Artigo - Inteligência Artificial, Transporte e Cidade Inteligente

Inteligência Artificial, Transporte e Cidade Inteligente: Definições e Dimensões de
uma Nova Era da Mobilidade

de
Alexandros Nikitas
Kalliopi Michalakopoulou
Eric Tchouamou Njoya
Dimitris Karampatzakis
Departamento de Logística, Marketing, Hospitalidade e Análise, Huddersfield Business School, Universidade de

Huddersfield, Huddersfield HD1 3DH, Reino Unido
2
Departamento de Ciência da Computação, Universidade Helênica Internacional, Agios Loukas, 65404 Kavala, Grécia
*
Autor a quem a correspondência deve ser endereçada.

Sustentabilidade 2020 , 12 (7), 2789; https://doi.org/10.3390/su12072789
Recebido: 8 de fevereiro de 2020 / Revisado: 12 de março de 2020 / Aceito: 28 de março de 2020 / Publicado: 1 de
abril de 2020
(Este artigo pertence à Seção Transporte Sustentável )
Resumo
A inteligência artificial (IA) é um conceito poderoso ainda em sua infância que tem o potencial, se utilizado de forma
responsável, para fornecer um veículo para mudanças positivas que podem promover transições sustentáveis para um
paradigma de habitabilidade mais eficiente em termos de recursos. A IA com suas funções e capacidades de aprendizado
profundo pode ser empregada como uma ferramenta que capacita as máquinas a resolver problemas que podem reformar
as paisagens urbanas como as conhecemos há décadas e ajudar a estabelecer uma nova era; a era da “cidade
inteligente”. Uma das principais áreas que a IA pode redefinir é o transporte. A mobilidade e o seu impacto no
desenvolvimento urbano podem ser significativamente melhorados com o emprego de sistemas de transporte inteligentes
em geral e de transportes automatizados em particular. Essa nova geração de mobilidade baseada em IA, apesar de sua
orientação à máquina, tem que ser uma tecnologia centrada no usuário que “entende” e “satisfaça” o usuário humano, os
mercados e a sociedade como um todo. A confiança deve ser construída e os riscos devem ser eliminados, para que essa
transição decole. Este artigo fornece uma nova contribuição conceitual que discute minuciosamente o nexo pouco
estudado de IA, transporte e cidade inteligente e como isso afetará o futuro urbano. Abrange especificamente as principais
iniciativas de mobilidade inteligente referentes a Veículos Conectados e Autônomos (CAVs), Veículos Aéreos Pessoais e
Não Tripulados autônomos (PAVs e UAVs) e Mobilidade como Serviço (MaaS), mas também intervenções que podem
funcionar como tecnologias facilitadoras para transporte, como a Internet das Coisas (IoT) e a Internet Física (PI) ou
refletem transformações mais amplas como a Indústria 4.0.
Palavras-chave: inteligência artificial ; cidade inteligente ; transporte inteligente ; veículos conectados e
autônomos ; veículos aéreos pessoais e não tripulados ; mobilidade como serviço ; internet das coisas ; internet
física ; indústria 4.0
1. Introdução
Em um tempo que é ditado, mais do que nunca, pela necessidade de mudar para um paradigma tecno-social mais
sustentável para evitar as repercussões adversas de uma filosofia de habitabilidade de recursos intensivos e
irrefletidamente oportunista que não parece muito no futuro, Artificial A inteligência (IA) tem o potencial de fornecer um
veículo para a transformação. A IA é um conceito que é definido como a capacidade de um sistema de interpretar
corretamente dados externos, aprender com esses dados e usar esse aprendizado para atingir objetivos e tarefas
específicos por meio de adaptação flexível [ 1 ]. A IA é baseada no desenvolvimento de agentes autônomos que podem
raciocinar e planejar em direção ao seu objetivo sem qualquer base de conhecimento embutida em seu ambiente .]. A IA
tem a promessa de nos tornar mais saudáveis, ricos e felizes, reduzindo a necessidade de trabalho humano e
aumentando enormemente nosso progresso científico e tecnológico [ 3 ]. Hoje em dia, a IA transformou nossas vidas em
muitos aspectos, de carros semi-autônomos nas estradas a aspiradores robóticos em nossas casas e, sem dúvida,
continuará a invadir todas as áreas de nossas vidas, da saúde à educação, entretenimento e segurança. futuro [ 4 ].
