Após a preparação do centro urbano, com suas respectivas estações rádio base implementadas no SUMO, foram estabelecidos 4 cenários, cada um com uma quantidade de veículos diferentes, para serem simulados. A quantidade de veículos inseridos em cada cenário foi de: 1 mil, considerando tráfego pequeno, 10 mil, considerando um tráfego regular, 20 mil, considerando um tráfego significativo e 50 mil, considerando um tráfego intenso para o centro urbano utilizado no experimento. A criação de cada um dos cenários deu-se de forma igual, seguindo os passos abaixo.
5.2.1 Criação de viagens (trips)
A criação dos pontos de origem e destino, pelos quais os veículos deveriam deslocar-se, aconteceu de forma aleatória. Para este processo, foi utilizado um script, na linguagem python, que faz parte do suíte do sistema de simulação SUMO. O script utilizado para a geração dessas viagens foi o randomtrips.py. Esse script foi executado de acordo com o número de veículos dos cenários, ou seja, para mil veículos foram criadas mil viagens diferentes, e assim sucessivamente.
5.2.2 Criação das rotas e veículos utilizados para as viagens
A partir da criação do arquivo XML contendo os pontos de origem e destino das viagens, foi-se necessário executar outro script, também em python, para gerar um arquivo, ainda no formato XML, com as rotas que deveriam ser seguidas para cada viagem. O script que foi utilizado para essa geração das rotas chama-se o duarouter.py, que também faz parte do suíte do SUMO. Para as rotas, em particular, foi utilizado, para todos os cenários, um parâmetro que gera o menor caminho possível até chegar ao ponto de destino da viagem.
No resultado deste arquivo, que, por padrão, o SUMO define como “routes.rou.xml”, também foram adicionadas informações referentes aos tipos de veículos que foram utilizados nas simulações. Para todos os cenários simulados, foram utilizadas as distribuições que estão na tabela 5.1, baseada na realidade da cidade de João Pessoa:
Tabela 5.1: Tipos e quantidade de veículos gerados nos cenários
TIPO DE VEÍCULO % UTILIZADA
Automóvel de passeio 72,75
Ônibus urbano 0,25
Motocicletas 27
A distribuição temporal desses veículos, ao longo do dia, também foi configurada e inserida neste arquivo, de acordo com a tabela 5.2. Esta distribuição levou como base o horário comercial.
Tabela 5.2: Distribuição temporal dos veículos ao longo do dia
CENÁRIO 1hs – 7 hs 6hs – 12 hs 12hs – 18hs 18hs – 24hs (veículos) TOTAL
01 100 400 400 100 1000
02 1000 4000 4000 1000 10000
03 2000 8000 8000 2000 20000
04 5000 20000 20000 5000 50000
5.2.3 Arquivo de registro com os resultados dos cenários
A realização das simulações com o SUMO, assim como a implementação utilizada para armazenar seus resultados, aconteceram a partir da criação de scripts, baseados em python, e utilizando os recursos do traci. Para cada um dos cenários, foram realizadas 2 simulações diferentes.
Abaixo, encontram-se as particularidades de cada uma das simulações.
5.2.3.1 Simulação 1 – obtenção da quantidade total de veículos, por hora,
em cada célula
O script criado para a realização da simulação 1 recebeu o nome de “simulacaoTotal.py”, e seu código encontra-se no anexo 4.
O objetivo desta primeira simulação era fazer com que fosse gerado um arquivo de registro (log) contendo informações da quantidade de veículos em cada célula, por um período de 24 horas, o que corresponde a 24 amostras para cada célula. Ou seja, se durante o período da primeira hora do dia, 10 veículos trafegaram nas vias (ruas) da área de cobertura da antena 0, por exemplo, esse dado iria compor o arquivo de registro, e assim sucessivamente para todas as demais antenas. A quantidade de amostras, 24, foi
utilizada como base por fazer referência ao uso da metodologia de Erlang, onde a análise é feita a cada hora, e servirá para fins de comparação com os resultados obtidos da simulação 2.
Como o sistema de simulação SUMO trabalha com a unidade de tempo em segundos, o script foi criado para registrar os dados a cada 3600 segundos, totalizando 1 hora. Conseqüentemente, cada simulação teve duração de 86400 segundos, totalizando 24 horas.
5.2.3.2 Simulação 2 – obtenção da quantidade de veículos, utilizando a
metodologia Erlang
Para a simulação 2 foi criado um script, cujo nome era “simulacaoErlang.py”, e o código encontra-se no anexo 5. O objetivo desta simulação era o de registrar em quanto tempo, na unidade segundos, cada veículo permanecia na área de cobertura das células, no percurso da sua rota.
O registro armazenado a partir desta simulação ajudou a criar uma tabela, baseado em um modelo que fora criado, onde foi possível gerar a quantidade de veículos, por célula, utilizando a metodologia de Erlang.
O modelo foi estabelecido da seguinte maneira: sabe-se que a média mensal de uso do celular, por parte do brasileiro, é de 130 minutos, o que corresponde a 7800 segundos. Logo, conclui-se que, em cada hora, o brasileiro utiliza o telefone celular por aproximadamente 11 segundos. Baseado nesta média, foram estabelecidos alguns critérios de inclusão, ou não, do veículo na tabela de registros. A figura 5.9 apresenta a situação que os veículos eram adicionados à tabela.
Figura 5.9: Critério de inclusão de veículo na tabela de Erlang
Para que houvesse a inclusão de veículos na contagem das antenas, por hora, utilizou-se como padrão o tempo médio de 60 minutos, distribuindo os 11 segundos, da média brasileira, entre os 29min e 54s e 30min e 5s. Logo, a inclusão ou não do veículo na contagem das células aconteceu da seguinte forma:
Se um veículo permanecesse entre 0min e 30min 4s, ele não era adicionado na contagem da célula correspondente;
Se um veículo permanecesse entre 30min e 5s até 60 min, ele era adicionado na contagem da célula correspondente.
Em resumo, essas duas simulações serviram para estabelecer um comparativo entre o número exato de veículos que trafegou em determinada área de cobertura de uma antena da rede de telefonia celular (resultado da simulação 1), e um número obtido através da estimativa de Erlang (resultado da simulação 2), que poderia ser utilizado, na prática, para identificar a quantidade de veículos que trafegaram nessa mesma área, podendo, assim, criar um sistema de monitoramento diário.