O gráfico gerado a partir da simulação 4, que se encontra na figura 6.3, apresenta um alto índice de acertos entre o número exato de veículos que trafegou pelas áreas de cobertura das ERB´s, e a estimativa Erlang fornecida por elas.
Este cenário mostra que, para este centro urbano utilizado, a quantidade de veículos inseridos na simulação gera muito tráfego nas vias de acesso.
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 1 - - 0,6% 2,3% - - 1,4% 1,1% - 0,7% 4,6% 2,3% - - - 1,5% 2 - - - 6,3% - 1,1% 3,4% 7,3% - 1,1% 1,2% 4,2% - 2,7% 2,4% - 3 0,4% 0,3% 1,8% 6,6% 1,5% 0,6% 4,2% 14,6% 4,8% 2,8% 1,6% 4,2% - 4,6% 1,8% 1,5% 4 1,2% 1,2% 0,9% 5,6% 0,9% 0,6% 3,3% 20,6% 5,4% 1,7% 3,8% 4,0% 3,3% 10,7% 2,8% 3,4% 5 0,4% - - - 0,4% 0,5% 2,3% 19,0% - 1,8% 2,6% 3,0% 1,9% 1,7% 1,5% - 6 - 0,3% 0,4% 6,5% 0,4% 0,6% 2,9% 23,1% 2,2% 2,2% 2,5% 3,7% 4,9% 4,2% 0,4% - 7 3,7% 2,9% 3,7% 4,7% 10,2% 5,3% 7,5% 23,1% 12,3% 6,9% 12,3% 6,3% 6,4% 8,5% 5,5% 7,6% 8 8,2% 8,0% 5,1% 6,3% 23,5% 13,0% 24,2% 43,0% 15,7% 17,8% 48,5% 19,3% 11,3% 10,5% 19,4% 17,3% 9 11,0% 10,1% 7,1% 5,9% 33,4% 13,6% 31,5% 56,1% 19,7% 33,0% 66,4% 21,1% 11,9% 22,8% 18,0% 12,7% 10 9,0% 8,6% 7,1% 7,9% 35,8% 14,6% 38,2% 61,0% 18,0% 41,9% 70,3% 21,0% 11,4% 25,0% 17,2% 21,5% 11 15,4% 15,3% 12,0% 9,3% 40,7% 14,5% 49,2% 66,5% 22,3% 42,7% 70,3% 34,1% 17,6% 19,1% 21,4% 17,0% 12 14,6% 18,8% 11,4% 7,7% 46,2% 19,4% 55,0% 67,1% 20,7% 39,9% 68,2% 49,3% 18,5% 23,3% 35,9% 16,2% 13 15,2% 16,2% 13,5% 13,2% 50,3% 17,2% 58,1% 68,8% 31,1% 41,6% 71,4% 55,9% 18,3% 28,2% 46,9% 16,4% 14 14,7% 17,9% 13,0% 8,9% 48,3% 16,3% 60,8% 71,3% 41,0% 39,8% 73,5% 62,8% 22,4% 28,8% 54,8% 16,3% 15 17,4% 19,4% 14,9% 9,7% 50,6% 19,2% 64,3% 67,8% 45,2% 38,7% 73,4% 66,7% 22,8% 26,7% 57,0% 19,5% 16 16,9% 19,3% 15,1% 9,8% 51,0% 19,7% 70,1% 70,0% 49,0% 41,3% 74,9% 68,3% 20,4% 28,2% 60,1% 16,1% 17 17,0% 19,1% 15,0% 12,6% 49,7% 24,8% 70,3% 70,9% 53,1% 42,5% 73,6% 64,8% 13,5% 37,1% 59,7% 12,8% 18 17,2% 22,8% 16,2% 14,4% 49,3% 30,1% 73,5% 70,7% 52,1% 41,7% 73,4% 66,5% 19,0% 26,4% 64,9% 15,9% 19 16,5% 28,0% 14,4% 14,4% 60,2% 38,1% 77,9% 78,9% 60,2% 49,7% 76,2% 70,3% 26,9% 35,7% 71,0% 20,9% 20 17,4% 29,2% 13,9% 11,1% 63,3% 46,3% 80,1% 81,5% 57,1% 54,8% 80,0% 74,1% 19,1% 31,3% 76,8% 19,5% 21 18,7% 29,4% 16,0% 19,7% 65,0% 46,9% 82,1% 80,7% 58,6% 57,3% 82,3% 78,1% 17,5% 22,2% 76,2% 10,0% 22 18,9% 35,0% 34,0% 21,5% 64,3% 61,8% 83,1% 85,5% 68,8% 70,8% 86,2% 83,7% 45,5% 19,1% 95,9% 23,3% 23 32,4% 52,2% 43,1% 20,3% 64,8% 84,0% 83,4% 89,7% 47,2% 81,6% 90,7% 88,4% 46,9% 26,4% 95,0% 35,2% 24 13,5% 37,3% 44,6% 15,9% 38,9% 56,7% 47,9% 65,3% 52,4% 45,7% 65,0% 53,8% 32,4% 23,5% 81,5% 53,1% ANTENAS HORAS
Figura 6.3: Gráfico referente a tabela 6.13, do cenário 4
Os resultados mostraram que, quanto maior for o número de veículos em circulação no centro urbano do experimento, maior é a taxa de acerto entre o número de usuários reais e o número correspondente da metodologia Erlang, com dados da rede de telefonia celular.