Uma das principais áreas em que a IA causará seu maior impacto de mudança de paradigma é o
transporte. Exemplos de métodos de IA que estão encontrando seu caminho no campo de transporte incluem Redes
Neurais Artificiais (RNAs), Algoritmos Genéticos (GAs), Recozimento Simulado (SA), Sistema Imune Artificial (AIS),
Otimizador de Colônia de Formigas (ACO), Colônia de Abelhas Otimização (BCO) e o Modelo de Lógica Fuzzy (FLM)
[ 5 ]. Essas intervenções de IA têm aplicações potenciais para o veículo, a infraestrutura, o motorista ou usuário do
transporte e, em particular, como eles interagem dinamicamente para fornecer um serviço de transporte que promova o
empoderamento do usuário e apoie as interações homem-máquina [ 6 ].
Sendo o transporte a pedra angular mais decisiva para a funcionalidade, desenvolvimento e prosperidade de uma
cidade, revolucionar o transporte transforma o conceito de cidade. A estrutura urbana e os desenvolvimentos do sistema
de transporte estão intimamente ligados, como evidenciado por teorias como a teoria do aluguel do solo urbano e a teoria
da localização, que conceituam a conexão entre transporte e uso do solo urbano [ 7 , 8 ]. É impossível abstrair a visão das
cidades de amanhã daquela da configuração futura de seus sistemas de transporte [ 9]. A disponibilização de soluções de
mobilidade para combater o congestionamento, a poluição e a degradação ambiental através de tecnologia de IA que seja
capaz de proporcionar formas de locomoção melhores, mais rápidas, mais limpas e mais baratas é o pilar, juntamente
com as aplicações de telecomunicações e energia [ 10 ], daquilo a que chamamos cidades inteligentes e o caminho a
seguir para a ciência urbana.
O conceito de cidade inteligente está longe de se limitar à aplicação de tecnologias digitais e baseadas em nuvem às
cidades, pois possui qualidades criativas, sustentáveis, estratégicas de tomada de decisão, integradoras, geradoras de
conhecimento e focadas nas pessoas, ou como Albino et. al. [ 11 ] descrevem, uma cidade inteligente é uma “cidade
instrumentada, interconectada e inteligente”. Uma cidade inteligente incorpora as Tecnologias de Informação e
Comunicação (TIC) para reduzir custos, otimizar o consumo de recursos, melhorar a interatividade e melhorar a qualidade
de vida de seus cidadãos .]. Onde antes o léxico dos profissionais de transporte e planejadores urbanos se concentrava
no transporte urbano sustentável e nas cidades sustentáveis, isso agora mudou de atenção, ou se expandiu, com
referência a cidades inteligentes e mobilidade urbana inteligente que reflete as possibilidades da era digital [ 13 ]. Isso
pode ser visto no alto número de iniciativas de cidades inteligentes, projetos de implementação de cidades e projetos de
pesquisa pública financiados conjuntamente que surgiram rapidamente em todo o mundo [ 14 ], especialmente no setor de
mobilidade. A noção de cidades inteligentes é abrangente neste trabalho e, devido ao nosso futuro ângulo de mobilidade,
é definida principalmente para analisar o contexto de priorização de políticas para o crescimento urbano sustentável por
meio da inovação em transporte, que, como Kominos et al. [ 15] reconhece, ainda é um campo amplamente
desconhecido. Como em qualquer transição sociotécnica, a mudança para um paradigma de mobilidade baseado em IA
cria questões críticas em termos de como a transição será gerenciada [ 16 ] e quais serão as intervenções que definirão
essa transição.
