

Agradecimentos

Primeiramente, agradeço a Deus pela saúde, força e serenidade concedidas para en-frentar essa jornada.

Ao meu orientador, Professor Douglas, que sempre me passou tranquilidade nosmomentos mais críticos. Obrigado pelas soluções quando eu não conseguia enxergar(Aprendi muito com você). Agradeço também a oportunidade proporcionada pelaENACOM para conhecer a França - ICTAI 2010.

Ao Professor Rodney, pelas conversas sobre os mais diversos assuntos, o que meproporcionou uma série de caminhos para a pesquisa.

Ao Professor Braga, por me acolher em seu laboratório e pela oportunidade departicipar do projeto da CEMIG. Aprendi bastante com você (trabalho sobre as corujase sobre o câncer de mama. Ufa!!!).

Ao Professor Poley, que desde a graduação na PUC Minas me acompanha e meensinou a sempre quebrar barreiras, definir objetivos e conquistá-los ("Gustavo, man-tenha o foco, mantenha o foco..."). Minha profunda admiração e respeito por vocêProfessor.

Ao Professor Cláudio, pelos convites para participar dos artigos sobre centrais detele atendimento.

À minha família... Mãe, sou eternamente grato pelo carinho, amor e, principal-mente, pelos lanches que reforçaram os ânimos nas madrugadas. Pai, pelo amor, apoio,serenidade... sempre um ombro amigo para conversar. Viviane, pela alegria e apoio.Torço sempre por você minha irmã!

À minha amada e revisora Érica, pelo eterno amor. Que pessoa fantástica!!! Teadmiro muito. Obrigado por estar ao meu lado nessa jornada. À família da minhaamada, o meu muito obrigado!

Aos amigos da UFMG! André Gomez, que pessoa sensacional! Sem a sua ajudaa minha caminhada seria bem mais difícil. A você o meu eterno obrigado. Fabiano,Fred, Luciana e André Cruz, obrigado pessoal!

Agradeço também aos amigos do LITC. Ao Rafael, aluno com grande futuro.À Braxis e ao TCEMG, por flexibilizarem minha jornada de trabalho!

vii

Sumário

1 Introdução 11.1 Motivação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.2 Contribuições da Dissertação . . . . . . . . . . . . . . . . . . . . . . . . 11.3 Organização da Dissertação . . . . . . . . . . . . . . . . . . . . . . . . 3

2 Mobilidade Urbana e Planejamento de Transporte 52.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52.2 Modelos de Simulação de Trânsito . . . . . . . . . . . . . . . . . . . . . 7

2.2.1 Nível de detalhe dos Modelos de Simulação de Trânsito . . . . . 82.2.2 Exemplos de Simuladores - AIMSUN2 . . . . . . . . . . . . . . 102.2.3 Exemplos de Simuladores - MATSIM . . . . . . . . . . . . . . . 112.2.4 Exemplos de Simuladores - CAUTS . . . . . . . . . . . . . . . . 12

2.3 Estacionamento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122.3.1 Geometria do estacionamento . . . . . . . . . . . . . . . . . . . 152.3.2 Processo de Busca por Estacionamento e Vaga . . . . . . . . . 17

3 Sistemas Multiagentes 213.1 Apresentação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213.2 Modelos de Simulação Baseados em Agentes . . . . . . . . . . . . . . . 223.3 Abordagem multiagente aplicada a dinâmica de funcionamento de esta-

cionamentos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233.4 Construção de um simulador baseado em agentes . . . . . . . . . . . . 23

3.4.1 Frameworks de simulação multiagentes . . . . . . . . . . . . . . 24

4 Sistema Multiagente para Simulação da Dinâmica de Estacionamen-tos - SMSDEs 274.1 Descrição e apresentação do simulador - SMSDEs . . . . . . . . . . . . 274.2 Representação do tempo . . . . . . . . . . . . . . . . . . . . . . . . . . 284.3 Representação do espaço . . . . . . . . . . . . . . . . . . . . . . . . . . 28

4.3.1 Topologia da Rede . . . . . . . . . . . . . . . . . . . . . . . . . 30

ix

4.3.2 Estacionamento e vagas . . . . . . . . . . . . . . . . . . . . . . 314.3.3 Veículo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

4.4 Representação do agente Motorista . . . . . . . . . . . . . . . . . . . . 384.5 Dinâmica de Simulação . . . . . . . . . . . . . . . . . . . . . . . . . . . 38

4.5.1 Inicializar o simulador . . . . . . . . . . . . . . . . . . . . . . . 394.5.2 Construir o espaço de deslocamento . . . . . . . . . . . . . . . . 404.5.3 Gerar o agente Motorista . . . . . . . . . . . . . . . . . . . . . . 414.5.4 Gerar o objeto Veículo . . . . . . . . . . . . . . . . . . . . . . . 414.5.5 Deslocar o veículo pela via pública . . . . . . . . . . . . . . . . 414.5.6 Encontrar o estacionamento e deslocar o veículo pelas vias inter-

nas do estacionamento . . . . . . . . . . . . . . . . . . . . . . . 414.5.7 Identificar uma vaga . . . . . . . . . . . . . . . . . . . . . . . . 424.5.8 Estacionar o veículo . . . . . . . . . . . . . . . . . . . . . . . . 424.5.9 Finalizar simulação . . . . . . . . . . . . . . . . . . . . . . . . . 43

5 Resultados Experimentais 455.1 Experimentos de calibração . . . . . . . . . . . . . . . . . . . . . . . . 45

5.1.1 Experimento I - Calibrar o deslocamento do veículo pela via . . 455.1.2 Experimento II - Estacionar o veículo . . . . . . . . . . . . . . . 47

5.2 Estudo de caso - Cenário real . . . . . . . . . . . . . . . . . . . . . . . 505.2.1 Infraestrutura . . . . . . . . . . . . . . . . . . . . . . . . . . . . 505.2.2 Agentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 515.2.3 Demais parâmetros . . . . . . . . . . . . . . . . . . . . . . . . . 525.2.4 Resultados do estudo de caso . . . . . . . . . . . . . . . . . . . 525.2.5 Avaliação dos resultados . . . . . . . . . . . . . . . . . . . . . . 54

6 Conclusões e comentários 596.1 Limitações do trabalho . . . . . . . . . . . . . . . . . . . . . . . . . . . 606.2 Trabalhos futuros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60

Referências Bibliográficas 63

x

Lista de Figuras

1.1 Motivação do trabalho - Estacionamento do Mineirão [Sousa, 2011] . . . . 2

2.1 Modelos de Simulação de Trânsito existentes. (Fonte: [Vanderschuren, 2007]) 92.2 Vaga com ângulo de 90o graus para automóveis. (Fonte: [Bays and Christe, 1994],

figura adaptada às normas brasileiras) . . . . . . . . . . . . . . . . . . . . 162.3 Vaga com ângulo de 60o graus para automóveis. (Fonte: [Bays and Christe, 1994],



figura adaptada às normas brasileiras) . . . . . . . . . . . . . . . . . . . . 172.6 Processo de Busca por Estacionamento. (Fonte: [Thompson and Richardson, 1998],

figura adaptada ao trabalho) . . . . . . . . . . . . . . . . . . . . . . . . . . 19

3.1 Framework Repast Simphony [Macal and North, 2009] . . . . . . . . . . . . 25

4.1 Elementos que compõem o SMSDEs. . . . . . . . . . . . . . . . . . . . . . 274.2 As cinco camadas físicas do simulador. . . . . . . . . . . . . . . . . . . . . 294.3 Exemplo do grafo construído. . . . . . . . . . . . . . . . . . . . . . . . . . 304.4 Composição física do estacionamento, vaga e veículo. . . . . . . . . . . . . 324.5 Diagrama de classe SMSDES. . . . . . . . . . . . . . . . . . . . . . . . . . 334.6 Modelo cinemático de Ackerman. (Fonte: [Pradalier, 2005]) . . . . . . . . . 344.7 Controle do movimento do véiculo. (Fonte: [Pradalier, 2005]) . . . . . . . . 344.8 Diagrama de estados sob a perspectiva do agente Motorista. . . . . . . . . 384.9 Visão macro do funcionamento do SMSDEs. . . . . . . . . . . . . . . . . . 394.10 Inserção das camadas através da interface gráfica do SMSDEs. . . . . . . . 404.11 Campo de visão do agente motorista. . . . . . . . . . . . . . . . . . . . . . 434.12 Passo a passo para estacionar o veículo. . . . . . . . . . . . . . . . . . . . . 44

5.1 Experimento vias e veículos. . . . . . . . . . . . . . . . . . . . . . . . . . . 465.2 Cenário 1 - Início da manobra. . . . . . . . . . . . . . . . . . . . . . . . . 47

xi

5.3 Cenário 2 - Início, meio e fim da manobra. . . . . . . . . . . . . . . . . . . 485.4 Cenário 3 - Início, meio e fim da manobra. . . . . . . . . . . . . . . . . . . 495.5 Região simulada. Fonte([GoogleMaps, 2011]) . . . . . . . . . . . . . . . . . 505.6 Destino do agente Motorista. Fonte([GoogleMaps, 2011] figura adaptada) . 515.7 Região simulada. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52

xii

Lista de Tabelas

5.1 Configuração do cenário padrão. . . . . . . . . . . . . . . . . . . . . . . . . 465.2 Configuração do PSO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 475.3 Resultados encontrados no cenário 1. . . . . . . . . . . . . . . . . . . . . . 485.4 Resultados encontrados no cenário 2. . . . . . . . . . . . . . . . . . . . . . 495.5 Resultados encontrados no cenário 3. . . . . . . . . . . . . . . . . . . . . . 495.6 Velocidade por veículo - Política I (estacionar na primeira vaga disponível). 535.7 Tempo gasto para estacionar (deslocamento+manobra) Política I. . . . . . 545.8 Velocidade por veículo - Política II (estacionar na última vaga disponível). 555.9 Tempo gasto para estacionar (deslocamento+manobra) Política II. . . . . . 555.10 Velocidade por veículo - Política III (estacionar em qualquer vaga disponível). 565.11 Tempo gasto para estacionar (deslocamento+manobra) Política III. . . . . 565.12 Resultados encontrados para as diferentes políticas de estacionamento. . . 57

xiii

Capítulo 1

Introdução

1.1 Motivação

A principal motivação para a elaboração deste trabalho foi uma partida de futebolentre Cruzeiro e São Paulo, pela Copa Libertadores da América, ocorrida no dia 12 demaio de 2010, no estádio Magalhães Pinto, popularmente conhecido como Mineirão.

Nesta partida o estacionamento do estádio de futebol não dispunha de nenhumplanejamento para a entrada e saída dos veículos figura 1.1. Diante disso, pode-severificar que a falta de logística do estacionamento acarreta engarrafamentos e afeta,não só a paciência dos torcedores, mas a qualidade de vida de todos os cidadãos quenecessitam trafegar pela região do estádio em dias de jogos.

Atualmente, o estádio Magalhães Pinto encontra-se em reforma para a realizaçãoda Copa do Mundo de Futebol de 2014. Com a realização dos jogos da Copa do Mundoque o Brasil vai sediar, a preocupação tende a aumentar, visto que receberá um grandenúmero de torcedores e, consequentemente, veículos estarão circulando dentro e forado estacionamento do estádio.

Diante do contexto descrito acima, foi idealizada a construção do simulador pro-posto.

1.2 Contribuições da Dissertação

O principal objetivo deste trabalho é propor e implementar um simulador baseadoem sistemas multiagentes para representar a dinâmica de funcionamento de um esta-cionamento, considerando algumas de suas características principais, como as vias,os motoristas, os veículos e as vagas. O simulador construído mesclou a abordagemmicroscópica, para representar o deslocamento do agente motorista pela via, e a abor-dagem nanoscópica, para representar a operação de estacionar o veículo na vaga.

1

2 Capítulo 1. Introdução

Figura 1.1: Motivação do trabalho - Estacionamento do Mineirão [Sousa, 2011]

Outra contribuição do presente trabalho foi possibilitar ao gestor de um estaciona-mento visualizar a aplicação de diferentes políticas para estacionar veículos em umestacionamento. Os resultados alcançados com este trabalho possibilitam ao gestortomar decisões quanto à logística do estacionamento, que pode, inclusive, alterar aestrutura física de entrada e saída do estacionamento, afim de melhorar o fluxo deveículos.

Por fim, este trabalho busca contribuir com os esforços direcionados à construção desimuladores de trânsito desenvolvidos genuinamente no país. Isto é necessário devidoàs diferenças existentes nas legislações dos países, na cultura e comportamento dosmotoristas.

1.3. Organização da Dissertação 3

1.3 Organização da Dissertação

Esta dissertação está dividida em outros cinco capítulos. No Capítulo 2 é apresentadoum conjunto de conceitos básicos que é utilizado ao longo de todo o texto, seguido peladescrição dos principais trabalhos relacionados. Os Sistemas Multiagentes compõemo Capítulo 3. A concepção e a formulação do simulador proposto são descritas noCapítulo 4. A calibração do simulador, assim como o estudo de caso realizado, sãoapresentados no Capítulo 5. Por fim, as conclusões e trabalhos futuros são abordadosno Capítulo 6.

Capítulo 2

Mobilidade Urbana e Planejamento deTransporte

2.1 Introdução

O crescimento acelerado dos centros urbanos aliado ao aumento do número de usuáriosque optam por transportes individuais, sem qualquer planejamento de uso, vêm des-configurando o papel das cidades de proporcionar qualidade de vida e de circulação,gerando gastos econômicos vultuosos, na tentativa de viabilizar o fluxo de veículos.

O conceito de Mobilidade Urbana corresponde às diferentes respostas dadas porindivíduos e agentes econômicos às suas necessidades de deslocamento, considerandoas dimensões do espaço urbano e a complexidade de atividades nele desenvolvidas.Resumindo, é a capacidade dos indivíduos de se deslocarem no meio urbano pararealizar suas atividades [Fábio Duarte, 2007].

Outro conceito importante é o de Acessibilidade, equivale à facilidade de se atingir osdestinos desejados [Fábio Duarte, 2007]. Nesse tocante, os países em desenvolvimento,como o Brasil, devem-se pautar nas práticas de mobilidade urbana utilizadas pelospaíses desenvolvidos, dentre as quais podemos citar [Gakenheimer, 1999]:

i como utilizar novas tecnologias para auxiliar na solução de problemas;

ii formas de gestão institucional;

iii consequências a longo prazo das políticas de utilização de automóveis.

