CT Cotel 2019 1 Karlahashiguchi Brunogai PDF

UNIVERSIDADE TECNOLÓGICA DO PARANÁ
DEPARTAMENTO ACADÊMICO DE ELETRÔNICA

CURSO SUPERIOR DE TECNOLOGIA EM SITESMAS DE
TELECOMUNICAÇÕES
KARLA KIYOKO HASHIGUCHI

BRUNO DE FREITAS GAI
MOBILIDADE URBANA EM CURITIBA: UM ESTUDO FOCADO

EM ANÁLISE DE DADOS DA REDE DE TRANSPORTE PÚBLICO
TRABALHO DE CONCLUSÃO DE CURSO
CURITIBA
2019
KARLA KIYOKO HASHIGUCHI
BRUNO DE FREITAS GAI
MOBILIDADE URBANA EM CURITIBA: UM ESTUDO FOCADO

EM ANÁLISE DE DADOS DA REDE DE TRANSPORTE PÚBLICO
Trabalho de Conclusão de Curso apresentado ao Curso

Superior de Tecnologia em Sistemas de Telecomunicações da
Universidade Tecnológica Federal do Paraná, como requisito
parcial para a obtenção do tı́tulo de Tecnólogo em Sistemas
de Telecomunicações.
Orientadora: Prof.a Dr.a Keiko Veronica Ono Fonseca

Universidade Tecnológica Federal do Paraná
Coorientador: Prof. Dr. Daniel Fernando Pigatto

Universidade Tecnológica Federal do Paraná
CURITIBA
2019
“A Folha de Aprovação assinada encontra-se na Coordenação do Curso”
Dedicamos este trabalho aos nossos amores,
pais, professores e melhores amigos.
AGRADECIMENTOS
Agradecemos à Deus, pela força e coragem... às nossas famı́lias, pela compreensão...
e em especial aos nossos companheiros que nos apoiaram em todos os momentos, por compre-
enderem a nossa falta presencial em muitos compromissos, ou nos eventos familiares com o
notebook para estudar ou dar continuidade aos trabalhos, e pelo tempo que nos ausentamos
para nos dedicarmos inteiramente (realmente de corpo e alma) à empreitada que foi a nossa
segunda graduação.
“A alegria está na luta,
na tentativa, no sofrimento envolvido
e não na vitória propriamente dita. ”
(Mahatma Gandhi)
RESUMO
HASHIGUCHI, Karla K.; GAI, Bruno F.. Mobilidade Urbana em Curitiba: um estudo focado em
análise de dados da rede de transporte público. 2019. 92 p. Trabalho de Conclusão de Curso –
Curso Superior de Tecnologia em Sistemas de Telecomunicações, Universidade Tecnológica
Federal do Paraná. Curitiba, 2019.
A dinâmica entre as tecnologias e a vida cotidiana é cada vez mais volátil, exigindo maior
conveniência e facilidade de processos triviais e complexos. Uma consequência da ampla
implementação dos dispositivos baseados na Internet das Coisas reflete claramente a dinâmica
mencionada pela enorme quantidade de dados gerados. Para extrair informações úteis de tais
dados, uma abordagem potencial é conduzir estudos baseados em metodologias estatı́sticas.
Este trabalho aborda tanto IoT quanto mobilidade urbana, visando contribuir para o processo
de decisão de rotas de transporte coletivo ou individual em ambientes urbanos. Revisou-se
as atuais abordagens de IoT sobre mobilidade urbana em Curitiba. Identificou-se os tipos de
transporte público em Curitiba, fazendo a conexão entre IoT e mobilidade urbana. Utilizou-se
a linguagem Python, fez-se uma prova de conceito, com dados quantitativos, analisando dados
históricos com o objetivo de encontrar informações importantes para usuários e gestores da
rede de transporte público em Curitiba.
Palavras-chave: Curitiba URBS. Internet das Coisas. Mobilidade Urbana. Transporte Público.
Python.
ABSTRACT
HASHIGUCHI, Karla K.; GAI, Bruno F.. Urban Mobility in Curitiba: a study focused on data
analysis of the public transport network. 2019. 92 p. Trabalho de Conclusão de Curso – Curso
Superior de Tecnologia em Sistemas de Telecomunicações, Universidade Tecnológica Federal
do Paraná. Curitiba, 2019.
The dynamics between technologies and everyday life is increasingly volatile, pushing for
greater convenience and ease of both trivial and complex processes. A consequence of the wide
implementation of the Internet of Things-based devices clearly reflect the dynamics mentioned
by the huge amount of generated data. To extract useful information from such data, a potential
approach is to conduct studies based on statistical methodologies. This work addresses both
IoT and urban mobility aiming at contributing to the process of route decision for collective or
individual public transportation in urban environments. We reviewed the current IoT approaches
on urban mobility in Curitiba. We identified the types of public transportation in our city making
the connection of IoT and urban mobility. Using Python we have done a proof of concept as a
research application, using quantitative data, followed by analysis of historic data, aiming to
find important information for users and managers of the public transport network in Curitiba.
Keywords: Curitiba URBS. IoT. Urban Mobility. Public Transportation. Python.
LISTA DE FIGURAS
Figura 1 – Foto de uma estação tubo, ônibus “ligeirinho” e ao fundo, um ı́cone de

Curitiba, o MON (Museu Oscar Niemeyer) . . . . . . . . . . . . . . . . . 15
Figura 2 – Usuários entrando no Expresso Biarticulado Sentido Terminal Santa Cândida 16
Figura 3 – Geladeira In My Fridge . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
Figura 4 – Esquema Conceitual de Internet das Coisas . . . . . . . . . . . . . . . . . 19
Figura 5 – OnStar no Veı́culo Chevrolet . . . . . . . . . . . . . . . . . . . . . . . . . 20
Figura 6 – Telas de Smartphones com OnStar . . . . . . . . . . . . . . . . . . . . . 21
Figura 7 – Termostato Inteligente da Nest . . . . . . . . . . . . . . . . . . . . . . . 21
Figura 8 – Carro Tesla . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
Figura 9 – Táxi tradicional de cor laranja em Curitiba . . . . . . . . . . . . . . . . . 24
Figura 10 – Bicicleta da empresa Yellow estacionada no Parque Barigui, aguardando
outro usuário . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
Figura 11 – Grin uma das empresas de patinetes em Curitiba . . . . . . . . . . . . . . 26
Figura 12 – Painel eletrônico de informação no Terminal do Cabral . . . . . . . . . . . 26
Figura 13 – Aplicativos no Sı́tio da URBS . . . . . . . . . . . . . . . . . . . . . . . . 27
Figura 14 – URBS Versão Mobile . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
Figura 15 – Definição do raio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
Figura 16 – Definição da margem de tempo (em segundos) . . . . . . . . . . . . . . . 32
Figura 17 – Composição da frota de Curitiba de 2018 . . . . . . . . . . . . . . . . . . 33
Figura 18 – Mapa de Linhas de Curitiba . . . . . . . . . . . . . . . . . . . . . . . . . 34
Figura 19 – Mapa com a Linha 303 - Santa Felicidade/Santa Cândida em destaque . . 35
Figura 20 – Mapa com a Linha 507 - Sı́tio Cercado/Boqueirão em destaque . . . . . . 36
Figura 21 – Mapa com a Linha 924 - Centenário/Campo Comprido em destaque . . . . 36
Figura 22 – Entrada do Terminal Santa Cândida . . . . . . . . . . . . . . . . . . . . . 37
Figura 23 – Fluxograma do Código . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
Figura 24 – Código Segmento 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
Figura 46 – Expresso Biarticulado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
Figura 47 – Linha 924 - Term. Sta. Cândida - Previsto (h) versus Médias + e - (s) . . 50
Figura 48 – Linha 924 - Term. Sta. Cândida - Previsto (h) versus Média (s) . . . . . . 50
Figura 49 – Linha 924 - Term. Sta. Felicidade - Previsto (h) versus Médias + e - (s) . . 51
Figura 50 – Linha 924 - Term. Sta. Felicidade - Previsto (h) versus Média (s) . . . . . 51
Figura 51 – Horários de pico por terminal . . . . . . . . . . . . . . . . . . . . . . . . 53
LISTA DE TABELAS
Tabela 1 – Tabela Linha 924 - Terminal Santa Felicidade . . . . . . . . . . . . . . . . 48

Tabela 2 – Tabela Linha 924 - Terminal Santa Cândida . . . . . . . . . . . . . . . . 49
Tabela 3 – Tabela Média do percentual de integridade . . . . . . . . . . . . . . . . . 52
Tabela 4 – Tabela Horários de Pico . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
LISTA DE ABREVIATURAS E SIGLAS
ABNT Associação Brasileira de Normas Técnicas
C3SL Centro de Computação Cientı́fica e Software Livre
CSV Comma Separated Values
IP Internet Protocol (Protocolo de Internet)
IPPUC Instituto de Pesquisa e Planejamento Urbano de Curitiba
IoT Internet of Things (Internet das Coisas)
GPS Global Positioning System
JSON JavaScript Object Notation
RFID Radio Frequency Identification (Identificação em Rádio Frequência)
SMS Short Message Service (Serviço de Mensagem Curta)
SQL Structure Query Language (Linguagem de Consulta Estruturada)
TCC Trabalho de Conclusão de Curso
TCP Transmission Control Protocol (Protocolo de Controle de Transmissão)
UFPR Universidade Federal do Paraná
URBS Urbanização de Curitiba S/A

SUMÁRIO
1 – INTRODUÇÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.1 MOTIVAÇÃO E JUSTIFICATIVA . . . . . . . . . . . . . . . . . 14
1.2 OBJETIVOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.2.1 Objetivos Gerais . . . . . . . . . . . . . . . . . . . . . . . . . . . . .16
1.2.2 Objetivos Específicos . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.3 ESTRUTURA DO TEXTO . . . . . . . . . . . . . . . . . . . . . . . 17
2 – REVISÃO DA LITERATURA . . . . . . . . . . . . . . . . . . . . . 18
2.1 INTERNET DAS COISAS . . . . . . . . . . . . . . . . . . . . . . . 18
2.1.1 Surgimento da Internet das Coisas . . . . . . . . . . . . . . . . . . 18
2.1.2 Aplicações . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18.
2.1.3 As Tecnologias IoT . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.1.3.1 OnStar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 .
2.1.3.2 Nest . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.1.3.3 Tesla . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 .
2.2 MOBILIDADE URBANA . . . . . . . . . . . . . . . . . . . . . . . . 22
2.2.1 Mobilidade Urbana no Brasil e no Mundo . . . . . . . . . . . . . . 23
2.2.2 Mobilidade Urbana em Curitiba . . . . . . . . . . . . . . . . . . . . 23
2.2.3 Integração Smartphone e IoT no Sistema de Transporte . . . . . 24
2.2.4 IoT no Sistema de Transporte de Curitiba . . . . . . . . . . . . . . .24
2.2.5 Sistemas de Informação da URBS . . . . . . . . . . . . . . . . . . . 26
2.3 LINGUAGEM PYTHON . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.4 PROJETOS SIMILARES . . . . . . . . . . . . . . . . . . . . . . . . 28
3 – METODOLOGIA . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.1 CÓDIGO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .37.
4 – ANÁLISE E DISCUSSÃO DOS RESULTADOS . . . . . . . . . . . . 47
5 – CONCLUSÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
5.1 DIFICULDADES ENCONTRADAS . . . . . . . . . . . . . . . . . . 55
5.2 TRABALHOS FUTUROS . . . . . . . . . . . . . . . . . . . . . . . . 55
REFERÊNCIAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
APÊNDICES 60
APÊNDICE A – IMPORTAÇÕES E VARIÁVEIS GLOBAIS . . . . 61
APÊNDICE B – ROTINA DELTAPONTO . . . . . . . . . . . . 62
APÊNDICE C – ROTINA THREAD DELTAPONTO . . . . . . 63
APÊNDICE D – ROTINA CÁLCULO PARTE 1 . . . . . . . . . . 64
APÊNDICE E – ROTINA CÁLCULO PARTE 2 . . . . . . . . . 65
APÊNDICE F – ROTINA PARA VERIFICAÇÃO DA INTEGRI-

DADE DA BASE DE DADOS . . . . . . . . . . 66
APÊNDICE G – ROTINA PARA CORREÇÃO DA BASE DE DA-

DOS . . . . . . . . . . . . . . . . . . . . . . . . . 67
APÊNDICE H – ROTINA PARA CÁLCULO DE DISTÂNCIAS

ENTRE COORDENADAS . . . . . . . . . . . . 68
APÊNDICE I – ROTINA PARA EXTRAÇÃO DE HORÁRIOS

PREVISTOS DE UM PONTO . . . . . . . . . . 69
APÊNDICE J – ROTINA PARA EXTRAÇÃO DE COORDENA-

DAS DE PONTOS DA LINHA . . . . . . . . . 70
APÊNDICE K – ROTINA PARA INICIALIZAÇÃO DE TAREFAS

ASSÍNCRONAS . . . . . . . . . . . . . . . . . . . 71
APÊNDICE L – TABELA LINHA 303 - TERMINAL CAMPO

COMPRIDO . . . . . . . . . . . . . . . . . . . . 72
APÊNDICE M – TABELA LINHA 303 - TERMINAL CENTENÁ-

RIO . . . . . . . . . . . . . . . . . . . . . . . . . 76
APÊNDICE N – TABELA LINHA 507 - TERMINAL BOQUEIRÃO 79
APÊNDICE O – TABELA LINHA 507 - TERMINAL SÍTIO CER-

CADO . . . . . . . . . . . . . . . . . . . . . . . 82
APÊNDICE P – TABELA LINHA 507 - TERMINAL PINHEIRI-

NHO . . . . . . . . . . . . . . . . . . . . . . . . . 84
APÊNDICE Q – TABELA LINHA 507 - TERMINAL GUADALUPE 86

APÊNDICE R – GRÁFICOS LINHA 303 - TERMINAL CAMPO
COMPRIDO . . . . . . . . . . . . . . . . . . . . . 87
APÊNDICE S – GRÁFICOS LINHA 303 - TERMINAL CENTE-

NÁRIO . . . . . . . . . . . . . . . . . . . . . . . 88
APÊNDICE T – GRÁFICOS LINHA 507 - TERMINAL PINHEI-

RINHO . . . . . . . . . . . . . . . . . . . . . . . 89
APÊNDICE U – GRÁFICOS LINHA 507 - TERMINAL GUADA-

LUPE . . . . . . . . . . . . . . . . . . . . . . . . 90
APÊNDICE V – GRÁFICOS LINHA 507 - TERMINAL BOQUEI-

RÃO . . . . . . . . . . . . . . . . . . . . . . . . . 91
APÊNDICE W – GRÁFICOS LINHA 507 - TERMINAL SÍTIO

CERCADO . . . . . . . . . . . . . . . . . . . . . 92
14
1 INTRODUÇÃO
Tecnologia e conveniência estão se tornando cada vez mais acessı́veis e inseridas na

vida das pessoas. Um exemplo de um conjunto de tecnologias que permitem novos aplicativos
com baixo consumo de energia é a Internet das Coisas (do inglês, Internet of Things ou IoT).
Em geral, os dados da IoT são recolhidos e transformados em informações úteis para sistemas
que podem fazer parte do cotidiano, e em especial nesse trabalho, aqueles ligados à mobilidade
urbana. Lacerda e Marques (2015) afirmam que será revolucionário para modelos de negócios
e para como a sociedade interage com o ambiente, através de meios virtuais, ou através de
objetos fı́sicos, com pouca diferença entre os dois conceitos.
A escolha de uma rota dentro das grandes cidades, seja a pé, de bicicleta, de carro,
pública ou individual, está diretamente relacionada à mobilidade urbana. Além desses meios de
transporte, existem pessoas com deficiências que enfrentam dificuldades para se locomover,
devido à falta de visão, audição ou problemas fı́sicos. Além disso, problemas relacionados ao
estacionamento, poluição do ar, inconvenientes com o tráfego também fazem parte do escopo
da mobilidade urbana. Com o objetivo de reduzir significativamente alguns dos problemas
mencionados acima, as medidas de acessibilidade que podem ser utilizadas são semáforos,
adaptações de ônibus e calçadas para cadeiras de rodas e painéis de exibição contendo
informações sobre o tráfego.
Neste trabalho, propõe-se uma descrição abrangente da mobilidade urbana em Curitiba,
a caracterização da IoT em geral e no contexto de cidades inteligentes, uma breve descrição
de como a mobilidade urbana está no mundo e em Curitiba, e a identificação do transporte
público em Curitiba (observar a Figura 1 que é a foto de uma estação tubo, ônibus e ao fundo
o Museu Oscar Niemeyer) e a respectiva disponibilidade de tecnologia em seus sistemas, seja
por sites ou através de aplicativos para dispositivos móveis.
Com a linguagem Python foram feitos vários algoritmos a fim de filtrar e organizar
dados que fazem parte do histórico das viagens dos ônibus da frota pública de Curitiba. Após
diversas configurações, compilações e análises, chegou-se a várias observações e conclusões,
como pode ser observado através de gráficos que foram gerados para uma melhor leitura dos
resultados.
1.1 MOTIVAÇÃO E JUSTIFICATIVA
A cidade que é chamada de “Cidade Modelo” pelo seu reconhecimento de cidade

planejada. Pelo seu inovador e harmônico planejamento urbano e com o cuidado com o meio
ambiente, fez com que o sistema integrado de transporte coletivo (BRT ou Bus Rapid Transit)
da capital paranaense ficasse conhecido no território nacional e pelo mundo. O BRT ou metrô
de superfı́cie como também é chamado, agiliza as necessidades de transporte sem que haja
Capı́tulo 1. INTRODUÇÃO 15
Figura 1 – Foto de uma estação tubo, ônibus “ligeirinho” e ao fundo, um ı́cone de Curitiba, o
MON (Museu Oscar Niemeyer)
Fonte: Autoria própria.
a complicação de obras demoradas, incluindo escavações, trilhos e estações subterrâneas. O

primeiro BRT entrou em operação no ano de 1974, tendo sido concebido pelo IPPUC (Instituto
de Pesquisa e Planejamento Urbano de Curitiba) e com protagonista e autor, o arquiteto
urbanista Jaime Lerner. O modelo de transporte público de Curitiba inspirou criações de
sistemas em mais de 166 cidades dentro de mais de dez paı́ses. Operando em um corredor de
ônibus ou faixa exclusiva, tendo estações de cobrança fora do ônibus, reduzindo o tempo de
embarque e desembarque com as estações no mesmo nı́vel do piso do ônibus, como se observa
na Figura 2, dentre outros itens caracteriza-se o sistema BRT. Silva (2019) Questiona se o que
foi projetado há 40 anos irá suportar o aumento da população e, principalmente, a hora do
rush da capital.
Através de consulta com especialistas na área, constatou-se que não existe tratamento
adequado para a utilização dos dados disponibilizados pela URBS1 , sobre a geolocalização,
horários e datas das linhas de transporte público municipal e metropolitano, disponı́veis no
repositório de projetos C3SL2 da Universidade Federal do Paraná (UFPR).
1
URBS: Urbanização de Curitiba S/A, empresa de economia mista que controla o sistema de transporte
público de Curitiba
2
C3SL: Centro de Computação Cientı́fica e Software Livre
Figura 2 – Usuários entrando no Expresso Biarticulado Sentido Terminal Santa Cândida
1.2 OBJETIVOS
1.2.1 Objetivos Gerais
Este trabalho tem a finalidade de efetuar uma revisão sobre a mobilidade urbana em
Curitiba e propor uma análise e manipulação para os dados da URBS baseados na geolocalização
(do ponto de parada), data e horário dos veı́culos do transporte público, criando um algoritmo
para uma aplicação que possa determinar o horário de chegada em paradas especı́ficas em
relação ao horário estimado com base no histórico das viagens.
1.2.2 Objetivos Especı́ficos
Alguns objetivos especı́ficos foram definidos para auxiliar no desenvolvimento do

trabalho e na obtenção do objetivo principal. Eles são:
• Caracterizar a Internet das Coisas;
• Descrever como é a mobilidade urbana no mundo e em Curitiba;
• Efetuar um levantamento dos tipos de transportes públicos existentes em Curitiba com
disponibilidade de tecnologia em seu sistema, seja por sites ou através de aplicativos para
dispositivos móveis;
• Coletar dados provenientes de bases de dados de históricos mantidos pela URBS;
• Processar esses dados e extrair informações;
• Efetuar análises de dados e sugerir melhorias ao transporte público.
1.3 ESTRUTURA DO TEXTO
O trabalho está estruturado da seguinte maneira: o Capı́tulo 2 apresenta revisão

