GERENCIAMENTO DE FROTAS UNIVERSITÁRIAS: UMA SOLUÇÃO UTILIZANDO INTELIGÊNCIA ARTIFICIAL COLABORATIVA

Pedro Pinheiro Magalhães; CAIO RODRIGUES VIEIRA; Amandha Mel do Vale Vieira dos Santos; Robson Mariano da Silva

Todos os Trabalhos

Trabalho

Título do Trabalho

GERENCIAMENTO DE FROTAS UNIVERSITÁRIAS: UMA SOLUÇÃO UTILIZANDO INTELIGÊNCIA ARTIFICIAL COLABORATIVA

Autores

Pedro Pinheiro Magalhães
CAIO RODRIGUES VIEIRA
Amandha Mel do Vale Vieira dos Santos
Robson Mariano da Silva

Modalidade

Resumo

Área temática

Ciências Exatas e da Terra - Ciência da Computação

Data de Publicação

27/03/2026

País da Publicação

Brasil

Idioma da Publicação

pt-BR

Página do Trabalho

https://www.even3.com.br/anais/xii-reuniao-anual-iniciacao-cientifica-da-ufrrj-raic/1320817-gerenciamento-de-frotas-universitarias--uma-solucao-utilizando-inteligencia-artificial-colaborativa

ISBN

978-65-272-2302-3

Palavras-Chave

Inteligência Artificial, Crowdsharing, Mobilidade Universitária

Resumo

O aumento da população nos centros urbanos intensifica desafios de mobilidade como congestionamentos e poluição, tornando a eficiência do sistema de transporte público um fator crucial para mitigar esses problemas. Este cenário se reflete em ambientes específicos como campi universitários extensos, onde a comunidade acadêmica enfrenta uma alta dependência do transporte coletivo interno, marcada pela baixa previsibilidade dos horários. Para lidar com a flutuação da demanda, um dos desafios mais complexos na gestão de transportes públicos, a otimização do escalonamento de veículos é uma etapa fundamental. A principal abordagem para lidar com esse problema é determinar intervalos de tempo adequados para cada linha de ônibus, coordenando o escalonamento de veículos de diferentes capacidades conforme a sazonalidade da demanda (Sun et al., 2015). No contexto universitário, entretanto, a ausência de um sistema de rastreamento em tempo real agrava a incerteza, gerando longos tempos de espera e dificuldades no planejamento diário. Essa lacuna informacional motivou o desenvolvimento de uma plataforma web, uma ferramenta concebida para mitigar essa problemática por meio de uma abordagem inovadora. O objetivo do projeto foi criar uma plataforma colaborativa, baseada em sistemas de crowdsharing e inteligência artificial, capaz de fornecer a localização precisa dos ônibus universitários aos estudantes com alta confiabilidade e mínimo consumo de dados móveis. A metodologia adotada fundamentou-se no uso exclusivo de tecnologias open-source. A aplicação foi desenvolvida com o framework Django (Python) para o back-end, utilizando AJAX para comunicação assíncrona com o front-end, e versionada através do GitHub em um ambiente Linux. O núcleo do sistema reside na coleta de dados de GPS enviados voluntariamente por usuários embarcados no transporte. Esses dados são processados em um servidor central que aplica o algoritmo de aprendizado de máquina k-means para calcular a localização mais provável do veículo. Como resultado, uma versão piloto da plataforma foi lançada em teste público e obteve validação positiva da comunidade acadêmica. Durante o período de avaliação, não houve reportes de erros ou mau funcionamento, indicando a robustez e a usabilidade da aplicação. A arquitetura do sistema permitiu a implementação de atualizações contínuas em ambiente de produção, resultando em um Acordo de Nível de Serviço (SLA) superior a 99,99%. A execução do projeto em planos gratuitos da Oracle Cloud demonstrou a viabilidade financeira e a sustentabilidade da solução. Conclui-se que o projeto validou com sucesso a eficácia da combinação de crowdsharing e inteligência artificial como uma solução de baixo custo para problemas de mobilidade. A implementação inicial não apenas entregou uma ferramenta funcional que soluciona uma demanda real dos estudantes, mas também serve como um modelo replicável para o desenvolvimento de soluções tecnológicas colaborativas. O projeto encontra-se em fase de aprimoramento, e futuras atualizações serão desenvolvidas a partir dos feedbacks recebidos dos usuários.

Título do Evento: XII Reunião Anual de Iniciação Científica da UFRRJ (RAIC 2025) & VI Reunião Anual de Iniciação em Desenvolvimento Tecnológico e Inovação (RAIDTec 2025)
Cidade do Evento: Seropédica
Título dos Anais do Evento: Anais da Reunião Anual de Iniciação Científica e Reunião Anual de Iniciação em Desenvolvimento Tecnológico e Inovação da UFRRJ - Justiça climática: por um mundo mais sustentável, justo e igualitário
Nome da Editora: Even3
Meio de Divulgação: Meio Digital

Como citar

MAGALHÃES, Pedro Pinheiro et al.. GERENCIAMENTO DE FROTAS UNIVERSITÁRIAS: UMA SOLUÇÃO UTILIZANDO INTELIGÊNCIA ARTIFICIAL COLABORATIVA.. In: Anais da Reunião Anual de Iniciação Científica e Reunião Anual de Iniciação em Desenvolvimento Tecnológico e Inovação da UFRRJ - Justiça climática: por um mundo mais sustentável, justo e igualitário. Anais...Seropédica(RJ) UFRRJ, 2025. Disponível em: https//www.even3.com.br/anais/xii-reuniao-anual-iniciacao-cientifica-da-ufrrj-raic/1320817-GERENCIAMENTO-DE-FROTAS-UNIVERSITARIAS--UMA-SOLUCAO-UTILIZANDO-INTELIGENCIA-ARTIFICIAL-COLABORATIVA. Acesso em: 29/05/2026