As Teorias de Fluxo de Tráfego buscam estudar e descrever, em termos matemáti-cos, as relações entre veículos, vias e componentes de infraestrutura, como semáforose sinalizações [Tavares, 2010]. São Teorias que possuem ampla aplicação e funda-

5

6 Capítulo 2. Mobilidade Urbana e Planejamento de Transporte

mentam as ferramentas e modelos de fluxo de trânsito atuais, conforme destacado[Hoogendoorn and Bovy, 2001]:

i avaliação de tratamentos alternativos em gestão de tráfego;

ii concepção e ensaio de novas vias;

iii modelos de fluxo operacional servindo como um sub-módulo em outras ferramentas(por exemplo, baseados em modelos de controle de tráfego, otimização e atribuiçãode tráfego dinâmico);

iv formação de gestores de tráfego.

O modelo mais tradicional de planejamento de transporte é denominado de processode "quatro etapas". Esse processo segmenta a demanda de transporte referente àsviagens realizadas pelos indivíduos entre as várias localidades de uma determinadaregião [Sheffi, 1985, Ortúzar and Willumsen, 2001].

Essas viagens são então utilizadas para encontrar uma solução de equilíbrio parao fluxo de veículos presente nas vias de trânsito. O processo de " quatro etapas " édividido da seguinte forma [Balmer, 2007]:

i geração da viagem: para cada origem, o número de viagens de saída é determi-nado. Da mesma forma que, para cada destino, o número de viagens de entrada édeterminado;

ii distribuição da viagem: esta etapa liga as origens e destinos, ou seja, para cadaorigem é determinado qual será o destino. O resultado da distribuição de viagensé chamado de matriz origem-destino (OD), que especifica o número de viagens quevão de cada origem para cada destino [Jiao, 2010];

iii modalidade de transporte: as viagens podem ser feitas por diferentes meios detransporte (a pé, bicicletas, motos, automóveis, ônibus etc);

iv definição da rota: cada viagem de carro é atribuída a um caminho que o veículo podepercorrer na via de trânsito. Esses caminhos são sensíveis a congestionamentos, ea todos os percursos utilizados para um par de OD deve ser atribuído um tempode viagem.

Verifica-se, assim, que o processo de "quatro etapas" é bastante simples e nãocontempla os problemas atuais de transporte. Trata-se de um processo que utilizaapenas fluxos de tráfego sem discernir os viajantes individualmente [Balmer, 2007].

Nesse tocante, cabe ressaltar que a distinção entre os viajantes permite que ostomadores de decisão construam modelos mais realistas. Outro ponto falho do processo

2.2. Modelos de Simulação de Trânsito 7

de "quatro etapas" é a representação da dinâmica temporal. Esse processo parte dopressuposto de que os veículos que trafegam pelas vias são inertes ao fator temporal[Balmer, 2007].

Dessa forma, as tecnologias aplicadas ao planejamento de transporte devem ser ca-pazes de prever impactos a longo prazo e em grande escala, principalmente, se essasmudanças estiverem relacionadas à infraestrutura de transportes, posto que mudançascomo essas impactam não só a região fisicamente envolvida, mas também o cidadão.Portanto, as tecnologias de planejamento de transporte também devem refletir as mu-danças no comportamento de cada indivíduo na área impactada. A próxima seçãoabordará as tecnologias e os modelos de simulação aplicados à dinâmica do trânsito[Balmer, 2007].

2.2 Modelos de Simulação de Trânsito

O planejamento de transporte urbano é uma área bastante complexa, que envolve váriostipos de transporte, múltiplos pontos de decisão, e tecnologias emergentes. Os modelosde simulação de trânsito são ferramentas que tentam auxiliar o processo de tomada dedecisão e o planejamento do transporte urbano [Lawson and Catherine, 2006, Tavares, 2010].

Na última década, um grande número de modelos de simulação de trânsito foiconstruído em todo o mundo [Horiguchi and Kuwahara, 2005]. No entanto, a docu-mentação ou até mesmo os manuais de utilização desses modelos não são claros quantoao seu funcionamento e também não indicam quais foram os critérios utilizados paraa sua construção. Os modelos de simulação de trânsito são rotulados como modelos"caixa preta", o que gera certa desconfiança sobre a confiabilidade dos resultadosencontrados [Horiguchi and Kuwahara, 2005].

Com o objetivo de garantir a qualidade dos modelos desenvolvidos e minimizara desconfiança sobre os resultados obtidos pelos modelos de simulação de trânsito, ocomitê Japonês de Engenharia de Tráfego tem incentivado os criadores dos modelosde simulação de trânsito a aplicarem as técnicas de verificação [Horiguchi, 2000] evalidação [Horiguchi, 1998].

A técnica de verificação consiste em realizar uma série de testes com o objetivode confirmar se as funções do modelo de simulação estão em conformidade com oque foi especificado. O resultado simulado é comparado com o resultado esperado[Horiguchi, 2000].

A técnica de validação consiste em avaliar o comportamento do modelo de simu-lação com dados reais. A qualidade do modelo é condicionada a sua aderência ounão em reproduzir fenômenos de tráfego real. Outro fator importante verificado nessa


técnica é o custo computacional gasto na reprodução de um cenário real. Caso ocusto seja extremamente elevado, a adoção do modelo de simulação não é indicada[Horiguchi, 1998].

Os modelos de simulação de trânsito adquiriram relevância, uma vez que permitema reprodução de diferentes cenários com um grau crescente de complexidade. Alémdisso, estão ampliando cada vez mais o número de características representadas taiscomo: as intenções dos condutores, o comportamento autônomo dos veículos e o usode tecnologias assistivas [Tango et al., 2007].

2.2.1 Nível de detalhe dos Modelos de Simulação de Trânsito

Baseados na Teoria de Fluxo de Tráfego e na dinâmica de representação do tráfego, osmodelos de simulação de trânsito podem ser assim divididos [Vanderschuren, 2007]:

i Macroscópico: aborda o problema de fluxo de tráfego em um nível baixo de de-talhes, em que, basicamente, não existe interesse por cada unidade existente esim no processo como um todo [Lebacque, 2005, Lebacque and Khoshyaran, 2004,Piccoli and Tosin, 2009, Leo and Pretty, 1992, McCrea and Moutari, 2010, Casas et al., 2010].

ii Mesoscópico: inclui a representação de cada veículo individualmente, porém, ocomportamento dos motoristas não são implementados. São utilizados os princípiosda mecânica e da cinética de gases para descrever o funcionamento do modelo comoum todo [Toledo et al., 2010, Celikoglu and Dell’Orco, 2007].

iii Microscópico: representa o comportamento do motorista e do veículo individual-mente [Shao et al., 2008, Barceló et al., 2005, Ferreira, 2009, Liu et al., 2009, Tavares, 2010].

iv Nanoscópico: são modelos microscópicos que incluem a dinâmica do veículo, taiscomo o raio de giro do volante, o poder de aceleração e outros. Esse modelo éaplicado em situações em que o nível de detalhe dos modelos microscópicos não sãosuficientes [Ni, 2006, Ni, 2003, Schnieder and Detering, 2010].

Uma análise exaustiva dos modelos de simulação existentes foi realizada por Mar-ianne Vanderschuren [Vanderschuren, 2007]. A figura 2.1 apresenta os resultados dolevantamento realizado.

Três simuladores AIMSUN2, MATSim e CAUTS, ganharam relevância no trabalho,pelo fato de representarem a dinâmica de funcionamento do trânsito com grande aderên-cia à realidade. As próximas seções deste trabalho serão dedicadas a descrever o fun-cionamento, as potencialidades e alguns casos de sucesso desses três simuladores.


Figura 2.1: Modelos de Simulação de Trânsito existentes. (Fonte:[Vanderschuren, 2007])


2.2.2 Exemplos de Simuladores - AIMSUN2

O simulador AIMSUN2 (Advanced Interactive Microscopic Simulator for Urban andNon-Urban Network) é um modelo estocástico para simulação microscópica de trân-sito. Trata-se de um módulo do software GETRAM (Generic Environment for TrafficAnalysis and Modelling), e ambos são desenvolvidos pela Universidade Politécnica daCatalunha, Barcelona, Espanha, [Hughes, 2004]. O AIMSUN2 não é gratuito. A versãomais atual é a 6.1.3 [Aimsun, 2010a]. Essa versão possui uma série de potencialidadesdentre as quais podemos citar:

i utilizar volumes de tráfego nas interseções ou matrizes origem/destino. É impor-tante salientar que as rotas utilizadas podem ser alteradas de acordo com as varia-ções nas condições do tráfego;

ii modelar as interseções que possuem prioridades, como o funcionamento de semá-foros, rampas de vias expressas, vários tipos de veículos, faixas exclusivas para umou mais tipos de veículos, reação dos motoristas a painéis de mensagens variáveis ebloqueio parcial de vias;

iii gerar saídas que relatam densidade, volumes alocados, velocidade, tempo de viagem,fila de veículos, consumo de combustível, emissão de poluentes, dentre outros;

iv modelar o comportamento dos veículos individualmente através dos modelos de si-mulação de trânsito microscópicos Car Following e Lane Change [Hoogendoorn and Bovy, 2001];

v reproduzir explicitamente os planos de controle de tráfego;

vi permitir, através de ferramentas visuais, alterações em tempo real no processo desimulação;

vii visualizar graficamente os cenários simulados em até três dimensões;

viii vasta documentação para a construção dos modelos de simulação de trânsito.

Em Auckland, Nova Zelândia, o AIMSUN2 foi utilizado para simular uma rodoviaurbana de 9,7 km. O experimento, consistiu em investigar a capacidade do AIMSUN2em reproduzir fluxos de tráfego da rodovia [Hughes, 2004]. Foram definidas as conexõesentre as vias de trânsito, os fluxos de tráfego reais, as características dos motoristase veículos, bem como os mecanismos de controle de tráfego (sinais de trânsito, in-terseções etc). Em relação às características dos motoristas e veículos, o AIMSUN2permite o ajuste de uma série de fatores que afetam a forma pela qual os veículos e mo-toristas trafegam por uma via. Esses fatores incluem tanto os atributos mecânicos doveículo (tamanho, velocidade, aceleração, desaceleração normal e de emergência etc),


quanto os atributos relacionados ao comportamento do condutor (habilidade, reaçãodos motoristas a eventos de trânsito). Os resultados do experimento apontaram que oAIMSUN2 fornece um alto grau de realismo na simulação de fluxos de tráfego real.

2.2.3 Exemplos de Simuladores - MATSIM

O MATSim - Multi Agent Transport Simulation Toolkit oferece um conjunto de ferra-mentas para a construção de modelos de simulação de trânsito em larga escala baseadono conceito de sistemas multiagentes [Balmer, 2007].

Esse simulador é desenvolvido por um grupo composto por três institutos de pesquisae uma empresa privada, sendo eles: o Instituto de Sistemas de Transportes Marítimose Terrestres da Universidade Técnica de Berlim, coordenado pelo Professor DoutorKai Nagel, o Instituto de Planejamento de Transporte e Sistemas e o Instituto Fede-ral de Tecnologia de Zurique, coordenado pelo Professor Doutor Kay W. Axhausen epela empresa privada SENOZON, formada por ex-alunos de doutorado e estudantes depesquisa [MATSim, 2010].

O simulador é gratuito e possui código fonte aberto. A versão mais atual do MAT-SIM é a 0.2.0 [MATSim, 2010], que possui uma série de funcionalidades dentre as quaispodemos citar:

i estrutura modular que permite a utilização ou substituição dos pacotes existentespor outras implementações;

i re-planejamento das simulações de fluxo de tráfego - a pessoa que está operando oMATSim tem a possibilidade de executar simulações de forma interativa;

i cada agente é modelado individualmente;

i vasta documentação e lista de discussão bastante ativa.

Como citado anteriormente, uma das potencialidades do MATSim é a capacidadede representar cada agente individualmente. A demanda de tráfego é modelada eotimizada individualmente para cada agente, não só para horários de saída ou escolhade rotas, mas sim com uma descrição completa da dinâmica temporal diária de cadaagente [Balmer, 2009]. Para cada agente é atribuído um plano, o que significa que oagente possui o seu próprio cenário de simulação com as informações de identificadorúnico, idade, localidade, capacidade da via em que está, tipo de transporte, tempo deocupação da via. Essas informações, juntamente com as informações da via, são, então,introduzidas no MATSim.

O MATSim foi utilizado para simular o tráfego de veículos nas áreas de KantonZurique, na Suíça e na cidade de Berlim-Brandemburgo, na Alemanha [Balmer, 2007].


Na sua tese de doutorado, Michael Balmer, um dos criadores do MATSim, comparouo desempenho do simulador com um outro simulador comercial chamado Visum, fab-ricado pela empresa alemã PTV [Aimsun, 2010b]. Ambos os simuladores receberamos mesmos dados de entrada e os resultados encontrados apontaram que o MATSim,comparado ao Visum, foi o simulador de trânsito que obteve a melhor previsão dealteração no volume de tráfego ao longo do dia.

Outro cenário em que o MATSim foi utilizado, foi para simular a dinâmica defuncionamento do trânsito da Província de Gauteng, na África do Sul [Fourie, 2009].A demanda de transporte foi gerada a partir do censo demográfico de 2001 e 2003de Gauteng. Os resultados da simulação foram comparados com dados de volume detráfego real e o percentual de erro obtido foi inferior a 40%.

2.2.4 Exemplos de Simuladores - CAUTS

O CAUTS - Cellular Automata for Urban Traffic Simulation é um modelo de simu-lação de fluxo de tráfego urbano baseado em um Autômato Celular Estocástico Não-Homogêneo em 2-Dimensões [Tavares, 2010]. Esse simulador foi desenvolvido em umadissertação de mestrado do Programa de Pós-Graduação em Engenharia Elétrica daUniversidade Federal de Minas Gerais - PPGEE e possui o código fonte aberto.

O CAUTS é capaz de simular as características de um tráfego urbano, tais comoavenidas, ruas principais e secundárias, semáforos, sensores, paradas de ônibus e a ger-ação de eventos (veículos com defeitos e acidentes) que podem causar congestionamento[Tavares, 2010]. Além disso, o CAUTS pode ser aplicado em conjunto com o modelode simulação multiagente proposto neste trabalho.

O CAUTS foi utilizado em conjunto com técnicas de inteligência computacional -com o objetivo de verificar a qualidade das informações geradas. Os resultados encon-trados pelo modelo de simulação apresentaram um bom nível de acerto [Tavares et al., 2010].

Esse simulador pode auxiliar aos tomadores de decisão de órgãos e entidades ligadasao trânsito urbano em realizações de tarefas, como, por exemplo, planejamento, viabi-lidade e consequências na construção de novas vias, visualização dos efeitos causadospor um acidente, entre outros [Tavares et al., 2010].

2.3 Estacionamento

Até o final de 2008, Pequim possuía mais de 6,2 milhões de veículos, incluindo motos,carros, caminhões e ônibus [Bei, 2009]. Em São Paulo, estima-se que existam 8,14 mil-hões de veículos para, aproximadamente, 11 milhões de habitantes, o que significa 0,74

2.3. Estacionamento 13

veículos por habitante, de acordo com o Instituto Brasileiro de Geografia e Estatística- IBGE [IBGE, 2009].