Este artigo fornece uma nova contribuição conceitual que tenta responder a essas perguntas descrevendo alguns
dos principais componentes de transporte que são projetados para serem centrais para a cidade inteligente centrada em
IA do (próximo?) futuro. O artigo é, em última análise, um léxico de pesquisa que define termos e suas dimensões que
refletem e afetam o novo paradigma de mobilidade autônoma, conectada, compartilhada e digitalizada de amanhã. Mais
especificamente, o artigo discute detalhadamente o nexo de IA, transporte e cidade inteligente, abrangendo intervenções
referentes a Veículos Conectados e Autônomos (CAVs), Veículos Aéreos Não Tripulados e Pessoais (UAVs e PAVs) e
Mobilidade-como-Serviço (MaaS). , mas também a Internet das Coisas (IoT), Internet Física (PI) e Indústria 4.0,
A condução automatizada é amplamente considerada como uma tecnologia que pode sinalizar uma evolução para
uma grande mudança na mobilidade (carro) [ 17 , 18 ]. Os CAVs são a manifestação final da IA no campo dos
transportes; Algoritmos de IA e funções de aprendizado de máquina (ML) são as ferramentas que podem substituir a
intervenção humana e “dirigir” os CAVs [ 19 ]. Os CAVs são projetados para ter a capacidade de introduzir funções de
condução ecológica e economia de energia, padrões aprimorados de segurança e proteção, melhor alocação de espaço
viário e gerenciamento de congestionamento de tráfego e substituir o tempo gasto dirigindo por tempo que pode ser
utilizado para atividades mais produtivas .]. No entanto, apesar de seu enorme hype, os CAVs ainda apresentam mais
perguntas sem resposta do que respostas definitivas [ 21 ]. UAVs, drones e PAVs surgiram recentemente como uma
alternativa viável para gerenciar problemas que surgem principalmente nas áreas de monitoramento visual e vigilância de
tráfego [ 22 , 23]. No futuro, os UAVs e PAVs totalmente autônomos serão de enorme importância para a logística e
também para a movimentação de pessoas; espera-se que eles reformulem os padrões de viagem como os conhecemos
há décadas, expandindo verticalmente a paisagem urbana e a rede de transporte das cidades futuras. O MaaS, um
conceito de transporte muito recente com aplicações limitadas de implementação parcial até agora, é um pacote digital
promissor de mobilidade personalizada que substituirá os veículos particulares e otimizará o uso e a combinação de
várias alternativas de mobilidade. O MaaS será habilitado por poderosos algoritmos de IA que fornecerão planejamento
holístico de viagens, reservas e emissão de bilhetes e serviços de informação em tempo real personalizados e adaptados
às necessidades de cada consumidor. O MaaS pode maximizar seu potencial se incorporar,21 ]. As tendências
tecnológicas referentes a uma cidade inteligente centrada em IA, que podem afetar (ou ser afetadas por) a mobilidade
futura, como IoT, PI e Indústria 4.0, estão se tornando cada vez mais relevantes [ 24 ] e também serão consideradas por
meio de uma abordagem orientada para o transporte lente aqui. Isso porque a IoT possibilitará níveis de conectividade
sem precedentes entre usuários e modos de transporte; o PI revolucionará a otimização do transporte de carga por meio
de tecnologias digitais, automatizadas, interconectadas e de big data; e a Indústria 4.0, a espinha dorsal da produtividade
do mercado de amanhã, depende do transporte inteligente.
A partir de agora, o artigo apresenta o arcabouço da metodologia de pesquisa empregada, uma descrição das
iniciativas mencionadas (uma seção para cada uma delas) e uma seção final que serve de léxico para os conceitos
considerados nas seções anteriores. Esta última parte do artigo também trata da elaboração de conclusões que reúnem
todas as diferentes peças do complicado quebra-cabeça da mobilidade urbana inteligente e fornecem algumas
recomendações importantes para cientistas da cidade, formuladores de políticas, planejadores de transporte e urbanos e
uma agenda para futuras direções de pesquisa.
2. Metodologia de Pesquisa
Este trabalho é o resultado de uma revisão sistemática da literatura que examinou a literatura revisada por pares
publicada em inglês para o nexo de IA, transporte e cidade inteligente. A pesquisa Scopus que sustentou a abordagem foi
limitada estritamente a artigos de periódicos como medida de qualidade. O primeiro artigo já registrado que considerou
essa agenda de pesquisa foi publicado já em 1984, mas a grande maioria dos artigos produzidos (> 90%) foi publicada
durante a última década; esses papéis foram os mais relevantes para nossa tarefa. Além disso, nossa análise inclui
algumas referências fora desta pesquisa, destacando aspectos periféricos, mas importantes, da agenda diversificada
coberta que não foram captados pelo motor de busca Scopus, mas foram considerados necessários para apoiar alguns
dos principais argumentos apresentados.
Quatro buscas diferentes foram realizadas usando Scopus. Todas as combinações possíveis dos elementos-chave
do estudo foram exploradas para garantir que a maioria das sinergias relatadas em uma literatura diversificada e
multidisciplinar entre IA, transporte e cidade inteligente fossem identificadas e examinadas em nossa análise. A busca
“inteligência artificial” AND “transporte” resultou na identificação de 873 artigos, a busca “transporte” AND “smart city”
retornou 594 artigos e a busca “artificial intelligence” AND “smart city” selecionou 201 artigos preenchendo nossos critérios
de busca. A busca mais importante de todas, reunindo “inteligência artificial” E “transporte” E “cidade inteligente”,
confirmou nosso raciocínio para escrever este manuscrito; apenas 18 artigos discutiam os três elementos e suas inter-
relações.25 , 26 ], enquanto os outros artigos eram mais orientados para computação e engenharia ou focados em
aspectos muito isolados do nexo discutido. Uma descoberta particularmente interessante foi a disponibilidade de artigos
de conferências quando comparados com artigos de periódicos; para a pesquisa “inteligência artificial” E “cidade
inteligente”, acabamos selecionando 201 artigos, mas o número de artigos de conferências de pesquisa foi quatro vezes
maior.