da literatura, abordando Internet das Coisas, mobilidade urbana (no Brasil, no mundo e em
Curitiba), a história da linguagem de programação Python e projetos similares ao desenvolvido
neste trabalho; o Capı́tulo 3 explica o passo-a-passo do algoritmo desenvolvido especificamente
para este trabalho, justificando as decisões tomadas para tratamento correto de dados; o
Capı́tulo 4 apresenta a análise dos resultados e a discussão crı́tica; por fim, o Capı́tulo 5, conclui
o trabalho e destaca as dificuldades encontradas e as sugestões para trabalhos futuros.
18
2 REVISÃO DA LITERATURA
Pesquisou-se diversos artigos, teses, dissertações e conteúdos disponı́veis na internet

para detalhar sobre os assuntos intimamente ligados a esta pesquisa. Este capı́tulo apresenta a
fundamentação teórica de cada um dos temas.
2.1 INTERNET DAS COISAS
São muitos os objetos que utilizam a internet para comunicação. No cotidiano, exemplos
dessa conectividade: o despertador, as notı́cias e mensagens no smartphone (telefones celulares
inteligentes, com tecnologias avançadas, que pode ser comparado a um computador pois inclui
programas em forma de aplicativos), Netflix, quando se escolhe a melhor rota para o trabalho
em algum aplicativo, dentre muitos outros equipamentos que se conectam à internet e realizam
atividades especı́ficas, como as câmeras de segurança de residências, lojas ou estabelecimentos
segundo Alecrim (2018).
2.1.1 Surgimento da Internet das Coisas
Em Zambarda (2019) John Romkey, em 1990, aceitou o desafio de Dan Lynch de

conectar uma torradeira a um computador usando os protocolos TCP (Transmission Control
Protocol) e IP (Internet Protocol). A torradeira foi capaz de receber as informações on-line ou
off-line e foi apresentada na Conferência Interop’90, criando assim o primeiro dispositivo IoT.
A tecnologia propulsora de IoT, conhecida como RFID (Radio Frequency Identification)
ou Identificação por Rádio Frequência que oferece a funcionalidade de conexão entre base de
dados e redes, é um sistema eficiente para conectar objetos e equipamentos a grandes bancos
de dados e redes à Internet. A tecnologia em questão se originou nos códigos de barras. Os
sistemas RFID fornecem informações importantes sobre estado, localização, e a identificação
dos objetos, de acordo com Alecrim (2018).
2.1.2 Aplicações
A proposta das aplicações é que a conectividade faça com que os objetos possam ficar
mais eficientes ou receber implementações. Por exemplo, na Figura 3 pode se observar uma
geladeira inteligente com internet capaz de avisar quando um alimento está próximo do fim
do prazo de validade, ou pesquisar na internet em quais mercados se encontra determinado
produto e a que preço. Apenas acessar as notı́cias na tela da geladeira não seria tão interessante
e nem tão prático quanto se essas informações pudessem estar disponı́veis no momento em
que se está no supermercado. Pode-se ainda citar a facilidade de poder visualizar o interior da
geladeira na tela do celular, permitindo que cardápios possam ser elaborados antes mesmo de
voltar para casa, sugere Barros (2016).
Capı́tulo 2. REVISÃO DA LITERATURA 19
Figura 3 – Geladeira In My Fridge
Fonte: Barros (2016).
2.1.3 As Tecnologias IoT
A tecnologia da Internet das Coisas não é apenas uma única tecnologia, mas sim uma
gama de fatores para definir como é constituı́do, segundo Alecrim (2018). Três componentes,
como se pode observar no esquema conceitual da Figura 4, precisam ser combinados para se
ter uma aplicação de IoT:
• os dispositivos,
• as redes de comunicação,
• e os sistemas de controle
Figura 4 – Esquema Conceitual de Internet das Coisas
Existem inúmeros exemplos de IoT, ou seja, dispositivo + rede de comunicação +

sistema de controle, faz parte desses exemplos as soluções OnStar, Nest e Tesla, como pode se
acompanhar a seguir.
2.1.3.1 OnStar
A tecnologia OnStar é exclusiva da marca Chevrolet. O serviço é acessado no retrovisor

do veı́culo, local onde o dispositivo está localizado, como demonstrado na Figura 5. Um sistema
que fornece várias facilidades para auxiliar os motoristas desde em caso de acidente, pane
mecânica até serviços de concierge, como busca de restaurantes, fazer reserva de hotel e até
compras, segundo a montadora Chevrolet (2018). A rede de comunicação utilizada é a internet
e o sistema de controle o próprio aplicativo da OnStar com toda a equipe de suporte para
atender aos clientes da tecnologia.
Figura 5 – OnStar no Veı́culo Chevrolet
Fonte: OnStar (2018).
Nos Estados Unidos o Marketplace foi a novidade, despontando como plataforma

pioneira do comércio da indústria automotiva para reservas on-demand e compras de bens e
serviços, afirma Trindade (2016).
O sistema é sincronizado com o aplicativo smartphone, conforme demonstrado na
Figura 6 e, através do georeferenciamento, é possı́vel receber avisos na tela onde se tem algumas
possibilidades de compra de acordo com o perfil de consumo. O sistema OnStar está presente
nos Estados Unidos da América há 20 anos e lidera globalmente em questão de segurança
conectada, possuindo mais de sete milhões de clientes, de acordo com a montadora Chevrolet
(2018).
No Mercosul em apenas dois anos atingiu a marca expressiva de mais de cinquenta
mil assinantes. Parcerias feitas em 2017, com o Sem Parar e com a Rede Ipiranga, trazem para
os clientes a comodidade e a conectividade que buscam, como comenta Trindade (2016).
Figura 6 – Telas de Smartphones com OnStar
Fonte: OnStar (2018).
2.1.3.2 Nest
A Nest, criada em 2010 e adquirida pela Google em 2014 por 3,2 bilhões de dólares, é
uma empresa que desenvolve dispositivos inteligentes para escritórios e residências desde seu
inı́cio Metz (2016).
Um dos produtos mais conhecidos são os termostatos, demonstrados na Figura 7, e
detectores de fumaça que são integrados aos smartphones. O ajuste do termostato à temperatura
do local, seja ele de trabalho ou do lar, se dá a partir da temperatura previamente estipulada.
Caso esteja muito calor, o termostato se ajustará automaticamente, aprendendo os horários
que os usuários costumam sair e chegar em casa e deixando o interior da residência agradável
para o retorno dos usuários. As tecnologias inovadoras da Nest a colocaram em posição de
vanguarda no que diz respeito à Internet das Coisas, segundo Nest (2018). No caso da Nest, os
termostatos e os detectores de fumaça são os dispositivos. A internet é a rede de comunicação
e o monitoramento dessas informações é parte do sistema de controle da Nest.
Figura 7 – Termostato Inteligente da Nest
Fonte: Nest (2018).

2.1.3.3 Tesla
Um grupo de engenheiros com o objetivo de provar que um veı́culo elétrico poderia ter
uma performance melhor do que os carros a gasolina, fundaram a Tesla em 2003. A empresa
Tesla crê que o quanto antes o mundo deixar de depender de combustı́veis fósseis e ir em
direção a um futuro de emissão zero será melhor. O design de um dos modelos Tesla pode ser
visto na Figura 8. A esperança da Tesla é que no futuro, tanto a geração e armazenamento de
energia quanto as baterias, sejam combinadas aos carros elétricos, fazendo com que o meio
ambiente fique menos poluı́do, o transporte e a energia sejam mais limpos. A Tesla trata as
baterias e o mecanismo de recarga de uma maneira diferenciada, possuindo sensores para
avisar quando necessita de carga ou substituição das mesmas, incluindo informações como
geolocalização para funcionarem de modo autônomo, Tesla (2018).
Figura 8 – Carro Tesla
Fonte: Tesla (2018).
2.2 MOBILIDADE URBANA
Considera-se a gestão do tráfego não como uma questão individual, mas como uma
questão globalizada a ser enfrentada diplomaticamente. Sutar, Koul e Suryavanshi (2016)
apresentam a estrutura eficiente de um sistema de gerenciamento de transporte público
inteligente que rastreia dinamicamente a localização de todos os ônibus e estima o tempo
de chegada do próximo ônibus no terminal de ônibus. Estas informações, são os passageiros
que enviam solicitações usando um aplicativo de smartphone ou por SMS. Com esse serviço
de informações, os passageiros podem planejar melhor sua viagem com certa antecedência,
economizando, assim, tempo e tornando o indivı́duo mais produtivo.
Wilheim (2013) referindo-se à defesa de que a polı́tica pública deveria priorizar o
transporte público sobre o transporte privado. Investimentos deveriam focar na qualidade
dos veı́culos e dos combustı́veis não-poluentes, o autor sugere também que os polı́ticos,
principalmente vereadores, e os funcionários públicos, utilizem mais o transporte público, para
melhorar a compreensão de como é o funcionamento real dos meios de transportes disponı́veis

e de suas dificuldades diárias.
Segundo Gehl (2015), a diminuição de pedestres e de bicicletas, relacionados com o
aumento exagerado dos veı́culos, aumentam ainda mais os quilômetros de lentidão e congestio-
namentos nas cidades, fazendo dessa maneira com que mais poluentes sejam emitidos, maior a
perda de tempo no trânsito, mais emissão de ruı́dos e maior o número de acidentes.
A extrema importância do estudo da mobilidade urbana nas cidades justifica-se pelo
fato de que a sustentabilidade está sendo esmagada pelo crescimento desenfreado dos veı́culos
particulares nas cidades. As polı́ticas de mobilidade urbana têm como objetivo apresentar
as diretrizes para os planejadores desenvolverem projetos de forma adequada, pensando no
bem-estar do usuário de acordo com Bachendorf (2018).
2.2.1 Mobilidade Urbana no Brasil e no Mundo
Wilheim (2013) em seu livro, relaciona a interdependência entre bicicletários, a

existência dos mesmos com os terminais de ônibus e as estações de metrô. Sobre o serviço de
locar bicicletas ou tê-las gratuitamente, que já é praticado em Paris e que também existe em
São Paulo. O “pay per use” citado no livro publicado pelo autor, já está em funcionamento
em algumas cidades, sendo que o veı́culo é de tamanho reduzido, que é fabricado para esse
fim. O serviço de pegou, usou e pagou, seria creditado do usuário que pegaria o primeiro carro,
em locais especı́ficos, disponı́vel para a locação. Desta maneira o cartão de crédito já seria
debitado pelo sistema de um aplicativo no smartphone para o devido fim, o usuário deixaria o
veı́culo em outro local chamado de posto de serviço, segundo Wilheim (2013).
2.2.2 Mobilidade Urbana em Curitiba
Pinheiro e Caropreso (2016) comenta sobre as leis orgânicas municipais brasileiras,

que equivaleria a sua constituição municipal, referendada pelo Poder Legislativo municipal, que
atribui à administração pública local legislar sobre assuntos de interesse local. Curitiba tem
como maior exemplo a sua Lei do Plano Diretor de Desenvolvimento Municipal.
Curitiba se preocupa com o plano diretor desde meados da década de 60, onde já
havia um plano diretor instituı́do pela Lei Municipal no 2.828, de 10 de agosto de 1966. No
Plano de Mobilidade Urbana e Transporte Integrado havia a questão de tornar mais fáceis os
deslocamentos de acordo com a circulação de bens e pessoas no municı́pio, segundo Silva et al.
(2017).
Criado em 1965, o IPPUC tem o propósito de monitorar e coordenar a execução do
Plano Diretor da cidade de Curitiba. Dentre vários itens que o planejamento urbano, Transporte
Coletivo, Sistema Viário e Uso do Solo, busca integrar toda a parte fı́sica da cidade e conduzindo
o crescimento de forma regular e ordenada, conforme IPPUC (2014).
2.2.3 Integração do Smartphone e IoT no Sistema de Transporte
O transporte público é um serviço disponı́vel que tem como base o compartilhamento

para o benefı́cio do público em geral. Inclui ônibus urbanos, tróles, bondes, trens de passageiros,
balsas, BRT e metrô. A maioria dos trens e ônibus opera de acordo com um horário programado,
entretanto, esses horários são raramente seguidos, havendo sempre uma incerteza quanto à
chegada do ônibus. Por exemplo, a hora de chegada e partida de cada ônibus, uma lista
abrangente de paradas de ônibus, etc. pode ser muito benéfica de acordo com os autores Sutar,
Koul e Suryavanshi (2016).
2.2.4 IoT no Sistema de Transporte de Curitiba
Nova maneira de usar o transporte público em Curitiba chegou em março de 2016.

Tal como os aplicativos para obter uma carona, escolhendo desde o aluguel de uma bicicleta
ou patinete ou o serviço de um carro, são todos acessı́veis a partir de um simples aplicativo
para smartphone. A tecnologia por trás disso pode ser considerada IoT.
Figura 9 – Táxi tradicional de cor laranja em Curitiba
Fonte: Radio Táxi Capital (2018).
Em Curitiba, as pessoas podem solicitar um carro de um dos aplicativos de transporte

privado das empresas Uber, 99 ou Cabify. A concorrência entre as empresas trouxe para os
curitibanos uma nova forma de ver e desfrutar de transportes, além de abrir novos postos de
trabalho como motoristas, segundo a autora deste trabalho, e competindo diretamente com os
táxis tradicionais (de cor laranja) como o mostrado na Figura 9.
O inı́cio do serviço de locação de bicicleta, mostrada na Figura 10, e de patinete em
Curitiba acontece desde fevereiro de 2019. Pelos aplicativos das empresas Yellow ou Grin, é
possı́vel localizar a patinete ou a bicicleta mais próxima, usá-la e devolvê-la. Os pagamentos
são feitos diretamente no aplicativo para clientes cadastrados. A diretora da empresa Grin de
serviço de aluguel de patinetes elétricas Paula Nader, explica que várias questões são levadas
em conta antes de iniciar a operação em qualquer cidade. Por exemplo, a topografia, o ı́ndice
pluviométrico, a escolha da área de cobertura, o perfil do público, a densidade populacional, a
distribuição residencial, a atividade comercial, a infraestrutura de ciclovias é todo um conjunto
de critérios, todos analisados de forma combinada. Paula também explica que o serviço oferecido
não é inovador, mas sim que tiveram coragem de trazê-lo para a América Latina. Segundo a
diretora das empresas, não há vilão no transporte e ressalta que o importante é compartilhar,
segundo Machado (2019).
Figura 10 – Bicicleta da empresa Yellow estacionada no Parque Barigui, aguardando outro

usuário

Figura 11 – Grin uma das empresas de patinetes em Curitiba
Fonte: Machado (2019).
2.2.5 Sistemas de Informação da URBS
Usuários que utilizam as linhas de ônibus e cruzam os terminais Vila Oficinas, Cabral,
Boa vista e Centenário a partir de 2018, contam com os painéis eletrônicos para indicar os
horários, de acordo com a URBS (2018).
Figura 12 – Painel eletrônico de informação no Terminal do Cabral
São 694 painéis luminosos instalados nas estações tubo e nos terminais. Nos pontos
de parada no Terminal do Cabral (ver Figura 12), com informações sobre a linha, o sentido e
as previsões de saı́da, esses painéis fazem com que os usuários consigam prever em quanto
tempo o ônibus chega, segundo URBS (2018).
Figura 13 – Aplicativos no Sı́tio da URBS
Fonte: URBS (2018).
Os ônibus são acompanhados em tempo real pela Central de Operações, pois existem
computadores de bordo, GPS e sensores. Com esses dados é possı́vel saber as velocidades, os
horários, o tempo estimado de viagem até determinado terminal ou ponto. A Figura 13 mostra
uma tela do sı́tio da URBS, onde estão disponibilizados os aplicativos. Já a Figura 14 mostra a
versão móvel de alguns desses aplicativos URBS (2018).
Figura 14 – URBS Versão Mobile
Fonte: URBS (2018).

No sı́tio da URBS (2018) está disponı́vel o procedimento de como acessar e utilizar a

busca no aplicativo. As informações disponı́veis são:
• Boletim de informações diversas, como alterações de rotas ou desvios de itinerários;
• Itibus, que acessa as linhas, rotas de ônibus e posição de pontos de parada e veı́culos;
• Pontos de táxi em Curitiba disponibilizados no Táxi Legal;
• Monitoramento em tempo real dos ônibus, saı́das e chegadas na rodoferroviária de
Curitiba;
• Extrato simplificado do Cartão Transporte do sistema da URBS.
2.3 LINGUAGEM PYTHON
O Python é uma linguagem de programação de fácil aprendizado e utilização, criada em

1991 pelo programador holandês Guido Van Rossum. Trata-se de uma linguagem interpretada
e que, portanto, não depende de linguagens de máquina mais complicadas para sua execução.
De fato, Van Rossum quer que Python seja tão compreensı́vel e claro quanto o inglês simples.
Ele também tornou a linguagem de código aberto, o que significa que qualquer um pode
contribuir para ela, e espera que ela se torne tão poderosa quanto as linguagens concorrentes.
Não surpreendentemente, dada a sua natureza acessı́vel e versátil, o Python está entre as cinco
principais linguagens mais populares do mundo. É usado pela Wikipédia, Google (onde Van
Rossum trabalhou), Yahoo!, CERN, NASA, entre muitas outras organizações segundo Python
(1997).
O pilar central da linguagem Python é “Legibilidade”. Ele visa limitar os blocos de
código (código-fonte) permitindo uma aparência“limpa”. É uma linguagem versátil que funciona
em muitos sistemas, segundo Pyscience-Brasil (2017).
É frequentemente usada para aplicativos da web como uma “linguagem de script”. Isso
significa que ela pode automatizar séries especı́ficas de tarefas, tornando-as mais eficientes.
Consequentemente, o Python (e linguagens semelhantes) é frequentemente usada em aplicativos
de software, páginas em um navegador da Web, shells de sistemas operacionais e alguns jogos,
segundo Huang et al. (2004).
A linguagem Python é usada em computação cientı́fica, matemática e em projetos de
Inteligência Artificial. Ela foi incorporada com sucesso em vários produtos de software, incluindo
compostos de efeitos visuais Nuke, modeladores 3D e pacotes de animação, segundo Jarrod e
Michael (2011).
Devido à objetividade e facilidade de implementação, esta foi a linguagem escolhida
para o desenvolvimento do programa de processamento e análise de dados deste trabalho.
2.4 PROJETOS SIMILARES
Como o tema desta pesquisa tem como palco a cidade de Curitiba, não é estranho
que trabalhos similares tenham sido feitos na mesma instituição de ensino dos autores.
Em seu trabalho de conclusão de curso, a autora Koda (2018) propõe uma ferramenta
computacional para avaliação das conexões entre ônibus. A implementação utiliza grafos
temporais, conhecidos como link streams, que representam a permanência dos ônibus no
mesmo local durante determinados intervalos de tempo, permitindo a adequada transferência
de passageiros.
Na mesma linha de pesquisa, Curzel (2019), em sua tese de mestrado, propõe a
utilização dos registros de intersecção entre os ônibus em seus terminais (cliques) para a
obtenção de indicadores de desempenho do transporte, tais como tempo de transferência,
formação de comboios, congestionamento e número de passageiros transferidos.
Os projetos similares citados, assim como a presente pesquisa, têm como parte de
seus objetivos prestar suporte aos planejadores urbanos, para melhoria de operação e gestão do
transporte coletivo.
30
3 METODOLOGIA
Para a elaboração deste Trabalho de Conclusão de Curso foi realizada uma pesquisa
exploratória, qualitativa e descritiva sobre os assuntos IoT, mobilidade urbana e transporte
público. Através de pesquisa bibliográfica disponı́vel, selecionou-se artigos relacionados aos
assuntos Internet das Coisas e Mobilidade Urbana. Uma aplicação de pesquisa, utiliza multimé-
todo, com dados quantitativos, para desenvolver uma pesquisa exploratória descritiva, como
sugere Rocha (2017).
Uma vez concluı́da a pesquisa inicial, utilizou-se de análise quantitativa para atingir as
conclusões pertinentes ao escopo do trabalho que estão alinhadas à discussão apresentada por
Corsar et al. (2014) sobre o desenvolvimento de um sistema de informações de passageiros em
tempo real e que integra informações de transporte com localizações de veı́culos de origem
coletiva, fornecidos a partir de dispositivos móveis.
Em posse de uma revisão sobre os temas que tangem o objetivo desta pesquisa e os
métodos a serem utilizados para a análise de dados, procedeu-se analisar quais dados seriam
necessários para realizar uma verificação sobre o desempenho dos veı́culos do transporte público
de Curitiba. São dados relacionados à geolocalização e de apoio que permitem uma correta
categorização dos mesmos.
Para este trabalho, definiu-se como“ponto”o local de parada dos veı́culos do transporte
coletivo para o embarque e desembarque de passageiros. Da mesma forma, definiu-se como
“ocorrência” a verificação de presença fı́sica do veı́culo nas proximidades do ponto.
Estes dados foram obtidos no repositório da UFPR, mantido pelo C3SL, onde são
armazenados pela URBS metadados de geoposicionamento de todos os veı́culos de sua frota
(1.226 veı́culos) ao longo de suas rotas (251 linhas), um dia após a coleta. Estes dados são
compilados em um arquivo chamado data_veiculo.json. Da mesma forma, são gerados
arquivos contendo a geolocalização dos pontos de cada linha e os horários previstos por ponto
(URBS, 2018). Cabe ressaltar, ainda, que o formato utilizado para encapsular os metadados
é o JSON, muito utilizado para o envio de dados serializados. Estes contêm até 500 MB de
dados e chegam a conter cerca de 5 milhões de registros.
Em análise preliminar aos arquivos, percebeu-se que seriam necessárias algumas adap-
tações na estrutura para que pudessem ser lidos corretamente pela linguagem de programação
Python, uma vez que objetos JSON demandam uma estrutura mı́nima, como afirmam Abdel e
Kannan (2014). Os arquivos utilizados necessitavam dessa estrutura e tiveram que ser corrigidos.
Isto se dá porque são efetuados cortes em um arquivo principal para segmentação por datas, o
que elimina o cabeçalho e o rodapé necessários para a identificação do objeto dentro de um
arquivo menor. Para executar esta correção foi utilizado o algoritmo apresentado no Apêndice
G.
Foi considerado o perı́odo entre fevereiro a abril de 2019 para análise desta pesquisa.
Capı́tulo 3. METODOLOGIA 31
De maneira a garantir a consistência dos dados desta faixa (existência de registros em todas as
datas), utilizou-se o algoritmo apresentado no Apêndice F.
De maneira a reduzir a quantidade de dados a serem processados ao longo das rotinas,
foi definido um raio de 50 metros (testou-se diversos raios para se chegar a esse tamanho)
onde pelo menos uma ocorrência do veı́culo é computada, como na situação A descrita na
Figura 15 em contraposição a situação B da mesma figura onde o raio é muito pequeno e pode
causar a não ocorrência do veı́culo no ponto durante o perı́odo analisado.
Figura 15 – Definição do raio
Para fornecer ao algoritmo principal as informações de horários previstos e geoposicio-

