Produção Acadêmica e Científica
URI Permanente desta comunidade
Navegar
Navegando Produção Acadêmica e Científica por Assunto "Acidentes de trânsito"
Agora exibindo 1 - 2 de 2
Resultados por página
Opções de Ordenação
- ItemAnálise dos locais críticos de acidentes de trânsito urbano no município de Santa Fé do Sul em 2021(IFSP, 2022-11-25) Ribeiro, Isabella Todero Alves; Correa, Ricardo Henrique AlvesOs acidentes de trânsito são responsáveis por causar danos tanto físicos quanto emocionais aos envolvidos. Suas causas têm vários fatores incluídos como imprudência do condutor, má organização viária no planejamento urbano e até fenômenos da natureza. Os estudos sobre acidentes de trânsito no Brasil são escassos e descontinuados, sendo necessário aprofundar o conhecimento no assunto para pensar em medidas preventivas e de controle. Nesse caso, o objeto de estudo foi analisar os dados de acidentes de trânsito ocorridos no ano de 2021 no município de Santa Fé do Sul, para identificar os locais críticos, utilizando a metodologia de classificação da severidade produzida pelo Departamento Nacional de Trânsito (DENATRAN) no programa PARE. Em seguida, mapeá-los por meio de ferramentas de geoprocessamento, possibilitando um maior conhecimento sobre seus desdobramentos. Isso foi feito a partir da coleta de dados dos boletins elaborados pela polícia militar e o mapeamento pelo programa computacional QGIS. Assim, os acidentes foram categorizados em uma base cartográfica que possibilitou identificar os pontos críticos na cidade.
- ItemInteligência artificial aplicada a identificação de acidentes de trânsito em rodovias(Instituto Federal de Educação, Ciência e Tecnologia de São Paulo (IFSP) , 2021-06-11) Brito, Sílvio da Col de; Silva, Everton Josué daAcidentes de trânsito são o oitavo maior fator causador de mortes no mundo. O avanço tecnológico tem contribuído para evitar ou mitigar tais ocorrências. Em rodovias, o monitoramento por meio de câmeras de vídeo contribui para reduzir o tempo de atendimento a vítimas e limpeza da pista evitando novos desdobramentos. Carros autônomos utilizam-se de sensores visuais, ultrassônicos e radar para uma condução segura. Adicionalmente, em alguns cenários a identificação de sons pode desempenhar um papel importante para sistemas de monitoramento ou sensoriamento. Este trabalho propõe o desenvolvimento de um modelo de aprendizado de máquina capaz de identificar sons relacionados a acidentes de trânsito, podendo ser empregado em conjunto, ou isoladamente, a tais sistemas. A base de dados utilizada foi montada a partir de diferentes fontes e contém sons de colisões, derrapagens e buzinas combinados a diferentes ruídos. Para a extração de atributos, foram avaliadas técnicas como o coeficiente de mel-frequência (MFCC) e espectrogramas em escala mel, servindo de entrada para um algoritmo baseado em redes neurais convolucionais (CNN), o qual foi configurado como um classificador. A acurácia obtida foi acima de 98% tanto na validação quanto para os dados de teste, compatível com outros trabalhos na literatura.