A Figura 1 fornece os resultados de nossa pesquisa Scopus para as combinações de assuntos discutidas acima e
também inclui a quantificação das fontes identificadas. Devido ao grande número de resultados de periódicos que
identificamos, a Figura 1 lista apenas os cinco principais periódicos (em termos do número de artigos referentes às
nossas quatro pesquisas principais) por combinação apenas. Não acabamos necessariamente revisando esses artigos de
periódicos em si, pois nossos critérios analíticos (explicados abaixo) eram principalmente relacionados à qualidade e
relevância.
Figura 1. Visualização da revisão sistemática da literatura: resultados da busca Scopus por combinação de assuntos e
quantificação das fontes bibliográficas.
Também procuramos combinações dos elementos-chave do nosso estudo (ou seja, as intervenções discutidas em
si). Mais especificamente, “CAVs” E “UAVs” retornaram zero papéis, “CAVs” E “PAVs” retornaram três artigos, “CAVs” E
“MaaS” retornaram 13 artigos, “MaaS” E “UAVs” retornaram 46 artigos e “MaaS” E “PAVs” devolveram dois papéis. Além
disso, “CAVs” E “IoT” retornaram 29 artigos, “UAVs” E “IoT” retornaram 169 artigos, “PAVs” E “IoT” retornaram três
artigos, “MaaS” E “IoT” retornaram 174 artigos, “PI” AND “CAVs” retornaram nove artigos, “PI” E “UAVs” retornaram 28
artigos, “PI” E “PAVs” retornaram zero artigos, “PI” E “MaaS” retornaram um artigo, “Indústria 4.0” E “CAVs” retornaram
um papel, “Indústria 4.0” E “MaaS” retornaram um artigo, “Indústria 4.0” E “UAVs” retornaram seis artigos e “Indústria 4.0”
E “PAVs” não retornaram nenhum papel.Figura 1 . Mais uma vez, a maioria deles não se alinhava bem com a agenda de
pesquisa específica do nosso artigo, mas era bastante irrelevante, sendo a maioria muito técnica.
Ao final, cada um dos quatro autores leu os 1668 títulos dos artigos identificados, posteriormente revisou mais de
500 resumos de artigos que estavam mais próximos do escopo do presente trabalho e, por fim, gerou uma revisão de
literatura estruturada independente com base nos artigos identificados como mais relevante para esboçar a imagem do
sistema de transporte centrado em IA que sustentará as cidades inteligentes de amanhã. Os quatro autores então
compararam e sintetizaram seus rascunhos de revisão independente para desenvolver uma narrativa unificada de “quadro
geral”, que foi um processo liderado pelo autor principal. O artigo em sua forma finalizada inclui referências a 133 estudos,
todos lidos de capa a capa. A seleção do material foi feita com base na relevância específica do assunto da produção da
pesquisa, o fator de impacto do periódico anfitrião e o impacto de cada artigo medido pelo número de suas
citações. Embora os autores reconheçam um elemento de critério subjetivo na escolha do material utilizado (o viés de
seleção faz parte da natureza humana), esse processo de revisão sistemática da literatura foi adotado para minimizar o
viés e melhorar a riqueza, fluidez e valor do conteúdo. Os autores, cada um com origens científicas distintas e prioridades
e valores de pesquisa, atuaram como freios e contrapesos entre si e destacaram pontos-chave da literatura que um único
autor não poderia ter capturado da mesma maneira interdisciplinar e vívida. esse processo de revisão sistemática da
literatura foi adotado para minimizar vieses e melhorar a riqueza, fluidez e valor do conteúdo. Os autores, cada um com
origens científicas distintas e prioridades e valores de pesquisa, atuaram como freios e contrapesos entre si e destacaram
pontos-chave da literatura que um único autor não poderia ter capturado da mesma maneira interdisciplinar e vívida. esse
processo de revisão sistemática da literatura foi adotado para minimizar vieses e melhorar a riqueza, fluidez e valor do
conteúdo. Os autores, cada um com origens científicas distintas e prioridades e valores de pesquisa, atuaram como freios
e contrapesos entre si e destacaram pontos-chave da literatura que um único autor não poderia ter capturado da mesma
maneira interdisciplinar e vívida.