namento do ponto a ser analisado, foram utilizados os algoritmos descritos respectivamente
nos apêndices I e J. Ainda, de forma auxiliar, o algoritmo que utiliza a fórmula de Haversine,
descrita por Hartanto et al. (2017), é demonstrado no Apêndice H, e foi usado para calcular a
distância entre a ocorrência e o ponto analisado.
De forma a classificar as ocorrências dos veı́culos no raio descrito anteriormente,
convencionou-se que uma margem temporal de 60 segundos (para mais e para menos em
relação ao tempo zero, o que totaliza 2 minutos) em relação ao horário previsto caracteriza um
acerto (chegada no horário correto). Por outro lado, a ocorrência em uma margem temporal
de 350 segundos (também em relação ao tempo zero, o que totaliza onze minutos e meio) em
relação ao horário previsto, caracterizam atraso ou adiantamento do veı́culo (ver o esquema
montado na Figura 16). Esta convenção levou em consideração a periodicidade entre os
horários previstos (variando entre 10 e 20 minutos) e uma percepção empı́rica do usuário
sobre o que seria factı́vel absorver a variação nessas ocorrências. Poderia ser considerada uma
margem diferente. No entanto, isso causaria uma interpretação errônea dos dados, uma vez que
um veı́culo muito atrasado poderia ser considerado adiantado em relação ao horário previsto
subsequente.
Figura 16 – Definição da margem de tempo (em segundos)
Curitiba tem uma extensa malha de transporte público que conta com 1.226 carros
compondo a frota de 2018 e 251 linhas diferentes com rotas e horários para atender a demanda
de cada região. A Figura 17 mostra a composição da frota de Curitiba em 2018.
Figura 17 – Composição da frota de Curitiba de 2018
Fonte: URBS (2018).

Figura 18 – Mapa de Linhas de Curitiba
Fonte: URBS (2018).
Dada a complexidade criada pelas várias linhas mostradas na Figura 18, foram
selecionadas três linhas com diferentes caracterı́sticas que pudessem descrever o comportamento
de horários de pico, demonstradas, por sua vez, no Capı́tulo 4: Análise e Discussão dos
Resultados, na Tabela 4. Isso, em primeira análise, permitiu validar o conceito de funcionamento
do algoritmo aplicado. Como este comportamento varia dependendo do dia da semana e da
incidência de feriados, foram considerados somente dias entre segunda e sexta-feira, excluindo
os sábados, domingos e feriados. As linhas selecionadas foram:
• A linha 303 - Centenário/Campo Comprido - Linha alimentadora que atravessa o centro

da cidade com um intervalo de embarque de aproximadamente 10 minutos (ver na Figura
19);
• A linha 507 - Sı́tio Cercado/Pinheirinho/Guadalupe/Boqueirão - Linha circular com um
intervalo de embarque de aproximadamente 10 minutos (ver na Figura 20);
• A linha 924 -Santa Felicidade/Santa Cândida - Linha alimentadora que não atravessa o
centro da cidade com um intervalo de embarque de aproximadamente 20 minutos (ver
na Figura 21).
Figura 19 – Mapa com a Linha 303 - Santa Felicidade/Santa Cândida em destaque
Fonte: Onilı́nhas (2019).

Figura 20 – Mapa com a Linha 507 - Sı́tio Cercado/Boqueirão em destaque
Figura 21 – Mapa com a Linha 924 - Centenário/Campo Comprido em destaque
Os horários previstos disponı́veis na base de dados se referem aos terminais e a um

ponto intermediário (linhas 303 e 924). Como a linha 507 descreve uma trajetória circular,
somente ocorre a passagem dos veı́culos associados a ela em um sentido. No entanto, nas
demais linhas, os pontos intermediários são compartilhados em ambos os sentidos, o que
não pode ser analisado pelo algoritmo proposto. Desta maneira, os pontos analisados são os
terminais:
• Santa Felicidade;
• Santa Cândida (ver a Figura 22);
• Sı́tio Cercado;
• Boqueirão;
• Pinheirinho;
• Guadalupe;
• Campo Comprido;
• Centenário.
Figura 22 – Entrada do Terminal Santa Cândida
Estabelecidas as variáveis e os parâmetros necessários para a obtenção das informações

através dos dados corretamente dispostos e acessı́veis para manipulação, foram elaboradas
várias rotinas em Python detalhadas na Seção 3.1.
As informações obtidas foram dispostas em tabelas, que por sua vez geraram gráficos
que serão discutidos no Capı́tulo 4.
3.1 CÓDIGO
Os rotinas desenvolvidas em Python, que utilizam a base de dados da URBS para a

comparação entre os horários previstos e as ocorrências, serão explicados passo a passo, desde
a importação de classes, passando pela sua segmentação com o objetivo de otimizar o processo,
até a exportação das informações extraı́das para arquivos csv (comma-separated values). O
fluxo de informações pode ser consultado na Figura 23.
Figura 23 – Fluxograma do Código
Legenda: Datas.json Arquivos_.json
Arquivo JSON
Data Loop
Arquivos JSON
Arquivo CSV Data Útil
Se: Dia Útil
Condição
Lista Nome
Arquivo
Variável
Linha + Ponto PontosLinha.json Veiculos.json
Registro Loop
Coordenadas
Se: Raio < 50
Ocorrência
HorariosLinha.json
Ocorrências
Horários
Previstos
Ocorrência Loop
Horário
Previsto
Horários Previstos *Se: -350 > Diferença < 350
Hora
Média Positiva
Média Negativa Se: -60 > Diferença < 60
Qnt. OK
Qnt. Positiva
Diferença
Qnt. Negativa
Resultado Se não, Diferença > 0
Se não, Diferença < 0
Resultado.csv
* Seleciona a ocorrência mais próxima de zero
Foram utilizadas algumas bibliotecas Python para a elaboração das rotinas (ver Figura
24):
• json: classe utilizada para a manipulação de arquivos no formato .json disponibilizados

pela URBS;
• csv: classe utilizada para a manipulação de arquivos .csv para os quais são exportados
os resultados;
• Haversine: rotina que calcula a distância entre duas coordenadas geográficas levando
em consideração a curvatura da terra;
• Thread_: classe que executa rotinas em paralelo de forma assı́ncrona para acelerar o
processo de busca de ocorrências;
• datetime: classe que possibilita operações com datas e horas.
Figura 24 – Código Segmento 1
Como foram utilizadas várias rotinas, tornaram-se necessárias variáveis globais, podendo
ser acessadas em diversas partes do código (ver figura 25). O código completo deste trecho
pode ser consultado no Apêndice A.
• raio: define raio em metros no qual a ocorrência do veı́culo no ponto analisado deve ser
considerada;
• margem: intervalo de tempo em segundos, anterior ou posterior, no qual as ocorrências
delimitadas pelo raio serão calculadas;
• acerto: intervalo de tempo em segundos em que uma ocorrência do veı́culo no ponto é
considerada conforme;
• Linha: valor inteiro declarado como texto que identifica a linha a qual o ponto pertence;
• NomePonto: texto contendo o nome do ponto;
• dados1: lista onde são armazenados os dados intermediárias obtidos;
• Ponto: valor inteiro declarado como texto que identifica o ponto;
• path_Geral, path_Arquivos, path_Linhas: caminho onde os arquivos devem ser
localizados.
A rotina principal se chama DeltaPonto, sendo ela que concatena todas as demais
(ver Figura 26). O código completo desta rotina pode ser consultado no Apêndice B.
No trecho da Figura 27, após a declaração no inı́cio da rotina DeltaPonto, é feito

o armazenamento das coordenadas do ponto a ser analisado na variável Coord_1 (linha 6).
Isto é feito percorrendo todos os elementos do arquivos PontoLinha.json procurando pelo
número declarado na variável Linha.
Em seguida, os valores contidos nos arquivos Datas_Bimestre.json e Arqui-

vos_Bimestre.json são carregados, respectivamente, nas variáveis datas e arquivos:
• datas: Lista que identifica qual dia da semana e se a data é um feriado;
• arquivos: Lista de nomes dos arquivos contendo as ocorrências que devem ser analisadas,
ver Figura 28.
Como nos próximos passos são necessários vários loops, devido à grande quantidade
arquivos contendo até 5 milhões de elementos, foram utilizadas threads que efetuam rotinas
de forma paralela e assı́ncrona (ver Figura 29) que reduziu o tempo de execução de cerca de 2
horas para 10 minutos.
Com a string contendo a localização e o nome do arquivo (linha 2), várias thre-
ads são criadas utilizando a rotina thread_DeltaPonto (linha 3), que percorre os aquivos
(veiculo.json), recebendo como parâmetros a lista de datas e a geolocalização do ponto
(ver Figura 30):
Após a declaração do inı́cio da rotina com os parâmetros enviados anteriormente, o

arquivo .json é aberto e armazenado em uma lista chamada dados (linha 3) (ver Figura 31).
O código completo desta rotina pode ser consultado no Apêndice C.
A lista chamada dados é percorrida em um loop buscando a correspondência com o

código da linha à qual o ponto pertence. Quando uma ocorrência é encontrada, o elemento
DTHR contendo a data e a hora da ocorrência é separado em duas variáveis (linha 4) para que,
em outro loop aninhado, possa verificar se a data é um dia da semana válido (linha 5 a 8) (ver
Figura 32).
Quando as condições acima são preenchidas, a distância entre a ocorrência encontrada e

o ponto analisado é armazenada em uma variável chamada dist utilizando a rotina Haversine
(ver Figura 33).
Esta distância deve ser menor que o raio declarado. Se este for o caso, a informação
de data, hora e a identificação do veı́culo são armazenadas em uma lista chamada dados1
(variável global) (ver Figura 34).
Neste ponto um método da classe Thread aguarda que todas as threads sejam
concluı́das (ver Figura 35).

Uma função nativa do Python ordena de forma crescente as ocorrências contidas na

lista chamada dados2 (ver Figura 36).
Em seguida o nome do arquivo que contém os horários previstos para a linha analisada
é composto e a rotina Calculo é chamada (linha 2) enviando como parâmetros a lista de dados
ordenada, a margem, o acerto e o NomeArquivo (ver Figura 37).
Após a declaração do inı́cio da rotina com os parâmetros enviados anteriormente (linha

2 e 3), são declaradas as variáveis que serão utilizadas para o cálculo das relações existentes
entre as ocorrências e os horários previstos. Para tanto, o arquivo contendo os horários previstos
para o ponto selecionado é carregado em uma lista chamada horarios (linha 12) (ver Figura
38). O código completo desta rotina pode ser consultado no Apêndice D e E.
Para cada horário (linha 1) e para cada ocorrência (linha 2) são armazenadas a data e
hora da ocorrência atual (linha 3) e da próxima (linha 5) calculando a sua diferença (linha 6)
em segundos (ver Figura 39).
Se a diferença estiver dentro da margem, este valor é armazenado em uma lista (ver
Figura 40).
Se a data da próxima ocorrência for diferente da data da ocorrência atual, é utilizada

uma função nativa do Python para eleger a mais próxima de zero (ver Figura 41).
Caso a ocorrência esteja em um intervalo considerado como acerto, uma unidade é

adicionada à variável qntOK (ver Figura 42).
Caso contrário, a diferença e a ocorrência são classificadas em maior (linha 2) ou

menor que zero (linha 5), definindo se a ocorrência está atrasada ou adiantada em relação ao
previsto (ver Figura 43).
Após um horário previsto percorrer todas as ocorrências, a hora prevista, o valor

positivo somado, o valor negativo somado e a quantidade de ocorrências positivas, negativas e
ok são adicionadas como elementos em uma lista. Antes de cada loop nos horários previstos,
as variáveis são zeradas (linhas 4 a 9) (ver Figura 44).
Com o resultado da rotina anterior armazenado na variável dados3, a classe csv é

utilizada para exportar os valores obtidos no passo anterior para um arquivo .csv onde os
elementos são separados por vı́rgula e mais facilmente acessados para a elaboração de gráficos
(ver Figura 45).
As rotinas utilizados de forma indireta para a obtenção dos horários previstos na

linha, geolocalização dos pontos da linha, execução assı́ncrona, etc, podem ser consultados nos
apêndices:
• Apêndice F - verificacao: Rotina para verificação da integridade da base de dados;

• Apêndice G - corrige: Rotina para correção da base de dados;
• Apêndice H - distacia: Rotina cálculo de distancias entre coordenadas;
• Apêndice I - horarioPonto: Rotina para extração de horários previsto de um ponto;
• Apêndice J - pontosLinha: Rotina para extração de coordenadas de pontos da linha;
• Apêndice K - thread: Rotina inicialização de tarefas assı́ncronas.
47
4 ANÁLISE E DISCUSSÃO DOS RESULTADOS
As tabelas e gráficos presentes neste capı́tulo são provenientes do processamento dos

dados disponibilizados pela URBS no repositório do departamento de informática da UFPR,
utilizando as rotinas discutidas na seção 3.1. Foram selecionados terminais das linhas 303, 507
e 924 a fim de obter informações sobre o desempenho dos veı́culos destas linhas, veı́culos como
o expresso biarticulado na Figura 46, o serviço que está sendo oferecido ao usuário e quais
oportunidades de melhoria poderiam ser apontadas com base nos resultados obtidos.
Figura 46 – Expresso Biarticulado
As Tabelas 1 e 2 foram selecionadas para demonstrar o conceito aplicado neste trabalho.

Elas contém os seguintes dados dispostos por horário previsto de cada linha em cada terminal:
• Total de atraso em segundos: Valor somado de todas as ocorrências dentro da margem
de verificação assumindo sinal positivo;
• Quantidade total de atrasos: Quantidade de ocorrências dentro da margem de verificação
assumindo sinal positivo;
• Total de adiantamentos em segundos: Valor somado de todas as ocorrências dentro da
margem de verificação assumindo sinal negativo;
• Quantidade total de adiantamentos: Quantidade de ocorrências dentro da margem de
Capı́tulo 4. ANÁLISE E DISCUSSÃO DOS RESULTADOS 48
verificação assumindo sinal negativo;

• Quantidade OK : Quantidade de ocorrências dentro da margem de acerto;
• Total de dias encontrados: Soma das ocorrências atrasadas, adiantadas e OK ;
• Média de atrasos: Média simples do total de atrasos;
• Média de adiantamentos: Média simples do total de adiantamentos;
• Total de dias analisados: Quantidade de dias analisados pelo algoritmo;
• Percepção do usuário: Soma das médias de atrasos e adiantamentos;
• Percentual de Integridade: Percentual dias os quais foram encontradas ocorrências em
relação ao total de dias analisados.
Tabela 1 – Linha 924 - Terminal Santa Felicidade.

Total de Dias Média de Atraso Média de Adiant. Total de Dias Percepção do
Hora Total Atraso (s) Qnt. Atraso Total Adiant. (s) Qnt. Adiant. Qnt. OK % de Integridade
Encontrados (min) (min) Analisado Usuário (min)
5:05 0 0 0 0 41 41 0,0 0,0 52 0,0 79%
5:30 576 5 0 0 47 52 1,9 0,0 52 1,9 100%
5:50 504 8 0 0 35 43 1,1 0,0 52 1,1 83%
6:10 6.006 42 0 0 10 52 2,4 0,0 52 2,4 100%
6:25 4.560 29 -339 3 20 52 2,6 -1,9 52 0,7 100%
6:40 671 5 -85 1 46 52 2,2 -1,4 52 0,8 100%
6:58 483 3 0 0 48 51 2,7 0,0 52 2,7 98%
7:16 4.494 22 -452 2 28 52 3,4 -3,8 52 -0,4 100%
7:34 2.354 16 0 0 33 49 2,5 0,0 52 2,5 94%
7:52 4.299 24 0 0 27 51 3,0 0,0 52 3,0 98%
8:10 9.111 40 -1.124 4 8 52 3,8 -4,7 52 -0,9 100%
8:28 1.589 13 -398 1 38 52 2,0 -6,6 52 -4,6 100%
8:48 403 2 -168 2 47 51 3,4 -1,4 52 2,0 98%
9:16 3.668 26 -1.628 15 9 50 2,4 -1,8 52 0,5 96%
9:43 2.989 19 -444 4 29 52 2,6 -1,9 52 0,8 100%
10:10 1.631 15 -788 7 30 52 1,8 -1,9 52 -0,1 100%
10:36 195 2 0 0 49 51 1,6 0,0 52 1,6 98%
11:02 1.794 10 -393 5 37 52 3,0 -1,3 52 1,7 100%
11:28 67 1 0 0 49 50 1,1 0,0 52 1,1 96%
11:55 739 8 -883 5 37 50 1,5 -2,9 52 -1,4 96%
12:22 680 9 0 0 43 52 1,3 0,0 52 1,3 100%
12:50 2.424 14 0 0 38 52 2,9 0,0 52 2,9 100%
13:18 430 1 -86 1 49 51 7,2 -1,4 52 5,7 98%
13:46 2.075 16 0 0 36 52 2,2 0,0 52 2,2 100%
14:12 329 1 -97 1 50 52 5,5 -1,6 52 3,9 100%
14:39 1.413 8 -215 1 43 52 2,9 -3,6 52 -0,6 100%
15:06 204 2 0 0 50 52 1,7 0,0 52 1,7 100%
15:36 806 10 0 0 42 52 1,3 0,0 52 1,3 100%
16:00 1.997 11 0 0 36 47 3,0 0,0 52 3,0 90%
16:20 2.759 16 -398 2 34 52 2,9 -3,3 52 -0,4 100%
16:37 186 3 0 0 49 52 1,0 0,0 52 1,0 100%
16:54 2.722 20 -315 1 29 50 2,3 -5,3 52 -3,0 96%
17:13 2.176 14 -384 2 36 52 2,6 -3,2 52 -0,6 100%
17:33 856 6 -137 1 45 52 2,4 -2,3 52 0,1 100%
17:53 2.927 20 0 0 32 52 2,4 0,0 52 2,4 100%
18:14 3.086 20 -241 3 29 52 2,6 -1,3 52 1,2 100%
18:35 3.843 17 0 0 34 51 3,8 0,0 52 3,8 98%
18:55 6.115 33 0 0 19 52 3,1 0,0 52 3,1 100%
19:15 1.753 11 -460 3 38 52 2,7 -2,6 52 0,1 100%
19:35 767 3 0 0 48 51 4,3 0,0 52 4,3 98%
20:10 2.814 19 -776 7 26 52 2,5 -1,8 52 0,6 100%
20:45 3.316 30 -490 3 19 52 1,8 -2,7 52 -0,9 100%
21:19 188 1 0 0 51 52 3,1 0,0 52 3,1 100%
21:53 1.516 17 -347 4 31 52 1,5 -1,4 52 0,0 100%
22:26 294 4 -261 3 45 52 1,2 -1,5 52 -0,2 100%
22:59 623 4 0 0 47 51 2,6 0,0 52 2,6 98%
23:32 1.382 12 -1.911 20 20 52 1,9 -1,6 52 0,3 100%
0:05 0 0 0 0 52 52 0,0 0,0 52 0,0 100%
Fonte: Autoria Própria (2019)

Tabela 2 – Linha 924 - Terminal Santa Cândida.