Com a popularização de automóveis na cidade e o aumento explosivo de venda deveículos motorizados, uma crescente demanda por estacionamentos tem-se apresentado,criando uma contradição entre a oferta e a demanda existente [YE et al., 2009].

Algumas cidades como Londres, na Inglaterra, e Portland, nos Estados Unidos têmconseguido com êxito balancear a relação entre oferta e demanda de estacionamentos.Critérios como o nível de urbanização e a acessibilidade aos transportes públicos daregião, além das exigências ambientais, são adotados para controlar o número de vagasde estacionamento [YE et al., 2009].

O estacionamento é, portanto, um componente fundamental no sistema de trans-porte de qualquer cidade. A sua importância estratégica se faz tanto no planejamentolocal, quanto em uma política global dos sistemas de transporte da cidade. A quan-tidade e o local dos estacionamentos podem causar congestionamentos e afetar o fun-cionamento de uma região como um todo [Young, 2000].

Modelar a dinâmica de funcionamento de um estacionamento oferece muitos de-safios. Os modelos de estacionamento devem ser capazes de verificar o impacto dasmudanças na oferta de vagas, alterações de preços e aumento da demanda. Além disso,ao contrário de muitos modelos de transporte, os modelos de estacionamento precisamde uma dimensão de tempo desde a oferta até a demanda que podem variar ao longodo dia, semana ou ano [Young, 2000].

De acordo com o Anexo I, do Código de Trânsito Brasileiro - CTB [ctb2010, ], oconceito de estacionamento consiste na imobilização por tempo superior ao necessáriopara embarque ou desembarque de passageiros.

A classificação das categorias de estacionamento normalmente são feitas através dedois critérios: utilizadores e localização. Quanto aos utilizadores, temos o estaciona-mento [Lis, 2009]:

i público: sem qualquer discriminação de utilização e destina-se ao público em geral,gratuitamente ou mediante o pagamento de taxas;

ii privativo: só pode ser utilizado pelos respectivos proprietários ou seus autorizados,localizado em propriedade particular.

Quanto ao local de estacionamento temos:

i na própria via pública: são, em geral, públicos, salvo os casos em que regulamen-tação especial estabeleça o contrário.


ii fora da via pública: podem-se dividir em dois grupos: os estacionamentos quepossuem apenas um piso e os que possuem vários pisos, quer sejam em elevação ousubterrâneos.

Um dado interessante é que, no ano de 2009, a Prefeitura Municipal de Belo Hori-zonte teve uma receita líquida de R$9,3 milhões de reais com a venda de 608 (seiscentose oito) mil blocos de rotativo faixa azul [Estacionamento Rotativo, 2010] - cartão quepermite estacionar o veículo em locais públicos previamente determinados e sinalizadospor um determinado período de tempo.

Em 2010, a mesma prefeitura regulamentou, 678 (seiscentos e setenta e oito) quar-teirões como estacionamentos rotativos, oferecendo um total de 17.857 (dezessete miloitocentos e cinquenta e sete) vagas físicas e 81.477 (oitenta e um mil quatrocentos esetenta e sete) vagas rotativas [BHTRANS, 2011].

Os estacionamentos também são categorizados através da sua disponibilidade deserviços. O Valet Parking é um serviço em que os veículos dos clientes são esta-cionados por um manobrista, em contraste com o Self-Parking, em que os clientesficam com a responsabilidade de encontrar as vagas e estacionar seu próprio veículo[Bingle et al., 1987].

Uma das vantagens do serviço de Valet Parking é a possibilidade de permitir aoproprietário do estacionamento fazer o uso mais eficiente do espaço disponível. A razãoé que o manobrista pode estacionar os veículos o mais próximo possível uns dos outros.Por outro lado, a opção por Valet Parking obriga ao proprietário do estacionamentoarcar com os danos que venham ocorrer no veículo [Bingle et al., 1987].

Baseado nessas definições, o estudo da dinâmica de funcionamento de um esta-cionamento deve levar em conta a economia de espaço físico e a redução do tempogasto nas operações de estacionamento, sem que as condições de segurança sejam afe-tadas [Lis, 2009]. As principais operações relativas à dinâmica de funcionamento deum estacionamento podem assim ser enumeradas:

i entrada e controle de acesso;

ii circulação interna e busca pela vaga;

iii entrada na vaga;

iv saída da vaga;

v saída do estacionamento.

O estacionamento fora da via pública, por ser o objeto principal deste trabalho,será abordado prioritariamente. Portanto, desde que não seja especificamente citado o


estacionamento na via, fica estabelecido que o termo "estacionamento" refere-se àquelefora da via pública.

2.3.1 Geometria do estacionamento

O desafio de projetar um estacionamento fisicamente consiste em maximizar a aco-modação de veículos sem comprometer a comodidade das pessoas bem como a acessi-bilidade aos estabelecimentos [Bingle et al., 1987].

Normalmente, as áreas em que os estacionamentos são projetados possuem confi-gurações geométricas variadas, sendo recomendado o cumprimento de algumas normasde segurança [Lis, 2009]. Tais como:

i a existência de preferência nos sentidos de circulação;

ii dimensionar as vagas de tal forma que a disposição delas não afete os demais veículosestacionados;

iii projetar os acessos de forma que a entrada e a saída se façam rapidamente;

iv projetar a disposição dos veículos de maneira que a frente do veículo fique orientadano sentido da saída.

As definições geométricas mais importantes para esse trabalho são:

i faixas de acesso: são as faixas que dão acesso as vagas de estacionamento e onde asmanobras dos veículos são realizadas. A largura da faixa de acesso é estabelecida emfunção do ângulo do estacionamento. A faixa de acesso pode ser obstruída e o tempode obstrução irá depender da orientação do veículo dentro do estacionamento (réou de frente), se o veículo está entrando ou saindo, ou mesmo, se esta manobrandoem locais com pilastras, árvores ou outros veículos [Young, 2000];

ii vagas: local onde o veículo é estacionado, é definida como a área de pavimentolimitada por dois segmentos de linha paralela, chamada lados e um segmento dereta na frente [Bingle et al., 1987]. As vagas podem ser paralelas, perpendicularesfigura 2.2, ou inclinadas (ângulo de 30o figura 2.5, ângulo de 45o figura 2.4, ou comum ângulo de 60o figura 2.3).

Existe uma série de considerações para determinar o tamanho exato de um esta-cionamento. Dentre as quais podemos citar [Bingle et al., 1987]:

i Qual é o volume de veículos previstos?


ii Os veículos ficam estacionados o dia todo? O estacionamento possui entrada esaída de veículos durante o seu período de funcionamento?

iii Quais são os tipos de veículos que utilizam o estacionamento? Veículos pequenos,médios ou grandes? Existe uma diversidade no tamanho dos veículos?

Figura 2.2: Vaga com ângulo de 90o graus para automóveis. (Fonte:[Bays and Christe, 1994], figura adaptada às normas brasileiras)





2.3.2 Processo de Busca por Estacionamento e Vaga

Alguns autores modelam esse processo como uma simples pequisa por rotas dentro doestacionamento [Vythoulkas, 1990]. Outras abordagens sugerem a utilização de con-ceitos da economia, especialmente, pela existência de concorrência entre os motoristaspor vagas [Arnott, 2006, Lerman and Mahmassani, 1985].

Layzell, [Layzell, 1989], Polak e Axhausen [Polak, 1989] sugerem, que a escolha doestacionamento pode ser considerada como um processo de busca, onde os motoris-tas realizam uma série de decisões baseadas nas percepções iniciais, conhecimento deeventos anteriores, e observações feitas ao longo do trajeto.

Donald Shoup aborda algumas questões sobre o o processo de busca por estaciona-mento e vaga [Shoup, 2006]:

i de forma geral não se sabe a priori quanto tempo vai durar o procedimento deprocurar um estacionamento ou uma vaga. A procura de um estacionamento écomo esperar numa fila de tamanho desconhecido. O tempo de espera é umavariável aleatória, tanto se pode esperar um minuto ou vários;


ii o tempo de deslocamento dentro do estacionamento bem como o tempo gasto na(s)manobra(s) realizada(s) para estacionar o veículo devem ser contabilizados. Exis-tem estacionamentos que podem ou não facilitar a redução desses tempos;

iii não é possível saber quais são os custos dos estacionamento em todas as localizações,ou quanto tempo é necessário caminhar a pé até ao destino final.

A definição formal para caracterizar o processo de busca por vagas e estaciona-mentos se resume no conjunto de comportamentos do motorista para encontrar umestacionamento/vaga para uma atividade/dia específico [Polak and Axhausen, 2009].

Estudo realizado em Zhuhai, sul da China, aponta que os dois principais fatores queinfluenciam na decisão do motorista em estacionar seu veículo em determinado esta-cionamento são os critérios de segurança oferecidos pelo estacionamento 36%, seguidoda distância que o motorista deve percorrer a pé para alcançar o local desejado 20%.Outra informação interessante é que 29% dos motoristas caminham no máximo 5 mi-nutos até o local desejado e 43% estão dispostos a caminhar entre 5 a 10 minutos[Yun et al., 2008].

Russel Thompson [Thompson and Richardson, 1998] descreve através do diagrama2.6 o processo de busca por estacionamentos e vagas. O processo é iniciado assim que ocondutor do veículo identifica um possível estacionamento. Nessa etapa, dois critériossão levados em consideração:

i inspeção: consiste em identificar ou não vagas disponíveis no estacionamento;

ii avaliação: consiste em comparar o nível de satisfação do condutor entre o esta-cionamento o atual e o demais estacionamentos previamente conhecidos.

A decisão de escolher o estacionamento atual, determina ou não, se a busca por outrosestacionamentos irá continuar ou ser finalizada.

Caso o estacionamento tenha sido escolhido e existam vagas disponíveis, a busca éfinalizada. Caso o estacionamento tenha sido escolhido e não existam vagas disponíveis,o motorita deve aguardar. Durante o período de espera, o motorista deve avaliarperiodicamente a movimentação de veículos dentro do estacionamento, essa avaliaçãoperiódica visa a minimizar o tempo de espera pela vaga.

Caso o estacionamento não tenha sido escolhido, o motorista irá se deslocar aprocura de um novo estacionamento.


Figura 2.6: Processo de Busca por Estacionamento. (Fonte:[Thompson and Richardson, 1998], figura adaptada ao trabalho)

Capítulo 3

Sistemas Multiagentes

3.1 Apresentação

Por definição, Sistemas Multiagentes são sistemas compostos por vários agentes autônomos,mecanismos e regras de interação [Wooldridge and Jennings, 1994]. Um aspecto im-portante sobre Sistemas Multiagentes refere-se aos próprios agentes, com sua represen-tação interna, racionalidade, autonomia e adaptabilidade. Outro aspecto a considerarsão as interações entre esses agentes, tais como competição, comunicação, cooperação,coordenação, negociação e organização social [Wooldridge and Jennings, 1994]. Dessaforma, um agente é [Macal and North, 2009]:

i um indivíduo - com um conjunto discreto de características, comportamentos e comcapacidade de tomada de decisão. Assim, é possível determinar se alguma ação,comportamento ou característica é parte ou não de um agente.

ii autônomo - pode funcionar de forma independente no seu ambiente e em suasinterações com outros agentes, a partir de um número limitado de situações;

iii social - através da sua interação com outros agentes. Os agentes possuem protocolosou mecanismos que descrevem como é feita a interação com outros agentes. Essesprotocolos podem ser caracterizados através da contenção de um determinado movi-mento para evitar a colisão, do reconhecimento de outro agente, da comunicação etroca de informações com o ambiente de simulação.

Este trabalho considera a definição de que o agente é um sistema computacionalsituado em um ambiente, sendo capaz de realizar ações autônomas e flexíveis no intuitode alcançar seus objetivos [Jennings et al., 1998].

21

22 Capítulo 3. Sistemas Multiagentes

3.2 Modelos de Simulação Baseados em Agentes

Os modelos de simulação, de uma forma geral, possibilitam a coleta de informaçõessobre determinados comportamentos e situações que seriam difíceis de reproduzir nomundo real [Bonsall and Palmer, 2004]. Nesse contexto, existem algumas situações emque a utilização de sistemas multiagentes é indicada [North and Macal, 2007]:

i quando o problema pode ser naturalmente representado por agentes;

ii quando as decisões e comportamentos são bem definidos;

iii quando é necessário que os agentes se adaptem e mudem o seu comportamentodinamicamente;

iv quando é preciso que os agentes tenham um componente espacial entre os seuscomportamentos e suas interações.

Os modelos convencionais de simulação utilizam uma abordagem macroscópica, ouseja, não consideram aspectos locais. Além disso, é considerado um ambiente homogê-neo, em que todos os indivíduos simulados possuem o mesmo padrão de comportamentomédio, não capturando características individuais [de Oliveira, 2010].

Os modelos de simulação baseados em Sistemas Multiagentes envolvem conceitosprovenientes de diversas áreas do conhecimento, como, por exemplo, Biologia, Antropolo-gia, Biomedicina, Epidemiologia, Engenharia, Biologia, Economia, Teoria dos Jogos eCiências Sociais [Macal and North, 2009].

Na área de Engenharia de Serviços, um sistema multiagente foi proposto com o in-tuito de simular o funcionamento de filas em centrais de teleatendimento [do Val Lopes, 2007].

Na área biológica, o comportamento do mosquito transmissor da Dengue, Aedesaegypti, foi modelado [de Almeida et al., 2010]. Também nessa mesma área, outromodelo de simulação multiagente foi construído com o objetivo de simular uma filade transplantes de fígado, com suas características específicas e políticas de prioridade[de Oliveira, 2010].

Outro modelo criado mesclou o conceito de sistemas multiagentes com o de autô-matos celulares [Hopcroft et al., 2007]. Tal abordagem foi utilizada para tratar dadinâmica de evacuação de grandes eventos [Xiaofeng et al., 2008].

Portanto, a aplicação de sistemas multiagentes pode ser direcionada a diversas áreasdo conhecimento.

3.3. Abordagem multiagente aplicada a dinâmica de funcionamento deestacionamentos 23

3.3 Abordagem multiagente aplicada a dinâmica de

funcionamento de estacionamentos

A representação da dinâmica de funcionamento de um estacionamento irá variar deacordo com o simulador, a tecnologia e a quantidade de experimentos realizados. Noentanto, todos os simuladores citados abaixo compartilham a característica comum detentar proporcionar informações aderentes à realidade.