Os gráficos resultantes, principalmente dos cenários com uma maior quantidade de veículos, também apontam para um maior grau de acerto a partir das 7 horas da manhã. Este comportamento deve-se à geração de tráfego no mesmo instante em que novos carros entram em circulação na vias, formando-se assim congestionamentos e fazendo com que os veículos permaneçam mais tempo em determinadas localidades, entrando, portanto, na contagem da ERB. Como a área de cobertura das ERB´s foi estabelecida de forma aleatória, essa taxa de acerto deverá mudar para um cenário de cobertura real.
Esses resultados são pertinentes à cidade de João Pessoa. A realização desse experimento em outras cidades pode ocasionar em diferentes resultados, dependendo do nível de mobilidade do centro urbano proposto.
7. Conclusão
Este trabalho estudou a viabilidade de se utilizar um sistema de simulação de tráfego como ferramenta de estudo para o monitoramento da mobilidade urbana. Os resultados iniciais indicam que tal ferramenta tem potencial para ser utilizada para identificar gargalos no sistema de trânsito através de uma correlação entre a malha viária e o posicionamento dos dispositivos móveis celulares.
Ainda sobre os resultados, eles mostram que, quanto maior for o número de veículos trafegando nas vias de um centro urbano, maior será a relação de acerto com a estimativa Erlang fornecida pelas estações rádio base. É possível, também, identificar as regiões que possuem um alto nível de congestionamento, assim como o horário que aconteceu.
O objetivo geral ao qual foi designado este trabalho foi cumprido. Um sistema de simulação computacional foi analisado e customizado para utilizar dados da rede de telefonia móvel celular no intuito de realizar o monitoramento urbano. Para isso, foi criado um modelo representativo das conexões móveis celulares e cenários fictícios para a realização das simulações.
O desenvolvimento deste trabalho acontece em um momento extremamente significativo e necessário no Brasil. O país sediará, em 2014, a Copa do Mundo de Futebol, e a expectativa é que cerca de 600 mil estrangeiros visitem o país, fora os 3 milhões de brasileiros que irão circular internamente nas cidades-sede da copa, segundo o Ministério do Turismo. O país ainda sediará, em 2016, as olimpíadas, maior evento esportivo do mundo, que trará também milhares de turistas, não apenas à cidade sede do Rio de Janeiro, mas também a outras cidades brasileiras que servirão como rota de turismo.
Dando continuidade à pesquisa, os trabalhos futuros compreendem em estabelecer uma parceria com uma empresa de telefonia móvel celular com a finalidade de utilizar dados reais sobre a utilização da rede e sobre o posicionamento geográfico e
área de cobertura das estações rádio base, no sentido de aferir a eficácia desta ferramenta no auxílio ao planejamento urbano.
Referências Bibliográficas
BANKS, Jerry. Proceedings of the 1999 Winter Simulation Conference P. A. Farrington, H. B. Nembhard, D. T. Sturrock, and G. W. Evans, eds. p. 7–13, 1999. BEHRISCH, Michael et al. SUMO – Simulation of Urban MObility. n. c, p. 63–68, 2011.