Para apoiar seu trabalho bibliográfico, os autores revisaram evidências de uma seleção de exemplos de estudos de
caso internacionais representativos e notícias da mídia para reconhecer o sucesso ou fracasso de práticas de transporte
de cidades inteligentes centradas em IA muito cedo (ou aplicações-piloto). Isso adiciona uma dimensão empírica aos
méritos teóricos e conceituais do artigo que podem informar diretamente acadêmicos, cientistas da cidade, formuladores
de políticas, provedores de mobilidade e planejadores urbanos sobre algumas das lições disponíveis para eles que podem
alimentar uma transição positiva de mudança de paradigma governada por aplicativos de IA. Uma abordagem
metodológica semelhante em duas etapas envolvendo essa estrutura foi usada no trabalho anterior do autor principal com
sucesso significativo [ 7 ], o que é algo que dá uma camada extra de validade ao presente estudo.
O trabalho também não se trata de prever apenas as “vitórias”, “vantagens” e “impactos distributivos positivos” das
iniciativas de mobilidade centradas em IA listadas, mas também desenvolve uma compreensão profunda das barreiras
não tão estudadas, preocupações e consequências não intencionais deste processo de transformação. A mudança, por
melhor que seja, não é fácil nem direta; planejamento estratégico e implementação são de importância crítica para a
transição para a era da “cidade inteligente”.
3. Veículos conectados e autônomos

O automóvel mudou o ambiente natural e construído da Terra mais do que qualquer outra invenção na história da
humanidade, remodelando cidades e economias [ 27 ]. Os Veículos Conectados e Autônomos (CAVs) são os sucessores
naturais dos carros convencionais com capacidades de movimento e ação que não requerem nenhum tipo de condutor
(motorista) ou controle de teleoperação [ 28 ], juntamente com funções de conectividade que os tornam proativos,
cooperativos, informados e coordenados, uma vez que podem “conversar” com o ambiente circundante [ 29] e
eventualmente com tudo e todos quando a IoT estiver em vigor. Os CAVs transformarão a provisão de mobilidade, redes
de transporte e infraestrutura rodoviária, passando o controle do veículo e as responsabilidades de condução de humanos
para máquinas com enormes capacidades de conectividade sem fio e IA. Os CAVs são projetados para serem o próximo
padrão ouro de mobilidade, transformando carros e o desenvolvimento da cidade como um todo através do uso de IA a
partir do que são concebidos hoje.
A indústria automotiva terá que se transformar, alterando totalmente suas linhas de produção, pois os CAVs são
muito diferentes dos veículos convencionais de tração humana. As empresas que trabalham ativamente no
desenvolvimento de CAVs e conduzem testes com vários graus de sucesso (incluindo algumas falhas com perda de
vidas) são uma mistura de fabricantes de automóveis tradicionais, empresas de carona e inteligência, a saber: Audi,
Baidu, BMW, Daimler, Delphi, Didi Chuxing, Ford, General Motors, Honda, Huawei, Hyundai, Jaguar Land Rover, Lyft,
Magna, aliança Mercedes-Bosch, Microsoft, nuTonomy, PSA, aliança Renault-Nissan, Samsung, Tesla, Toyota, Uber,
Grupo Volkswagen , Volvo, Waymo (projeto de carros autônomos do Google), ZF e Zoox. Potências de fornecimento de
inteligência como o Google e gigantes do transporte como Uber, não considerados atualmente como fabricantes de
veículos típicos, mudarão radicalmente a dinâmica da indústria tornando-se novos participantes em um mercado
automotivo mais versátil, onde as TIC serão uma vantagem competitiva que fará a diferença. A indústria automotiva
também pode ser forçada a adotar novos modelos de negócios para vendas que priorizarão o uso compartilhado sobre a
propriedade privada se as cidades inteligentes decidirem promover ativamente o crescimento sustentável por meio da
redução da propriedade de carros. EUA, Grã-Bretanha, Austrália, Nova Zelândia, Alemanha, Suécia e China são os
principais países que tentam se posicionar no epicentro da “explosão” de CAVs, trabalhando na legislação de habilitação
de CAVs e investindo maciçamente em atividades de pesquisa e desenvolvimento, incluindo pilotos e testes . mudará
radicalmente a dinâmica da indústria tornando-se novos participantes em um mercado automotivo mais versátil, onde as