Benenson et al. criaram um modelo multiagente que simula o comportamento decada condutor dentro de um estacionamento [Benenson et al., 2008]. O modelo sechama PARKAGENT e possui a capacidade de capturar a circulação de uma grandequantidade de carros dentro de um estacionamento. O PARKAGENT gera informaçõesimportantes como, por exemplo, o tempo gasto para encontrar uma vaga, o tempo es-timado que o motorista gasta para caminhar a pé até atingir o seu destino e o valorgasto com estacionamento por cada condutor. A representação do espaço do estaciona-mento foi feita através de uma ferramenta de informação geográfica chamada ArcGis[ArcGIS, 2010]. O modelo multiagente criado foi utilizado para estudar o impacto daoferta de estacionamento adicional em uma área residencial em que existia a escassezde vagas [Benenson et al., 2008].

Outro modelo construído, baseado na abordagemmultiagente, se chama SUSTAPARK[Dieussaert K., 2009]. Esse modelo foi construído com o objetivo de simular o efeitoda busca por vagas de estacionamento em uma via de trânsito, sendo atribuído a cadamotorista um cronograma de atividades ao longo do dia. Para tanto, levou-se em con-sideração as atividades, as viagens necessárias e a interação com os demais motoristasno trânsito [Dieussaert K., 2009].

Outros critérios como vagas disponíveis, preço do estacionamento, distância a serpercorrida a pé e o tempo de busca por vagas também foram utilizados para a cons-trução do modelo SUSTAPARK. Tais critérios influenciam diretamente na tomada dedecisão do agente quando da escolha de uma vaga de estacionamento.

3.4 Construção de um simulador baseado em agentes

O processo de construção de um modelo baseado em agentes inicia-se com a criação deum modelo conceitual em que os requisitos básicos são identificados. Esses requisitospodem ser [Macal and North, 2009]:

i os atributos dos agentes;

ii as regras de interação e de comportamento do agente;

24 Capítulo 3. Sistemas Multiagentes

iii o ambiente espacial no qual os agentes estão inseridos.

Após a definição dos agentes, o próximo passo é especificar o comportamento dosmesmos. Pode-se começar com um comportamento genérico e, de forma gradativa, osajustes poderão ser realizados para tornar o comportamento do agente mais aderenteà realidade [Macal and North, 2009].

O BDI - Belief Desire Intention é um paradigma que possibilita a modelagem doconhecimento baseado em estados mentais, semelhante ao raciocínio humano. Talparadigma é muito utilizado para modelar o comportamento dos agentes através da ló-gica formal aplicada na descrição de estados mentais [Jarvis et al., 2005, Spalazzi and Wooldridge, 2003].

Outros paradigmas existentes como Raciocínio Social [Castlefranchi et al., 1992],Otimização em colônias de insetos e enxame de partículas [Clerc, 1999], Cooperação[Nuno., 1998], Comunicação [Gmytrasiewicz and Durfee, 1998], Coordenação [Alshabi et al., 2007]e Modelos de interação social entre agentes [Horst and Scheinkman, 2006], também po-dem ser utilizados na construção de um modelo de simulação baseado em agentes.

3.4.1 Frameworks de simulação multiagentes

Existem diversas ferramentas para auxiliar o desenvolvimento de modelos de simulaçãomultiagentes. Um estudo comparativo entre os frameworks 1 disponíveis para a constru-ção de modelos multiagentes foi realizado por Steven Railsback et al. [Railsback et al., 2006].

Além disso, existem estudos para a padronização desses frameworks. A principalentidade responsável pela padronização chama-se FIPA - Foundations for IntelligentPhysical Agents [Fip, 2001].

3.4.1.1 Framework Repast Simphony

O framework de simulação multiagente adotado para o desenvolvimento deste trabalhofoi o Repast (Recursive Porous Agent Simulation Toolkit) Simphony. Esse frameworkoferece todas as funcionalidades necessárias para construção do simulador propostoneste trabalho. O Repast Simphony :

i é gratuito, possui código fonte aberto e é escrito em Java [SUN, 2011];

ii possui um suporte adequado - boa documentação e lista de discussão bastante ativa;

iii inclui bibliotecas para configuração de escalonamento de eventos discretos, geraçãode números aleatórios, algoritmos genéticos e redes neurais.1 Um framework, em desenvolvimento de software, é uma abstração que une códigos comuns entre

vários projetos de software provendo uma funcionalidade genérica. Compreende um conjunto de classesimplementadas em uma linguagem de programação específica, usadas para auxiliar o desenvolvimentode software [Framework, 2011].

3.4. Construção de um simulador baseado em agentes 25

iv fornece suporte a sistemas de informações geográficas.

Além disso, o Repast Simphony provê mecanismos que simplificaram e facilitaram aconstrução, execução e o controle das simulações realizadas neste trabalho.

De acordo com North e Macal existem quatro componentes que são disponibilizadosno Repast Simphony. Estes componentes são representados na figura 3.1:

Figura 3.1: Framework Repast Simphony [Macal and North, 2009]

i Máquina de simulação - A máquina de simulação é responsável pela execução dassimulações, esse componente é divido em quatro partes:

a) escalonador: responsável pela definição e controle dos eventos, comportamen-tos de agentes e objetos;

b) modelo: contém a definição da simulação e seus elementos;

c) controlador: une o modelo de simulação ao escalonador;

d) agentes: são definidos pelo usuário e adicionados à simulação.

ii Entrada e saída dos dados - Componente responsável pela atribuição de valoresdefinidos pelos usuários às propriedades do modelo de simulação;

iii Interface do usuário - Este componente permite a exibição dos resultados encon-trados pelo simulador;

iv Bibliotecas de apoio - O Repast Simphony fornece bibliotecas de suporte conformecitado anteriomente.

Capítulo 4

Sistema Multiagente para Simulaçãoda Dinâmica de Estacionamentos -SMSDEs

4.1 Descrição e apresentação do simulador -

SMSDEs

O simulador computacional proposto neste trabalho é baseado em uma arquitetura deagentes simples e tem por objetivo demonstrar a viabilidade da abordagem baseadaem sistemas multiagentes para tratar a dinâmica de funcionamento de um estaciona-mento. O simulador é denominado SMSDEs - Sistema Multiagente para Simulação daDinâmica de Estacionamentos.

O SMSDEs representa, individualmente, cada motorista, cada via de transporte,cada vaga (ângulo e dimensão), bem como os comportamentos e as interações entreeles. Tal representação é ilustrada na figura 4.1.

Figura 4.1: Elementos que compõem o SMSDEs.

O processo de simulação é dividido em duas etapas, sendo a microscópica, para

27

28Capítulo 4. Sistema Multiagente para Simulação da Dinâmica de

Estacionamentos - SMSDEs

tratar o problema de fluxo de trânsito e a nanoscópica, para representar o movimentocinemático do veículo durante a manobra de estacionamento. Detalhes sobre essadivisão bem como o funcionamento do simulador serão apresentados neste capítulo.

Outra capacidade do SMSDEs é atribuída à forma pela qual o espaço físico é repre-sentado. O simulador permite que uma base de dados contendo informações georeferen-ciadas seja carregada e utilizada para representar as vias trânsito e demais componentesdo SMSDEs. Tal capacidade permite a representação real do espaço simulado.

4.2 Representação do tempo

A representação do tempo no SMSDEs é feita através de unidades discretas de execuçãodenominadas ticks. O tick é uma unidade de tempo artificial adotada pelo RepastSimphony e funciona como um índice temporal para a execução das ações agendadasno simulador.

O padrão adotado para as unidades de medida de tempo, espaço e velocidade noSMSDEs são, respectivamente, segundos(s), metros(m), metros por segundo (m/s) equilômetro por hora (km/h). O SMSDEs considera que 1 segundo simulado correspondea 10 ticks.

4.3 Representação do espaço

O SMSDEs possui a capacidade de representar, de forma realista, a área simulada.Alguns estudos na área de Sistemas de Informação Geográfica (SIG) foram realizadoscom o objetivo de agregar essa capacidade ao modelo de simulação e, dessa forma, foiobtida uma base de dados contendo as informações das vias e espaços físicos. A basede dados obtida é gratuita, encontra-se no sistema de coordenada geográfica WGS84- World Geodetic System 1984, e é mantida por um grupo alemão conhecido comoGEOFABRIK [Bereich, 2010].

Os agentes que fazem parte do SMSDEs possuem uma referência no espaço queindica onde esses elementos estão localizados em determinado instante no cenário desimulação. Uma localização no SMSDEs, é compreendida pela combinação dos doispontos cartesianos x, y (latitude, longitude).

A transferência de informações geográficas para o modelo de simulação só foi pos-sível porque foi adotado um formato padrão de exportação e importação de dadosdenominado Shapefile [ArcGIS, 2010], desenvolvido pela empresa americana Environ-mental Systems Research Institute - ESRI [ArcGIS, 2010]. Esse formato armazena a

4.3. Representação do espaço 29

geometria e os atributos descritivos das feições espaciais de um determinado conjuntode dados [ArcGIS, 2010].

Os dados e atributos espaciais que se encontram associados no mesmo sistemade coordenadas geográficas podem ser representados através de camadas, sendo quecada camada representa um determinado tipo de dado geográfico [DeMers, 2009]. Osimulador desenvolvido é composto por cinco camadas, conforme ilustrado na figura4.2:

i primeira camada - representa as vias de trânsito fora do estacionamento;

ii segunda camada - representa as vias internas do estacionamento;

iii terceira camada - representa os locais de destino do agente motorista - lojas, casas,etc;

iv quarta camada - representa as vagas existentes no estacionamento;

v quinta camada - representa o veículo.

Figura 4.2: As cinco camadas físicas do simulador.

A representação através de camadas permite ao SMSDEs tratar cada camada deforma isolada, ou seja, cada camada funciona como um parâmetro de entrada no si-mulador. Essa flexibilidade permite a criação de diversos cenários de simulação sem



nenhuma alteração no código fonte. É importante salientar também que, a base dedados obtida, organiza cada atributo das camadas com um identificador único, o quepermite controlar o deslocamento dos veículos pelas vias.

4.3.1 Topologia da Rede

A topologia da rede (vias de Trânsito) é representada por uma estrutura de dados dotipo grafo [West, 2000], em que os arcos são as vias e os nós representam a junção deuma via com as demais. A figura 4.3 ilustra um grafo construído a partir da base dedados obtida, com suas respectivas vias e junções. Tanto as vias internas, quanto asexternas ao estacionamento, possuem a definição sobre o sentido de circulação da via,o que facilita determinar a origem e o destino de uma determinada rota.

Figura 4.3: Exemplo do grafo construído.

As vias de trânsito foram representadas por uma classe 2 denominada Via, com osseguintes atributos:

i id - número sequencial inteiro que identifica de forma única a via;

ii descrição da via - representa a descrição textual da via;

iii lista junções - lista que contém todas as junções de cada extremidade da via;

iv L - representa a largura da via;

v C - representa o comprimento da via.

As junções foram representadas no SMSDEs pela classe Junção. Abaixo, seguemseus atributos:

i id - representa o número sequencial inteiro que identifica de forma única a junção;2 Em orientação a objetos, uma classe é uma estrutura que abstrai um conjunto de objetos com

características similares.


ii descrição da junção - representa a descrição textual da junção;

iii coordenada - representa a coordenada geográfica (latitude e longitude) da junção;

iv lista Vias - representa a lista com todas as vias que estão conectadas aquela junção.

4.3.2 Estacionamento e vagas

O estacionamento foi representado no SMSDEs como uma região fora da via pública.A representação física do estacionamento fornece informações como local de entrada esaída de veículos, número de vagas e a dimensão (largura e comprimento) das vias decirculação interna. O estacionamento foi representado no simulador através da classeEstacionamento, conforme atributos abaixo:

i id - representa o número sequencial inteiro que identifica de forma única o esta-cionamento;

ii lista Vagas - representa a lista com todas as vagas disponíveis no estacionamento.

A representação espacial da vaga consiste em uma área retangular livre, adjacente àvia interna do estacionamento. A vaga foi representada no simulador através da classeVaga e os seus atributos são os seguintes:

i id - representa o número sequencial inteiro que identifica de forma única a vaga;

ii θ - representa o ângulo da vaga;

iii l - representa a largura da vaga;

iv p - representa a profundidade da vaga;

v status - indica se a vaga está ocupada ou não.

4.3.3 Veículo

O veículo é representado espacialmente por um volume retangular sobre quatro rodasfigura 4.4. É importante salientar que apenas veículos do tipo carro são representadosno SMSDEs. O veículo foi representado através da classe Veículo, com os seguintesatributos:

i id - representa o número sequencial inteiro que identifica de forma única o veículo;

ii l′ - representa a largura do veículo;

iii d′ - representa a distância entre os eixos;



iv c - representa o comprimento total do veículo;

v df - representa distância do eixo para a frente do veículo;

vi dt - representa distância do eixo para a traseira do veículo;

vii modelo - representa o modelo do veículo.

Os atributos apresentados são configuráveis, ou seja, podem sofrer alterações emfunção da área do estacionamento, da dimensão da vaga e do tipo de veículo adotado.Os valores adotados para cada variável do simulador serão abordados na seção queapresenta os resultados encontrados neste trabalho.

A figura 4.4 apresenta a composição física do estacionamento, vaga e veículo.

Figura 4.4: Composição física do estacionamento, vaga e veículo.

A figura 4.5 apresenta o diagrama de classes dos agentes, objetos e ambiente quecompõem o simulador.

4.3.3.1 Cinemática dos Veículos

No que tange ao movimento cinemático do veículo, cumpre informar que dois aspec-tos foram incorporados pelo simulador. O primeiro foi a formulação matemática eo segundo a aplicação de técnicas de inteligência computacional para representar aoperação de estacionar o veículo em uma vaga de estacionamento.

A cinemática é conhecida como a parte da física que estuda os movimentos, rela-cionando posições, velocidades e acelerações, desprezadas as forças de ação ou reaçãoenvolvidas [Craig, 2004].


Figura 4.5: Diagrama de classe SMSDES.

Um dos grandes potenciais do simulador construído neste trabalho é a capacidadede representar o movimento do veículo durante a manobra de estacionamento atravésda simulação nanoscópica. Essa representação só foi possível, pois foi incorporado aosimulador o modelo cinemático de Ackerman [Craig, 2004].

O modelo cinemático de Ackerman [Craig, 2004] representa o veículo por um volumeretangular sobre quatro rodas, em que as rodas traseiras são fixas e as rodas dianteirassofrem atuação por meio do volante. Outra consideração importante é que a tração doveículo é dianteira. O modelo cinemático é descrito pelas equações abaixo:

x = V cos(θ) (4.1)

y = V sin(θ) (4.2)

θ =V tan(φ)

d′(4.3)

onde:

• V - representa a velocidade de deslocamento do veículo;



• θ - representa o ângulo do eixo do carro em relação ao sistema de coordenadas.

• d′ - representa a distância entre os eixos;

• φ - representa o giro do volante em graus.