CALABRESE, Francesco; DI LORENZO, Giusy; RATTI, Carlo. Human mobility prediction based on individual and collective geographical preferences. 13th
International IEEE Conference on Intelligent Transportation Systems, p. 312–317, set.
2010. Disponível em:
<http://ieeexplore.ieee.org/lpdocs/epic03/wrapper.htm?arnumber=5625119>. CALDIERA, VRBG; ROMBACH, HD. The goal question metric approach.
Encyclopedia of Software Engineering, v. 2, p. 1–10, 1994. Disponível em: <http://fub-
taslim.googlecode.com/svn/trunk/WEMSE/INSTICC_Conference_Latex/gqm.pdf>. Acesso em: 5 ago. 2012.
DEPUTADOS, Câmara Dos. Estatuto da cidade. [S.l: s.n.], 2002.
DETRAN/PB. Frota paraibana cresce mais de 246% e número de motos aumenta em
638%.
FENABRAVE. Federação Nacional da Distribuição de Veiculos Automotores. Disponível em: <http://www.fenabrave.com.br/principal/home/>. Acesso em: 20 jul. 2011.
FOLHA DE SÃO PAULO. Folha de São Paulo. Disponível em:
<http://www1.folha.uol.com.br/fsp/mercado/55294-proibida-de-vender-chip-em-18- estados-tim-e-a-mais-punida.shtml>. Acesso em: 5 ago. 2012.
GAKENHEIMER, Ralph. Urban mobility in the developing world. Transportation
Research Part A: Policy and Practice, v. 33, n. 7-8, p. 671–689, set. 1999. Disponível
em: <http://linkinghub.elsevier.com/retrieve/pii/S0965856499000051>.
GLOBO.COM. Celulares com DDD 11, na Grande SP, terão nove dígitos a partir de
domingo. Disponível em: <http://g1.globo.com/sao-paulo/noticia/2012/07/celulares-
com-ddd-11-na-grande-sp-terao-nove-digitos-partir-de-domingo.html>. Acesso em: 6 ago. 2012.
HARTMANN, Stephan. The World as a Process : Simulations in the Natural and Social Sciences. 2005.
HERBIET, Guillaume-jean; BOUVRY, Pascal. UrbiSim : A Framework for Simulation of Ad Hoc Networks in Realistic Urban Environment. 2009.
HUANG, Sonya; SEVTSUK, Andres; RATTI, Carlo. Mobile Landscapes : Graz in Real Time. 2005, Viena - Austria: [s.n.], 2005.
IBGE. Instituto Brasileiro de Geografia e Estatística. Disponível em:
<http://seriesestatisticas.ibge.gov.br/series.aspx?vcodigo=POP300&sv=35&t=revisao- 2008-projecao-da-populacao-do-brasil>. Acesso em: 3 ago. 2012.
JORNAL DO BRASIL. Jornal do Brasil. Disponível em:
<http://www.jb.com.br/pais/noticias/2012/06/01/com-295-km-sao-paulo-registra-maior- congestionamento-da-historia/>. Acesso em: 5 ago. 2012.
LAW, AM; KELTON, DW. Simulation modeling and analysis. Third Edit ed. [S.l: s.n.], 2000. Disponível em: <http://www.citeulike.org/group/4984/article/2702174>. Acesso em: 20 ago. 2012.
LAW, Averill M. Simulation & Modeling Analysis. 4th. ed. [S.l: s.n.], 2007. p. 751 LEE, Ronald. The outlook for population growth. Science (New York, N.Y.), v. 333, n. 6042, p. 569–73, 29 jul. 2011. Disponível em:
<http://www.pubmedcentral.nih.gov/articlerender.fcgi?artid=3155613&tool=pmcentrez &rendertype=abstract>. Acesso em: 17 jul. 2012.
LOBÃO, Elídio de Cearvalho; PORTO, Arthur José; VIEIRA. Proposta para sistematização de estudos de simulação. 1997.
MAO, Z.; DOULIGERIS, C. A location-based mobility tracking scheme for PCS networks. Computer Communications, v. 23, n. 18, p. 1729–1739, dez. 2000. Disponível em: <http://linkinghub.elsevier.com/retrieve/pii/S0140366400002024>. MARIA, Anu. Introduction to Modeling and Simulation. p. 7–13, 1997. Disponível em: <http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.139.5942>. Acesso em: 29 abr. 2013.