TIC serão uma vantagem competitiva que fará a diferença. A indústria automotiva também pode ser forçada a adotar
novos modelos de negócios para vendas que priorizarão o uso compartilhado sobre a propriedade privada se as cidades
inteligentes decidirem promover ativamente o crescimento sustentável por meio da redução da propriedade de
carros. EUA, Grã-Bretanha, Austrália, Nova Zelândia, Alemanha, Suécia e China são os principais países que tentam se
posicionar no epicentro da “explosão” de CAVs, trabalhando na legislação de habilitação de CAVs e investindo
maciçamente em atividades de pesquisa e desenvolvimento, incluindo pilotos e testes . mudará radicalmente a dinâmica
da indústria tornando-se novos participantes em um mercado automotivo mais versátil, onde as TIC serão uma vantagem
competitiva que fará a diferença. A indústria automotiva também pode ser forçada a adotar novos modelos de negócios
para vendas que priorizarão o uso compartilhado sobre a propriedade privada se as cidades inteligentes decidirem
promover ativamente o crescimento sustentável por meio da redução da propriedade de carros. EUA, Grã-Bretanha,
Austrália, Nova Zelândia, Alemanha, Suécia e China são os principais países que tentam se posicionar no epicentro da
“explosão” de CAVs, trabalhando na legislação de habilitação de CAVs e investindo maciçamente em atividades de
pesquisa e desenvolvimento, incluindo pilotos e testes . A indústria automotiva também pode ser forçada a adotar novos
modelos de negócios para vendas que priorizarão o uso compartilhado sobre a propriedade privada se as cidades
inteligentes decidirem promover ativamente o crescimento sustentável por meio da redução da propriedade de
carros. EUA, Grã-Bretanha, Austrália, Nova Zelândia, Alemanha, Suécia e China são os principais países que tentam se
posicionar no epicentro da “explosão” de CAVs, trabalhando na legislação de habilitação de CAVs e investindo
maciçamente em atividades de pesquisa e desenvolvimento, incluindo pilotos e testes . A indústria automotiva também
pode ser forçada a adotar novos modelos de negócios para vendas que priorizarão o uso compartilhado sobre a
propriedade privada se as cidades inteligentes decidirem promover ativamente o crescimento sustentável por meio da
redução da propriedade de carros. EUA, Grã-Bretanha, Austrália, Nova Zelândia, Alemanha, Suécia e China são os
principais países que tentam se posicionar no epicentro da “explosão” de CAVs, trabalhando na legislação de habilitação
de CAVs e investindo maciçamente em atividades de pesquisa e desenvolvimento, incluindo pilotos e testes .
Cada revolução promete um espírito de otimismo e mudanças significativas e os CAVs são um excelente exemplo
disso [ 30]. Os CAVs pretendem gerar inúmeros benefícios, como a criação de mais tempo livre (já que o motorista médio
gasta o equivalente a seis semanas dirigindo por ano); aumentar a segurança no trânsito e a prevenção de
acidentes; melhorar a acessibilidade, o conforto e a experiência de condução no veículo; potencialmente tornando mais
fácil para os formuladores de políticas priorizarem os modelos de negócios de compartilhamento de carros e caronas; e
redução do congestionamento do tráfego rodoviário, degradação ambiental, poluição do ar, ruído e exclusão social para
aqueles que atualmente não podem dirigir. Ao mesmo tempo, porém, também existem algumas preocupações,
geralmente menos comunicadas e estudadas, sobre o aumento da vulnerabilidade a hackers, falhas de software e
hardware; perda de privacidade e exploração de dados de viagem; desafios de alocação de responsabilidades; aumento
do uso de carros de mais populações e veículos desocupados; aumento das taxas de acidentes de trânsito,
congestionamento e emissões durante o período de transição, quando os CAVs coexistirão com AVs mais simples,
veículos semi-autônomos e convencionais; e adaptação comportamental, consciência situacional e problemas de
resistência do usuário. Essas oportunidades e desafios foram registrados na literatura [17 , 19 , 20 , 21 , 31 , 32 , 33 , 34 ],
mas raramente foram agrupados em uma única fonte. A Tabela 1 , com base nessas leituras, resume as principais
oportunidades e desafios que refletem e afetam o lançamento em larga escala de CAVs e seu uso futuro.
Tabela 1. Oportunidades e desafios referentes à implementação, adoção e uso de Veículos Conectados e Autônomos
(CAVs).