A figura 4.6 apresenta as variáveis V ,θ,d′ e φ e suas relações:

Figura 4.6: Modelo cinemático de Ackerman. (Fonte: [Pradalier, 2005])

A figura 4.7 apresenta o controle do movimento do véiculo.

Figura 4.7: Controle do movimento do véiculo. (Fonte: [Pradalier, 2005])

Cedric Pradalier et al., apresentaram duas fórmulas 4.4 e 4.5 para controlar o movi-mento do veículo durante a manobra de estacionamento [Pradalier, 2005]. As fórmulasoriginais foram alteradas para suportar manobras de frente e ré e também manobras


para a esquerda e direita, segue as fórmulas alteradas abaixo:

V (t) = s ∗ d ∗ Vmax ∗

t/β 0 ≤ t < β

+1 β ≤ t < λ− β

(λ− t)/β λ− β ≤ t < λ

(4.4)

φ(t) = d ∗ φmax ∗

t/α 0 ≤ t < α

+1 α ≤ t < γ − α

(γ − t)/α γ − α ≤ t < γ + α

−1 γ + α ≤ t < λ− α

(t− λ)/α λ− α ≤ t < λ

(4.5)

onde:

• s - representa o sentido do carro (1 frente -1 ré);

• d - representa a direção do veículo (1 direita -1 esquerda);

• Vmax - representa a velocidade desejada na manobra;

• φmax - representa o giro máximo do volante em graus;

• λ - representa o tempo total gasto na manobra;

• γ - representa o tempo gasto no giro da roda para a direção contrária;

• α - representa o tempo gasto para girar a roda do ângulo zero a φ;

• β - representa o tempo gasto até atingir Vmax.

As equações 4.4 e 4.5, apresentadas por Cedric Pradalier et al. [Pradalier, 2005],foram incorporadas ao simulador como uma regra de controle. Os autores citam aindaque ao utilizar o modelo cinemático do veículo, em conjunto com os parâmetros decontrole (Vmax,φmax,λ,γ,α,β), é possível associar a um movimento resultante (∆x, ∆y,∆θ) conforme apresentado nas equações 4.6 e 4.7:

(∆x,∆y,∆θ) = movimento(Vmax, φmax, λ, γ, α, β) (4.6)

(∆x,∆y,∆θ)T =

∫ λ

t=0

(∆x,∆y,∆θ)Tdt (4.7)

Assim, o movimento de deslocar e posicionar o veículo em uma vaga de estacionamentopode ser representado pela função objetivo 4.8:

min f = (xa − xd)2 + (ya − yd)

2 + (θa − θd)2 (4.8)



xa = x0 + ∆x (4.9)

ya = y0 + ∆y (4.10)

θa = θ0 + ∆θ (4.11)

onde:

• xa, ya e o θa representam a posição atual do veículo;

• xd, yd e o θd representam a posição desejada - veículo estacionado;

A função objetivo 4.8 é uma forma de minimizar o erro quadrático médio do problema.O problema pode ser categorizado como:

i não linear;

ii mono-objetivo;

iii irrestrito;

iv multimodal;

v com parâmetros contínuos.

Apresentada a função objetivo, bem como a natureza do problema, é possível obser-var que a utilização de métodos analíticos para a solução do problema se torna bastantecomplexa. Diante disso, um algoritmo estocástico denominado PSO - Particle SwarmOptimization foi utilizado para otimizar as variáveis de controle do problema.

4.3.3.2 PSO - Particle Swarm Optimization

Desenvolvido por James Kennedy e Russ Eberhart em 1995, o Particle Swarm Opt-mization - PSO é uma técnica de computação evolucionária baseada em modelos sociais[Kennedy and Eberhart, 1995]. Sua fórmula original define a população como partícu-las que contêm soluções aleatórias para o problema em que todos os indivíduos são can-didatos à solução ótima. O PSO, a cada iteração das partículas, altera sua velocidadena direção de seu pbest ( Melhor Local ) e do gbest ( Melhor global). A aceleração é pon-derada por um termo aleatório. No algoritmo original [Kennedy and Eberhart, 1995], a


avaliação da velocidade da partícula j na iteração k é feita através da seguinte fórmula4.12:

vj(k+1) = vjk + ϕ1 ∗ ζ ∗ (pbestjk − xjk)+

ϕ2 ∗ ζ ∗ (gbestk − xjk) (4.12)

As constantes ϕ1 e ϕ2 determinam as mudanças de velocidade de uma partículaem relação ao pbest e gbest. A variável ζ corresponde a uma variável aleatória comdistribuição normal.

Em Eberhart e Shi [Shi and Eberhart, 1998], foi proposto um novo termo denom-inado peso da inércia (ω). Esse termo é responsável pelo alcance da exploração doespaço de busca:

vj(k+1) = ωvjk + ϕ1 ∗ ζ ∗ (pbestjk − xjk)+

ϕ2 ∗ ζ ∗ (gbestk − xjk) (4.13)

Esse novo termo, é responsável pelo alcance da exploração do espaço de busca. Altosvalores de ω promovem uma exploração global, enquanto baixos valores conduzem auma busca local.

Uma outra abordagem, denominada fator de contração, tem por objetivo restringire controlar as velocidades do PSO [Clerc, 1999]:

K =2

2 − ϕ−√ϕ2 − 4ϕ

(4.14)

onde que ϕ = ϕ1 + ϕ2, ϕ > 4 (4.15)

A combinação do peso da inércia ω com o fator de contração K é dada pela seguinteequação (4.16):

vj(k+1) = K ∗ [ω ∗ vjk + ϕ1 ∗ ζ ∗ (pbestjk − xjk) +

ϕ2 ∗ ζ ∗ (gbestk − xik)] (4.16)

A posição é dada por:xj(k+1) = xjk + vj(k+1). (4.17)

min f = (xa − xd)2 + (ya − yd)

2 + (θa − θd)2 (4.18)



Onde que a posição desejada é xd, yd e θd, o PSO atua de forma a alterar os valores dasvariáveis da regra de controle até que o valor de x,y,θ finais possuam o erro quadráticomédio em relação aos valores finais minimizados.

4.4 Representação do agente Motorista

Apresentados os componentes espaciais do simulador, passa-se à definição do compor-tamento do motorista.

O tipo de agente motorista foi idealizado para representar o motorista que conduz oveículo. Esse agente interage diretamente com o meio físico afim de obter informaçõessobre em qual vaga estacionar. A figura 4.8 representa os estados de decisão bem comoos comportamentos desse agente que foram tratados pelo simulador.

Figura 4.8: Diagrama de estados sob a perspectiva do agente Motorista.

Cada agente do tipo Motorista possui um número sequencial inteiro que serve comoidentificador desse agente. Assim, é possível controlar todas as ações de cada motoristano simulador.

4.5 Dinâmica de Simulação

O processo de simulação foi dividido em algumas etapas, tanto para facilitar a operaçãodo simulador, quanto para identificar em qual etapa a simulação se encontra.

O deslocamento do veículo na via foi representado através da abordagemmicroscópicaimplementada na linguagem Java [SUN, 2011]. A dinâmica nanoscópica, que simula acinemática do veículo ao realizar a operação de estacionamento, foi implementada emMATLAB [MathWorks, 2010b].

4.5. Dinâmica de Simulação 39

A API 3 matlabcontrol [MathWorks, 2010a] foi utilizada para controlar a interaçãoentre a microscópica e nanoscópica do simulador. A figura 4.9 ilustra, de forma macro,o funcionamento do simulador.

Figura 4.9: Visão macro do funcionamento do SMSDEs.

As etapas que fazem parte do funcionamento do simulador serão detalhadas naspróximas seções.

4.5.1 Inicializar o simulador

O simulador sempre é inicializado pelo usuário, de tal forma que a primeira ação aser realizada é carregar os arquivos de cada camada do ambiente que o usuário desejasimular. A sequência descrita abaixo deve ser respeitada, ou seja, o usuário devecarregar o arquivo que contém:

i as vias externas ao estacionamento - vias públicas;

ii as vias internas do estacionamento;

iii os lugares no qual o agente motorista deseja ir;

iv as vagas do estacionamento;

v os veículos.

A figura 4.10 representa a interface gráfica do simulador pela qual os arquivos sãocarregados.

3API - Application Programming Interface é um conjunto de rotinas e padrões estabelecidos porum software para que seja possível utilizar seus serviços e funcionalidades sem que haja a necessidadede conhecer os detalhes de sua implementação[API, 2011].



Figura 4.10: Inserção das camadas através da interface gráfica do SMSDEs.

4.5.2 Construir o espaço de deslocamento

Configurados os componentes espaciais do simulador, passa-se à etapa de interpre-tar cada arquivo inserido e garantir a construção correta do ambiente de simulação.Nesse contexto, cada arquivo referente à construção do espaço físico possui uma classeespecífica com a capacidade de interpretar e representar a camada física em questão.

Conforme citado anteriormente o Repast Simphony, framework adotado para auxil-iar a construção do SMSDEs, fornece o suporte a sistemas de informações geográficas.Esse suporte permite interpretar e extrair as informações necessárias para a criação doambiente de simulação. Sendo assim, com esse auxílio, os atributos pertencentes asclasses Via, Junção, Vaga e Veículo, apresentados anteriormente, são preenchidos comas informações extraídas dos arquivos carregados no simulador.

Abaixo, segue o procedimento realizado para interpretar as informações contidasno arquivo, que representa os componentes espaciais do simulador:

i utilização da API fornecida pelo framework Repast Simphony ;

ii leitura das informações contidas no arquivo;

iii copiar as informações obtidas através da leitura dos arquivos para as classes Via,Junção, Vaga e Veículo.


Ainda na etapa de construção do espaço de deslocamento, é necessário, identificaras entradas e saídas do estacionamento. Cada entrada e cada saída foram representadaspor um conjunto de pontos georeferenciados, o que permite uma maior flexibilidade nadefinição de entradas e saídas de um estacionamento.

4.5.3 Gerar o agente Motorista

A geração do agente Motorista é feita a partir da leitura do arquivo que representa acamada espacial dos motoristas. Não é possível, no simulador atual, gerar um novomotorista sem que este esteja representado no arquivo, ou seja, a geração dos motoristassegue uma distribuição fixa. Para que a geração do agente Motorista siga outro tipode distribuição, é necessário construir uma funcionalidade que permita ao simulador,em tempo de execução, inserir novos agentes no arquivo que representa essa camada.

O comportamento do agente motorista dentro do estacionamento é definido comoum parâmetro global no simulador, ou seja, uma vez fixado, todos os agentes construí-dos seguirão a mesma política para estacionar seus veículos.

4.5.4 Gerar o objeto Veículo

A geração do objeto Veículo segue os mesmos conceitos do agente Motorista, comexceção do parâmetro que determina o comportamento do agente Motorista. Paracada agente Motorista gerado, o simulador gera um novo objeto veículo.

4.5.5 Deslocar o veículo pela via pública

O motorista tem a opção de deslocar com o seu veículo pela via pública com duasmetas iniciais. A primeira define que o agente Motorista pode não entrar em nenhumestacionamento. Caso isso ocorra, tanto o objeto Veículo, quanto o agente Motorista,são removidos do simulador e nenhuma estatística sobre esse agente é gerada. Já nasegunda meta, o agente motorista opta por entrar em um estacionamento com o seuveículo. Dessa forma, o SMSDEs considera que o agente Motorista irá se deslocar como seu veículo pela via pública até que encontre a entrada do estacionamento.

4.5.6 Encontrar o estacionamento e deslocar o veículo pelas

vias internas do estacionamento

Durante o deslocamento do veículo, o agente Motorista troca informações com o meiofísico a fim de verificar em qual região do espaço o Veículo se encontra. Verifica tambémse a posição em que se encontra se refere à entrada do estacionamento. Caso seja,



o agente Motorista envia uma ação para o objeto Veículo com o objetivo de que avelocidade de deslocamento do veículo seja reduzida.

Thompson et al. [Thompson and Richardson, 1998] explica que no momento emque o Motorista se desloca com o seu veículo pelas vias internas do estacionamento,a velocidade varia entre 20 a 25 km/h e que quando o Motorista está a procura deuma vaga, a velocidade cai para a faixa de 10 a 12 km/h. As velocidades apresentadaspor Thompson et al. [Thompson and Richardson, 1998] foram comparadas com asvelocidades obtidas nos experimentos realizados.

Outra definição importante nessa etapa, é que o SMSDEs considera apenas umcaminho a ser seguido pelas vias internas do estacionamento. Essa abordagem tempor objetivo simplificar a execução da simulação. Implementações futuras propiciarãoao simulador a capacidade de tratar mais de um caminho dentro das vias internas doestacionamento.

4.5.7 Identificar uma vaga

O agente Motorista baseia-se no conceito de campo de visão. O conceito de campo devisão adotado pelo trabalho se refere a quão longe o motorista enxerga para saber setem uma vaga livre ou não. Esse conceito, permite que o motorista identifique umavaga e obtenha a impressão visual sobre o nível de ocupação do estacionamento. Aavaliação acontece de forma interativa, ou seja, o agente Motorista desloca-se pelas viasinternas do estacionamento com o seu veículo e captura as informações geométricas eo estado de ocupação da vaga.

A construção do campo de visão do agente Motorista no simulador se deu atravésda projeção de alguns pontos no espaço, que se localizam entre a parte frontal doveículo e a parte frontal da vaga, figura 4.11. Assim, no momento em que existe ainterseção entre um ponto da parte frontal do Veículo com um ponto pertencente àparte frontal da vaga for identificado, o agente Motorista inicia a coleta de informaçõessobre a vaga identificada. A projeção dos pontos se deu através do método buffer daclasse Geometry, disponibilizada na API Java Topology Suite [JTS, 2011].

4.5.8 Estacionar o veículo

Após identificar a vaga o agente Motorista possui todas as informações necessárias paradecidir se estaciona o veículo na vaga ou não. Existem diversas maneiras para que oagente Motorista estacione o seu veículo na vaga, a abordagem proposta neste trabalhoconsiste em realizar os seguintes passos:

i decidir pelo tipo de manobra (frente ou de ré);


Figura 4.11: Campo de visão do agente motorista.

ii posicionar o veículo;

iii realizar manobra.

A figura 4.12 apresenta visualmente os passos descritos acima. É importante relembrarque essa etapa do SMSDEs é a etapa que possui a simulação do tipo nanoscópica, ouseja, as variavéis citadas na seção 4.3.3.1 Cinemática dos Veículos foram capturadaspelo simulador. A implementação dessa funcionalidade no SMSDEs permitiu que omesmo representasse o processo de estacionar o veículo com uma grande aderência arealidade.

4.5.9 Finalizar simulação

A simulação é finalizada no momento em que todos os veículos estão estacionados. Éimportante salientar que o simulador considera que o número de veículo é sempre igualo número de vagas.



