Modelo preditivo de vagas de estacionamento público e o impacto na emissão de CO2
dc.contributor.advisor | Burgos, Paulina Alejandra Achurra | pt_BR |
dc.contributor.author | Sanches, Bruno Vieira | |
dc.contributor.author | Silva, Davi Dom Bosco | |
dc.contributor.author | Santos, Lucas Nicascio dos | |
dc.contributor.author | Reis, Marcelo Lisboa de Castro | |
dc.coverage.cidade | São Paulo | pt_BR |
dc.coverage.pais | Brasil | pt_BR |
dc.creator | Sanches, Bruno Vieira | |
dc.creator | Silva, Davi Dom Bosco | |
dc.creator | Santos, Lucas Nicascio dos | |
dc.creator | Reis, Marcelo Lisboa de Castro | |
dc.date.accessioned | 2022-12-02T14:53:38Z | |
dc.date.available | 2022-12-02T14:53:38Z | |
dc.date.issued | 2022 | |
dc.description.abstract | O maior desafio que a humanidade enfrenta hoje é alcançar a contenção do aumento da temperatura média global, idealmente abaixo de 1,5ºC. Há consenso na comunidade científica de que nos próximos anos as emissões de CO2, um dos principais gases de efeito estufa responsáveis pelo aquecimento do planeta, precisam diminuir radicalmente. A magnitude do desafio requer consequentemente um conjunto de intervenções em diferentes escalas para diminuir tais emissões. Este projeto busca minimizar as emissões geradas pelo uso de veículos a combustão durante a procura de vagas para estacionar. Em ruas movimentadas, essa procura é responsável por um aumento de 34% no tráfego[1], que, por sua vez, intensificam o aumento das emissões de CO2. Extrapolando a problemática das emissões de gases do efeito estufa, atuar sobre a otimização do tempo de busca por vaga de estacionamento tem também impactos na logística urbana e bem-estar do motorista, fatores que tornam ainda mais relevante a abordagem do tema. Olhando-se para a perspectiva das cidades, o projeto visa servir como ferramenta de intervenção de políticas públicas, uma vez que é capaz de contribuir na mitigação de vários problemas de logística urbana, desde a poluição sonora até a redução de custos logísticos que impactam toda a cadeia econômica municipal. Quanto ao âmbito do indivíduo, a utilização do modelo colabora com sua saúde socioemocional, ao reduzir níveis de estresse e ansiedade causados pelo processo de busca por estacionamentos; e também com sua saúde física, ao contribuir com a redução das emissões de partículas suspensas, e consequentemente, melhorar a qualidade do ar. Por fim, o indivíduo é diretamente impactado pela redução do tempo que é diariamente desperdiçado no processo de busca por vagas. Propõe-se então um modelo preditivo para antecipar a disponibilidade de vagas numa determinada região, gerando assim uma diminuição do tempo dessa busca, e consequentemente, redução das emissões decorrentes do processo de estacionamento. O modelo considera a atratividade da região, o número total de vagas disponíveis, o número de carros competindo pelo espaço, período do dia e o tempo que o carro permanece estacionado. Pretende-se, desse modo, estimar a diminuição nas emissões de CO2 comparando, ceteris paribus, emissões produzidas na busca de vagas sem a utilização do modelo proposto. Espera-se que ao final do projeto, a modelagem desenvolvida sirva de insumo para aplicação prática em contextos urbanos, otimizando a busca por estacionamentos, reduzindo assim o 6 tempo médio de busca, como resultado, reduzindo o volume de gás carbônico emitido no perímetro. | pt_BR |
dc.description.notes | Projeto realizado para empresa IMREDD - Mentor na Empresa: Paulo Carvalho Brasilio de Moura | pt_BR |