5:05 0 0 0 0 0 0 0,0 0,0 52 0,0 0%
5:27 0 0 -315 2 50 52 0,0 -2,6 52 -2,6 100%
5:50 0 0 -1.668 8 42 50 0,0 -3,5 52 -3,5 96%
6:05 162 2 -232 3 45 50 1,4 -1,3 52 0,1 96%
6:20 384 4 -1.887 15 33 52 1,6 -2,1 52 -0,5 100%
6:36 85 1 -570 7 42 50 1,4 -1,4 52 0,1 96%
6:50 0 0 -2.547 10 42 52 0,0 -4,2 52 -4,2 100%
7:04 2.759 21 -1.667 11 20 52 2,2 -2,5 52 -0,3 100%
7:24 92 1 -1.373 9 42 52 1,5 -2,5 52 -1,0 100%
7:44 0 0 -321 2 48 50 0,0 -2,7 52 -2,7 96%
8:02 768 2 -911 7 41 50 6,4 -2,2 52 4,2 96%
8:20 3.110 15 -1.762 10 27 52 3,5 -2,9 52 0,5 100%
8:48 2.634 18 -351 3 31 52 2,4 -2,0 52 0,5 100%
9:16 1.884 13 -1.321 8 31 52 2,4 -2,8 52 -0,3 100%
9:43 300 2 -1.095 7 42 51 2,5 -2,6 52 -0,1 98%
10:09 1.827 13 -438 4 35 52 2,3 -1,8 52 0,5 100%
10:35 734 5 -1.728 14 33 52 2,4 -2,1 52 0,4 100%
11:02 478 6 -3.058 11 33 50 1,3 -4,6 52 -3,3 96%
11:29 0 0 -2.655 15 37 52 0,0 -3,0 52 -3,0 100%
11:56 1.072 7 -1.416 8 35 50 2,6 -3,0 52 -0,4 96%
12:22 71 1 -2.934 12 39 52 1,2 -4,1 52 -2,9 100%
12:50 566 6 -358 4 42 52 1,6 -1,5 52 0,1 100%
13:18 154 2 -902 6 44 52 1,3 -2,5 52 -1,2 100%
13:46 1.799 9 -844 8 35 52 3,3 -1,8 52 1,6 100%
14:12 77 1 -3.838 20 30 51 1,3 -3,2 52 -1,9 98%
14:39 1.388 9 -501 4 39 52 2,6 -2,1 52 0,5 100%
15:06 310 4 -240 2 46 52 1,3 -2,0 52 -0,7 100%
15:30 1.175 7 -993 4 41 52 2,8 -4,1 52 -1,3 100%
15:58 0 0 -3.128 17 35 52 0,0 -3,1 52 -3,1 100%
16:17 0 0 0 0 52 52 0,0 0,0 52 0,0 100%
16:37 224 1 -1.971 12 38 51 3,7 -2,7 52 1,0 98%
16:57 875 4 -293 2 46 52 3,6 -2,4 52 1,2 100%
17:15 1.004 7 -499 3 42 52 2,4 -2,8 52 -0,4 100%
17:33 5.585 26 -959 6 20 52 3,6 -2,7 52 0,9 100%
17:53 7.559 36 -957 4 12 52 3,5 -4,0 52 -0,5 100%
18:13 2.736 11 -647 5 33 49 4,1 -2,2 52 2,0 94%
18:33 1.184 6 -288 2 42 50 3,3 -2,4 52 0,9 96%
18:53 2.147 17 -365 2 33 52 2,1 -3,0 52 -0,9 100%
19:13 1.648 15 -767 5 32 52 1,8 -2,6 52 -0,7 100%
19:33 1.410 6 -2.110 9 37 52 3,9 -3,9 52 0,0 100%
19:55 1.779 13 -1.898 13 26 52 2,3 -2,4 52 -0,2 100%
20:29 136 2 -738 5 44 51 1,1 -2,5 52 -1,3 98%
21:03 596 4 -1.110 8 40 52 2,5 -2,3 52 0,2 100%
21:36 248 3 -2.026 12 35 50 1,4 -2,8 52 -1,4 96%
22:10 192 1 0 0 46 47 3,2 0,0 52 3,2 90%
22:43 900 10 -1.336 11 31 52 1,5 -2,0 52 -0,5 100%
23:15 135 2 -1.087 6 44 52 1,1 -3,0 52 -1,9 100%
23:45 450 6 -472 5 40 51 1,3 -1,6 52 -0,3 98%
00:15 0 0 -3.588 52 0 52 0 -1 52 -1 98%
Os gráficos resultantes das informações sobre médias de atrasos e adiantamentos da

linha 924 são exibidos nas Figuras 47 e 49. Nelas se pode verificar a variação das médias
de atraso (em azul) e de adiantamento (em vermelho) por horários previstos. Os valores
de adiantamento estão em vermelho pois sob o ponto de vista do usuário, pode causar a
impossibilidade de embarque naquele veı́culo.
Figura 47 – Linha 924 - Term. Sta. Cândida - Previsto (h) versus Médias + e - (s)
Linha 924 - Terminal Santa Cândida

Atrasos e Adiantamentos
8,0
6,0
4,0
Variação Média (min)
2,0
0,0
-2,0
-4,0
-6,0
10:36
11:28
13:46
16:00
17:33
18:14
19:15
20:10
21:53
22:59
10:10
11:02
11:55
12:22
12:50
13:18
14:12
14:39
15:06
15:36
16:20
16:37
16:54
17:13
17:53
18:35
18:55
19:35
20:45
21:19
22:26
23:32
5:05
5:30
5:50
6:10
6:25
6:40
6:58
7:16
7:34
7:52
8:10
8:28
8:48
9:16
9:43
0:05
Horário Previsto
Média de Atraso (min)
Média de Adiant. (min)
Figura 48 – Linha 924 - Term. Sta. Cândida - Previsto (h) versus Média (s)
Linha 924 - Terminal Santa Cândida

Percepção do Usuário
5,0
4,0
3,0
2,0
1,0
0,0
-1,0
-2,0
-3,0
-4,0
-5,0
5:30
6:25
7:16
8:28
9:43
11:02
12:22
13:46
15:36
16:37
17:33
18:35
19:35
21:53
23:32
5:05
5:50
6:10
6:40
6:58
7:34
7:52
8:10
8:48
9:16
10:10
10:36
11:28
11:55
12:50
13:18
14:12
14:39
15:06
16:00
16:20
16:54
17:13
17:53
18:14
18:55
19:15
20:10
20:45
21:19
22:26
22:59
0:05
Horário Previsto
Percepção do Usuário (min)
Para tornar as informações dos gráficos citados acima mais compreensı́veis, foram
geradas as tabelas exibidas nas Figuras 48 e 50, onde pode-se visualmente perceber a diferença
entre o horário previsto com a média (soma aritmética entre o atraso e o adiantamento) através
de valores positivos que seriam os atrasos em minutos e os adiantamentos com valores negativos
em minutos.
Figura 49 – Linha 924 - Term. Sta. Felicidade - Previsto (h) versus Médias + e - (s)
Linha 924 - Terminal Santa Felicidade

8,0
6,0
4,0
2,0
0,0
-2,0
-4,0
-6,0
-8,0
10:36
11:28
13:46
16:00
17:33
18:14
19:15
20:10
21:53
22:59
10:10
11:02
11:55
12:22
12:50
13:18
14:12
14:39
15:06
15:36
16:20
16:37
16:54
17:13
17:53
18:35
18:55
19:35
20:45
21:19
22:26
23:32
5:05
5:30
5:50
6:10
6:25
6:40
6:58
7:16
7:34
7:52
8:10
8:28
8:48
9:16
9:43
0:05
Horário Previsto
Figura 50 – Linha 924 - Term. Sta. Felicidade - Previsto (h) versus Média (s)
Linha 924 - Terminal Santa Felicidade

6,0
4,0
2,0
0,0
-2,0
-4,0
-6,0
5:30
6:25
7:16
8:28
9:43
11:02
12:22
13:46
15:36
16:37
17:33
18:35
19:35
21:53
23:32
5:05
5:50
6:10
6:40
6:58
7:34
7:52
8:10
8:48
9:16
10:10
10:36
11:28
11:55
12:50
13:18
14:12
14:39
15:06
16:00
16:20
16:54
17:13
17:53
18:14
18:55
19:15
20:10
20:45
21:19
22:26
22:59
0:05
Horário Previsto
Prosseguiu-se analisando as informações contidas nas tabelas extraindo a média do

percentual de integridade por terminal. Os dados estão representados na Tabela 3.
Tabela 3 – Média do percentual de integridade

Média % de
Terminal
Integridade
Santa Felicidade 98%
Santa Cândida 97%
Campo Comprido 79%
Centenário 81%
Boqueirão 32%
Sı́tio Cercado 35%
Pinheirinho 36%
Guadalupe 36%
Verifica-se um menor valor de percentual de integridade entre os horários 5h00 e 5h30,

especialmente no terminal do Centenário (81%). Percebeu-se também um comportamento
atı́pico no terminal do Boqueirão (32%) com uma predominância de veı́culos adiantados entre
os horários 6h00 e 6h30.
Para definir o comportamento de horário de pico foram selecionadas as faixas de
horários previstos com incidência contı́gua e/ou periódica de médias de atraso ou adiantamento
superiores a 3,5 minutos. O resultado (Figura 51) descreve variações com relação ao divulgado
pela URBS na Tabela 4. Tais variações podem ocasionar má distribuição de recursos ou
seja, a mobilização de maior quantidade de veı́culos para atender uma faixa horária que não
necessariamente necessita.
Figura 51 – Horários de pico por terminal
Horário
05:00
05:30
06:00
06:30
07:00
07:30
08:00
08:30
09:00
09:30
10:00
10:30
11:00
11:30
12:00
12:30
13:00
13:30
14:00
14:30
15:00
15:30
16:00
16:30
17:00
17:30
18:00
18:30
19:00
19:30
20:00
20:30
21:00
21:30
22:00
22:30
23:00
23:30
00:00
00:30
Terminal
Santa Felicidade
Santa Cândida
Campo Comprido
Centenário
Boqueirão
Sítio Cercado
Pinheirinho
Guadalupe
Informado pela URBS
Legenda:
Horário de Pico Previsto
Horário de Pico Real
Tabela 4 – Horários de Pico.

Pico 1 Das 05h00 às 08h30
Manhã Das 08h31 às 11h30
Tarde Das 14h01 às 16h30
Noite 1 Das 19h31 às 22h30
Noite 2 Das 22h31 às 23h59
Fonte: URBS Curitiba (2018)
A partir das informações obtidas, foram elencadas as possı́veis causas raiz:

• Menor percentual de integridade:
– Somente nos primeiros horários de dia: Dispositivos de transmissão de geoposi-
cionamento não inicializados pelo operador (motorista) nas primeiras horas do
dia;
– Menores que 100% ao longo do dia: Dispositivos de transmissão de geoposiciona-
mento não inicializados ou fora de funcionamento.
• Veı́culos adiantados no terminal do Boqueirão: Este comportamento pode descrever uma

situação corriqueira onde dada a grande demanda, o veı́culo, impossibilitado de receber
mais passageiros, deixa o terminal antes do horário previsto;
• Variação de horários de pico: Como antecipado durante a seleção das linhas para
análise, o itinerário e a periodicidade de horários previstos influenciam diretamente no
comportamento dos veı́culos. O fluxo bairro/centro apresenta picos mais acentuados nos
primeiros horários da manhã, enquanto o sentido oposto tem picos que iniciam mais
tarde e, analogamente, têm picos mais próximos aos últimos horários previstos.
É importante salientar que o percentual de integridade pode ter seu valor influenciado
por variações de ocorrências superiores à margem analisada (Figura 16).
Sugere-se fortemente que seja efetuada manutenção corretiva e preventiva nos sistemas
de monitoramento GPS dos veı́culos da frota da URBS.
As tabelas e gráficos que se referem aos demais terminais podem ser consultados nos
apêndices:
• Apêndice L - Tabela Linha 303 - Terminal Campo Comprido;
• Apêndice M - Tabela Linha 303 - Terminal Centenário;
• Apêndice N - Tabela Linha 507 - Terminal Boqueirão;
• Apêndice O - Tabela Linha 507 - Terminal Sı́tio Cercado;
• Apêndice P - Tabela Linha 507 - Terminal Pinheirinho;
• Apêndice Q - Tabela Linha 507 - Terminal Guadalupe;
• Apêndice R - Gráficos Linha 303 - Terminal Campo Comprido;
• Apêndice S - Gráficos Linha 303 - Terminal Centenário;
• Apêndice T - Gráficos Linha 507 - Terminal Pinheirinho;
• Apêndice U - Gráficos Linha 507 - Terminal Guadalupe;
• Apêndice V - Gráficos Linha 507 - Terminal Boqueirão;
• Apêndice W - Gráficos Linha 507 - Terminal Sı́tio Cercado;
55
5 CONCLUSÃO
A proposta deste trabalho de conclusão de curso foi a realização de uma revisão

do estado da arte em Mobilidade Urbana, observando os cenários encontrados na cidade de
Curitiba. Propôs-se, ainda, o tratamento e análise de dados disponibilizados pela companhia
responsável pelo controle do transporte público urbano, a URBS, com base na geolocalização
(do ponto de parada), na data e no horário dos veı́culos.
A pesquisa bibliográfica permitiu concluir que Curitiba oferece um cenário diversificado
em termos de mobilidade, com bicicletas, patinetes e serviços de motorista particular à disposição
por meio de aplicativos, além do tradicional transporte público com frotas de ônibus e táxis.
Essas caracterı́sticas garantem um primeiro passo em direção à obtenção de cenários tı́picos de
uma cidade inteligente.
No tocante aos dados, pré-processamentos foram necessários para efetuar correções
nas coletas de dados disponibilizadas, para que, posteriormente, fosse possı́vel desenvolver um
algoritmo capaz de analisar o horário de chegada nas paradas especı́ficas em relação ao horário
estimado, baseando-se no histórico das viagens. O tratamento de dados levou a conclusões que
divergem das apresentadas pela empresa e permitiu a confecção de um conjunto de sugestões
de melhorias para o transporte público de Curitiba.
Certamente ainda existem diversas análises possı́veis com as informações obtidas, além
das discutidas anteriormente. Porém, entende-se que a metodologia proposta nesta pesquisa é
válida e pode ser aplicada em escalas maiores, seja para medições pontuais, incorporadas aos
aplicativos de gerenciamento, ou mesmo para orientação do usuário.
5.1 DIFICULDADES ENCONTRADAS
Ao longo da construção do algoritmo, em diversas etapas, os resultados foram inconclu-

sivos, porém, posteriormente solucionados mediante a correção de interpretações sobre processo
de mineração de dados. Após várias conversas e consultas com profissionais envolvidos na área
de pesquisa, outras soluções surgiram, como o uso de um banco de dados SQL (Structure
Query Language ou Linguagem de Consulta Estruturada) para armazenamento e manipulação
dos dados. No entanto, para fins de validação da proposta e considerando a elasticidade e
simplicidade oferecidas pela linguagem Python, o objetivo foi atingido.
5.2 TRABALHOS FUTUROS
De maneira a complementar o estudo proposto por este trabalho, sugere-se que sejam
feitas análises mais amplas dos pontos da malha viária da URBS sempre e quando a causa
raiz da ausência de dados de uma parte dos veı́culos seja solucionada. É importante para a
Capı́tulo 5. CONCLUSÃO 56
população que se possa definir critérios de avaliação para o serviço de mobilidade urbana, assim
como foi e é válido buscar formas eficientes de medição do desempenho desses serviços.
Uma consideração pontual que pode auxiliar na continuidade da pesquisa é incluir um
método para distinguir o sentido do movimento dos veı́culos e assim analisar as ocorrências
que são atribuı́das ao mesmo raio de um ponto, mas que, na verdade, pertencem ao ponto do
sentido oposto (na outra margem da rua) que está fisicamente próximo.
57
REFERÊNCIAS
ABDEL, A. A. E.; KANNAN, A. JSON encryption. In: 2014 International Conference on

Computer Communication and Informatics. IEEE, 2014. p. 1–6. ISBN 978-1-4799-2352-6.
Disponı́vel em: <http://ieeexplore.ieee.org/document/6921719/>. Citado na página 30.
ALECRIM, E. O que é Internet das Coisas (Internet of Things)? 2018. Disponı́vel em:
<https://www.infowester.com/iot.php>. Citado 2 vezes nas páginas 18 e 19.
BACHENDORF, C. F. Inteligência, sustentabilidade e inovação nas cidades: uma análise da
mobilidade urbana de Pato Branco - PR. 2018. Universidade Tecnológica Federal do
Paraná, p. 152, 2018. Disponı́vel em: <http://repositorio.utfpr.edu.br/jspui/bitstream/1/
3177/1/PB/PPGDR/M/Bachendorf Cassiana Ferreira 2018.pdf>. Citado na página 23.
BARROS, T. Projeto conceitual de geladeira promete revolucio-
nar a organização da sua comida (In My Fridge). 2016. Dis-
ponı́vel em: <http://www.techtudo.com.br/noticias/noticia/2011/10/
projeto-conceitual-de-geladeira-promete-revolucionar-organizacao-da-sua-comida.html>.
Citado 2 vezes nas páginas 18 e 19.
CHEVROLET. ON STAR. 2018. www.chevrolet.com.br/servicos/onstar p. Disponı́vel em:
<https://www.chevrolet.com.br/servicos/onstar>. Citado na página 20.
CORSAR, D. et al. Celulares, Sensores e Multidão: Lições Aprendidas com o Desenvolvimento de
um Sistema de Informação de Viagem em Tempo Real. The First International Conference
on IoT in Urban Space, 2014. Disponı́vel em: <http://eudl.eu/doi/10.4108/icst.urb-iot.
2014.257328>. Citado na página 30.
CURZEL, J. L. Uma metodologia de análiseda operação do transporte público de
Curitiba usando link streams. 175 p. Tese (Doutorado) — UTFPR, 2019. Citado na página
29.
GEHL, J. Cidades para pessoas. 3. ed. São Paulo: [s.n.], 2015. Citado na página 23.
HARTANTO, S. et al. Haversine method in looking for the nearest masjid. International
Journal of Engineering Research, v. 3, p. 187–195, 08 2017. Citado na página 31.
HUANG, Y.-W. et al. Securing web application code by static analysis and runtime protection.
In: Proceedings of the 13th conference on World Wide Web - WWW ’04. New
York, New York, USA: ACM Press, 2004. p. 40. ISBN 158113844X. Disponı́vel em: <http:
//portal.acm.org/citation.cfm?doid=988672.988679>. Citado na página 28.
IPPUC, I. de Pesquisa e Planejamento Urbano de C. Plano Diretor de Curitiba é
da Década de 1960. 2014. Disponı́vel em: <http://www.curitiba.pr.gov.br/noticias/
primeiro-plano-diretor-de-curitiba-e-da-decada-de-1960/32276>. Citado na página 23.
JARROD, M. K.; MICHAEL, A. Python for Scientists and Engineers. Computing in Science
& Engineering, v. 13, n. 2, p. 9–12, mar 2011. ISSN 1521-9615. Disponı́vel em: <http:
//ieeexplore.ieee.org/document/5725235/>. Citado na página 28.
KODA, A. S. Uma ferramenta computacional de análise da integração temporal do transporte
público de Curitiba. Note. 2018. Citado na página 29.
REFERÊNCIAS 58
LACERDA, F.; MARQUES, M. L. Da necessidade de princı́pios de Arquitetura da Informação

para a Internet das Coisas. Perspectivas em Ciência da Informação, v. 20, n. 2, p. 158–
171, jun 2015. ISSN 1413-9936. Disponı́vel em: <http://www.scielo.br/scielo.php?script=sci
arttext&pid=S1413-99362015000200158&lng=pt&tlng=pt>. Citado na página 14.
MACHADO, C. ”Corajoso foi vir para a América Latina”, diz diretora da pati-
netes Grin. 2019. Disponı́vel em: <https://www.gazetadopovo.com.br/haus/inovacao/
paula-nader-grin-yellow-explica-que-servico-nao-e-inovador/>. Citado 2 vezes nas páginas 25
e 26.
METZ, R. O maior problema da Nest não foi Tony Fadell. 2016. Disponı́vel em: <http:
//www.technologyreview.com.br/read article.aspx?id=50495>. Citado na página 21.
NEST. NEST. 2018. Disponı́vel em: <https://nest.com/thermostats/>. Citado na página 21.
ONILÍNHAS. OniLı́nhas. 2019. Disponı́vel em: <https://www.onilinhas.com.br/curitiba/

onibus/>. Citado 2 vezes nas páginas 35 e 36.
PINHEIRO, A. I. C.; CAROPRESO, I. O Plano Diretor de Curitiba (Lei no 14.771/2015)

e sua relação com a função social da propriedade na perspectiva dos direitos urbanı́stico e
ambiental. 2016. Disponı́vel em: <http://repositorio.utfpr.edu.br/jspui/bitstream/1/2335/1/
CT/PPGPGP/M/Pinheiro Adilson Ivan Caropreso 2016.pdf>. Citado na página 23.
PYSCIENCE-BRASIL. ”Python: O que é? Por que usar? 2017. Disponı́vel em: <http:
//pyscience-brasil.wikidot.com/python:python-oq-e-pq>. Citado na página 28.
PYTHON. No Title. 1997. Disponı́vel em: <https://www.python.org/doc/essays/

comparisons/>. Citado na página 28.
ROCHA, E. M. da. Análise da satisfação dos usuários de infraestrutura urbana: caso de vias
públicas com pavimento anti-pó e pavimento em concreto asfáltico no municı́pio de Curitiba.
2017. Disponı́vel em: <http://repositorio.utfpr.edu.br/jspui/bitstream/1/3114/1/CT/PPGEC/
M/Rocha Edson Maikon Da 2017.pdf>. Citado na página 30.
SILVA, M. P. O. Pioneirismo no transporte publico. 2019. Disponı́vel em: <http://inroutes.