Figura 4.12: Passo a passo para estacionar o veículo.

Capítulo 5

Resultados Experimentais

Neste capítulo serão apresentados os experimentos realizados com o simulador desen-volvido para este trabalho. Num primeiro momento, será demonstrada, através dosresultados encontrados, a viabilidade da utilização do simulador. Além disso, atravésde outro conjunto de experimentos, serão apresentadas as demais capacidades do SMS-DEs e, por fim, será abordado um estudo de caso.

5.1 Experimentos de calibração

Os experimentos apresentados nessa seção foram realizados para calibrar tanto a ope-ração de deslocamento do veículo pela via, quanto a operação de estacionar o veículoem uma vaga. É importante informar que o simulador SMSDEs permite criar e simulardiferentes cenários. A especificação do cenário de simulação consiste, basicamente, naconfiguração do agente motorista e dos objetos a serem adicionados no ambiente, taiscomo as vias, os locais de destino, as vagas e os veículos. A tabela 5.1 apresenta asdimensões e ângulo das vagas conforme figura 2.2, as dimensões da via, dos veículos,bem como a velocidade inicial e final, além do número de vagas de um estacionamentofictício. Os valores adotados foram utilizados nos experimentos I e II. Os atributosgeométricos do veículo, apresentados na tabela 5.1, referem-se a um carro popular dotipo UNO mille [Fiat, 2011].

5.1.1 Experimento I - Calibrar o deslocamento do veículo pela

via

No intuito de verificar se o veículo seria capaz de se deslocar pela via georeferenciada,foi construído um cenário de simulação composto por apenas duas das cinco camadasbásicas do simulador, a camada que representa as vias externas ao estacionamento e

45

46 Capítulo 5. Resultados Experimentais

Cenário físico padrãoParâmetro Descrição Valor

l Largura da vaga 2.75 mp Profundidade da vaga 6.00 mθ Ângulo da vaga 90◦

L Largura da via 7.00 mC Comprimento da via 18.00 md′ Distância entre os eixos do veículo 2.36 ml′ Largura do veículo 1.54 mc Comprimento total do véiculo 3.69 mvi Velocidade inicial do veículo ao entrar na via. 10 km/hvm Velocidade máxima a ser atingida pelo veículo na via 60 km/hvv Velocidade do veículo em busca por uma vaga 2,90 a 10 km/h

Tabela 5.1: Configuração do cenário padrão.

a que representa o veículo. A figura 5.1 apresenta a organização dessas camadas noSMSDEs.

Figura 5.1: Experimento vias e veículos.

Inicialmente, o veículo não respeitava o limite das vias para se deslocar. O prob-lema foi identificado e verificou-se que o conjunto de coordenadas geográficas, obtidasatravés do arquivo original [Bereich, 2010], não era suficiente para orientar o corretodeslocamento do veículo. Dessa forma, foi necessária a inclusão de um novo conjunto

5.1. Experimentos de calibração 47

de coordenadas, partindo-se das coordenadas já existentes. O novo arquivo foi inseridono simulador e, através de uma inspeção visual, pode-se perceber que a abordagemde interpolar coordenadas geográficas garante o correto deslocamento do veículo portodas as vias do cenário simulado.

5.1.2 Experimento II - Estacionar o veículo

Esse experimento foi dividido em três cenários, sendo que para todos eles foi utilizadoum estacionamento fictício com 12 (doze) vagas disponíveis. Cada cenário foi executado30 (trinta) vezes e, dos resultados, foram extraídos a média e o desvio padrão. A tabela5.2 apresenta os parâmetros de configuração do PSO para o experimento II.

Parâmetros do PSOParâmetro Valor

ϕ1 - aprendizado individual 2.8ϕ2 - aprendizado coletivo 1.3Número de partículas 120Número de iterações 200

Técnica para atualização da velocidade Inércia e Fator de contração

Tabela 5.2: Configuração do PSO

A figura 5.2 ilustra o primeiro cenário. Nesse particular, cumpre informar que essecenário possui duas vagas livres, e o agente Motorista tem como objetivo estacionar oveículo de frente, com apenas uma manobra, na parte superior do estacionamento.

Figura 5.2: Cenário 1 - Início da manobra.

A tabela 5.3 apresenta os resultados encontrados no cenário 1. Onde:

i γ - representa o tempo gasto no giro da roda para a direção contrária (segundos);


ii λ - representa o tempo total gasto na manobra (segundos) 4.4 e 4.5;

iii β - representa a aceleração do carro (metros/segundos);

iv α - representa o tempo gasto para girar a roda até o ângulo zero (segundos).

Cenário 1Parâmetro Média σ

γ 5,09 1,43λ 8,89 2,62β 3,94 0,17α 6,22 1,23

Tabela 5.3: Resultados encontrados no cenário 1.

Já o segundo cenário, representado pela figura 5.3, possui apenas uma vaga livre,e o objetivo do agente Motorista é estacionar o veículo de ré, na parte inferior doestacionamento, com duas manobras. A tabela 5.4 apresenta os resultados encontradosno cenário 2.

Figura 5.3: Cenário 2 - Início, meio e fim da manobra.

O terceiro e último cenário é apresentado na figura 5.4. Esse cenário possui apenasuma vaga livre e o objetivo do agente Motorista é estacionar o veículo de ré, na partesuperior do estacionamento, com duas manobras. A tabela 5.5 apresenta os resultados

5.1. Experimentos de calibração 49

Cenário 2 - Manobra I Cenário 2 Manobra 2Parâmetro Média σ Média σ

γ 1,83 1,82 9,9 1,51λ 13,14 3,22 12,81 1,89β 3,00 0,00 3,94 0,55α 27,88 6,51 4,13 0,65


encontrados no cenário 3. É importante salientar que os resultados encontrados nesseexperimento foram utilizados para calibrar os parâmetros que compõem o movimentocinemático do veículo durante a manobra de estacionamento.

Figura 5.4: Cenário 3 - Início, meio e fim da manobra.

Cenário 3 - Manobra I Cenário 3 Manobra 2Parâmetro Média σ Média σ

γ 0,92 1,33 8,97 2,30λ 7,51 0,39 10,51 2,97β 5,00 0,00 3,88 0,75α 94,82 4,63 4,15 0,97



É importante salientar que os resultados encontrados nesse experimento foram uti-lizados para calibrar os parâmetros que compõem o movimento cinemático do veículodurante a manobra de estacionamento.

5.2 Estudo de caso - Cenário real

5.2.1 Infraestrutura

A região apresentada na figura 5.5, localizada no Município de Belo Horizonte - MG, é oentorno do estádio Magalhães Pinto, popularmente conhecido comoMineirão [Ademg, 2011].Essa foi a região escolhida para validar o SMSDEs.

Figura 5.5: Região simulada. Fonte([GoogleMaps, 2011])

O estacionamento do estádio possui 4.000 (quatro mil) vagas [Ademg, 2011], e avia de transporte que dá acesso ao estacionamento do estádio utilizada na simulação,é a Avenida C, que possui aproximadamente 740m (setecentos e quarenta) metros deextensão, contados do início da via até a entrada do estacionamento interno. Essaextensão foi reduzida para 300 (trezentos) metros, no intuito de facilitar a realizaçãodo experimento. As demais vias que dão acesso às vagas do estacionamento são as vias

5.2. Estudo de caso - Cenário real 51

A e B, e foram configuradas no simulador com 43m (quarenta e três metros) e 43,60(quarenta e três metros e sessenta centímetros) de extensão, respectivamente.

O simulador construído oferece a capacidade de mensurar a velocidade de desloca-mento do veículo na via. A essa capacidade atribuiu-se o nome de sensor de velocidade.Em cada uma das vias do cenário de simulação foi instalado um sensor.

O estacionamento para o qual o agente Motorista e o seu veículo deverão se deslocarpossui, aproximadamente, 300 (trezentas) vagas. No entanto, para facilitar a visualiza-ção da área simulada, o SMSDEs foi configurado com 32 (trinta e duas) vagas e apenasum sentido de circulação.

As vagas que fazem parte desse cenário são apresentadas na figura 5.6, delimitadaspelo retângulo. A demarcação original das vagas no estacionamento do estádio nãoseguiu uma dimensão uniforme, ou seja, existem vagas com dimensões variadas. Parafacilitar a simulação, cada vaga foi configurada com: 2,56 metros de largura e 5,00metros de profundidade.

Figura 5.6: Destino do agente Motorista. Fonte([GoogleMaps, 2011] figura adaptada)

Conforme citado anteriormente, o simulador construído permite que essas configu-rações sejam alteradas em função da infraestrutura física da região simulada. A regiãoque se deseja simular é representada no simulador pela figura 5.7.

5.2.2 Agentes

O número de agentes Motoristas gerados pelo simulador equivale ao número de vagasdisponíveis no estacionamento - 32 vagas. O agente Motorista foi configurado paradirigir o seu veículo pela via com o objetivo de estacioná-lo no estacionamento doestádio Magalhães Pinto. O simulador construído permite que o agente Motorista


Figura 5.7: Região simulada.

seja configurado para respeitar uma das três políticas de estacionamento relacionadasabaixo:

i política I - estacionar na primeira vaga disponível;

ii política II - estacionar na última vaga disponível;

iii política III - estacionar em qualquer vaga disponível;

É importante salientar que nesse estudo de caso todos agentes são configurados coma mesma política de estacionamento por cada simulação realizada.

5.2.3 Demais parâmetros

Os parâmetros de velocidade e dimensão do veículo adotados foram os mesmos apresen-tados na tabela 5.1. Assim como, os parâmetros adotados para o algoritmo estocásticoPSO, responsável pelo controle do movimento cinemático do veículo foram os mesmosapresentados na tabela 5.2.

5.2.4 Resultados do estudo de caso

A partir da seleção de uma das três políticas disponíveis, o simulador gera dois indi-cadores sobre a operação de funcionamento do estacionamento. Os indicadores são avelocidade de deslocamento do veículo nas vias de acesso ao estacionamento e o tempogasto para estacionar o veículo na vaga. O indicador do tempo gasto para estacionar oveículo é calculado através do tempo de deslocamento do veículo na Via B mais o tempogasto para manobrar o veículo na vaga. Nesse estudo de caso cada agente Motoristatem como objetivo estacionar o veículo de frente, com apenas uma manobra. Cada


política foi executada 30 (trinta) vezes, e dos resultados foram extraídos a velocidademédia de cada veículo em cada uma das vias e o tempo médio de estacionamento decada agente.

5.2.4.1 Política I - estacionar na primeira vaga disponível

A política I tem o objetivo de fazer com que todos os agentes estacionem nas primeirasvagas disponíveis. A tabela 5.6 apresenta o resultado capturado por cada sensor ins-talado nas vias de acesso. O tempo total gasto com a simulação dessa política foi de8,20min (oito minutos e vinte segundos).

Agente Velocidade(km/h) Agente Velocidade(km/h)

Via C Via A Via B Via C Via A Via B1 57,80 19,23 7,94 17 20,58 6,67 4,232 52,96 17,12 7,63 18 19,92 6,44 4,013 47,56 15,27 5,70 19 19,11 6,11 4,034 44,18 14,17 5,36 20 18,54 5,91 3,965 40,35 11,96 5,75 21 17,82 5,67 3,866 37,89 11,14 5,55 22 17,33 5,49 3,807 34,87 10,35 5,10 23 16,71 5,27 3,638 33,02 9,83 4,90 24 16,27 5,11 3,589 30,84 9,18 5,04 25 15,72 4,93 3,5210 29,29 8,82 4,87 26 15,33 4,81 3,4711 26,98 8,70 4,93 27 14,84 4,65 3,4112 25,85 8,33 4,78 28 14,49 4,54 3,3613 24,36 7,98 4,58 29 14,05 4,40 3,3114 23,44 7,65 4,45 30 13,74 4,30 3,2715 22,31 7,26 4,46 31 13,32 4,19 3,1816 21,53 7,00 4,36 32 13,02 4,09 3,15

Tabela 5.6: Velocidade por veículo - Política I (estacionar na primeira vaga disponível).

O outro indicador mensurado é apresentado na tabela 5.7 e se refere ao tempo gastopor cada agente para estacionar o seu veículo.

5.2.4.2 Política II - estacionar na última vaga disponível

A política II tem como objetivo fazer com que todos os agentes estacionem nas últimasvagas disponíveis no estacionamento. A velocidade de deslocamento de cada veículo emcada via de acesso e o tempo gasto pelo agente Motorista para estacionar o seu veículosão apresentados nas tabelas 5.8 e 5.9, respectivamente. O tempo total de simulaçãofoi de 6,94min (seis minutos e noventa e quatro segundos).


Via B - Política I

Agente Tempo (segundos) Agente Tempo (segundos)

1 11,50 17 43,432 11,63 18 46,463 15,18 19 50,014 15,75 20 51,295 17,35 21 57,196 17,78 22 58,567 21,58 23 67,078 22,33 24 68,559 24,49 25 75,4910 25,31 26 77,2211 27,80 27 84,6012 28,69 28 86,4213 33,14 29 94,2014 34,20 30 96,1915 37,36 31 107,1316 38,44 32 109,15

Tabela 5.7: Tempo gasto para estacionar (deslocamento+manobra) Política I.

5.2.4.3 Política III - estacionar em qualquer uma das vagas disponíveis

Por fim, a política III tem o objetivo de fazer com que todos os agentes estacionem nasvagas aleatoriamente, respeitando, é claro, a disponibilidade de vagas. Os resultadosdos dois indicadores (velocidade do veículo por via e tempo gasto para estacionar oveículo) encontrados para essa política são apresentados nas tabelas 5.10 e 5.11. Otempo total de simulação foi de 7,20min (sete minutos e vinte segundos.

5.2.5 Avaliação dos resultados

A tabela 5.12 apresenta a média e o desvio padrão dos indicadores coletados para cadapolítica do simulador. É importante salientar que esses resultados referem-se à via B,onde ocorre a operação de estacionamento dos veículos.

A referida tabela permite a visualização de que o menor tempo obtido na operaçãode estacionar o veículo ocorreu quando o simulador estava configurado com a políticaII, seguido da política III e, por fim, pela política I. A diferença entre o menor e omaior tempo foi de 11,94 segundos.

Através dos resultados encontrados pelo simulador, observou-se que sua utilização,em conjunto com diferentes políticas de estacionamento, pode auxiliar o gestor doestacionamento no processo de tomada de decisão.




Tabela 5.8: Velocidade por veículo - Política II (estacionar na última vaga disponível).