MINISTÉRIO DAS CIDADES. Ministério das Cidades. Disponível em:
<http://www.cidades.gov.br/index.php/o-ministerio/noticias/1870-programa-minha- casa-minha-vida-se-destaca-como-principal-avanco-no-balanco-do-pac2>. Acesso em: 5 ago. 2012.
MINISTÉRIO DO TURISMO. Ministério do Turismo. Disponível em:
<http://www.turismo.gov.br/turismo/noticias/todas_noticias/20120629.html>. Acesso em: 3 ago. 2012.
PIDD, Michael. An introduction to computer simulation. … of the 26th conference on Winter simulation, p. 7–14, 1994. Disponível em:
<http://dl.acm.org/citation.cfm?id=193959>. Acesso em: 20 ago. 2012.
READES, J; CALABRESE, Francesco; RATTI, C. Eigenplaces: analysing cities using the space-time structure of the mobile phone network. … and Planning B: Planning and Design, 2009. Disponível em: <http://www.envplan.com/epb/fulltext/b36/b34133t.pdf>.
Acesso em: 1 jul. 2013.
RESENDE, PTV; SOUSA, PR. Mobilidade urbana nas grandes cidades brasileiras: um estudo sobre os impactos do congestionamento. SIMPOI–SIMPÓSIO DE …, p. 1–16,
2009.
SARITA, Paula et al. Competição no setor de telefonia móvel brasileiro. p. 145–170, 2011.
SCHRANK, David; LOMAX, Tim; EISELE, Bill. TTI’s 2011 Urban Mobility Report Powered by INRIX Traffic Data. n. September, 2011.
SEVTSUK, Andres; RATTI, Carlo. Does Urban Mobility Have a Daily Routine ? Explorations Using Aggregate Mobile Network Data. 2009, [S.l: s.n.], 2009.
SHANNON, Robert E. Introduction to simulation. Proceedings of the 9th conference on
Winter simulation …, 1992. Disponível em:
<http://dl.acm.org/citation.cfm?id=167302>. Acesso em: 27 maio 2013.
SOHN, Keemin; KIM, Daehyun. Dynamic Origin–Destination Flow Estimation Using Cellular Communication System. IEEE Transactions on Vehicular Technology, v. 57, n. 5, p. 2703–2713, set. 2008. Disponível em:
<http://ieeexplore.ieee.org/lpdocs/epic03/wrapper.htm?arnumber=4383458>.
SWAIN, James J. Software Survey: Simulation — Back to the future. Disponível em: <https://www.informs.org/ORMS-Today/Public-Articles/October-Volume-38-Number- 5/Software-Survey-Simulation-Back-to-the-future>.
TELEBRASIL. Preço médio do minuto do celular cai 19% em um ano. Disponível em: <http://www.telebrasil.org.br/sala-de-imprensa/releases/4044-preco-medio-do-minuto- do-celular-cai-19-em-um-ano>. Acesso em: 31 dez. 2013.
TELECO. Inteligência em Telecomunicações.
TELECO. Inteligência em Telecomunicações. Disponível em: <http://www.teleco.com.br/>. Acesso em: 5 ago. 2012.
TOLSTRUP, Morten. Indoor radio planning: a practical guide for gsm, dcs, umts, hspa
and lte. [S.l: s.n.], 2011. Disponível em:
<http://books.google.com/books?hl=en&lr=&id=7wjN-
bKqWcQC&oi=fnd&pg=PA1&dq=Indoor+Radio+Planning+A+Practical+Guide+for+ GSM+,+DCS+,+UMTS+and+HSPA&ots=ZjrlSwSdF2&sig=TeeXywglQzt-
TRACI. Traci souceforge. Disponível em:
<http://sourceforge.net/apps/mediawiki/sumo/?title=TraCI>. Acesso em: 31 dez. 2013. U.S. CENSUS BUREU. U.S. Census Bureu. Disponível em:
<http://www.census.gov/population/popclockworld.html>. Acesso em: 2 ago. 2012. UN. United Nations, Department of Economic and Social Affair. Disponível em: <http://esa.un.org/unpd/wup/unup/p2k0data.asp>. Acesso em: 6 ago. 2012.
WALKER, Carol. Prakarsa. Journal of the Indonesia Infrastructure Initiative, n. 6, 2011.
