Dissertação

Cycle Our City goes mobile EVALUATED

Para a mobilidade urbana, a bicicleta apresenta-se como uma alternativa mais ecológica, económica e saudável que os transportes motorizados. Para facilitar a adoção da bicicleta enquanto transporte, CycleOurCity foi desenvolvido. A plataforma recomenda rotas apropriadas a ciclistas dadas as característica da rede viária de uma cidade, segundo as classificações dos seus utilizadores. No entanto, devido aos esforços necessários para contribuir, a plataforma apresenta baixos níveis de adoção. Esta tese propõe o desenho, implementação e avaliação de um sistema baseado em mobile crowdsensing, que toma partido das capacidades sensoriais de smartphones operados por uma comunidade de participantes diversos. O objetivo desta solução é estender o CycleOurCity, permitindo que a tarefa de classificação seja realizada de forma transparente e não intrusiva. Transferindo a fonte de conhecimento para uma comunidade equipada com um vasto leque de sensores, a informação adquirida deve tornar-se mais precisa e menos dispensiosa. Para compreender se nossa solução é viável enquanto uma alternativa às classificações humanas, desenvolvemos e avaliámos Scout - um protótipo Android. Este foi avaliado em termos da sua capacidade de classificar corretamente o declive e o tipo de pavimento das estradas viajadas pelos participantes. Os resultados demonstram que a solução é capaz de classificar as características de uma estrada com precisão equivalente à humana. Em particular, Scout é capaz de medir o declive com uma precisão de 79%, e pavimento com 88.2%. Uma vez que o Scout é imune à perceções dos participantes, este consegue ser mais preciso que a classificação humana relativamente ao declive.
Mobile Crowdsensing, Condições da Estrada, Decive da Estrada, CycleOurCity

Novembro 2, 2015, 11:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

João Pedro Faria Mendonça Barreto

Departamento de Engenharia Informática (DEI)

Professor Auxiliar