Via B - Política II


1 30,85 17 39,422 33,68 18 40,823 33,59 19 39,894 36,28 20 41,255 36,48 21 38,086 39,02 22 39,247 38,83 23 37,858 41,04 24 38,949 40,4 25 37,4410 42,58 26 38,4811 40,14 27 31,6212 42,06 28 32,3713 40,53 29 27,6214 42,25 30 28,2115 41,92 31 20,1616 41,82 32 20,53

Tabela 5.9: Tempo gasto para estacionar (deslocamento+manobra) Política II.




Tabela 5.10: Velocidade por veículo - Política III (estacionar em qualquer vagadisponível).

Via B - Política III


1 21,68 17 67,942 18,57 18 47,063 18,91 19 32,834 23,40 20 27,405 33,31 21 68,766 17,92 22 66,197 13,21 23 56,918 49,45 24 25,389 34,95 25 81,8410 48,18 26 43,9511 53,54 27 45,0912 49,77 28 19,5013 44,46 29 52,6614 45,94 30 53,6515 37,74 31 46,3316 21,28 32 111,42

Tabela 5.11: Tempo gasto para estacionar (deslocamento+manobra) Política III.


Velocidade(km/h) Tempo(segundos)

Política I Política II Política III Política I Política II Política IIIMédia 4,47 4,65 4,52 48,61 36,67 43,10

σ 1,16 1,59 1,42 29,82 5,90 21,31

Tabela 5.12: Resultados encontrados para as diferentes políticas de estacionamento.

As velocidades obtidas nas vias A e B, apresentadas nas tabelas 5.6, 5.8 e 5.10, foraminferiores as velocidades apresentadas por Thompson et al. [Thompson and Richardson, 1998].Essa diferença ocorre devido à capacidade do simulador em capturar e representar osbloqueios que ocorrem na via quando vários veículos estão estacionando. Tal fato acar-reta a redução da velocidade dos veículos nas vias do estacionamento e, dependendodo número de veículos, pode afetar também as vias externas do estacionamento.

A facilidade proporcionada pelo SMSDEs permite a simulação de diversos cenários,o que possibilita ao gestor do estacionamento resultados rápidos, que podem auxiliá-lo a gerir o funcionamento do estacionamento. Lado outro, se esses resultados fossemobtidos através de uma inspeção in loco, a complexidade de obtenção dos indicadores develocidade do veículo e tempo gasto na manobra seria bastante elevada. A implantaçãode uma política de estacionamento fica a critério do gestor e pode estar orientada a umdeterminado evento nas imediações do estacionamento.

Capítulo 6

Conclusões e comentários

O estudo da dinâmica de funcionamento dos estacionamentos é um campo de pesquisade alta relevância para a sociedade moderna. Esse estudo apresenta grandes desafios,visto a sua complexidade, tipos de veículos distintos, motoristas com habilidades eatitudes distintas, dentre outros fatores.

Neste trabalho a abordagem de sistemas multiagentes foi adotada para representara dinâmica de funcionamento de um estacionamento. Os agentes e suas interações como ambiente foram explorados no simulador construído.

A utilização do framework Repast Simphony acelerou a construção do simulador efacilitou a execução e o controle das simulações realizadas neste trabalho. Através deuma interface gráfica foi possível informar os parâmetros necessários para a construçãodo cenário de simulação.

O estudo de caso apresentado na seção 5.2, teve como objetivo demonstrar a aderên-cia do simulador quando aplicado a um cenário real. Outras capacidades do simulador,que visam oferecer informações que auxiliem o gestor do estacionamento no processode tomada de decisão, também foram apresentadas.

Sensores foram instalados em cada via que compunha o cenário simulado, e foipossível capturar a velocidade e o tempo gasto por cada agente e por cada veículona via. A capacidade que o simulador possui para representar o processo de esta-cionamento do veículo na vaga utilizando a forma nanoscópica, permite avaliar cadaparâmetro envolvido nessa operação, o que possibilita uma grande aderência entre oreal e simulado.

Além dos resultados encontrados para cada agente e veículo presentes na simula-ção, foram apresentados também os resultados encontrados para as três políticas deestacionamento disponíveis no simulador.

59

60 Capítulo 6. Conclusões e comentários

6.1 Limitações do trabalho

As principais limitações deste trabalho são:

i O cenário de simulação que representa um estacionamento real abordou apenasa entrada do veículo no estacionamento. A capacidade de simular o tempo que oveículo ficou estacionado, somado à operação de deixar o estacionamento, não foramimplementadas neste trabalho. Este ponto, em particular, é um dos primeiros itensa serem sanados nos trabalhos futuros.

ii Os cenários simulados são compostos por apenas um tipo de veículo e vaga. Cenárioscom veículos e vagas distintas não foram implementados neste trabalho. Como osimulador construído considera a vaga e o veículo como camadas físicas, as varia-ções que possam existir nas dimensões e ângulos dessas camadas tratam-se apenasde uma parametrização a ser adotada.

iii Os resultados obtidos pelo simulador não foram comparados com os resultados deoutros simuladores descritos na literatura. Por outro lado, os simuladores encon-trados na literatura não foram projetados para tratar os problemas no nível em queforam tratados neste trabalho.

6.2 Trabalhos futuros

Em razão da flexibilidade do simulador construído, há um grande potencial para tra-balhos futuros:

i O primeiro ponto sugerido é incorporar ao simulador a capacidade de simular otempo no qual o veículo ficou estacionado, e incorporar também a saída do veículodo estacionamento.

ii Propor novas políticas para o estacionamento.

iii Permitir a criação de agentes com comportamentos heterôgeneos, ou seja, o agentepoderia incorporar comportamentos diferenciados, não orientados a política de esta-cionamento imposta.

iv No que tange a representação física do ambiente de simulação, itens como a restriçãode vagas para deficientes físicos e a inclusão de outros tipos de veículos como opçãopara a simulação, poderiam ser disponibilizados.

Ainda nesse item, outra capacidade interessante a ser incorporada pelo simulador,é a possibilidade de tratar dois sentidos de circulação na via do estacionamento.

6.2. Trabalhos futuros 61

Acredita-se que o tempo gasto para estacionar o veículo aumente caso essa opçãoesteja habilitada.

v Ampliar os experimentos para áreas mais extensas e, com isto, estudar o impactoda distribuição física de entradas e saídas, tanto no estacionamento, quanto nasvias de trânsito.

Por fim, um item que chamou bastante atenção, é a possibilidade do agente Motoristautilizar o simulador construído no seu próprio celular, gps ou tablet, como uma ferra-menta para encontrar vagas e estacionar o seu veículo em tempo real. A plataformatecnológica Java [SUN, 2011] na qual o simulador foi construído permite essa possibil-idade.

Os grandes estabelecimentos, como shoppings e estádios, poderiam oferecer o si-mulador como um serviço para seus clientes [Aramand, 2008]. A sua disponibilizaçãopoderia ser feita na página do próprio estabelecimento e, uma vez instalado no dispos-itivo móvel do agente Motorista, o agente forneceria algumas informações como:

i o tipo e a dimensão do seu veículo;

ii informações pessoais (sexo, idade e se é deficiente físico);

iii preferências de vagas (30o, 45o, 60o ou 90o) e se deseja parar de frente ou de ré;

iv qual o setor de destino dentro do estabelecimento;

v qual a via que se pretende utilizar para chegar e deixar o estacionamento;

A troca de informações entre o agente e o simulador seria realizada através deuma interface gráfica a ser construída para coletar e exibir tais informações. A co-municação entre o simulador e a central de estacionamento seria provida através deuma rede wireless [Gast, 2002] do próprio estacionamento ou através de uma rede 3g[Zhuang et al., 2009], atualmente acessível economicamente.

Este é um tipo de trabalho que, provavelmente, terá propriedades multidisciplinarese deverá envolver estudos de caso e pesquisas de campo para seu esclarecimento epossível construção.

Referências Bibliográficas

[Bei, 2009] (2009). Beijing transport annual report. Technical report, Beijing Munici-pal Committee of Transport.

[Lis, 2009] (2009). Estacionamento. Technical report, Universidade Técnica de Lisboa,Departamento de Engenharia Civil.

[Ademg, 2011] Ademg (2011). website - http://www.ademg.mg.gov.br/mineirao/

estrutura.

[Aimsun, 2010a] Aimsun (2010a). The integrated transport modelling software - Ad-vanced Interactive Microscopic Simulator for Urban and Non-Urban Network -http://www.aimsun.com/site/content/view/56/34/.

[Aimsun, 2010b] Aimsun (2010b). PTV Vision VISUM 11.5 - http:

//www.ptvag.com/software/transportation-planning-traffic-engineering/

software-system-solutions/visum/.

[Alshabi et al., 2007] Alshabi, W., Ramaswamy, S., Itmi, M., and Abdulrab, H. (2007).Coordination, cooperation and conflict resolution in multi-agent systems. In Sobh,T., editor, Innovations and Advanced Techniques in Computer and Information Sci-ences and Engineering, pages 495–500. Springer Netherlands.

[API, 2011] API (2011). website - http://pt.wikipedia.org/wiki/API.

[Aramand, 2008] Aramand, M. (2008). Software products and services are high technew product development strategy for software products and services. Technovation,28(3):154 – 160.

[ArcGIS, 2010] ArcGIS (2010). ArcGIS A Complete Integrated System - http://www.esri.com/software/arcgis/index.html.

[Arnott, 2006] Arnott, R. (2006). Spatial competition between parking garages anddowntown parking policy. Transport Policy, 13(6):458 – 469. Parking.

63

http://www.ademg.mg.gov.br/mineirao/estrutura

http://www.ademg.mg.gov.br/mineirao/estrutura

http://www.aimsun.com/site/content/view/56/34/

http://www.ptvag.com/software/transportation-planning-traffic-engineering/software-system-solutions/visum/



http://pt.wikipedia.org/wiki/API

http://www.esri.com/software/arcgis/index.html

http://www.esri.com/software/arcgis/index.html

64 REFERÊNCIAS BIBLIOGRÁFICAS

[Balmer, 2007] Balmer, M. (2007). Travel Demand Modeling for Multi-Agent TransportSimulations: Algorithms and Systems. PhD thesis, ETH Zurich.

[Balmer, 2009] Balmer, M., M. R. K. M. D. C. N. L. K. N. K. A. (2009). Matsim-t:Architecture and simulation times. In Bazzan, A. L. C. and Klugl, F., editors, Multi-Agent Systems for Traffic and Transportation Engineering, pages 57–78. InformationScience Reference, Hershey.

[Barceló et al., 2005] Barceló, J., Codina, E., Casas, J., Ferrer, J. L., and García, D.(2005). Microscopic traffic simulation: A tool for the design, analysis and evaluationof intelligent transport systems. Journal of Intelligent & Robotic Systems, 41:173–203.

[Bays and Christe, 1994] Bays, P. and Christe, P. (1994). Le stationnement. Ecolepolytechnique fédérale de Lausanne, Lausanne.

[Benenson et al., 2008] Benenson, I., Martens, K., and Birfir, S. (2008). Parkagent:An agent-based model of parking in the city. Computers, Environment and UrbanSystems, 32(6):431 – 439. GeoComputation: Modeling with spatial agents.

[Bereich, 2010] Bereich (2010). Download-Bereich Informationen zum Inhalt und zurStruktur der Dateien - http://download.geofabrik.de/osm/south-america/.

[BHTRANS, 2011] BHTRANS (2011). website - http://bhtrans.pbh.gov.br/

portal/page/portal/portalpublico/BHTRANS/estacionamento%20rotativo.

[Bingle et al., 1987] Bingle, R., Meindertsma, D., Oostendorp, W., and Klaasen, . G.(1987). Designing the optimal placement of spaces in a parking lot. MathematicalModelling, 9(10):765 – 776.

[Bonsall and Palmer, 2004] Bonsall, P. and Palmer, I. (2004). Modelling drivers’ carparking behaviour using data from a travel choice simulator. Transportation ResearchPart C: Emerging Technologies, 12(5):321 – 347.

[Casas et al., 2010] Casas, J., Torday, A., and Gerodimos, A. (2010). Combining meso-scopic and microscopic simulation in an integrated environment as a hybrid solution.Intelligent Transportation Systems Magazine, IEEE, 2(3):25 –33.

[Castlefranchi et al., 1992] Castlefranchi, C., Miceli, M., and Cesta, A. (1992). Depen-dence relations among autonomous agents (abstract). SIGOIS Bull., 13:14–.

[Celikoglu and Dell’Orco, 2007] Celikoglu, H. B. and Dell’Orco, M. (2007). Mesoscopicsimulation of a dynamic link loading process. Transportation Research Part C:Emerging Technologies, 15(5):329 – 344.

http://download.geofabrik.de/osm/south-america/

http://bhtrans.pbh.gov.br/portal/page/portal/portalpublico/BHTRANS/estacionamento%20rotativo

http://bhtrans.pbh.gov.br/portal/page/portal/portalpublico/BHTRANS/estacionamento%20rotativo

REFERÊNCIAS BIBLIOGRÁFICAS 65

[Clerc, 1999] Clerc, M. (1999). The swarm and the queen: towards a deterministic andadaptive particle swarm optimization. In Congress on Evolutionary Computation,volume 3, pages 1951–1957.

[Craig, 2004] Craig, J. J. (2004). Introduction to Robotics: Mechanics and Control.Prentice Hall, 3 edition.

[ctb2010, ] ctb2010. Anexo I, do Código de Trânsito Brasileiro - CTB Lei n.503, de 23de setembro de 1997.

[de Almeida et al., 2010] de Almeida, S. J., Ferreira, R. P. M., Álvaro E. Eiras, Ober-mayr, R. P., and Geier, M. (2010). Multi-agent modeling and simulation of an aedesaegypti mosquito population. Environmental Modelling and Software, 25(12):1490 –1507.

[de Oliveira, 2010] de Oliveira, A. F. (2010). Modelo de simulação de fila de trans-plantes de fígado baseado em sistemas multiagentes. Master’s thesis, Pontifícia Uni-versidade Católica de Minas Gerais.

[DeMers, 2009] DeMers, M. N. (2009). GIS For Dummies. For Dummies.

[Dieussaert K., 2009] Dieussaert K., Aerts K., S. T. M. S. S. K. (2009). State-of-the-art of vehicular traffic flow modelling. 12th AGILE International Conference onGeographic Information Science, pages 1–11.

[do Val Lopes, 2007] do Val Lopes, C. L. (2007). Modelo de simulação de centraisde teleatendimento baseado em sistemas multiagentes. Master’s thesis, PontifíciaUniversidade Católica de Minas Gerais.

[Estacionamento Rotativo, 2010] Estacionamento Rotativo (2010). Estaciona-mento rotativo se transformou numa grande fonte de renda da prefeitura http:

//www.em.com.br/app/noticia/gerais/2010/12/12/interna_gerais,197686/

estacionamento-rotativo-se-transformou-numa-grande-fonte-de-renda-da-prefeitura.

shtml.