ANEXO 1
Protocolo
1. Questão principal da pesquisa
A questão principal para o início da pesquisa foi definida como: Aproveitando o atual cenário vivido pelo setor da telefonia móvel celular no Brasil, onde se tem mais aparelhos celulares que habitantes, de que maneira podemos utilizar os dados dos usuários que utilizam a rede, de forma anônima, visando prever padrões de mobilidade urbana?
2. Sub-questões da pesquisa
A partir da questão principal surgiram sub-questões, com a finalidade de melhor compreender o foco da pesquisa. As sub-questões definidas foram:
Que técnicaspodem ser utilizadas para estimar a quantidade de usuários em determinada célula pertencente a uma rede de telefonia celular?
Que pesquisas que já foram realizadas no sentido de prever padrões de mobilidade urbana utilizando dados da rede de telefonia celular?
Que heurísticas já foram abordadas em outras pesquisas que utilizaram dados da rede de telefonia celular?
3. Processo de busca
Para a busca de artigos, serão utilizados os seguintes portais de periódicos: o IEEEXplore;
o ACM Digital Library.
4. Strings de busca
As strings de buscacriadas, e que serão utilizadas nos portais de periódicos,são as seguintes:
o mobile phone data AND urban mobility; o mobile phone data AND mobility patterns;
5. Critérios de inclusão
Uma vez que os artigos serão pesquisados utilizando as strings de busca mencionadas acima, estes precisam ser analisados com a finalidade de verificar se poderão contribuir com o mapeamento do estudo sistemático. Para isto alguns critérios de inclusão e exclusão foram adicionados ao protocolo. O critério da inclusão é definido é o seguinte:
O trabalho pesquisado abordaalgo relacionado àutilização de dados da rede de telefonia móvel celularcom o objetivo de estudar padrões de mobilidade urbana?
Se SIM, inclua.
6. Critérios de exclusão
Já o critério de exclusão é:
O trabalho pesquisado aborda de alguma maneira o tema: padrões de mobilidade urbana?
ANEXO 2
import sys
from math import sqrt
def main():
#print "Usage: lado xo yo saida" l = float(sys.argv[1]) x0 = float(sys.argv[2]) y0 = float(sys.argv[3]) arq = sys.argv[4] pontos = [] ax = x0+l ay = y0 bx = x0+l/2.0 by = y0+l*sqrt(3)/2.0 cx = x0-l/2 cy = y0+l*sqrt(3)/2.0 dx,dy = x0-l,y0 ex,ey = x0-l/2,y0-l*sqrt(3)/2.0 fx,fy = x0+l/2,y0-l*sqrt(3)/2 pontos.append((ax,ay)) pontos.append((bx,by)) pontos.append((cx,cy)) pontos.append((dx,dy)) pontos.append((ex,ey)) pontos.append((fx,fy)) f = file(arq,"a")
f.write("<poly id= \"""Antena_\""" type=\"""antena\""" color=\"""red\""" fill=\"""true\""" layer=\"""-1\""" shape = \"")
for ponto in pontos:
f.write("\"""/>") f.write("\n\n") f.close()
if __name__=='__main__': main()
ANEXO 3
<polys>
<poly id="Antena_01" type="antena" color="255,250,250" fill="true" layer="- 1" shape="12990.0,8535.0 11990.0,10267.0508076 9990.0,10267.0508076
8990.0,8535.0 9990.0,6802.94919243 11990.0,6802.94919243"/>
<poly id="Antena_02" type="antena" color="240,255,240" fill="true" layer="- 1" shape="15995.0,10267.0 14995.0,11999.0508076 12995.0,11999.0508076
11995.0,10267.0 12995.0,8534.94919243 14995.0,8534.94919243"/>
<poly id="Antena_03" type="antena" color="255,240,245" fill="true" layer="- 1" shape="19000.0,12000.0 18000.0,13732.0508076 16000.0,13732.0508076
