Aplicação móvel de apoio à mobilidade urbana: uso do algoritmo KNN para sugerir postos de combustíveis mais próximo com menor congestionamento

Abstract

A implementação de novas urbanizações ou o desenvolvimento das urbanizações já existentes culmina sempre no aumento de mais frotas de veículos, no distanciamento das instituições de prestação de serviços público ou privado para a população, fatores esses que obrigam os governos e instituições privadas fornecerem serviços de transportes a população, ou também o cidadão adquirir seu próprio meio de transporte motorizado e disso, temos alguns detalhes que têm intensificado os problemas da mobilidade urbana, especialmente nos grandes centros, onde o tráfego intenso torna-se parte da rotina diária. Um dos principais desafios enfrentados pelos motoristas consiste em localizar postos de combustíveis próximos à sua posição atual, garantindo ao mesmo tempo a escolha de rotas que ofereçam menor nível de congestionamento em tempo real. Essa dificuldade evidencia a necessidade de soluções tecnológicas capazes de integrar informações de geolocalização com dados de tráfego dinâmicos, proporcionando maior eficiência, economia de tempo e segurança na tomada de decisão durante os deslocamentos. Neste contexto o presente Trabalho de Conclusão de Curso propõe o desenvolvimento de um aplicativo móvel de apoio à mobilidade urbana, capaz de recomendar ao usuário o posto de combustível mais próximo com menor congestionamento nas vias para o seu acesso, utilizando o algorítimo de aprendizado de máquina K-Nearest Neighbors (KNN). A aplicação móvel será projetada para coletar dados de localização via GPS, por meio de APIs que integram informações de trânsito em tempo real por intermédio de mapas e aplicar o KNN para classificar os postos de combustíveis disponíveis, considerando critérios como distância geográfica e nível de congestionamento e a recomendação ao usuário será baseada não apenas na proximidade física, porém, na viabilidade do trajeto em que obtém-se melhor fluidez de trânsito.