Estimativa de velocidades médias em Fortaleza: comparação entre radares de fiscalização e a API Google Distance Matrix

Autores

DOI:

https://doi.org/10.58922/transportes.v34.e3166

Palavras-chave:

Estimação de velocidade média, Nível de serviço do tráfego, Planejamento e operação do tráfego.

Resumo

A gestão de tráfego urbano requer dados de tempo de viagem confiáveis. Fontes de dados massivos, como APIs comerciais, são alternativas de baixo custo a sensores físicos, mas as discrepâncias entre elas, especialmente em cidades de países em desenvolvimento, precisam ser mais bem compreendidas. Este artigo realiza uma análise comparativa pareada entre as estimativas de velocidade média da API Distance Matrix do Google e as de sensores de fiscalização eletrônica (FE). O estudo cobriu 47 trechos urbanos em Fortaleza durante o pico da manhã em 69 dias úteis. Os resultados revelam forte correlação (r > 0,93) para amostras com pelo menos 25 veículos coletados em 15 minutos, validando a API em condições de maior fluxo. Contudo, foi identificado um viés dependente da velocidade: a API tende a superestimar em até +4,0 km/h as velocidades em tráfego lento e a subestimá-las em até −6,5 km/h em regimes de maior fluidez. Nas velocidades mais frequentes (10–40 km/h), as diferenças ficaram na faixa de −3,1 a +2,4 km/h.

Downloads

Não há dados estatísticos.

Biografia do Autor

Manoel Mendonça de Castro Neto, Universidade Federal do Ceará

Possui graduação em Engenharia Civil pela Universidade Federal do Ceará (UFC). Fez mestrado em Engenharia de Transportes, mestrado em Estatística e doutorado Engenharia de Transportes na University of Tennessee, EUA. É professor associado do Departamento de Engenharia de Transportes da UFC e docente permanente do Programa de Pós-Graduação em Engenharia de Transportes, PETRAN/UFC, onde orienta discentes de mestrado e de doutorado. Atua na área de Engenharia Transportes, com ênfase em Engenharia de Tráfego, mais especificamente na modelagem multimodal do tráfego de vias urbanas.

Referências

Alves, A. S. (2018). Comparação da variabilidade do tempo de viagem entre automóveis e ônibus em vias urbanas de Fortaleza. Mestrado (dissertação), Universidade Federal do Ceará, Fortaleza.

Araújo, M. A. M. & M. M. Castro Neto (2024). Confiabilidade do tempo de viagem em vias de Fortaleza: análise exploratória com dados de fiscalização eletrônica. In Anais do 38º Congresso de Pesquisa e Ensino em Transportes (Florianópolis, SC), Florianópolis. URL: https://proceedings.science/anpet/anpet-2024/trabalhos/confiabilidade-do-tempo-de-viagem-em-vias-de-fortaleza-analise-exploratoria-com?lang=pt-br [visitado 14/08/2025].

Braga, C. K. V. (2016). Qualidade da classificação veicular por laços indutivos do sistema de fiscalização eletrônica de Fortaleza.

Monografia (conclusão de curso), Universidade Federal do Ceará, Fortaleza.

Cançado, A. L. E. (2024). Análise da confiabilidade do tempo de viagem em rodovias de pista dupla de Minas Gerais. Mestrado (dissertação), Universidade Federal de Minas Gerais, Belo Horizonte. URL: https://hdl.handle.net/1843/77989.

Chamberlin, R., N. Haghighi, & K. Fayyaz (2019). HERE data validation. Relatório técnico UT-19.25, Utah Department of Transportation, Utah. URL: https://rosap.ntl.bts.gov/view/dot/61720/dot_61720_DS1.pdf.

Christodoulou, A. L., L. Dijkstra, P. Christidis, et al. (2020). A fine resolution dataset of accessibility under different traffic conditions in European cities. Scientific Data 7(1), 279. DOI:10.1038/s41597-020-00619-7, PMID:32843662. DOI: https://doi.org/10.1038/s41597-020-00619-7

Fink, C., E. Willberg, R. Klein, et al. (2024). A travel time matrix data set for the Helsinki Region 2023 that is sensitive to time, mode and interpersonal differences, and uses open data and novel open-source software. Scientific Data 11(1), 858. DOI:10.1038/s41597-024-03689-z, PMID:39122727. DOI: https://doi.org/10.1038/s41597-024-03689-z

Genser, A., N. Hautle, M. Makridis, et al. (2021). An experimental urban case study with various data sources and a model for traffic estimation. Sensors 22(1), 144. DOI:10.3390/s22010144, PMID:35009687. DOI: https://doi.org/10.3390/s22010144

Google (2025). Google Maps Platform Documentation. Google. URL: https://developers.google.com/maps/documentation [visitado 14/08/2025].

He, Z., C.-Y. Chow, & J.-D. Zhang (2019). A comparative analysis of journey time from Google Maps and Intelligent Transport System in Hong Kong. In Anais do 2019 IEEE 21st International Conference on High Performance Computing and Communi-cations; IEEE 17th International Conference on Smart City; IEEE 5th International Conference on Data Science and Systems (HPCC/SMARTCITY/DSS), Zhangjiajie, China. IEEE. DOI:10.1109/HPCC/SmartCity/DSS.2019.00366. DOI: https://doi.org/10.1109/HPCC/SmartCity/DSS.2019.00366

IBGE (2023). Panorama do Censo 2022. Instituto Brasileiro de Geografia e Estatística. URL: https://cidades.ibge.gov.br/brasil/ce/fortaleza/panorama [visitado 14/08/2025].

Kociánová, A., A. Kníž, & P. Pisca (2025). Comparative analysis of traffic speed data on two-lane rural road segments: radar technology, Google Maps API, and license plate recognition. Civil and Environmental Engineering 21(1), 698–711. DOI:10.2478/cee-2025-0065. DOI: https://doi.org/10.2478/cee-2025-0065

NAS (2022). Highway Capacity Manual 7th Edition: a Guide for Multimodal Mobility Analysis. Washington, D.C.: National Academy of Sciences.

Thebit, M. M. & A. L. Cunha (2017). Comparação de dados de tráfego disponíveis na web obtidos por sensores fixos. In Anais do 31º Congresso Nacional de Pesquisa e Ensino em Transporte da ANPET (Recife, PE), Recife. ANPET.

Wagner, J. S., M. Eschbach, K. Vosseberg, et al. (2020). Travel time estimation by means of Google API data. IFAC PapersOn-Line 53(2), 15434–15439. DOI:10.1016/j.ifacol.2020.12.2365. DOI: https://doi.org/10.1016/j.ifacol.2020.12.2365

Downloads

Publicado

15-09-2026

Como Citar

Machado de Araújo, M. A. e Mendonça de Castro Neto, M. (2026) “Estimativa de velocidades médias em Fortaleza: comparação entre radares de fiscalização e a API Google Distance Matrix”, Transportes, 34, p. e3166. doi: 10.58922/transportes.v34.e3166.

Edição

Seção

Artigos