15000.0,12000.0 16000.0,10267.9491924 18000.0,10267.9491924"/>
<poly id="Antena_04" type="antena" color="100,149,237" fill="true" layer="- 1" shape="22005.0,13732.0 21005.0,15464.0508076 19005.0,15464.0508076
18005.0,13732.0 19005.0,11999.9491924 21005.0,11999.9491924"/>
<poly id="Antena_05" type="antena" color="135,206,235" fill="true" layer="- 1" shape="12990.0,5070.0 11990.0,6802.05080757 9990.0,6802.05080757
8990.0,5070.0 9990.0,3337.94919243 11990.0,3337.94919243"/>
<poly id="Antena_06" type="antena" color="0,255,255" fill="true" layer="-1" shape="15995.0,6802.0 14995.0,8534.05080757 12995.0,8534.05080757
11995.0,6802.0 12995.0,5069.94919243 14995.0,5069.94919243"/>
<poly id="Antena_07" type="antena" color="240,230,140" fill="true" layer="- 1" shape="19000.0,8535.0 18000.0,10267.0508076 16000.0,10267.0508076
15000.0,8535.0 16000.0,6802.94919243 18000.0,6802.94919243"/>
<poly id="Antena_08" type="antena" color="255,215,0" fill="true" layer="-1" shape="22005.0,10267.0 21005.0,11999.0508076 19005.0,11999.0508076
18005.0,10267.0 19005.0,8534.94919243 21005.0,8534.94919243"/>
<poly id="Antena_09" type="antena" color="245,245,220" fill="true" layer="- 1" shape="12990.0,1605.0 11990.0,3337.05080757 9990.0,3337.05080757
8990.0,1605.0 9990.0,-127.050807569 11990.0,-127.050807569"/>
<poly id="Antena_10" type="antena" color="216,191,216" fill="true" layer="- 1" shape="15995.0,3337.0 14995.0,5069.05080757 12995.0,5069.05080757
11995.0,3337.0 12995.0,1604.94919243 14995.0,1604.94919243"/>
<poly id="Antena_11" type="antena" color="255,228,196" fill="true" layer="- 1" shape="19000.0,5070.0 18000.0,6802.05080757 16000.0,6802.05080757
15000.0,5070.0 16000.0,3337.94919243 18000.0,3337.94919243"/>
<poly id="Antena_12" type="antena" color="141,182,205" fill="true" layer="- 1" shape="22005.0,6802.0 21005.0,8534.05080757 19005.0,8534.05080757
18005.0,6802.0 19005.0,5069.94919243 21005.0,5069.94919243"/>
<poly id="Antena_13" type="antena" color="0,255,255" fill="true" layer="-1" shape="25010.0,8535.0 24010.0,10267.0508076 22010.0,10267.0508076
<poly id="Antena_14" type="antena" color="255,140,105" fill="true" layer="- 1" shape="19000.0,1605.0 18000.0,3337.05080757 16000.0,3337.05080757
15000.0,1605.0 16000.0,-127.050807569 18000.0,-127.050807569"/>
<poly id="Antena_15" type="antena" color="205,181,205" fill="true" layer="- 1" shape="22005.0,3337.0 21005.0,5069.05080757 19005.0,5069.05080757
18005.0,3337.0 19005.0,1604.94919243 21005.0,1604.94919243"/>
<poly id="Antena_16" type="antena" color="181,181,181" fill="true" layer="- 1" shape="25010.0,5070.0 24010.0,6802.05080757 22010.0,6802.05080757
21010.0,5070.0 22010.0,3337.94919243 24010.0,3337.94919243"/> </polys>
ANEXO 4
#-*-coding:utf-8 -*- import traci import time import math import sys import os import subprocess
#verifica se um ponto pertence ao trapézio definido pela parte superior de um hexágono regular.
#Este método é chamado para todos os carros e antenas. Para capturar carros que estão no trapézio inferior do hexágono,
#usa-se esse método com o simétrico do ponto em relação à reta y=y0, onde y0 é a coordenada y do centro do hexágono.