Os CAVs, apesar dos avanços tecnológicos, uma riqueza de benefícios prometidos e milhões de milhas percorridas
automaticamente em situações segregadas e controladas em todo o mundo, podem ainda não ser facilmente integráveis
em nossos sistemas de transporte urbano. Este é um processo longo que pode levar muitos anos antes de estar
totalmente em jogo [ 20 ]. Isso ocorre porque a introdução desses veículos é acompanhada por incertezas em seus efeitos
no mercado de compartilhamento de carros e nos padrões de uso do solo, mas, mais importante, na forma como o público
formula opiniões sobre benefícios e preocupações [ 35]. Uma introdução incondicional e tecnológica de CAVs pode estar
em conflito com os objetivos de sustentabilidade social e ambiental, ignorando o fato de que o sistema de transporte é um
sistema sociotécnico complexo que exige otimização conjunta dos subsistemas técnico e social [ 36 ]. Um techno-fix não
pode ser uma panacéia, pois a tecnologia é apenas uma das várias ferramentas na caixa de ferramentas da mobilidade
[ 19 , 32 , 37 ], portanto a revolução dos CAVs deve ser sustentada por estruturas legislativas, morais, educacionais,
empresariais e de engajamento social que estabelecem um modus operandi claro.
Espera-se também que os CAVs possam ter um papel mais amplo a desempenhar se forem, como devem ser,
projetados para serem uma intervenção poderosa com méritos de sustentabilidade em termos ambientais, econômicos e
sociais; um papel que está além do regime de automobilidade tradicional de hoje. Eles precisam evoluir para uma forte
peça complementar a um sistema de mobilidade mais holístico que substitua a propriedade privada de carros (e, de certa
forma, parte de seu uso) por pacotes de mobilidade multimodal que são projetados para promover meios de transporte
alternativos e têm CAVs como um meio de transporte compartilhado. opção apenas "conforme necessário" [ 21]. Os CAVs
precisam se tornar uma peça central estratégica do MaaS e não sua alternativa. Os CAVs precisarão, portanto,
cofuncionar e criar conexões sinérgicas com o transporte público, em vez de competir por espaço e formas de
prioridade. O Desenvolvimento Orientado ao Trânsito (TOD) empregando CAVs como soluções de primeira e última milha
e alimentadores de vizinhança para sistemas de transporte de massa deve ser o cenário de desenvolvimento ideal de
uma perspectiva urbana e de uso do solo como uma estratégia que não permitirá que o comportamento de viagem se
torne desproporcionalmente proporcional. centrado. Reunir carros e transporte público, mesmo em seus formatos futuros
automatizados, pode ser uma união desconfortável por causa de seus papéis tradicionalmente contraditórios, mas as
políticas e os esforços de planejamento futuros precisam ajudar a equilibrar as tensões e alcançar a combinação ideal dos
dois .]. Os CAVs também precisam estar mais limpos do que nunca. Tornar-se elétrico é uma opção desde que a
eletricidade seja produzida por fontes de energia renováveis e, portanto, não poluente como Kougias et al. (2019) [ 38 ] e
Kougias et al. (2020) [ 39 ] recomendam fortemente para o modelo de eletromobilidade correto. Os CAVs precisam ser
autônomos e conectados, mas também devem estar fortemente ligados à eletrificação e ao uso compartilhado. Os efeitos
sinérgicos entre automação, conectividade, eletrificação e uso compartilhado podem multiplicar significativamente os
benefícios dos CAVs, como também observado por um estudo relevante [ 17 ].
No entanto, o caminho para a mudança não é simples. De acordo com Nikitas (2020) [ 40 ] existem 10 áreas
prioritárias para a política e planejamento de CAVs que precisam ser abordadas para uma transição suave: tecnologia,
legislação, crise e ética no emprego, infraestrutura viária e uso do solo, integração, segurança no trânsito, segurança
cibernética e privacidade, modelos de negócios, congestionamento de tráfego e comportamento de viagem e, finalmente ,
aceitabilidade, confiança e prontidão do cliente . Mesmo que sejam fornecidas respostas adequadas a todos os temas
críticos acima, a futura frota de automóveis será quase homogênea não antes de 2050 e somente se os preços do CAV
forem razoavelmente baixos [ 41 ].
Até o momento, 623 artigos de periódicos revisados por pares discutindo CAVs estão acessíveis no mecanismo de
busca Scopus. Esse número cresce para 1.688 resultados de pesquisa quando a pesquisa inclui artigos de conferências e
capítulos de livros, com mais de três quartos desses resultados publicados a partir de 2015. No entanto, o número de
artigos examinando AVs é 20 vezes maior. Isso ocorre porque a conectividade é uma tendência posterior, apesar de estar
associada a Sistemas de Transporte Inteligentes (ITS) por décadas, que fornece uma função de comunicação dinâmica
adicional para um veículo; Os AVs não pressupõem (ou necessariamente excluem) conectividade, mas referem-se
principalmente à capacidade do veículo de operar sem intervenção humana. Esse número de produções científicas
disponíveis mostra o imenso interesse em pesquisar uma iniciativa com poderes genuinamente transformadores.
