TRAJES: um arcabouço para geração e avaliação de modelos de predição de trajetórias veiculares
| dc.contributor.advisor-co1 | Comarela, Giovanni Ventorim | |
| dc.contributor.advisor1 | Mota, Vinícius Fernandes Soares | |
| dc.contributor.advisor1ID | https://orcid.org/0000-0002-8341-8183 | |
| dc.contributor.author | Krohling, Breno Aguiar | |
| dc.contributor.referee1 | Dias, Diego Roberto Colombo | |
| dc.contributor.referee2 | Rettore, Paulo Henrique Lopes | |
| dc.date.accessioned | 2025-02-11T19:18:51Z | |
| dc.date.available | 2025-02-11T19:18:51Z | |
| dc.date.issued | 2024-12-12 | |
| dc.description.abstract | Vehicle trajectories prediction enables traffic management optimization and facilitates solutions that require knowledge of where a vehicle, or its driver, is heading. To use such information on a large scale, it is necessary to employ models capable of generalizing complex movement patterns across an entire region or city. To achieve this, an end-to-end framework called TRAJES (Trajectory Estimator) was proposed to generate models from urban vehicle mobility data, using trajectories consisting only of geolocation information. The model generation and selection are based on concrete metrics, such as the actual distance between predicted and real points, and the proposed Hit Race Accuracy metric, which evaluates model performance based on regions of interest throughout the entire city. The framework was employed to create models capable of predicting vehicle positions in both the near and distant future, tested on real-world datasets collected in the cities of Porto and San Francisco. The results demonstrated the ability to generalize effective models for both prediction scenarios, indicating their viability as an intermediate step for external solutions, particularly those requiring knowledge of a vehicle’s future region. | |
| dc.description.resumo | A predição de trajetórias veiculares permite otimizar o gerenciamento de tráfego e possibilitar soluções que necessitam saber para onde um veículo, ou seu motorista, está se deslocando. Para utilizar tais informações em grande escala é necessário o uso de modelos capazes de generalizar padrões de movimentos complexos por toda a extensão de uma região ou cidade. Com o intuito de gerar modelos capazes de realizar tal tarefa, foi proposto o TRAJES (Trajectory Estimator), um arcabouço capaz de gerar modelos a partir de dados de mobilidade contendo trajetórias formadas apenas por dados de geolocalização. A geração e escolha dos modelos é realizada por métricas concretas como a distância real entre os pontos preditos e reais e pela métrica proposta Hit Rate Accuracy, responsável por avaliar o desempenho do modelo baseado em regiões de interesse ao longo da extensão da cidade analisada. O arcabouço foi utilizado para a geração de modelos capazes de predizer posições dos veículos no futuro próximo e distante e foram testados em bases de dados reais, coletados na cidade do Porto e São Francisco. Os resultados obtidos demonstraram a capacidade de generalizar bons modelos para ambos os cenários de predição, indicando a viabilidade de uso dos mesmos com passo intermediário para soluções externas, principalmente as que necessitam saber a região futura de um veículo. | |
| dc.format | Text | |
| dc.identifier.uri | http://repositorio.ufes.br/handle/10/18322 | |
| dc.language | por | |
| dc.publisher | Universidade Federal do Espírito Santo | |
| dc.publisher.country | BR | |
| dc.publisher.course | Mestrado em Informática | |
| dc.publisher.department | Centro Tecnológico | |
| dc.publisher.initials | UFES | |
| dc.publisher.program | Programa de Pós-Graduação em Informática | |
| dc.rights | open access | |
| dc.subject | Predição de trajetórias | |
| dc.subject | Aprendizado de máquina | |
| dc.subject | Mobilidade urbana | |
| dc.subject.cnpq | Ciência da Computação | |
| dc.title | TRAJES: um arcabouço para geração e avaliação de modelos de predição de trajetórias veiculares | |
| dc.type | masterThesis |