com/pioneirismo-no-transporte-publico/>. Citado na página 15.
SILVA, M. V. G. da et al. O Plano de Mobilidade Urbana e Transporte Integrado no Municı́pio

de Curitiba: uma análise das polı́ticas públicas de acessibilidade. Revista Paranaense de
Desenvolvimento, v. 38 (132), p. 149–163, 2017. Citado na página 23.
SUTAR, S. H.; KOUL, R.; SURYAVANSHI, R. Integration of Smart Phone and IOT for
development of smart public transportation system. In: 2016 International Conference on
Internet of Things and Applications (IOTA). IEEE, 2016. p. 73–78. ISBN 978-1-5090-
0044-9. Disponı́vel em: <http://ieeexplore.ieee.org/document/7562698/>. Citado 2 vezes nas
páginas 22 e 24.
TESLA. TESLA. 2018. Disponı́vel em: <https://www.tesla.com/modelx>. Citado na página

22.
TRINDADE, F. Sistema de Telemática OnStar. 2016. Disponı́vel em: <https://motor1.

uol.com.br/news/226984/chevrolet-assinantes-sistema-onstar>. Citado na página 20.
REFERÊNCIAS 59
URBS. URBS, URBANIZAÇÃO DE CURITIBA. 2018. Disponı́vel em: <https://www.

urbs.curitiba.pr.gov.br>. Citado 6 vezes nas páginas 26, 27, 28, 30, 33 e 34.
WILHEIM, J. Mobilidade urbana: um desafio paulistano. Estudos Avançados, v. 27, n. 79, p.

7–26, 2013. ISSN 0103-4014. Disponı́vel em: <http://www.scielo.br/scielo.php?script=sci
arttext&pid=S0103-40142013000300002&lng=pt&tlng=pt>. Citado 2 vezes nas páginas 22
e 23.
ZAMBARDA, P. ‘Internet das Coisas’: entenda o conceito e o que muda com a tecno-
logia | Notı́cias | TechTudo. 2019. Disponı́vel em: <https://www.techtudo.com.br/noticias/
noticia/2014/08/internet-das-coisas-entenda-o-conceito-e-o-que-muda-com-tecnologia.
html>. Citado na página 18.
Apêndices
61
APÊNDICE A – Importações e Variáveis Globais

62
APÊNDICE B – Rotina DeltaPonto

63
APÊNDICE C – Rotina Thread DeltaPonto

64
APÊNDICE D – Rotina Cálculo Parte 1

65
APÊNDICE E – Rotina Cálculo Parte 2

66
APÊNDICE F – Rotina para verificação da integridade da base de dados

67
APÊNDICE G – Rotina para correção da base de dados

68
APÊNDICE H – Rotina para cálculo de distâncias entre coordenadas

69
APÊNDICE I – Rotina para extração de horários previstos de um ponto

70
APÊNDICE J – Rotina para extração de coordenadas de pontos da linha

71
APÊNDICE K – Rotina para inicialização de tarefas assı́ncronas

72
APÊNDICE L – Tabela Linha 303 - Terminal Campo Comprido

5:10 0 0 0 0 0 0 0,0 0,0 52 0,0 0%
5:21 0 0 0 0 0 0 0,0 0,0 52 0,0 0%
5:33 0 0 0 0 4 4 0,0 0,0 52 0,0 8%
5:45 8.352 31 -504 4 8 43 4,5 -2,1 52 2,4 83%
5:51 2.311 11 0 0 32 43 3,5 0,0 52 3,5 83%
5:57 1.104 8 -2.266 15 20 43 2,3 -2,5 52 -0,2 83%
6:02 2.241 18 -134 1 24 43 2,1 -2,2 52 -0,2 83%
6:07 8.479 38 -313 2 3 43 3,7 -2,6 52 1,1 83%
6:12 472 5 0 0 38 43 1,6 0,0 52 1,6 83%
6:17 1.008 11 -106 1 30 42 1,5 -1,8 52 -0,2 81%
6:21 233 3 -66 1 38 42 1,3 -1,1 52 0,2 81%
6:26 578 4 -348 3 36 43 2,4 -1,9 52 0,5 83%
6:32 1.614 14 -960 10 19 43 1,9 -1,6 52 0,3 83%
6:38 327 3 0 0 40 43 1,8 0,0 52 1,8 83%
6:44 83 1 -150 2 39 42 1,4 -1,3 52 0,1 81%
6:50 706 7 -2.240 28 8 43 1,7 -1,3 52 0,3 83%
6:55 523 3 -61 1 36 40 2,9 -1,0 52 1,9 77%
6:58 1.691 16 -1.487 9 17 42 1,8 -2,8 52 -1,0 81%
7:04 2.394 20 -390 4 18 42 2,0 -1,6 52 0,4 81%
7:08 275 2 -125 1 38 41 2,3 -2,1 52 0,2 79%
7:12 330 2 0 0 38 40 2,8 0,0 52 2,8 77%
7:16 62 1 -308 2 36 39 1,0 -2,6 52 -1,5 75%
7:20 784 5 -848 4 34 43 2,6 -3,5 52 -0,9 83%
7:24 756 6 -442 5 32 43 2,1 -1,5 52 0,6 83%
7:28 402 2 -665 5 32 39 3,4 -2,2 52 1,1 75%
7:32 541 4 -563 3 35 42 2,3 -3,1 52 -0,9 81%
7:36 1.546 11 -917 5 25 41 2,3 -3,1 52 -0,7 79%
7:42 318 4 -210 2 36 42 1,3 -1,8 52 -0,4 81%
7:47 585 6 -4.284 15 19 40 1,6 -4,8 52 -3,1 77%
7:51 358 2 0 0 39 41 3,0 0,0 52 3,0 79%
7:56 4.057 15 -181 1 25 41 4,5 -3,0 52 1,5 79%
8:00 1.968 16 0 0 26 42 2,1 0,0 52 2,1 81%
8:04 414 5 -850 8 29 42 1,4 -1,8 52 -0,4 81%
8:08 628 5 0 0 36 41 2,1 0,0 52 2,1 79%
8:12 360 3 -5.551 21 17 41 2,0 -4,4 52 -2,4 79%
8:16 3.092 18 -217 2 22 42 2,9 -1,8 52 1,1 81%
8:20 219 3 -108 1 38 42 1,2 -1,8 52 -0,6 81%
8:25 260 3 -63 1 36 40 1,4 -1,1 52 0,4 77%
8:30 2.666 17 -1.822 7 18 42 2,6 -4,3 52 -1,7 81%
8:35 1.678 12 -469 3 28 43 2,3 -2,6 52 -0,3 83%
8:40 69 1 -295 1 36 38 1,2 -4,9 52 -3,8 73%
8:46 0 0 0 0 38 38 0,0 0,0 52 0,0 73%
8:52 926 6 -99 1 35 42 2,6 -1,7 52 0,9 81%
8:59 140 2 -215 2 37 41 1,2 -1,8 52 -0,6 79%
9:05 1.158 9 0 0 29 38 2,1 0,0 52 2,1 73%
9:11 2.786 16 -111 1 26 43 2,9 -1,9 52 1,1 83%
9:17 304 2 0 0 38 40 2,5 0,0 52 2,5 77%
9:23 915 5 -353 2 36 43 3,1 -2,9 52 0,1 83%
9:29 1.645 12 -282 2 27 41 2,3 -2,4 52 -0,1 79%
9:35 159 2 0 0 40 42 1,3 0,0 52 1,3 81%
9:41 462 2 -382 2 39 43 3,9 -3,2 52 0,7 83%
9:47 268 3 -299 2 38 43 1,5 -2,5 52 -1,0 83%
9:53 308 2 -270 2 38 42 2,6 -2,3 52 0,3 81%
9:59 3.516 19 -102 1 22 42 3,1 -1,7 52 1,4 81%
10:05 343 3 -713 7 32 42 1,9 -1,7 52 0,2 81%
10:11 340 3 0 0 40 43 1,9 0,0 52 1,9 83%
10:17 0 0 -217 2 40 42 0,0 -1,8 52 -1,8 81%
10:23 854 7 -103 1 33 41 2,0 -1,7 52 0,3 79%
10:29 3.968 16 0 0 27 43 4,1 0,0 52 4,1 83%
10:35 968 8 -429 4 29 41 2,0 -1,8 52 0,2 79%
10:40 227 2 -364 2 39 43 1,9 -3,0 52 -1,1 83%
10:46 681 5 -63 1 37 43 2,3 -1,1 52 1,2 83%
10:52 212 2 -181 1 38 41 1,8 -3,0 52 -1,3 79%
10:58 218 3 -1.096 15 25 43 1,2 -1,2 52 0,0 83%
11:04 1.529 11 -272 2 27 40 2,3 -2,3 52 0,1 77%
11:10 1.824 14 -110 1 28 43 2,2 -1,8 52 0,3 83%
11:16 114 1 -424 5 37 43 1,9 -1,4 52 0,5 83%
11:22 1.053 5 -506 4 34 43 3,5 -2,1 52 1,4 83%
11:28 951 9 -330 3 29 41 1,8 -1,8 52 -0,1 79%
11:34 958 8 0 0 33 41 2,0 0,0 52 2,0 79%
11:40 677 3 -1.438 5 34 42 3,8 -4,8 52 -1,0 81%
11:46 0 0 -324 2 38 40 0,0 -2,7 52 -2,7 77%
11:52 80 1 -467 6 35 42 1,3 -1,3 52 0,0 81%
11:58 2.592 10 -525 4 29 43 4,3 -2,2 52 2,1 83%
12:04 868 7 -599 5 26 38 2,1 -2,0 52 0,1 73%
12:10 894 6 -140 2 34 42 2,5 -1,2 52 1,3 81%
12:16 331 4 -1.446 9 30 43 1,4 -2,7 52 -1,3 83%
12:22 642 4 -673 9 28 41 2,7 -1,2 52 1,4 79%
Continua na próxima página.

APÊNDICE L. Tabela Linha 303 - Terminal Campo Comprido 73

12:28 219 2 -217 2 31 35 1,8 -1,8 52 0,0 67%
12:34 2.010 14 -88 1 27 42 2,4 -1,5 52 0,9 81%
12:40 543 6 -229 3 33 42 1,5 -1,3 52 0,2 81%
12:46 239 2 -501 3 32 37 2,0 -2,8 52 -0,8 71%
12:52 261 2 0 0 38 40 2,2 0,0 52 2,2 77%
12:58 252 2 -460 5 35 42 2,1 -1,5 52 0,6 81%
13:04 1.887 10 -502 2 30 42 3,1 -4,2 52 -1,0 81%
13:10 1.479 9 -75 1 31 41 2,7 -1,3 52 1,5 79%
13:16 851 6 -84 1 36 43 2,4 -1,4 52 1,0 83%
13:22 2.748 15 -2.070 8 20 43 3,1 -4,3 52 -1,3 83%
13:28 1.168 9 -179 1 33 43 2,2 -3,0 52 -0,8 83%
13:34 909 8 -316 2 33 43 1,9 -2,6 52 -0,7 83%
13:40 1.058 9 -1.163 5 29 43 2,0 -3,9 52 -1,9 83%
13:46 396 3 -248 2 35 40 2,2 -2,1 52 0,1 77%
13:52 273 2 0 0 41 43 2,3 0,0 52 2,3 83%
13:58 2.242 12 -77 1 30 43 3,1 -1,3 52 1,8 83%
14:04 867 6 -582 5 31 42 2,4 -1,9 52 0,5 81%
14:10 1.670 9 -267 3 31 43 3,1 -1,5 52 1,6 83%
14:16 750 8 -606 7 26 41 1,6 -1,4 52 0,1 79%
14:22 949 6 -1.568 11 16 33 2,6 -2,4 52 0,3 63%
14:28 2.554 11 -113 1 30 42 3,9 -1,9 52 2,0 81%
14:34 2.933 19 -64 1 23 43 2,6 -1,1 52 1,5 83%
14:40 1.384 10 -309 3 29 42 2,3 -1,7 52 0,6 81%
14:46 722 5 -116 1 36 42 2,4 -1,9 52 0,5 81%
14:52 686 3 -128 1 35 39 3,8 -2,1 52 1,7 75%
14:58 535 4 -238 2 35 41 2,2 -2,0 52 0,2 79%
15:04 1.362 5 -2.171 10 28 43 4,5 -3,6 52 0,9 83%
15:10 1.293 8 -481 2 32 42 2,7 -4,0 52 -1,3 81%
15:16 549 5 -172 2 33 40 1,8 -1,4 52 0,4 77%
15:22 1.997 11 -1.138 8 24 43 3,0 -2,4 52 0,7 83%
15:28 459 4 -172 1 36 41 1,9 -2,9 52 -1,0 79%
15:34 783 5 -356 3 31 39 2,6 -2,0 52 0,6 75%
15:40 1.162 7 -761 9 27 43 2,8 -1,4 52 1,4 83%
15:46 829 7 -186 1 35 43 2,0 -3,1 52 -1,1 83%
15:51 61 1 0 0 41 42 1,0 0,0 52 1,0 81%
15:57 1.765 10 -238 2 31 43 2,9 -2,0 52 1,0 83%
16:03 1.066 8 -215 3 29 40 2,2 -1,2 52 1,0 77%
16:09 1.080 7 -233 2 32 41 2,6 -1,9 52 0,6 79%
16:15 0 0 -1.335 8 35 43 0,0 -2,8 52 -2,8 83%
16:21 181 1 -266 2 40 43 3,0 -2,2 52 0,8 83%
16:27 2.863 17 0 0 25 42 2,8 0,0 52 2,8 81%
16:33 402 5 -203 2 36 43 1,3 -1,7 52 -0,4 83%
16:36 1.547 9 -1.113 8 26 43 2,9 -2,3 52 0,5 83%
16:41 0 0 0 0 41 41 0,0 0,0 52 0,0 79%
16:47 958 7 -234 2 34 43 2,3 -2,0 52 0,3 83%
16:53 120 1 -147 2 38 41 2,0 -1,2 52 0,8 79%
16:59 485 2 -556 4 33 39 4,0 -2,3 52 1,7 75%
17:05 148 2 -588 5 36 43 1,2 -2,0 52 -0,7 83%
17:11 1.577 10 -785 7 26 43 2,6 -1,9 52 0,8 83%
17:17 1.216 12 -253 3 27 42 1,7 -1,4 52 0,3 81%
17:24 73 1 -129 2 38 41 1,2 -1,1 52 0,1 79%
17:30 2.424 11 -145 1 31 43 3,7 -2,4 52 1,3 83%
17:36 1.094 10 -69 1 29 40 1,8 -1,2 52 0,7 77%
17:42 0 0 -474 3 39 42 0,0 -2,6 52 -2,6 81%
17:48 461 4 0 0 31 35 1,9 0,0 52 1,9 67%
17:53 0 0 -72 1 42 43 0,0 -1,2 52 -1,2 83%
17:58 654 4 0 0 39 43 2,7 0,0 52 2,7 83%
18:03 746 7 -71 1 32 40 1,8 -1,2 52 0,6 77%
18:08 1.867 11 -181 1 25 37 2,8 -3,0 52 -0,2 71%
18:13 1.625 13 -553 6 24 43 2,1 -1,5 52 0,5 83%
18:18 1.458 11 -391 3 26 40 2,2 -2,2 52 0,0 77%
18:23 474 4 -1.000 5 34 43 2,0 -3,3 52 -1,4 83%
18:28 853 6 -582 3 34 43 2,4 -3,2 52 -0,9 83%
18:33 1.774 10 -3.650 15 15 40 3,0 -4,1 52 -1,1 77%
18:38 1.895 12 -409 4 21 37 2,6 -1,7 52 0,9 71%
18:44 694 4 -427 2 36 42 2,9 -3,6 52 -0,7 81%
18:49 646 6 -154 1 36 43 1,8 -2,6 52 -0,8 83%
18:54 480 4 -214 1 38 43 2,0 -3,6 52 -1,6 83%
18:58 874 6 -196 1 35 42 2,4 -3,3 52 -0,8 81%
19:02 262 3 -803 5 33 41 1,5 -2,7 52 -1,2 79%
19:08 276 4 -105 1 37 42 1,2 -1,8 52 -0,6 81%
19:13 898 5 0 0 36 41 3,0 0,0 52 3,0 79%
19:19 84 1 -249 3 33 37 1,4 -1,4 52 0,0 71%
19:25 3.400 18 -170 1 24 43 3,1 -2,8 52 0,3 83%
19:31 496 5 -601 5 32 42 1,7 -2,0 52 -0,4 81%
19:38 816 5 0 0 32 37 2,7 0,0 52 2,7 71%
19:46 244 2 -319 2 38 42 2,0 -2,7 52 -0,6 81%
19:54 0 0 -711 8 34 42 0,0 -1,5 52 -1,5 81%
20:03 402 2 -128 1 37 40 3,4 -2,1 52 1,2 77%
20:11 249 1 -89 1 41 43 4,2 -1,5 52 2,7 83%
20:20 1.577 13 -170 2 26 41 2,0 -1,4 52 0,6 79%
20:28 522 5 -337 3 33 41 1,7 -1,9 52 -0,1 79%
20:36 178 1 -246 1 41 43 3,0 -4,1 52 -1,1 83%
20:45 2.458 19 -233 3 20 42 2,2 -1,3 52 0,9 81%
20:54 258 2 -304 3 38 43 2,2 -1,7 52 0,5 83%
21:03 122 1 -67 1 41 43 2,0 -1,1 52 0,9 83%

APÊNDICE L. Tabela Linha 303 - Terminal Campo Comprido 74

21:10 385 5 -292 2 36 43 1,3 -2,4 52 -1,2 83%
21:18 317 3 -150 2 36 41 1,8 -1,3 52 0,5 79%
21:26 3.567 22 -359 2 19 43 2,7 -3,0 52 -0,3 83%
21:35 322 2 -223 3 36 41 2,7 -1,2 52 1,4 79%
21:44 377 3 -114 1 38 42 2,1 -1,9 52 0,2 81%
21:52 1.284 6 -240 3 34 43 3,6 -1,3 52 2,2 83%
22:01 481 3 0 0 39 42 2,7 0,0 52 2,7 81%
22:10 618 8 -1.195 12 23 43 1,3 -1,7 52 -0,4 83%
22:20 4.488 22 -216 3 18 43 3,4 -1,2 52 2,2 83%
22:30 543 7 -280 3 33 43 1,3 -1,6 52 -0,3 83%
22:40 3.510 15 -75 1 25 41 3,9 -1,3 52 2,7 79%
22:50 0 0 0 0 43 43 0,0 0,0 52 0,0 83%
23:02 71 1 -66 1 41 43 1,2 -1,1 52 0,1 83%
23:15 137 1 0 0 40 41 2,3 0,0 52 2,3 79%
23:30 218 2 0 0 41 43 1,8 0,0 52 1,8 83%
23:45 78 1 -168 2 39 42 1,3 -1,4 52 -0,1 81%
75
APÊNDICE M. Tabela Linha 303 - Terminal Centenário 76
APÊNDICE M – Tabela Linha 303 - Terminal Centenário