dc.description.other | The biggest challenge faced by humanity today is to contain the increase in the global average temperature below 1.5ºC. There is a consensus among the scientific community that CO2 emissions, one of the leading greenhouse gases responsible for global warming, need to be radically reduced in the atmosphere in the coming years. Therefore, the magnitude of the challenge requires a set of solutions to reduce such emissions. This project seeks to minimize the emissions generated by vehicles when searching for parking spaces. On busy streets, this demand is responsible for a 30% increase in traffic, which, in turn, intensifies the increase in CO2 emissions. Extrapolating the issue of greenhouse gas emissions, acting on the optimization of the cruising time for a parking has impacts on urban logistics and driver’s well-being, factors that make the approach to the topic even more relevant. Looking at the cities’ perspective, the project can serve as a tool for public policies interventions, once it contributes to the mitigation of various urban logistics problems, ranging from noise pollution to the reduction of logistics costs that impact the entire municipal economic chain. As for the individual's scope, the use of the model collaborates with the socio emotional health, by reducing levels of stress and anxiety caused by the process of searching for parking lots. Moreover, it contributes with the physical health, by reducing the amount of suspended particle, and consequently, improving air quality. Finally, the individual is also directly impacted by the reduction of time that is daily wasted in the process of searching for parking spots. A predictive model is then proposed to anticipate the availability of parking spaces in each region, thus reducing the time to search for parking spaces and, consequently, reducing emissions resulting from the parking process. The model considers the region's attractiveness, the total number of available parking spots, the number of cars competing for space, the period of the day, and the amount of time the vehicles remain parked. In this way, it is intended to estimate the decrease in CO2 emissions by comparing emissions produced in the search for vacancies with and without the use of the proposed model. It is expected that, at the end of the project, the developed model will serve as input for practical application in urban contexts, optimizing the search for parking lots, thus reducing the average cruising time, as a result, reducing the volume of gas carbon dioxide emitted in the perimeter. | pt_BR |
dc.description.qualificationlevel | Graduação | pt_BR |
dc.format.extent | 99 p. | pt_BR |
dc.format.medium | Digital | pt_BR |
dc.identifier.uri | https://repositorio.insper.edu.br/handle/11224/4773 | |
dc.language.iso | Português | pt_BR |
dc.rights.license | O INSPER E ESTE REPOSITÓRIO NÃO DETÊM OS DIREITOS DE USO E REPRODUÇÃO DOS CONTEÚDOS AQUI REGISTRADOS. É RESPONSABILIDADE DOS USUÁRIOS INDIVIDUAIS VERIFICAR OS USOS PERMITIDOS NA FONTE ORIGINAL, RESPEITANDO-SE OS DIREITOS DE AUTOR OU EDITOR. | pt_BR |
dc.subject | Emissões de CO2 | pt_BR |
dc.subject | Modelo gravitacional | pt_BR |
dc.subject | Otimização de vagas de estacionamento público | pt_BR |
dc.subject | Análise de Dados | pt_BR |
dc.subject | Tempo desperdiçado | pt_BR |
dc.subject.keywords | CO2 emissions | pt_BR |
dc.subject.keywords | gravitational model | pt_BR |
dc.subject.keywords | Optimization of public parking spaces | pt_BR |
dc.subject.keywords | Data analysis | pt_BR |
dc.subject.keywords | Waste time | pt_BR |
dc.title | Modelo preditivo de vagas de estacionamento público e o impacto na emissão de CO2 | pt_BR |
dc.type | bachelor thesis | |
dspace.entity.type | Publication | |
local.contributor.boardmember | Costa, Adriano Borges | pt_BR |
local.contributor.boardmember | Ayres, Fábio José | pt_BR |
local.subject.cnpq | Engenharias | pt_BR |
local.type | Trabalho de Conclusão de Curso | pt_BR |
Arquivos
Pacote original
1 - 1 de 1
- Nome:
- Relatório Final Revisado_IMREDD_2022.pdf
- Tamanho:
- 5.03 MB
- Formato:
- Adobe Portable Document Format
- Descrição:
- Relatório Final Revisado_IMREDD_2022
Licença do pacote
1 - 1 de 1
N/D
- Nome:
- license.txt
- Tamanho:
- 282 B
- Formato:
- Item-specific license agreed upon to submission
- Descrição: