Use este identificador para citar ou linkar para este item: https://repositorio.uema.br/jspui/handle/123456789/5838
Título: Inteligência artificial aplicada à mobilidade urbana: uma revisão bibliográfica.
Título(s) alternativo(s): Artificial intelligence applied to urban mobility: a literature review.
Autor(es): Ericeira Sobrinho, José Carlos
Orientador: PEREIRA, HELENYLSON JESUS
Membro da Banca: De Freitas, André Rodrigues
Membro da Banca: de Oliveira, Carlos Eduardo Machado
Data do documento: 2025-07-11
Editor: Universidade Estadual do Maranhão
Resumo: O presente trabalho de conclusão de curso tem como objetivo analisar a aplicação da Inteligência Artificial (IA) na mobilidade urbana, com foco em três tecnologias principais: algoritmos preditivos, semáforos inteligentes e Sistemas de Informação Geográfica (SIG). A pesquisa adotou a metodologia de revisão bibliográfica sistemática, com a seleção e análise de estudos publicados entre 2020 e 2025, a fim de sintetizar os impactos, benefícios e limitações dessas tecnologias em contextos urbanos diversos. A partir da revisão realizada, constatou-se que a IA apresenta potencial significativo para otimizar o fluxo de tráfego, reduzir congestionamentos, melhorar a segurança viária e promover uma gestão mais eficiente dos sistemas de transporte público. Os semáforos inteligentes representam uma aplicação prática da IA fraca, utilizando redes neurais convolucionais e modelos como o YOLOv5 para analisar o fluxo veicular e ajustar os tempos de sinalização conforme a demanda. Estudos de caso em cidades da América Latina e da Europa indicam melhorias na fluidez do tráfego, com impacto direto na eficiência operacional urbana. Já os Sistemas de Informação Geográfica, quando integrados à IA, ampliam a capacidade de análise espacial, permitindo a identificação de áreas críticas, a reestruturação de rotas e a alocação mais racional de recursos públicos. A combinação entre SIG e IA tem proporcionado avanços na formulação de políticas públicas baseadas em evidências, com destaque para experiências em cidades brasileiras como Pato Branco e Joinville. Entretanto, a implementação dessas tecnologias enfrenta desafios relevantes. Entre eles, destacam-se a necessidade de infraestrutura tecnológica adequada, a formação de profissionais capacitados, a governança algorítmica, a interoperabilidade entre plataformas e a proteção de dados pessoais. Conclui-se que, embora promissora, a aplicação da Inteligência Artificial na mobilidade urbana requer uma abordagem adaptativa, integrada e contextualizada às realidades locais, com foco em sustentabilidade, equidade e eficiência operacional.
Resumo: This undergraduate thesis aims to analyze the application of Artificial Intelligence (AI) in urban mobility, focusing on three main technologies: predictive algorithms, intelligent traffic lights, and Geographic Information Systems (GIS). The research adopted a systematic literature review methodology, selecting and analyzing studies published between 2020 and 2025 in order to synthesize the impacts, benefits, and limitations of these technologies in various urban contexts. Based on the review conducted, AI has shown significant potential to optimize traffic flow, reduce congestion, improve road safety, and promote more efficient management of public transportation systems. Intelligent traffic lights represent a practical application of weak AI, using convolutional neural networks and models such as YOLOv5 to analyze vehicle flow and adjust signaling times according to demand. Case studies in cities across Latin America and Europe indicate improvements in traffic fluidity, with direct impact on urban operational efficiency. Geographic Information Systems, when integrated with AI, enhance spatial analysis capabilities, allowing for the identification of critical areas, route restructuring, and more rational allocation of public resources. The combination of GIS and AI has enabled advances in the formulation of evidence based public policies, with noteworthy experiences in Brazilian cities such as Pato Branco and Joinville. However, the implementation of these technologies faces significant challenges. These include the need for adequate technological infrastructure, the training of qualified professionals, algorithmic governance, platform interoperability, and the protection of personal data. It is concluded that, although promising, the application of Artificial Intelligence in urban mobility requires an adaptive, integrated, and context-sensitive approach, with a focus on sustainability, equity, and operational efficiency.
Palavras-chave: Semáforos
Algoritmos
Geoinformação
Planejamento
Transporte
Trafficlights
Algorithms
Geoinformation
Planning
Transport
Aparece nas coleções:Curso de Bacharelado em Engenharia Civil - CESB UEMA - Monografias

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
TCC - JOSÉ CARLOS ERICEIRA SOBRINHO.pdfPDFA631.58 kBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.