5:20 0 0 0 0 30 30 0,0 0,0 52 0,0 58%
5:32 4.637 31 0 0 12 43 2,5 0,0 52 2,5 83%
5:41 0 0 0 0 43 43 0,0 0,0 52 0,0 83%
5:50 0 0 0 0 43 43 0,0 0,0 52 0,0 83%
5:59 2.409 12 -130 1 30 43 3,3 -2,2 52 1,2 83%
6:05 2.990 21 -994 6 16 43 2,4 -2,8 52 -0,4 83%
6:10 4.300 30 -835 5 8 43 2,4 -2,8 52 -0,4 83%
6:15 0 0 -486 2 41 43 0,0 -4,1 52 -4,1 83%
6:20 1.695 11 -532 7 23 41 2,6 -1,3 52 1,3 79%
6:25 514 3 -5.497 20 20 43 2,9 -4,6 52 -1,7 83%
6:30 3.071 21 -3.484 16 6 43 2,4 -3,6 52 -1,2 83%
6:35 1.978 13 -1.669 12 18 43 2,5 -2,3 52 0,2 83%
6:40 5.882 30 -896 8 5 43 3,3 -1,9 52 1,4 83%
6:45 595 8 -821 5 28 41 1,2 -2,7 52 -1,5 79%
6:49 833 4 -1.244 11 28 43 3,5 -1,9 52 1,6 83%
6:53 4.492 34 -518 2 7 43 2,2 -4,3 52 -2,1 83%
6:57 250 1 -1.037 7 27 35 4,2 -2,5 52 1,7 67%
7:01 1.053 5 -333 3 35 43 3,5 -1,9 52 1,7 83%
7:06 860 9 -483 4 27 40 1,6 -2,0 52 -0,4 77%
7:10 0 0 -330 5 38 43 0,0 -1,1 52 -1,1 83%
7:14 1.343 5 -127 2 35 42 4,5 -1,1 52 3,4 81%
7:18 2.317 21 -82 1 21 43 1,8 -1,4 52 0,5 83%
7:22 752 5 -1.440 12 26 43 2,5 -2,0 52 0,5 83%
7:26 229 3 -5.706 26 14 43 1,3 -3,7 52 -2,4 83%
7:32 5.542 25 -603 3 15 43 3,7 -3,4 52 0,3 83%
7:38 1.492 12 0 0 28 40 2,1 0,0 52 2,1 77%
7:44 799 6 -633 6 31 43 2,2 -1,8 52 0,5 83%
7:50 273 1 -1.259 8 34 43 4,6 -2,6 52 1,9 83%
7:55 1.721 9 -304 2 32 43 3,2 -2,5 52 0,7 83%
8:00 226 2 -2.248 14 27 43 1,9 -2,7 52 -0,8 83%
8:05 3.484 16 -1.061 6 21 43 3,6 -2,9 52 0,7 83%
8:10 2.300 14 -338 4 24 42 2,7 -1,4 52 1,3 81%
8:15 2.327 15 -487 3 24 42 2,6 -2,7 52 -0,1 81%
8:21 603 4 -3.781 20 19 43 2,5 -3,2 52 -0,6 83%
8:27 2.281 16 -145 2 24 42 2,4 -1,2 52 1,2 81%
8:33 400 4 -427 3 36 43 1,7 -2,4 52 -0,7 83%
8:39 1.406 10 -1.911 11 20 41 2,3 -2,9 52 -0,6 79%
8:46 546 5 -3.754 22 16 43 1,8 -2,8 52 -1,0 83%
8:51 832 4 -2.381 19 19 42 3,5 -2,1 52 1,4 81%
8:57 0 0 -597 5 38 43 0,0 -2,0 52 -2,0 83%
9:04 4.277 25 -83 1 17 43 2,9 -1,4 52 1,5 83%
9:10 485 4 -1.599 12 27 43 2,0 -2,2 52 -0,2 83%
9:16 4.111 18 0 0 25 43 3,8 0,0 52 3,8 83%
9:22 377 3 -1.772 14 25 42 2,1 -2,1 52 0,0 81%
9:28 588 2 -1.101 13 28 43 4,9 -1,4 52 3,5 83%
9:34 3.549 21 -191 2 19 42 2,8 -1,6 52 1,2 81%
9:39 1.271 7 -332 2 32 41 3,0 -2,8 52 0,3 79%
9:45 1.640 10 -620 6 27 43 2,7 -1,7 52 1,0 83%
9:51 1.715 7 -751 8 27 42 4,1 -1,6 52 2,5 81%
9:57 887 5 -65 1 35 41 3,0 -1,1 52 1,9 79%
10:03 1.037 6 -286 2 35 43 2,9 -2,4 52 0,5 83%
10:09 4.962 22 -86 1 20 43 3,8 -1,4 52 2,3 83%
10:15 1.406 8 -648 4 31 43 2,9 -2,7 52 0,2 83%
10:21 1.023 5 -1.951 8 30 43 3,4 -4,1 52 -0,7 83%
10:27 2.722 17 -109 1 18 36 2,7 -1,8 52 0,9 69%
10:33 1.229 10 -352 3 28 41 2,0 -2,0 52 0,1 79%
10:39 81 1 -2.995 16 26 43 1,4 -3,1 52 -1,8 83%
10:45 638 7 -2.150 15 21 43 1,5 -2,4 52 -0,9 83%
10:51 0 0 -180 2 40 42 0,0 -1,5 52 -1,5 81%
10:57 1.165 6 -376 2 35 43 3,2 -3,1 52 0,1 83%
11:03 5.379 27 -291 3 13 43 3,3 -1,6 52 1,7 83%
11:09 824 6 -858 9 28 43 2,3 -1,6 52 0,7 83%
11:15 1.573 15 0 0 28 43 1,7 0,0 52 1,7 83%
11:21 1.258 8 -1.539 7 28 43 2,6 -3,7 52 -1,0 83%
11:27 340 2 -87 1 40 43 2,8 -1,5 52 1,4 83%
11:33 3.748 16 -1.463 10 17 43 3,9 -2,4 52 1,5 83%
11:39 1.312 8 -85 1 32 41 2,7 -1,4 52 1,3 79%
11:45 400 2 -516 4 34 40 3,3 -2,2 52 1,2 77%
11:51 596 4 -560 4 34 42 2,5 -2,3 52 0,2 81%
11:57 0 0 -807 6 35 41 0,0 -2,2 52 -2,2 79%
12:03 696 7 -2.395 10 26 43 1,7 -4,0 52 -2,3 83%
12:09 3.158 17 -780 5 21 43 3,1 -2,6 52 0,5 83%
12:15 1.428 12 -513 3 28 43 2,0 -2,9 52 -0,9 83%
12:21 434 3 -3.227 16 24 43 2,4 -3,4 52 -1,0 83%
12:27 5.193 23 -419 2 17 42 3,8 -3,5 52 0,3 81%
12:33 1.981 10 -606 3 28 41 3,3 -3,4 52 -0,1 79%
12:39 380 3 -842 5 32 40 2,1 -2,8 52 -0,7 77%
12:45 1.719 12 -429 3 28 43 2,4 -2,4 52 0,0 83%
12:51 0 0 -1.232 8 35 43 0,0 -2,6 52 -2,6 83%
12:57 0 0 -321 2 38 40 0,0 -2,7 52 -2,7 77%
13:03 4.350 22 -215 1 20 43 3,3 -3,6 52 -0,3 83%
13:09 927 6 -738 5 31 42 2,6 -2,5 52 0,1 81%
13:15 2.178 19 -2.482 13 11 43 1,9 -3,2 52 -1,3 83%
13:21 358 3 -486 3 37 43 2,0 -2,7 52 -0,7 83%
13:27 1.337 9 -589 5 29 43 2,5 -2,0 52 0,5 83%
13:33 3.570 24 -300 2 17 43 2,5 -2,5 52 0,0 83%

APÊNDICE M. Tabela Linha 303 - Terminal Centenário 77

13:39 2.720 17 -858 5 20 42 2,7 -2,9 52 -0,2 81%
13:45 1.063 8 -1.707 9 24 41 2,2 -3,2 52 -0,9 79%
13:51 371 3 -706 5 34 42 2,1 -2,4 52 -0,3 81%
13:57 867 4 -331 3 36 43 3,6 -1,8 52 1,8 83%
14:03 655 4 -266 2 37 43 2,7 -2,2 52 0,5 83%
14:09 2.091 10 -1.638 7 26 43 3,5 -3,9 52 -0,4 83%
14:15 1.490 11 -146 1 28 40 2,3 -2,4 52 -0,2 77%
14:21 715 4 -6.346 27 11 42 3,0 -3,9 52 -0,9 81%
14:27 5.121 23 -1.032 7 12 42 3,7 -2,5 52 1,3 81%
14:33 855 3 -809 6 34 43 4,8 -2,2 52 2,5 83%
14:39 1.681 12 -1.500 7 24 43 2,3 -3,6 52 -1,2 83%
14:45 2.644 14 -1.080 8 20 42 3,1 -2,3 52 0,9 81%
14:50 710 4 -715 7 32 43 3,0 -1,7 52 1,3 83%
14:56 1.787 16 -337 2 22 40 1,9 -2,8 52 -0,9 77%
15:02 5.018 22 -1.019 6 15 43 3,8 -2,8 52 1,0 83%
15:08 1.423 12 -748 5 23 40 2,0 -2,5 52 -0,5 77%
15:14 1.312 8 -4.670 24 11 43 2,7 -3,2 52 -0,5 83%
15:20 1.294 12 -1.740 12 19 43 1,8 -2,4 52 -0,6 83%
15:26 814 4 -917 7 32 43 3,4 -2,2 52 1,2 83%
15:32 170 2 -1.661 18 22 42 1,4 -1,5 52 -0,1 81%
15:38 5.010 32 -1.524 6 5 43 2,6 -4,2 52 -1,6 83%
15:44 1.234 11 -484 4 26 41 1,9 -2,0 52 -0,1 79%
15:48 789 6 -721 4 31 41 2,2 -3,0 52 -0,8 79%
15:54 366 3 -263 3 37 43 2,0 -1,5 52 0,6 83%
16:00 660 4 -1.075 7 30 41 2,8 -2,6 52 0,2 79%
16:05 571 3 -2.076 12 28 43 3,2 -2,9 52 0,3 83%
16:11 5.380 23 -93 1 17 41 3,9 -1,6 52 2,3 79%
16:18 608 4 -474 5 32 41 2,5 -1,6 52 1,0 79%
16:25 2.162 14 -300 2 27 43 2,6 -2,5 52 0,1 83%
16:31 3.330 19 -1.068 8 16 43 2,9 -2,2 52 0,7 83%
16:37 750 4 -602 5 33 42 3,1 -2,0 52 1,1 81%
16:42 267 2 -1.115 5 36 43 2,2 -3,7 52 -1,5 83%
16:47 2.152 18 0 0 25 43 2,0 0,0 52 2,0 83%
16:52 448 4 -460 4 35 43 1,9 -1,9 52 -0,1 83%
16:57 239 2 -555 7 30 39 2,0 -1,3 52 0,7 75%
17:02 0 0 -552 3 40 43 0,0 -3,1 52 -3,1 83%
17:07 3.777 25 -233 1 16 42 2,5 -3,9 52 -1,4 81%
17:12 1.234 7 -1.202 9 27 43 2,9 -2,2 52 0,7 83%
17:17 561 4 -1.812 9 30 43 2,3 -3,4 52 -1,0 83%
17:22 2.000 11 -1.657 13 19 43 3,0 -2,1 52 0,9 83%
17:27 921 5 -981 8 30 43 3,1 -2,0 52 1,0 83%
17:32 1.468 12 -392 2 29 43 2,0 -3,3 52 -1,2 83%
17:37 1.276 12 -888 5 26 43 1,8 -3,0 52 -1,2 83%
17:41 1.086 9 -1.380 8 22 39 2,0 -2,9 52 -0,9 75%
17:47 1.020 7 -729 5 30 42 2,4 -2,4 52 0,0 81%
17:52 1.433 14 -181 1 28 43 1,7 -3,0 52 -1,3 83%
17:57 702 5 -777 7 28 40 2,3 -1,9 52 0,5 77%
18:02 907 9 -825 3 30 42 1,7 -4,6 52 -2,9 81%
18:07 757 4 -644 3 36 43 3,2 -3,6 52 -0,4 83%
18:12 356 3 -331 2 38 43 2,0 -2,8 52 -0,8 83%
18:17 1.201 7 -2.998 13 23 43 2,9 -3,8 52 -1,0 83%
18:22 3.815 18 -472 3 22 43 3,5 -2,6 52 0,9 83%
18:26 3.257 24 -484 2 17 43 2,3 -4,0 52 -1,8 83%
18:30 115 1 -1.084 7 34 42 1,9 -2,6 52 -0,7 81%
18:34 633 5 -5.770 24 14 43 2,1 -4,0 52 -1,9 83%
18:38 3.853 21 -419 3 19 43 3,1 -2,3 52 0,7 83%
18:41 734 7 -68 1 35 43 1,7 -1,1 52 0,6 83%
18:44 447 3 -821 6 34 43 2,5 -2,3 52 0,2 83%
18:48 826 4 -5.953 24 15 43 3,4 -4,1 52 -0,7 83%
18:53 677 5 0 0 34 39 2,3 0,0 52 2,3 75%
18:58 765 4 0 0 39 43 3,2 0,0 52 3,2 83%
19:03 764 7 -285 2 34 43 1,8 -2,4 52 -0,6 83%
19:08 2.726 21 -260 2 20 43 2,2 -2,2 52 0,0 83%
19:13 462 3 -535 5 35 43 2,6 -1,8 52 0,8 83%
19:18 3.392 23 -520 3 17 43 2,5 -2,9 52 -0,4 83%
19:24 1.020 7 -711 5 31 43 2,4 -2,4 52 0,1 83%
19:30 157 2 -2.566 18 22 42 1,3 -2,4 52 -1,1 81%
19:35 766 6 -4.034 16 21 43 2,1 -4,2 52 -2,1 83%
19:44 1.148 8 -2.332 16 19 43 2,4 -2,4 52 0,0 83%
19:53 742 4 -570 5 33 42 3,1 -1,9 52 1,2 81%
20:02 524 5 -383 4 33 42 1,7 -1,6 52 0,2 81%
20:10 1.563 11 -1.297 12 18 41 2,4 -1,8 52 0,6 79%
20:18 885 5 -2.088 12 23 40 3,0 -2,9 52 0,1 77%
20:27 1.109 9 -117 1 32 42 2,1 -2,0 52 0,1 81%
20:36 1.310 8 -410 4 31 43 2,7 -1,7 52 1,0 83%
20:45 1.700 13 -1.430 9 21 43 2,2 -2,6 52 -0,5 83%
20:53 122 2 -4.274 20 21 43 1,0 -3,6 52 -2,5 83%
21:02 336 3 -1.110 7 33 43 1,9 -2,6 52 -0,8 83%
21:11 441 2 -237 3 38 43 3,7 -1,3 52 2,4 83%
21:20 4.354 18 -342 2 22 42 4,0 -2,9 52 1,2 81%
21:29 2.651 17 -369 3 22 42 2,6 -2,1 52 0,5 81%
21:36 931 4 -4.882 24 14 42 3,9 -3,4 52 0,5 81%
21:45 1.710 9 -2.098 12 21 42 3,2 -2,9 52 0,3 81%
21:53 486 4 -90 1 36 41 2,0 -1,5 52 0,5 79%
22:01 743 4 -717 8 29 41 3,1 -1,5 52 1,6 79%
22:08 3.119 12 -1.341 8 23 43 4,3 -2,8 52 1,5 83%
22:16 1.148 6 -388 3 33 42 3,2 -2,2 52 1,0 81%
22:24 1.543 6 -1.607 10 26 42 4,3 -2,7 52 1,6 81%
22:33 93 1 -991 10 32 43 1,6 -1,7 52 -0,1 83%
22:42 1.068 9 -654 7 27 43 2,0 -1,6 52 0,4 83%
22:51 719 3 -134 1 39 43 4,0 -2,2 52 1,8 83%
23:00 0 0 -1.122 5 35 40 0,0 -3,7 52 -3,7 77%
23:10 91 1 -1.422 8 34 43 1,5 -3,0 52 -1,4 83%
23:22 2.964 19 -624 7 17 43 2,6 -1,5 52 1,1 83%
23:41 5.220 29 -88 1 12 42 3,0 -1,5 52 1,5 81%
78
APÊNDICE N. Tabela Linha 507 - Terminal Boqueirão 79
APÊNDICE N – Tabela Linha 507 - Terminal Boqueirão

