Procesamiento de grandes volúmenes de datos de movilidad urbana
Supervisor(es): Nesmachnow, Sergio - Massobrio, Renzo
Resumen:
El presente trabajo se enmarca en el uso de sistemas de transporte inteligente, analizando un caso particular: el sistema de transporte de Montevideo. Se busca realizar un análisis y procesamiento de datos producidos por el sistema para generar herramientas útiles para la toma de decisiones, con el fin de mejorar la experiencia de los usuarios. Se toman los registros de los dispositivos de GPS presentes en los ómnibus de la ciudad de Montevideo, para obtener datos de velocidades promedio según cada línea. Al tratarse de un gran volumen de datos, se utilizan algoritmos paralelos para la obtención resultados en tiempos aceptables. Finalmente se procede a la creación de una herramienta web para la visualización de los resultados, valiéndose de la información geográfica para trabajar sobre mapas, utilizando herramientas de código abierto como lo son postGIS, GeoServer y OpenLayers.
2017 | |
Transporte inteligente Sistema de transporte de Montevideo GPS |
|
Español | |
Universidad de la República | |
COLIBRI | |
https://hdl.handle.net/20.500.12008/21726 | |
Acceso abierto | |
Licencia Creative Commons Atribución – No Comercial – Sin Derivadas (CC-BY-NC-ND) |
Resultados similares
-
MUS 1.0 : movilidad urbana segura
Autor(es):: Carrasco, Fernando
Fecha de publicación:: (2014) -
Travel time estimation in public transportation using bus location data
Autor(es):: Massobrio, Renzo
Fecha de publicación:: (2022) -
Sistema urbano nacional del Uruguay: una caracterización con base en la movilidad de pasajeros
Fecha de publicación:: (2016) -
Desigualdad urbana territorial indicadores de movilidad intra urbana: estudio aplicado red de transporte colectivo urbano de Montevideo
Autor(es):: Medina, Mercedes
Fecha de publicación:: (2019) -
Transporte, movilidad y accesibilidad a oportunidades laborales : el caso de la región oeste de Montevideo.
Autor(es):: Cánepa Márquez, Federico
Fecha de publicación:: (2023)