def dentroDoTrapezio(x,y,x0,y0,l):
if(not (y0<=y<=y0+l*math.sqrt(3)/2)):return False
if( (y*(l/2)+(x0-l)*(y0+l*math.sqrt(3)/2)-(x0-l/2)*(y0))/(l*math.sqrt(3)/2) <=x<= (y*(-l/2)+(x0+l)*(y0+l*math.sqrt(3)/2)-
(x0+l/2)*(y0))/(l*math.sqrt(3)/2)):return True return False
#verifica se um ponto pertence à região de uma antena a partir da comparação com os trapézios. def dentroDaAntena(x,y,x0,y0,l): if dentroDoTrapezio(x,y,x0,y0,l):return True if dentroDoTrapezio(x,2*y0-y,x0,y0,l):return True return False
sumoExe = "sumo-gui" #path do sumo-gui
sumoConfig = "conf.sumo.cfg" #arquivo de configuração da simulação
sumoProcess = subprocess.Popen("%s -c %s" % (sumoExe, sumoConfig), shell=True, stdout=sys.stdout) #inicia o sumo-gui
print sys.argv
tempo=0 step=0 log=file("total.txt","w") traci.simulationStep(step) antenas=[(10990,8535), (13995,10267), (17000,12000), (20005,13732), (10990, 5070), (13995, 6802), (17000, 8535), (20005,10267), (10990, 1605), (13995, 3337), (17000, 5070), (20005, 6802), (23010, 8535), (17000, 1605), (20005, 3337), (23010, 5070)] duracao={} idList = [] while step<=86400000: veiculos=traci.vehicle.getIDList() veiculoNovo=traci.simulation.getDepartedIDList() idList = idList + veiculoNovo
for i in range(len(veiculos)):
posicao=traci.vehicle.getPosition(veiculos[i]) for j in range(len(antenas)):
if
duracao[(veiculos[i],j)] = True
step+=1000; #incrementa em 1 segundo
if (step%3600000 == 0):
log.write(str(step/3600000) + " ; ") for i in range(len(antenas)):
carrosNaAntena = 0 for carro in idList:
if duracao.has_key((carro,i)): carrosNaAntena += 1 log.write(str(carrosNaAntena) + " ; ") duracao = {} log.write(str("\n")) traci.simulationStep(step) log.close() traci.close()
ANEXO 5
#-*-coding:utf-8 -*- import traci import time import math import sys import os import subprocess
#verifica se um ponto pertence ao trapézio definido pela parte superior de um hexágono regular.
#Este método é chamado para todos os carros e antenas. Para capturar carros que estão no trapézio inferior do hexágono,
#usa-se esse método com o simétrico do ponto em relação à reta y=y0, onde y0 é a coordenada y do centro do hexágono.
def dentroDoTrapezio(x,y,x0,y0,l):
if(not (y0<=y<=y0+l*math.sqrt(3)/2)):return False
if( (y*(l/2)+(x0-l)*(y0+l*math.sqrt(3)/2)-(x0-l/2)*(y0))/(l*math.sqrt(3)/2) <=x<= (y*(-l/2)+(x0+l)*(y0+l*math.sqrt(3)/2)-
(x0+l/2)*(y0))/(l*math.sqrt(3)/2)):return True return False
#verifica se um ponto pertence à região de uma antena a partir da comparação com os trapézios. def dentroDaAntena(x,y,x0,y0,l): if dentroDoTrapezio(x,y,x0,y0,l):return True if dentroDoTrapezio(x,2*y0-y,x0,y0,l):return True return False
sumoExe = "sumo-gui" #path do sumo-gui
sumoConfig = "conf.sumo.cfg" #arquivo de configuração da simulação
sumoProcess = subprocess.Popen("%s -c %s" % (sumoExe, sumoConfig), shell=True, stdout=sys.stdout) #inicia o sumo-gui
print sys.argv
tempo=0 step=0 log=file("erlang.txt","w") traci.simulationStep(step) antenas=[(10990,8535), (13995,10267), (17000,12000), (20005,13732), (10990, 5070), (13995, 6802), (17000, 8535), (20005,10267), (10990, 1605), (13995, 3337), (17000, 5070), (20005, 6802), (23010, 8535), (17000, 1605), (20005, 3337), (23010, 5070)] duracao={} tempo={} while step<=86400000: veiculos=traci.vehicle.getIDList() for i in range(len(veiculos)): posicao=traci.vehicle.getPosition(veiculos[i]) for j in range(len(antenas)): if dentroDaAntena(posicao[0],posicao[1],antenas[j][0],antenas[j][1],2000): if duracao.has_key((veiculos[i],j)): duracao[(veiculos[i],j)] += 1 else: duracao[(veiculos[i],j)] = 1
if (step%3600000 == 0):
for chave in duracao.keys(): if duracao[chave]<> 1:
log.write(str(step/3600000)+" ; " + str(chave[0]) +" ; "+str(chave[1])+" ; "+ str(duracao[chave])+"\n")
duracao = {}
step+=1000; #incrementa em 1 segundo traci.simulationStep(step)
log.close() traci.close()