5:40 0 0 0 0 14 14 0,0 0,0 52 0,0 27%
5:46 4.720 15 -311 1 1 17 5,2 -5,2 52 0,1 33%
5:53 839 3 -91 1 13 17 4,7 -1,5 52 3,1 33%
5:59 0 0 -4.599 16 1 17 0,0 -4,8 52 -4,8 33%
6:06 0 0 -326 1 16 17 0,0 -5,4 52 -5,4 33%
6:12 0 0 -2.088 6 11 17 0,0 -5,8 52 -5,8 33%
6:19 0 0 -5.916 17 0 17 0,0 -5,8 52 -5,8 33%
6:25 0 0 -5.916 17 0 17 0,0 -5,8 52 -5,8 33%
6:31 0 0 -5.916 17 0 17 0,0 -5,8 52 -5,8 33%
6:37 712 8 -3.132 9 0 17 1,5 -5,8 52 -4,3 33%
6:44 801 9 -760 8 0 17 1,5 -1,6 52 -0,1 33%
6:51 4.932 17 0 0 0 17 4,8 0,0 52 4,8 33%
6:58 817 3 0 0 14 17 4,5 0,0 52 4,5 33%
7:05 63 1 -306 2 14 17 1,1 -2,6 52 -1,5 33%
7:12 248 1 -348 2 12 15 4,1 -2,9 52 1,2 29%
7:18 238 2 -426 4 11 17 2,0 -1,8 52 0,2 33%
7:25 236 1 -467 4 12 17 3,9 -1,9 52 2,0 33%
7:31 424 4 -433 4 8 16 1,8 -1,8 52 0,0 31%
7:38 310 2 0 0 15 17 2,6 0,0 52 2,6 33%
7:44 509 3 -63 1 12 16 2,8 -1,1 52 1,8 31%
7:50 803 5 -483 2 10 17 2,7 -4,0 52 -1,3 33%
7:56 1.120 6 -406 3 8 17 3,1 -2,3 52 0,9 33%
8:04 1.095 5 -547 3 9 17 3,7 -3,0 52 0,6 33%
8:18 2.051 8 -262 2 7 17 4,3 -2,2 52 2,1 33%
8:32 1.085 7 -1.035 5 5 17 2,6 -3,5 52 -0,9 33%
8:46 1.273 8 -313 3 6 17 2,7 -1,7 52 0,9 33%
9:00 857 6 -125 1 10 17 2,4 -2,1 52 0,3 33%
9:14 1.369 9 -253 2 6 17 2,5 -2,1 52 0,4 33%
9:28 452 2 -297 1 14 17 3,8 -5,0 52 -1,2 33%
9:42 2.460 15 0 0 2 17 2,7 0,0 52 2,7 33%
9:56 438 4 0 0 12 16 1,8 0,0 52 1,8 31%
10:10 556 5 0 0 12 17 1,9 0,0 52 1,9 33%
10:24 156 2 -275 3 12 17 1,3 -1,5 52 -0,2 33%
10:38 524 5 0 0 12 17 1,7 0,0 52 1,7 33%
10:52 144 1 0 0 16 17 2,4 0,0 52 2,4 33%
11:06 434 4 0 0 13 17 1,8 0,0 52 1,8 33%
11:20 283 3 -75 1 13 17 1,6 -1,3 52 0,3 33%
11:34 80 1 -232 1 15 17 1,3 -3,9 52 -2,5 33%
11:48 0 0 -170 2 15 17 0,0 -1,4 52 -1,4 33%
12:02 349 4 -233 2 11 17 1,5 -1,9 52 -0,5 33%
12:16 350 2 -180 1 14 17 2,9 -3,0 52 -0,1 33%
12:30 192 2 -717 4 11 17 1,6 -3,0 52 -1,4 33%
12:44 0 0 -177 1 16 17 0,0 -3,0 52 -3,0 33%
12:58 0 0 -282 2 15 17 0,0 -2,4 52 -2,4 33%
13:12 0 0 -741 3 14 17 0,0 -4,1 52 -4,1 33%
13:26 173 2 -838 4 10 16 1,4 -3,5 52 -2,1 31%
13:40 295 1 -512 3 11 15 4,9 -2,8 52 2,1 29%
13:54 237 3 -97 1 13 17 1,3 -1,6 52 -0,3 33%
14:08 282 3 -805 4 10 17 1,6 -3,4 52 -1,8 33%
14:22 261 1 -304 1 15 17 4,4 -5,1 52 -0,7 33%
14:36 628 4 -751 4 9 17 2,6 -3,1 52 -0,5 33%
14:50 319 4 0 0 13 17 1,3 0,0 52 1,3 33%
15:04 0 0 -498 2 14 16 0,0 -4,2 52 -4,2 31%
15:18 437 4 -152 1 12 17 1,8 -2,5 52 -0,7 33%
15:32 275 2 -65 1 13 16 2,3 -1,1 52 1,2 31%
15:46 477 3 0 0 12 15 2,7 0,0 52 2,7 29%
16:00 145 2 -220 1 13 16 1,2 -3,7 52 -2,5 31%
16:14 0 0 0 0 17 17 0,0 0,0 52 0,0 33%
16:28 0 0 0 0 17 17 0,0 0,0 52 0,0 33%
16:42 328 2 -156 1 14 17 2,7 -2,6 52 0,1 33%
16:56 739 4 -97 1 12 17 3,1 -1,6 52 1,5 33%
17:10 83 1 0 0 16 17 1,4 0,0 52 1,4 33%
17:24 291 1 -576 4 12 17 4,9 -2,4 52 2,5 33%
17:32 349 2 -250 1 14 17 2,9 -4,2 52 -1,3 33%
17:40 164 2 -661 4 11 17 1,4 -2,8 52 -1,4 33%
17:48 0 0 -136 2 15 17 0,0 -1,1 52 -1,1 33%
17:56 312 2 -79 1 14 17 2,6 -1,3 52 1,3 33%
18:05 989 5 -328 2 10 17 3,3 -2,7 52 0,6 33%
18:14 972 5 -79 1 11 17 3,2 -1,3 52 1,9 33%
18:22 864 5 -1.862 8 4 17 2,9 -3,9 52 -1,0 33%
18:31 1.701 7 -1.062 8 2 17 4,1 -2,2 52 1,8 33%
18:39 1.002 6 -338 3 8 17 2,8 -1,9 52 0,9 33%
18:48 721 5 -575 3 9 17 2,4 -3,2 52 -0,8 33%
18:56 1.182 9 -225 1 7 17 2,2 -3,8 52 -1,6 33%
19:04 1.243 7 -690 3 7 17 3,0 -3,8 52 -0,9 33%
19:12 445 3 -574 5 9 17 2,5 -1,9 52 0,6 33%
19:21 1.251 6 -79 1 10 17 3,5 -1,3 52 2,2 33%
19:29 760 4 -1.181 7 6 17 3,2 -2,8 52 0,4 33%
19:38 649 4 -938 7 6 17 2,7 -2,2 52 0,5 33%
19:51 306 2 -241 2 13 17 2,6 -2,0 52 0,5 33%
20:03 2.567 13 -820 4 0 17 3,3 -3,4 52 -0,1 33%
20:14 798 3 -1.741 7 7 17 4,4 -4,1 52 0,3 33%
20:25 594 3 -1.240 5 9 17 3,3 -4,1 52 -0,8 33%
20:35 319 3 -149 1 12 16 1,8 -2,5 52 -0,7 31%
20:50 2.505 14 -337 1 2 17 3,0 -5,6 52 -2,6 33%
21:08 350 3 -288 1 13 17 1,9 -4,8 52 -2,9 33%

APÊNDICE N. Tabela Linha 507 - Terminal Boqueirão 80

21:26 198 2 -534 2 13 17 1,7 -4,5 52 -2,8 33%
21:44 277 3 -309 2 12 17 1,5 -2,6 52 -1,0 33%
22:02 950 8 -436 2 6 16 2,0 -3,6 52 -1,7 31%
22:20 77 1 0 0 14 15 1,3 0,0 52 1,3 29%
22:38 149 2 -198 2 13 17 1,2 -1,7 52 -0,4 33%
22:56 63 1 -329 2 14 17 1,1 -2,7 52 -1,7 33%
23:14 400 3 -406 3 11 17 2,2 -2,3 52 0,0 33%
23:30 78 1 -790 3 12 16 1,3 -4,4 52 -3,1 31%
23:50 0 0 -1.521 16 1 17 0,0 -1,6 52 -1,6 33%
0:08 0 0 -1.462 17 0 17 0,0 -1,4 52 -1,4 33%
0:26 0 0 -1.462 17 0 17 0,0 -1,4 52 -1,4 33%
0:36 0 0 -1.462 17 0 17 0,0 -1,4 52 -1,4 33%
81
APÊNDICE O. Tabela Linha 507 - Terminal Sı́tio Cercado 82
APÊNDICE O – Tabela Linha 507 - Terminal Sı́tio Cercado

5:52 564 2 0 0 17 19 4,7 0,0 52 4,7 37%
5:58 0 0 0 0 19 19 0,0 0,0 52 0,0 37%
6:05 334 1 -155 1 17 19 5,6 -2,6 52 3,0 37%
6:11 598 3 0 0 15 18 3,3 0,0 52 3,3 35%
6:18 85 1 -144 1 17 19 1,4 -2,4 52 -1,0 37%
6:24 180 1 0 0 18 19 3,0 0,0 52 3,0 37%
6:31 0 0 -173 1 17 18 0,0 -2,9 52 -2,9 35%
6:37 101 1 0 0 18 19 1,7 0,0 52 1,7 37%
6:43 366 2 -173 2 15 19 3,1 -1,4 52 1,6 37%
6:49 65 1 -62 1 16 18 1,1 -1,0 52 0,0 35%
6:56 647 2 -98 1 16 19 5,4 -1,6 52 3,8 37%
7:03 292 1 0 0 18 19 4,9 0,0 52 4,9 37%
7:10 670 2 0 0 17 19 5,6 0,0 52 5,6 37%
7:17 0 0 -64 1 18 19 0,0 -1,1 52 -1,1 37%
7:24 213 1 -180 1 13 15 3,6 -3,0 52 0,6 29%
7:30 117 1 0 0 14 15 2,0 0,0 52 2,0 29%
7:37 199 1 -199 1 17 19 3,3 -3,3 52 0,0 37%
7:43 537 4 0 0 15 19 2,2 0,0 52 2,2 37%
7:50 216 1 -202 1 16 18 3,6 -3,4 52 0,2 35%
7:56 414 3 0 0 15 18 2,3 0,0 52 2,3 35%
8:03 0 0 -290 2 17 19 0,0 -2,4 52 -2,4 37%
8:09 1.234 6 0 0 12 18 3,4 0,0 52 3,4 35%
8:18 0 0 -1.547 6 12 18 0,0 -4,3 52 -4,3 35%
8:30 1.624 7 -1.134 4 8 19 3,9 -4,7 52 -0,9 37%
8:44 1.267 9 -69 1 9 19 2,3 -1,2 52 1,2 37%
8:58 1.634 10 0 0 8 18 2,7 0,0 52 2,7 35%
9:12 537 3 0 0 16 19 3,0 0,0 52 3,0 37%
9:26 500 3 0 0 13 16 2,8 0,0 52 2,8 31%
9:40 145 1 0 0 18 19 2,4 0,0 52 2,4 37%
9:54 1.810 13 -130 1 5 19 2,3 -2,2 52 0,2 37%
10:08 0 0 0 0 18 18 0,0 0,0 52 0,0 35%
10:22 316 2 0 0 16 18 2,6 0,0 52 2,6 35%
10:36 650 5 0 0 14 19 2,2 0,0 52 2,2 37%
10:50 178 1 -100 1 13 15 3,0 -1,7 52 1,3 29%
11:04 0 0 0 0 18 18 0,0 0,0 52 0,0 35%
11:18 546 4 0 0 15 19 2,3 0,0 52 2,3 37%
11:32 0 0 0 0 19 19 0,0 0,0 52 0,0 37%
11:46 326 1 0 0 18 19 5,4 0,0 52 5,4 37%
12:00 0 0 0 0 16 16 0,0 0,0 52 0,0 31%
12:14 384 2 0 0 17 19 3,2 0,0 52 3,2 37%
12:28 393 3 -288 1 15 19 2,2 -4,8 52 -2,6 37%
12:42 217 3 -416 2 14 19 1,2 -3,5 52 -2,3 37%
12:56 604 4 0 0 15 19 2,5 0,0 52 2,5 37%
13:10 0 0 -230 1 16 17 0,0 -3,8 52 -3,8 33%
13:24 103 1 0 0 18 19 1,7 0,0 52 1,7 37%
13:38 0 0 -758 5 13 18 0,0 -2,5 52 -2,5 35%
13:52 278 1 -280 1 17 19 4,6 -4,7 52 0,0 37%
14:06 403 5 0 0 14 19 1,3 0,0 52 1,3 37%
14:20 610 2 -237 1 16 19 5,1 -4,0 53 1,1 37%
14:34 176 1 -281 1 17 19 2,9 -4,7 54 -1,8 37%
14:48 303 2 0 0 16 18 2,5 0,0 55 2,5 35%
15:02 275 1 0 0 18 19 4,6 0,0 56 4,6 37%
15:16 0 0 -290 1 17 18 0,0 -4,8 57 -4,8 35%
15:30 531 6 0 0 13 19 1,5 0,0 58 1,5 37%
15:44 756 4 0 0 14 18 3,2 0,0 59 3,2 35%
15:58 202 3 0 0 16 19 1,1 0,0 60 1,1 37%
16:12 0 0 0 0 19 19 0,0 0,0 61 0,0 37%
16:26 262 1 0 0 17 18 4,4 0,0 62 4,4 35%
16:40 289 3 0 0 16 19 1,6 0,0 63 1,6 37%
16:54 231 1 0 0 18 19 3,9 0,0 64 3,9 37%
17:08 1.098 5 0 0 13 18 3,7 0,0 65 3,7 35%
17:22 866 6 0 0 13 19 2,4 0,0 66 2,4 37%
17:36 396 2 -232 1 16 19 3,3 -3,9 67 -0,6 37%
17:44 0 0 0 0 18 18 0,0 0,0 68 0,0 35%
17:52 490 5 0 0 14 19 1,6 0,0 69 1,6 37%
18:00 551 4 0 0 15 19 2,3 0,0 70 2,3 37%
18:08 795 5 -745 3 10 18 2,7 -4,1 71 -1,5 35%
18:17 1.909 10 -1.490 6 3 19 3,2 -4,1 72 -1,0 37%
18:27 1.711 9 -945 4 6 19 3,2 -3,9 73 -0,8 37%
18:39 1.166 4 -1.912 7 8 19 4,9 -4,6 74 0,3 37%
18:43 1.266 8 -1.347 9 2 19 2,6 -2,5 75 0,1 37%
18:51 931 5 -596 4 10 19 3,1 -2,5 76 0,6 37%
19:03 442 4 -1.267 8 7 19 1,8 -2,6 77 -0,8 37%
19:16 1.458 8 -436 2 9 19 3,0 -3,6 78 -0,6 37%
19:30 694 5 -834 6 7 18 2,3 -2,3 79 0,0 35%
19:48 1.370 7 -586 3 9 19 3,3 -3,3 80 0,0 37%
20:06 87 1 -1.042 6 11 18 1,5 -2,9 81 -1,4 35%
20:24 0 0 -154 2 17 19 0,0 -1,3 82 -1,3 37%
20:42 210 3 0 0 16 19 1,2 0,0 83 1,2 37%
21:00 3.521 13 -608 2 4 19 4,5 -5,1 84 -0,6 37%
21:18 190 2 -678 3 13 18 1,6 -3,8 85 -2,2 35%
21:36 289 3 -186 2 13 18 1,6 -1,6 86 0,1 35%
21:54 299 3 0 0 16 19 1,7 0,0 87 1,7 37%
22:12 1.103 8 -345 1 10 19 2,3 -5,8 88 -3,5 37%
22:30 0 0 0 0 19 19 0,0 0,0 89 0,0 37%
22:48 78 1 -644 2 15 18 1,3 -5,4 90 -4,1 35%
23:06 297 1 0 0 18 19 5,0 0,0 91 5,0 37%
23:24 1.119 5 -61 1 11 17 3,7 -1,0 92 2,7 33%
23:39 0 0 0 0 16 16 0,0 0,0 93 0,0 31%
83
APÊNDICE P. Tabela Linha 507 - Terminal Pinheirinho 84
APÊNDICE P – Tabela Linha 507 - Terminal Pinheirinho

6:04 347 1 -222 3 15 19 5,8 -1,2 52 4,6 37%
6:10 500 3 -164 2 14 19 2,8 -1,4 52 1,4 37%
6:17 0 0 -220 2 17 19 0,0 -1,8 52 -1,8 37%
6:23 356 2 -848 4 12 18 3,0 -3,5 52 -0,6 35%
6:30 297 1 -98 1 17 19 5,0 -1,6 52 3,3 37%
6:36 387 2 0 0 16 18 3,2 0,0 52 3,2 35%
6:43 159 2 -64 1 16 19 1,3 -1,1 52 0,3 37%
6:49 1.607 12 0 0 7 19 2,2 0,0 52 2,2 37%
6:55 0 0 -702 5 14 19 0,0 -2,3 52 -2,3 37%
7:01 1.624 12 0 0 7 19 2,3 0,0 52 2,3 37%
7:08 1.420 9 -769 4 6 19 2,6 -3,2 52 -0,6 37%
7:15 1.218 7 -588 5 7 19 2,9 -2,0 52 0,9 37%
7:22 1.164 9 -910 5 5 19 2,2 -3,0 52 -0,9 37%
7:29 1.800 10 -1.200 7 2 19 3,0 -2,9 52 0,1 37%
7:36 282 3 -624 6 10 19 1,6 -1,7 52 -0,2 37%
7:42 1.286 11 -94 1 7 19 1,9 -1,6 52 0,4 37%
7:49 1.186 9 -1.092 5 5 19 2,2 -3,6 52 -1,4 37%
7:55 1.315 7 -986 6 6 19 3,1 -2,7 52 0,4 37%
8:02 458 3 -476 3 12 18 2,5 -2,6 52 -0,1 35%
8:08 792 6 -1.861 11 2 19 2,2 -2,8 52 -0,6 37%
8:15 600 6 -375 2 11 19 1,7 -3,1 52 -1,5 37%
8:21 1.228 6 -828 4 9 19 3,4 -3,5 52 0,0 37%
8:32 0 0 -286 2 17 19 0,0 -2,4 52 -2,4 37%
8:45 2.345 11 -470 2 6 19 3,6 -3,9 52 -0,4 37%
8:59 498 3 -308 1 13 17 2,8 -5,1 52 -2,4 33%
9:13 679 5 0 0 11 16 2,3 0,0 52 2,3 31%
9:27 232 2 0 0 16 18 1,9 0,0 52 1,9 35%
9:41 199 2 -400 3 14 19 1,7 -2,2 52 -0,6 37%
9:55 0 0 -220 1 18 19 0,0 -3,7 52 -3,7 37%
10:09 864 7 -164 1 11 19 2,1 -2,7 52 -0,7 37%
10:23 217 1 -156 2 15 18 3,6 -1,3 52 2,3 35%
10:37 389 2 0 0 17 19 3,2 0,0 52 3,2 37%
10:51 202 2 -125 1 16 19 1,7 -2,1 52 -0,4 37%
11:05 228 2 -409 2 15 19 1,9 -3,4 52 -1,5 37%
11:19 1.053 4 0 0 15 19 4,4 0,0 52 4,4 37%
11:33 506 4 -307 3 12 19 2,1 -1,7 52 0,4 37%
11:47 385 3 -207 1 15 19 2,1 -3,5 52 -1,3 37%
12:01 247 1 -294 3 15 19 4,1 -1,6 52 2,5 37%
12:15 344 1 0 0 18 19 5,7 0,0 52 5,7 37%
12:29 157 2 -258 2 15 19 1,3 -2,2 52 -0,8 37%
12:43 432 2 0 0 17 19 3,6 0,0 52 3,6 37%
12:57 768 5 0 0 13 18 2,6 0,0 52 2,6 35%
13:11 1.575 10 0 0 9 19 2,6 0,0 52 2,6 37%
13:25 89 1 0 0 18 19 1,5 0,0 52 1,5 37%
13:39 534 7 -482 3 8 18 1,3 -2,7 52 -1,4 35%
13:53 213 3 -297 2 14 19 1,2 -2,5 52 -1,3 37%
14:07 600 2 0 0 17 19 5,0 0,0 52 5,0 37%
14:21 709 7 -65 1 11 19 1,7 -1,1 52 0,6 37%
14:35 958 4 -362 2 11 17 4,0 -3,0 53 1,0 33%
14:49 0 0 0 0 19 19 0,0 0,0 54 0,0 37%
15:03 141 1 0 0 18 19 2,4 0,0 55 2,4 37%
15:17 275 1 0 0 18 19 4,6 0,0 56 4,6 37%
15:31 0 0 -323 1 18 19 0,0 -5,4 57 -5,4 37%
15:45 83 1 -70 1 17 19 1,4 -1,2 58 0,2 37%
15:59 741 5 0 0 14 19 2,5 0,0 59 2,5 37%
16:13 0 0 0 0 19 19 0,0 0,0 60 0,0 37%
16:27 0 0 -336 2 17 19 0,0 -2,8 61 -2,8 37%
16:41 489 4 -752 6 9 19 2,0 -2,1 62 -0,1 37%
16:55 357 3 0 0 14 17 2,0 0,0 63 2,0 33%
17:10 619 4 -348 3 12 19 2,6 -1,9 64 0,6 37%
17:24 2.469 12 0 0 6 18 3,4 0,0 65 3,4 35%
17:34 1.755 9 -1.806 10 0 19 3,3 -3,0 66 0,2 37%
17:42 472 5 0 0 12 17 1,6 0,0 67 1,6 33%
17:51 1.647 9 -208 1 9 19 3,1 -3,5 68 -0,4 37%
17:59 824 7 -224 3 9 19 2,0 -1,2 69 0,7 37%
18:07 1.295 9 -582 3 7 19 2,4 -3,2 70 -0,8 37%
18:15 511 4 -366 4 11 19 2,1 -1,5 71 0,6 37%
18:23 1.816 7 -1.248 7 4 18 4,3 -3,0 72 1,4 35%
18:32 1.341 5 -1.594 11 3 19 4,5 -2,4 73 2,1 37%
18:42 574 3 -2.075 11 5 19 3,2 -3,1 74 0,0 37%
18:54 657 4 -2.961 11 4 19 2,7 -4,5 75 -1,7 37%
19:06 1.518 10 -689 5 4 19 2,5 -2,3 76 0,2 37%
19:18 481 3 -690 3 13 19 2,7 -3,8 77 -1,2 37%
19:31 2.282 10 -313 1 8 19 3,8 -5,2 78 -1,4 37%
19:45 585 5 -1.040 4 10 19 2,0 -4,3 79 -2,4 37%
20:00 2.740 10 -604 2 7 19 4,6 -5,0 80 -0,5 37%
20:18 106 1 -937 5 13 19 1,8 -3,1 81 -1,4 37%
20:36 0 0 0 0 18 18 0,0 0,0 82 0,0 35%
20:54 136 2 -344 2 14 18 1,1 -2,9 83 -1,7 35%
21:12 2.365 12 0 0 7 19 3,3 0,0 84 3,3 37%
21:30 0 0 -670 3 15 18 0,0 -3,7 85 -3,7 35%
21:48 90 1 -276 2 16 19 1,5 -2,3 86 -0,8 37%
22:06 168 2 0 0 17 19 1,4 0,0 87 1,4 37%
22:24 666 4 -317 1 14 19 2,8 -5,3 88 -2,5 37%
22:41 841 7 -237 3 8 18 2,0 -1,3 89 0,7 35%
23:00 65 1 -162 1 17 19 1,1 -2,7 90 -1,6 37%
23:18 337 1 -90 1 15 17 5,6 -1,5 91 4,1 33%
23:36 901 5 0 0 14 19 3,0 0,0 92 3,0 37%
23:51 207 3 -85 1 15 19 1,2 -1,4 93 -0,3 37%
85
APÊNDICE Q. Tabela Linha 507 - Terminal Guadalupe 86
APÊNDICE Q – Tabela Linha 507 - Terminal Guadalupe

