Melhoramento do estacionamento público

Abstract

Na maior parte das cidades, encontrar um lugar de estacionamento disponível é uma tarefa com plicada, o que leva ao aumento do trânsito, da poluição, do stress e do tempo perdido por parte dos condutores. Nesta dissertação, é apresentada uma solução completa e genérica, para a gestão dos estaciona mentos de veículos. Esta solução pode ser implementada em qualquer cidade, pois a mesma é capaz de se adaptar a diferentes necessidades e especificidades, através do uso de inteligência artificial ou através de leitura remota de dados. A solução aqui apresentada consiste na elaboração de um sistema de detecção de lugares livres, um servidor, uma aplicação para telemóvel e um back office. O sistema de deteção é opcional, sendo somente instalado quando se pretende ter acesso ao número de lugares vagos em tempo real. O próprio sistema pode ser adaptado consoante as características do local, o orçamento disponível e a precisão desejada. A aplicação para telemóvel permite que os utilizadores consigam ter acesso às informações dos es tacionamentos disponíveis, indiquem as suas preferências e o seu destino e recebam depois sugestões de estacionamento por parte do servidor. Esta aplicação permite também que os utilizadores compar tilhem informações sobre as lotações dos parques, as quais são recolhidas pelo servidor com a finali dade de treinar a rede neuronal e melhorar o seu desempenho. A rede neuronal fará as devidas previ sões e, ao longo do tempo, irá aumentar a precisão do modelo de previsão. Um exemplo de funciona mento da aplicação pode ser visto em: https://www.youtube.com/watch?v=G-MdzFcsBWw (consultado a 7 de fevereiro de 2021). O servidor recebe, armazena e distribui as informações dos estacionamentos, além de sugerir aos utilizadores um conjunto de estacionamentos que melhor se adaptam às suas preferências. A sugestão é apresentada com base nas características dos estacionamentos disponíveis, através de uma previsão de uma rede neuronal, treinada com todos os dados adquiridos do histórico de lotação do parque. O back office permite que se gira o sistema de uma forma simples e agradável. Pode então dizer-se que é possível implementar esta solução em todas as cidades e em todo o tipo de parques de estacionamento, auxiliando os utilizadores da aplicação, e permitindo que os mesmos encontrem, de forma eficaz e eficiente, um lugar de estacionamento.

In most cities, finding a vacant parking space is a complicated task, which leads to increased traffic, pollution, stress, and a waste of drivers’ time. In this Master thesis, a complete and generic solution for the management of vehicle parking is presented. This can be implemented in any city, as it is able to adapt to different needs and specificities, through the use of artificial intelligence or through remote data reading. The solution presented here consists of the elaboration of a system for the detection of free parking spaces, a server, a mobile application and a back office. The detection system is optional, being installed only when you want to have access to the number of vacant places in real time. The system itself can be adapted according to the characteristics of the park, the available budget, and the desired precision. The mobile application allows users to access parking information, indicate their preferences and destination, and consequently receive parking suggestions from the server. It also allows users to share information about the park capacity, which is collected by the server for the purpose of training the neural network. The neural network will make appropriate predictions, and over time it will increase the accuracy of the forecasting model. An example of how the application works can be seen at: https://www.youtube.com/watch?v=G-MdzFcsBWw (consulted on february 7 th, 2021). The server receives, stores and distributes parking information, and, suggests to users a set of parking spaces that best fit their preferences. The suggestion is made based on the characteristics of the parking lots and through a forecast made by a neuronal network, trained with all the data acquired from the park’s capacity history. The back office allows one to manage the system in a simple and pleasant way. It can then be said that it is possible to implement this solution in all cities and in all types of parking lots, assisting the users of the application, and allowing them to find, effectively and efficiently, a parking spot.