[Fábio Duarte, 2007] Fábio Duarte, R. L. e. K. S. (2007). Introduçao A MobilidadeUrbana. Juruá Editora.

[Ferreira, 2009] Ferreira, P. A. F, E. E. R. R. E. O. (2009). Applying situated agents tomicroscopic traffic modelling. In Bazzan, A. L. C. and Klugl, F., editors, Multi-AgentSystems for Traffic and Transportation Engineering, pages 128–123. InformationScience Reference, Hershey.

http://www.em.com.br/app/noticia/gerais/2010/12/12/interna_gerais,197686/estacionamento-rotativo-se-transformou-numa-grande-fonte-de-renda-da-prefeitura.shtml





[Fiat, 2011] Fiat (2011). Fiat Uno - http://www.fiat.com.br/monte-seu-carro/

conheca/161/MILLE+ECONOMY+2011.

[Fip, 2001] Fip, A. (2001). FIPA Communicative Act Library Specification. FIPA.

[Fourie, 2009] Fourie, P. J. (2009). An initial implementation of a multi-agent transportsimulator for south africa. Master’s thesis, Universidade de Pretoria.

[Framework, 2011] Framework (2011). website - http://pt.wikipedia.org/wiki/

Framework.

[Gakenheimer, 1999] Gakenheimer, R. (1999). Urban mobility in the developing world.Transportation Research Part A: Policy and Practice, 33(7-8):671 – 689.

[Gast, 2002] Gast, M. S. (2002). 802.11 Wireless Networks: The Definitive Guide.O’Reilly Media, 1 edition.

[Gmytrasiewicz and Durfee, 1998] Gmytrasiewicz, P. J. and Durfee, E. H. (1998). Ra-tional interactions in multiagent environments: communication.

[GoogleMaps, 2011] GoogleMaps (2011). website - http://maps.google.com.br/

maps.

[Hoogendoorn and Bovy, 2001] Hoogendoorn, S. P. and Bovy, P. H. (2001). State-of-the-art of vehicular traffic flow modelling. Special Issue on Road Traffic Modellingand Control of the Journal of Systems and Control Engineering., 215(4):283–303.

[Hopcroft et al., 2007] Hopcroft, J. E., Motwani, R., and Ullman, J. D. (2007). Intro-duction to automata theory, languages, and computation. Pearson/Addison Wesley,3.a edition.

[Horiguchi and Kuwahara, 2005] Horiguchi, R. and Kuwahara, M. (2005). The art ofthe utilization of traffic simulation models: How do we make them reliable tools?In Sharda, R., Voß, S., Kitamura, R., and Kuwahara, M., editors, Simulation Ap-proaches in Transportation Analysis, volume 31 of Operations Research/ComputerScience Interfaces Series, pages 131–166. Springer US.

[Horiguchi, 1998] Horiguchi, R. e. a. (1998). A benchmark data set for validity evalu-ation of road network simulation models. In Proceedings of 5th World Congress onIntelligent Transport Systems, Seoul.

[Horiguchi, 2000] Horiguchi, R. e. a. (2000). A manual of verification process for roadnetwork simulation models an examination in japan. In Proceedings of 7th WorldCongress on Intelligent Transport Systems, Turin.

http://www.fiat.com.br/monte-seu-carro/conheca/161/MILLE+ECONOMY+2011

http://www.fiat.com.br/monte-seu-carro/conheca/161/MILLE+ECONOMY+2011

http://pt.wikipedia.org/wiki/Framework

http://pt.wikipedia.org/wiki/Framework

http://maps.google.com.br/maps

http://maps.google.com.br/maps


[Horst and Scheinkman, 2006] Horst, U. and Scheinkman, J. A. (2006). Equilibria insystems of social interactions. Journal of Economic Theory, 130(1):44 – 77.

[Hughes, 2004] Hughes, J. (2004). Aimsun2 simulation of a congested auckland free-way. In Pardalos, P. M., Hearn, D. W., Patriksson, M., and Labbé, M., edi-tors, Transportation Planning, volume 64 of Applied Optimization, pages 141–161.Springer US.

[IBGE, 2009] IBGE (2009). website - www.ibge.gov.br/.

[Jarvis et al., 2005] Jarvis, B., Corbett, D., and Jain, L. C. (2005). Beyond trust: Abelief-desire-intention model of confidence in an agent’s intentions. In Khosla, R.,Howlett, R. J., and Jain, L. C., editors, Knowledge-Based Intelligent Informationand Engineering Systems, volume 3682 of Lecture Notes in Computer Science, pages844–850. Springer Berlin Heidelberg.

[Jennings et al., 1998] Jennings, N. R., Sycara, K., and Wooldridge, M. J. (1998). Aroadmap of agent research and development. Journal of Autonomous Agents andMulti-Agent Systems, 1(1):7–38.

[Jiao, 2010] Jiao, P. (2010). Estimation of dynamic network origin-destination flows us-ing measured traffic counts. In E-Product E-Service and E-Entertainment (ICEEE),2010 International Conference on, pages 1 –4.

[JTS, 2011] JTS (2011). website - http://www.vividsolutions.com/jts/javadoc/com/vividsolutions/jts/geom/Geometry.html.

[Kennedy and Eberhart, 1995] Kennedy, J. and Eberhart, R. C. (1995). Particle swarmoptimization. In Proceedings of the IEEE International Conference on Neural Net-works, pages 1942–1948.

[Lawson and Catherine, 2006] Lawson and Catherine (2006). Microsimulation for ur-ban transportation planning: Miracle or mirage? Journal of Urban Technology,13(1):55–80.

[Layzell, 1989] Layzell, A. (1989). Behavioural aspects of parking: report on the ex-ploratory interviews. Technical report, Oxford University, Transport Studies Unit.

[Lebacque, 2005] Lebacque, J. (2005). Intersection modeling, application to macro-scopic network traffic flow models and traffic management. In Hoogendoorn, S. P.,Luding, S., Bovy, P. H. L., Schreckenberg, M., and Wolf, D. E., editors, Traffic andGranular Flow ’03, pages 261–278. Springer Berlin Heidelberg.

http://www.vividsolutions.com/jts/javadoc/com/vividsolutions/jts/geom/Geometry.html

http://www.vividsolutions.com/jts/javadoc/com/vividsolutions/jts/geom/Geometry.html


[Lebacque and Khoshyaran, 2004] Lebacque, J. P. and Khoshyaran, M. M. (2004).First order macroscopic traffic flow models for networks in the context of dynamicassignment. In Pardalos, P. M., Hearn, D. W., Patriksson, M., and Labbé, M., ed-itors, Transportation Planning, volume 64 of Applied Optimization, pages 119–140.Springer US.

[Leo and Pretty, 1992] Leo, C. J. and Pretty, R. L. (1992). Numerical simulation ofmacroscopic continuum traffic models. Transportation Research Part B: Methodolog-ical, 26(3):207 – 220.

[Lerman and Mahmassani, 1985] Lerman, S. R. and Mahmassani, H. S. (1985). Theeconometrics of search. Environment and Planning A. Submitted to Revised.

[Liu et al., 2009] Liu, T.-l., Huang, H.-j., and Tian, L.-j. (2009). Microscopic simula-tion of multi-lane traffic under dynamic tolling and information feedback. Journalof Central South University of Technology, 16:865–870. 10.1007/s11771-009-0143-y.

[Macal and North, 2009] Macal, C. and North, M. (2009). Agent-based modeling andsimulation. In Winter Simulation Conference (WSC), Proceedings of the 2009, pages86 –98.

[MathWorks, 2010a] MathWorks, T. (2010a). Matlab 2007a.http://code.google.com/p/matlabcontrol/.

[MathWorks, 2010b] MathWorks, T. (2010b). Matlab 2010.www.mathworks.com/products/matlab/.

[MATSim, 2010] MATSim (2010). Multi-Agent Transport Simulation MATSim -http://www.matsim.org/.

[McCrea and Moutari, 2010] McCrea, J. and Moutari, S. (2010). A hybridmacroscopic-based model for traffic flow in road networks. European Journal ofOperational Research, 207(2):676 – 684.

[Ni, 2003] Ni, D. (2003). 2dsim: A prototype of nanoscopic traffic simulation. InIntelligent Vehicles Symposium, 2003. Proceedings. IEEE, pages 47 – 52.

[Ni, 2006] Ni, D. (2006). A framework for new generation transportation simulation. InProceedings of the 38th conference on Winter simulation, WSC ’06, pages 1508–1514.Winter Simulation Conference.

[North and Macal, 2007] North, M. J. and Macal, C. M., editors (2007). ManagingBusiness Complexity. Oxford University Press.

http://www.matsim.org/


[Nuno., 1998] Nuno., D. (1998). Modeling and implementing AND and OR Dependen-cies in social reasoning. PhD thesis, Faculty of Sciences. Universidade de Lisboa,Portugal.

[Ortúzar and Willumsen, 2001] Ortúzar, J. d. D. and Willumsen, L. G. (2001). Mod-elling Transport 3 edn. John Wiley and Sons, Chichester.

[Piccoli and Tosin, 2009] Piccoli, B. and Tosin, A. (2009). Vehicular traffic: A re-view of continuum mathematical models. In Meyers, R. A., editor, Encyclopedia ofComplexity and Systems Science, pages 9727–9749. Springer New York.

[Polak, 1989] Polak, J.W., A. K. (1989). Clamp: a macroscopic simulation model forparking policy analysis. 68th Transportation Research Board Annual Meeting.

[Polak and Axhausen, 2009] Polak, J. and Axhausen, K. (2009). Parking search be-haviour: A review of current research and future prospects. Technical report, OxfordUniversity, Transport Studies Unit.

[Pradalier, 2005] Pradalier, C. e. a. (2005). Path planning for a parking assistancesystem: Implementation and experimentation. In Proceedings of of the AustralasianConference on Robotics and Automation, Australia.

[Railsback et al., 2006] Railsback, S. F., Railsback, L., Lytinen, S. L., and Jackson,S. K. (2006). Agent-based simulation platforms: review and development recom-mendations. In ENVIRONMENTAL MODELLING and SOFTWARE 22 (2007)1775E1787 RUSSEL, S.J., NORVIG, P, page 609. Prentice-Hall.

[Schnieder and Detering, 2010] Schnieder, L. and Detering, S. (2010). Systems-theoretic foundation for advanced driver assistance systems. In Systems Conference,2010 4th Annual IEEE, pages 365 –370.

[Shao et al., 2008] Shao, C., ZHAO, Y., YU, L., and XU, J. (2008). Case analysis onvehicle parking and departure plans for the national stadium. Journal of Trans-portation Systems Engineering and Information Technology, 8(6):52 – 55.

[Sheffi, 1985] Sheffi, Y. (1985). Urban Transportation Networks: Equilibrium Analysiswith Mathematical Programming Methods. Prentice-Hall, Inc Englewood Cliffs, NJ07632.

[Shi and Eberhart, 1998] Shi, Y. and Eberhart, R. C. (1998). Parameter selection inparticle swarm optimization. In Evolutionary Programming, pages 591–600.


[Shoup, 2006] Shoup, D. C. (2006). Cruising for parking. Transport Policy, 13(6):479– 486. Parking.

[Sousa, 2011] Sousa, E. F. (2011). Desenho a mão livre do estacionamento do estádiomagalhães pinto. Master’s thesis.

[Spalazzi and Wooldridge, 2003] Spalazzi, L. and Wooldridge, M. J. (2003). Reasoningabout rational agents, intelligent robots and autonomous agents series. Minds andMachines, 13:429–435.

[SUN, 2011] SUN (2011). website - http://www.java.com.

[Tango et al., 2007] Tango, F., Montanari, R., and Marzani, S. (2007). Present andfuture of simulation traffic models. In Cacciabue, P. C., editor, Modelling DriverBehaviour in Automotive Environments, pages 400–427. Springer London.

[Tavares, 2010] Tavares, L. D. (2010). Um simulador de tráfego urbano baseado emautômatos celulares. Master’s thesis, Escola de Engenharia - Universidade Federalde Minas Gerais.

[Tavares et al., 2010] Tavares, L. D., Silva, G., Vieira, D. A. G., Saldanha, R. R., andCaminhas, W. M. (2010). Detecting car accidents based on traffic flow measure-ments using machine learning techniques. In 2nd International Workshop on Com-binations of Intelligent Methods and Applications (CIMA-10), Université d’Artois,Arras, France.

[Thompson and Richardson, 1998] Thompson, R. G. and Richardson, A. J. (1998).A parking search model. Transportation Research Part A: Policy and Practice,32(3):159 – 170.

[Toledo et al., 2010] Toledo, T., Cats, O., Burghout, W., and Koutsopoulos, H. N.(2010). Mesoscopic simulation for transit operations. Transportation Research PartC: Emerging Technologies, 18(6):896 – 908. Special issue on Transportation Simula-tion; Advances in Air Transportation Research.

[Vanderschuren, 2007] Vanderschuren, M. (2007). Calibrating microscopic simulationmodels. In 26th Annual Southern African Transport Conference.

[Vythoulkas, 1990] Vythoulkas, P.C., P. J. (1990). A simulation model for the analysisof parking guidance systems. Knowledge Engineering Review.

[West, 2000] West, D. B. (2000). Introduction to Graph Theory. Prentice Hall, 2edition.

http://www.java.com


[Wooldridge and Jennings, 1994] Wooldridge, M. and Jennings, N. R. (1994). Intelli-gent agents: Theory and practice. Knowledge Engineering Review. Submitted toRevised.

[Xiaofeng et al., 2008] Xiaofeng, M., Chaozhong, W., and Xinping, Y. (2008). A multi-agent model for evacuation system under large-scale events. In Computational Intel-ligence and Design, 2008. ISCID ’08. International Symposium on, volume 1, pages557 –560.

[YE et al., 2009] YE, Z., LIU, C., and GUI, N. (2009). Research on different parkingsupply in beijing. Journal of Transportation Systems Engineering and InformationTechnology, 9(6):47 – 51.

[Young, 2000] Young, W. (2000). Modeling parking. In D. A. Hensher, K. J. B., editor,Handbook of transport modelling, pages 409–418. Emerald Group Publishing.

[Yun et al., 2008] Yun, M., Yu, R., and Yang, X. (2008). Modeling on scale of publicparking lot based on parking choice behavior. In Proceedings of the 2008 Interna-tional Conference on Intelligent Computation Technology and Automation - Volume02, ICICTA ’08, pages 259–262, Washington, DC, USA. IEEE Computer Society.

[Zhuang et al., 2009] Zhuang, L., Xiaoyan, C., and Yan, D. (2009). Mobile learningapplied research based on 3g technology. In Software Engineering Research, Man-agement and Applications, 2009. SERA ’09. 7th ACIS International Conference on,pages 173 –175.

sistema multiagente para simulaÇÃo da dinÂmica de

Documents