6:34 491 4 0 0 15 19 2,0 0,0 52 2,0 37%
6:40 110 1 -131 1 17 19 1,8 -2,2 52 -0,4 37%
6:47 401 3 -446 5 11 19 2,2 -1,5 52 0,7 37%
6:53 0 0 -575 3 15 18 0,0 -3,2 52 -3,2 35%
7:00 207 1 -76 1 16 18 3,5 -1,3 52 2,2 35%
7:06 558 4 -148 1 14 19 2,3 -2,5 52 -0,1 37%
7:13 774 4 -165 1 14 19 3,2 -2,8 52 0,5 37%
7:19 1.040 8 -168 1 10 19 2,2 -2,8 52 -0,6 37%
7:25 0 0 -1.250 7 12 19 0,0 -3,0 52 -3,0 37%
7:31 2.556 13 -550 3 3 19 3,3 -3,1 52 0,2 37%
7:39 462 3 -1.902 10 6 19 2,6 -3,2 52 -0,6 37%
7:53 2.830 15 -464 2 2 19 3,1 -3,9 52 -0,7 37%
8:07 1.488 8 -1.219 7 4 19 3,1 -2,9 52 0,2 37%
8:20 710 5 -1.728 9 5 19 2,4 -3,2 52 -0,8 37%
8:33 1.330 7 -617 2 10 19 3,2 -5,1 52 -2,0 37%
8:48 1.664 11 -141 1 7 19 2,5 -2,4 52 0,2 37%
9:02 1.102 8 -897 8 2 18 2,3 -1,9 52 0,4 35%
9:15 3.312 15 -550 4 0 19 3,7 -2,3 52 1,4 37%
9:29 772 6 -1.262 6 7 19 2,1 -3,5 52 -1,4 37%
9:43 1.734 13 0 0 6 19 2,2 0,0 52 2,2 37%
9:57 710 3 0 0 16 19 3,9 0,0 52 3,9 37%
10:11 1.178 8 0 0 11 19 2,5 0,0 52 2,5 37%
10:25 0 0 -944 4 15 19 0,0 -3,9 52 -3,9 37%
10:39 874 5 -532 4 8 17 2,9 -2,2 52 0,7 33%
10:53 144 1 -323 2 16 19 2,4 -2,7 52 -0,3 37%
11:07 0 0 -1.048 5 14 19 0,0 -3,5 52 -3,5 37%
11:21 130 2 -168 1 16 19 1,1 -2,8 52 -1,7 37%
11:35 127 1 -1.185 6 11 18 2,1 -3,3 52 -1,2 35%
11:49 686 2 -699 3 14 19 5,7 -3,9 52 1,8 37%
12:03 246 3 -223 1 15 19 1,4 -3,7 52 -2,4 37%
12:17 69 1 -634 5 11 17 1,2 -2,1 52 -1,0 33%
12:31 0 0 -67 1 16 17 0,0 -1,1 52 -1,1 33%
12:45 0 0 -139 1 18 19 0,0 -2,3 52 -2,3 37%
12:59 283 4 -528 3 12 19 1,2 -2,9 52 -1,8 37%
13:13 347 1 -371 2 15 18 5,8 -3,1 52 2,7 35%
13:27 543 3 0 0 16 19 3,0 0,0 52 3,0 37%
13:41 1.697 9 -164 1 9 19 3,1 -2,7 52 0,4 37%
13:55 1.320 8 -482 3 8 19 2,8 -2,7 52 0,1 37%
14:09 974 5 -90 1 13 19 3,2 -1,5 52 1,7 37%
14:23 722 3 -420 3 13 19 4,0 -2,3 52 1,7 37%
14:37 440 4 -259 1 14 19 1,8 -4,3 52 -2,5 37%
14:51 1.089 6 -153 1 12 19 3,0 -2,6 52 0,5 37%
15:05 540 3 -480 4 12 19 3,0 -2,0 52 1,0 37%
15:19 940 4 -781 4 11 19 3,9 -3,3 52 0,7 37%
15:33 70 1 -1.062 5 13 19 1,2 -3,5 52 -2,4 37%
15:47 738 5 0 0 14 19 2,5 0,0 52 2,5 37%
16:01 266 1 -326 3 15 19 4,4 -1,8 52 2,6 37%
16:15 447 3 0 0 16 19 2,5 0,0 52 2,5 37%
16:29 1.134 6 -375 2 11 19 3,2 -3,1 53 0,0 37%
16:43 801 6 -428 2 11 19 2,2 -3,6 54 -1,3 37%
16:57 2.767 16 -511 2 1 19 2,9 -4,3 55 -1,4 37%
17:05 0 0 0 0 18 18 0,0 0,0 56 0,0 35%
17:13 1.350 7 0 0 12 19 3,2 0,0 57 3,2 37%
17:21 330 2 -356 4 13 19 2,8 -1,5 58 1,3 37%
17:29 273 2 -522 3 14 19 2,3 -2,9 59 -0,6 37%
17:38 3.039 10 -942 5 4 19 5,1 -3,1 60 1,9 37%
17:47 1.530 8 -618 3 8 19 3,2 -3,4 61 -0,2 37%
17:55 1.874 11 -1.231 6 2 19 2,8 -3,4 62 -0,6 37%
18:04 2.109 10 -245 2 7 19 3,5 -2,0 63 1,5 37%
18:12 1.787 9 -237 1 9 19 3,3 -4,0 64 -0,6 37%
18:21 451 3 -1.792 9 7 19 2,5 -3,3 65 -0,8 37%
18:29 2.083 15 -229 1 3 19 2,3 -3,8 66 -1,5 37%
18:37 935 6 -959 6 7 19 2,6 -2,7 67 -0,1 37%
18:45 1.795 8 -700 5 6 19 3,7 -2,3 68 1,4 37%
18:53 1.048 8 -939 5 6 19 2,2 -3,1 69 -0,9 37%
19:02 1.450 10 -939 4 5 19 2,4 -3,9 70 -1,5 37%
19:12 699 5 -850 6 8 19 2,3 -2,4 71 0,0 37%
19:24 956 6 -564 4 8 18 2,7 -2,4 72 0,3 35%
19:36 801 4 -3.191 11 4 19 3,3 -4,8 73 -1,5 37%
19:48 836 7 0 0 12 19 2,0 0,0 74 2,0 37%
19:59 2.174 11 -656 2 6 19 3,3 -5,5 75 -2,2 37%
20:11 1.394 8 -977 4 7 19 2,9 -4,1 76 -1,2 37%
20:26 2.297 17 -406 2 0 19 2,3 -3,4 77 -1,1 37%
20:44 405 3 -868 6 10 19 2,3 -2,4 78 -0,2 37%
21:02 334 3 -863 5 11 19 1,9 -2,9 79 -1,0 37%
21:20 732 4 0 0 11 15 3,1 0,0 80 3,1 29%
21:38 1.609 8 0 0 11 19 3,4 0,0 81 3,4 37%
21:56 0 0 -244 2 16 18 0,0 -2,0 82 -2,0 35%
22:14 70 1 -769 6 12 19 1,2 -2,1 83 -1,0 37%
22:32 203 2 0 0 16 18 1,7 0,0 84 1,7 35%
22:50 1.257 6 -334 1 12 19 3,5 -5,6 85 -2,1 37%
23:06 165 1 0 0 18 19 2,8 0,0 86 2,8 37%
23:26 180 2 -129 1 16 19 1,5 -2,2 87 -0,7 37%
23:44 557 3 0 0 15 18 3,1 0,0 88 3,1 35%
0:02 0 0 0 0 19 19 0,0 0,0 89 0,0 37%
0:17 0 0 0 0 19 19 0,0 0,0 90 0,0 37%
23:18 337 1 -90 1 15 17 5,6 -1,5 91 4,1 33%
23:36 901 5 0 0 14 19 3,0 0,0 92 3,0 37%
23:51 207 3 -85 1 15 19 1,2 -1,4 93 -0,3 37%
Variação Média (min) Variação Média (min)
0,0
1,0
3,0
-3,0
-2,0
-1,0
2,0
3,0
4,0
-4,0
-3,0
-2,0
0,0
1,0
2,0
4,0
5,0
-5,0
-4,0
-5,0
-1,0
5:10 5:10
5:51 5:51
6:12 6:12
6:32 6:32
6:55 6:55
7:12 7:12
7:28 7:28

7:47 7:47

8:04 8:04
8:20 8:20
APÊNDICE R –
8:40 8:40
9:05 9:05
9:29 9:29
9:53 9:53
10:17 10:17
10:40 10:40
11:04 11:04
11:28 11:28
11:52 11:52
12:16 12:16
12:40 12:40
13:04 13:04
13:28 13:28
13:52 13:52
14:16 14:16
Horário Previsto
Horário Previsto
14:40 14:40
15:04 15:04
15:28 15:28
Linha 303 - Terminal Campo Comprido
Linha 303 - Terminal Campo Comprido
15:51 15:51
16:15 16:15
16:36 16:36
16:59 16:59
17:24 17:24
17:48 17:48
18:08 18:08
18:28 18:28
18:49 18:49
19:08 19:08
19:31 19:31
20:03 20:03
20:36 20:36
21:10 21:10
21:44 21:44
22:20 22:20
23:02
Gráficos Linha 303 - Terminal Campo Comprido
23:02
87
-5,0
-4,0
-3,0
-2,0
-1,0
0,0
1,0
2,0
3,0
4,0
5,0
0,0
1,0
-3,0
-2,0
-1,0
2,0
3,0
4,0
-5,0
-4,0
5:10 5:10
5:51 5:51
6:12 6:12
6:32 6:32
6:55 6:55
7:12 7:12
7:28 7:28

7:47 7:47

8:04 8:04
8:20 8:20
8:40 8:40
9:05 9:05
9:29 9:29
APÊNDICE S –
9:53 9:53
10:17 10:17
10:40 10:40
11:04 11:04
11:28 11:28
11:52 11:52
12:16 12:16
12:40 12:40
13:04 13:04
13:28 13:28
13:52 13:52
14:16 14:16
Horário Previsto
Horário Previsto
14:40 14:40
Linha 303 - Terminal Centenário

Linha 303 - Terminal Centenário
15:04 15:04
15:28 15:28
15:51 15:51
16:15 16:15
16:36 16:36
16:59 16:59
17:24 17:24
17:48 17:48
18:08 18:08
18:28 18:28
18:49
18:49
19:08
19:08
19:31
19:31
20:03
20:03
20:36
20:36
Gráficos Linha 303 - Terminal Centenário
21:10
21:10
21:44
21:44
22:20
22:20
23:02
23:02
88
-6,0
-4,0
-2,0
0,0
2,0
4,0
6,0
-6,0
-4,0
-2,0
0,0
2,0
4,0
6,0
5:40 5:40
5:53 5:53
6:06 6:06
6:19 6:19
6:31 6:31
6:44 6:44
6:58 6:58

7:12 7:12

7:25 7:25
7:38 7:38
7:50 7:50
8:04 8:04
APÊNDICE T –
8:32 8:32
9:00 9:00
9:28 9:28
9:56 9:56
10:24 10:24
10:52 10:52
11:20 11:20
11:48 11:48
12:16 12:16
12:44 12:44
13:12 13:12
13:40 13:40
Horário Previsto
Horário Previsto
14:08 14:08
14:36 14:36
Linha 507 - Terminal Pinheirinho
Linha 507 - Terminal Pinheirinho

15:04 15:04
15:32 15:32
16:00 16:00
16:28 16:28
16:56 16:56
17:24 17:24
17:40 17:40
17:56 17:56
18:14 18:14
18:31 18:31
18:48 18:48
19:04 19:04
19:21 19:21
19:38 19:38
20:03 20:03
20:25 20:25
Gráficos Linha 507 - Terminal Pinheirinho
20:50 20:50
21:26 21:26
22:02 22:02
89
0,0
4,0
6,0
2,0
-6,0
-4,0
-2,0
-4,0
-3,0
-2,0
-1,0
0,0
1,0
2,0
3,0
4,0
5,0
5:40 5:40
5:53 5:53
6:06 6:06
6:19 6:19
6:31 6:31
6:44 6:44
6:58 6:58

7:12 7:12

7:25 7:25
7:38 7:38
7:50 7:50
8:04 8:04
8:32 8:32
APÊNDICE U –
9:00 9:00
9:28 9:28
9:56 9:56
10:24 10:24
10:52 10:52
11:20 11:20
11:48 11:48
12:16 12:16
12:44 12:44
13:12 13:12
13:40 13:40
Horário Previsto
Horário Previsto
14:08 14:08
Linha 507 - Terminal Guadalupe
Linha 507 - Terminal Guadalupe

14:36 14:36
15:04 15:04
15:32 15:32
16:00 16:00
16:28 16:28
16:56 16:56
17:24 17:24
17:40 17:40
17:56 17:56
18:14 18:14
18:31 18:31
18:48 18:48
19:04 19:04
19:21 19:21
19:38 19:38
20:03 20:03
Gráficos Linha 507 - Terminal Guadalupe
20:25 20:25
20:50 20:50
21:26 21:26
22:02 22:02
90
0,0
2,0
4,0
6,0
-4,0
-2,0
-6,0
-6,0
-4,0
-2,0
0,0
2,0
4,0
6,0
5:40 5:40
5:53 5:53
6:06 6:06
6:19 6:19
6:31 6:31
6:44 6:44
6:58 6:58
7:12

7:12

7:25 7:25

7:38 7:38
7:50 7:50
8:04 8:04
8:32 8:32
9:00 9:00
APÊNDICE V –
9:28 9:28
9:56 9:56
10:24 10:24
10:52 10:52
11:20 11:20
11:48 11:48
12:16 12:16
12:44 12:44
13:12 13:12
13:40 13:40
14:08 14:08
14:36 14:36
15:04 15:04
Horário Previsto
Horário Previsto
15:32 15:32
Linha 507 - Terminal Boqueirão
Linha 507 - Terminal Boqueirão

16:00 16:00
16:28 16:28
16:56 16:56
17:24 17:24
17:40 17:40
17:56 17:56
18:14 18:14
18:31 18:31
18:48 18:48
19:04 19:04
19:21 19:21
19:38 19:38
20:03 20:03
20:25 20:25
20:50 20:50
21:26 21:26
22:02
Gráficos Linha 507 - Terminal Boqueirão
22:02
22:38 22:38
23:14 23:14
23:50 23:50
0:26 0:26
91
-6,0
-4,0
-2,0
0,0
2,0
4,0
6,0
-6,0
-4,0
-2,0
0,0
2,0
4,0
6,0
5:40 5:40
5:53 5:53
6:06 6:06
6:19 6:19
6:31 6:31
6:44 6:44
6:58 6:58

7:12 7:12

7:25 7:25
7:38 7:38
7:50 7:50
8:04 8:04
APÊNDICE W –
8:32 8:32
9:00 9:00
9:28 9:28
9:56 9:56
10:24 10:24
10:52 10:52
11:20 11:20
11:48 11:48
12:16 12:16
12:44 12:44
13:12 13:12
13:40 13:40
Horário Previsto
Horário Previsto
14:08 14:08
14:36 14:36
Linha 507 - Terminal Sítio Cercado
Linha 507 - Terminal Sítio Cercado

15:04 15:04
15:32 15:32
16:00 16:00
16:28 16:28
16:56 16:56
17:24 17:24
17:40 17:40
17:56 17:56
18:14 18:14
18:31 18:31
18:48 18:48
19:04 19:04
19:21 19:21
19:38 19:38
20:03 20:03
20:25 20:25
20:50 20:50
Gráficos Linha 507 - Terminal Sı́tio Cercado
21:26 21:26
22:02 22:02
92

CT Cotel 2019 1 Karlahashiguchi Brunogai PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

CT Cotel 2019 1 Karlahashiguchi Brunogai PDF

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE TECNOLÓGICA DO PARANÁ

DEPARTAMENTO ACADÊMICO DE ELETRÔNICA

KARLA KIYOKO HASHIGUCHI

MOBILIDADE URBANA EM CURITIBA: UM ESTUDO FOCADO

TRABALHO DE CONCLUSÃO DE CURSO

MOBILIDADE URBANA EM CURITIBA: UM ESTUDO FOCADO

Trabalho de Conclusão de Curso apresentado ao Curso

Orientadora: Prof.a Dr.a Keiko Veronica Ono Fonseca

Coorientador: Prof. Dr. Daniel Fernando Pigatto

Figura 1 – Foto de uma estação tubo, ônibus “ligeirinho” e ao fundo, um ı́cone de

Tabela 1 – Tabela Linha 924 - Terminal Santa Felicidade . . . . . . . . . . . . . . . . 48

ABNT Associação Brasileira de Normas Técnicas

C3SL Centro de Computação Cientı́fica e Software Livre

CSV Comma Separated Values

IP Internet Protocol (Protocolo de Internet)

IPPUC Instituto de Pesquisa e Planejamento Urbano de Curitiba

IoT Internet of Things (Internet das Coisas)

GPS Global Positioning System

JSON JavaScript Object Notation

RFID Radio Frequency Identification (Identificação em Rádio Frequência)

SMS Short Message Service (Serviço de Mensagem Curta)

SQL Structure Query Language (Linguagem de Consulta Estruturada)

TCC Trabalho de Conclusão de Curso

TCP Transmission Control Protocol (Protocolo de Controle de Transmissão)

UFPR Universidade Federal do Paraná

URBS Urbanização de Curitiba S/A

4 – ANÁLISE E DISCUSSÃO DOS RESULTADOS . . . . . . . . . . . . 47

APÊNDICE A – IMPORTAÇÕES E VARIÁVEIS GLOBAIS . . . . 61

APÊNDICE B – ROTINA DELTAPONTO . . . . . . . . . . . . 62

APÊNDICE C – ROTINA THREAD DELTAPONTO . . . . . . 63

APÊNDICE D – ROTINA CÁLCULO PARTE 1 . . . . . . . . . . 64

APÊNDICE E – ROTINA CÁLCULO PARTE 2 . . . . . . . . . 65

APÊNDICE F – ROTINA PARA VERIFICAÇÃO DA INTEGRI-

APÊNDICE G – ROTINA PARA CORREÇÃO DA BASE DE DA-

APÊNDICE H – ROTINA PARA CÁLCULO DE DISTÂNCIAS

APÊNDICE I – ROTINA PARA EXTRAÇÃO DE HORÁRIOS

APÊNDICE J – ROTINA PARA EXTRAÇÃO DE COORDENA-

APÊNDICE K – ROTINA PARA INICIALIZAÇÃO DE TAREFAS

APÊNDICE L – TABELA LINHA 303 - TERMINAL CAMPO

APÊNDICE M – TABELA LINHA 303 - TERMINAL CENTENÁ-

APÊNDICE N – TABELA LINHA 507 - TERMINAL BOQUEIRÃO 79

APÊNDICE O – TABELA LINHA 507 - TERMINAL SÍTIO CER-

APÊNDICE P – TABELA LINHA 507 - TERMINAL PINHEIRI-

APÊNDICE Q – TABELA LINHA 507 - TERMINAL GUADALUPE 86

APÊNDICE S – GRÁFICOS LINHA 303 - TERMINAL CENTE-

APÊNDICE T – GRÁFICOS LINHA 507 - TERMINAL PINHEI-

APÊNDICE U – GRÁFICOS LINHA 507 - TERMINAL GUADA-

APÊNDICE V – GRÁFICOS LINHA 507 - TERMINAL BOQUEI-

APÊNDICE W – GRÁFICOS LINHA 507 - TERMINAL SÍTIO

Tecnologia e conveniência estão se tornando cada vez mais acessı́veis e inseridas na

1.1 MOTIVAÇÃO E JUSTIFICATIVA

A cidade que é chamada de “Cidade Modelo” pelo seu reconhecimento de cidade

Fonte: Autoria própria.

a complicação de obras demoradas, incluindo escavações, trilhos e estações subterrâneas. O

Figura 2 – Usuários entrando no Expresso Biarticulado Sentido Terminal Santa Cândida

Fonte: Autoria própria.

1.2.1 Objetivos Gerais

1.2.2 Objetivos Especı́ficos

Alguns objetivos especı́ficos foram definidos para auxiliar no desenvolvimento do

1.3 ESTRUTURA DO TEXTO

O trabalho está estruturado da seguinte maneira: o Capı́tulo 2 apresenta revisão

Pesquisou-se diversos artigos, teses, dissertações e conteúdos disponı́veis na internet

2.1 INTERNET DAS COISAS