4. Veículos Aéreos Não Tripulados e Veículos Aéreos Pessoais

Veículos Aéreos Não Tripulados (UAVs), também conhecidos como drones ou sistemas de aeronaves não
tripuladas, é uma nova e poderosa intervenção que traz a revolução da IA e das tecnologias sem fio para o transporte
aéreo e a aviação. Com o surgimento de baterias de alta densidade de potência, dispositivos de microrrádio de longo
alcance e baixa potência, fuselagens baratas e poderosos microprocessadores e motores, os UAVs são ferramentas com
potencial para fornecer soluções robustas para o fornecimento de melhorias militares, policiais e militares. serviços
comerciais [ 42]. Mais especificamente, os UAVs podem apoiar tarefas relacionadas a inteligência, vigilância e
reconhecimento, patrulha de fronteira, identificação e designação de alvos, contra-insurgência, ataque e greve, controle
de segurança civil, aplicações de aplicação da lei, monitoramento ambiental, levantamento e atividades geoespaciais,
sensoriamento remoto, mapeamento aéreo, monitoramento do tempo e meteorologia, detecção de incêndios florestais,
controle de tráfego, transporte de carga, relatórios de acidentes, busca e salvamento de emergência, controle e
gerenciamento de desastres, cobertura sem fio, suporte em nuvem e relés de comunicação. Muitas dessas tarefas são
barômetros que refletem e afetam a funcionalidade e a operacionalidade do dia-a-dia de uma cidade inteligente.
Os UAVs podem ser classificados em duas categorias: asa fixa e asa rotativa. Os UAVs de asa fixa geralmente têm
uma alta velocidade e uma carga útil pesada, mas devem manter um movimento contínuo para frente para permanecer no
ar e, portanto, não são adequados para aplicações estacionárias como inspeção próxima; enquanto isso, os UAVs de asa
rotativa, como os quadricópteros, embora tenham mobilidade e carga útil limitadas, podem se mover em qualquer direção
e permanecer estacionários no ar [ 43 ]. Desafios como a falta de um piloto de bordo para ver e evitar outras aeronaves e
a grande variação nas missões e capacidades de aeronaves não tripuladas devem ser abordados antes que a integração
total das tecnologias aéreas possa ocorrer no contexto da cidade inteligente [ 44 ].]. A integração de UAVs com cidades
inteligentes criará um ambiente econômico sustentável e um lugar pacífico de vida se os desafios relacionados, por um
lado, com considerações de negócios como ética e privacidade, custo, licenciamento, legislação e adoção de mercado e,
por outro lado, com questões técnicas, como o uso adequado de sensores sem fio, comunicação de dados,
gerenciamento de aplicativos, treinamento e alocação de recursos e gerenciamento de energia são abordados
adequadamente [ 45 , 46]. As principais partes interessadas para enfrentar esses desafios têm um papel distinto. Os
órgãos de governo trabalham na introdução de regulamentos, políticas e diretrizes de operações para garantir o uso
seguro de UAVs; pesquisadores projetam modelos e arquiteturas para construir, integrar e implantar aplicativos UAV; e a
indústria visa desenvolver e introduzir recursos de valor agregado para cidades inteligentes usando UAVs [ 47 ].
Veículos Aéreos Pessoais (PAVs), Veículos Aéreos Tripulados (MAVs) ou Sistemas de Transporte Aéreo Pessoal
(PATS) são formas emergentes de mobilidade que prometem combinar o melhor do transporte terrestre e aéreo como
meio de reduzir o congestionamento urbano, tornando uso do espaço livre no ar [ 48]. Os PAVs serão uma intervenção de
mobilidade inovadora capaz de preencher o nicho entre aviões regulares e transporte terrestre, oferecendo níveis sem
precedentes de mobilidade urbana rápida e sob demanda. Se uma maior automação e preços em queda forem
alcançados, os PAVs em breve poderão atender às configurações urbanas das cidades inteligentes. A automação
permitirá que os PAVs transportem passageiros sem habilidades de pilotagem, tornando-os muito mais acessíveis a
qualquer pessoa em termos práticos. Requisitos de infraestrutura, como número de vagas de pouso e estacionamento,
corredores de voo adequados, interação com outros modais e sinergias com veículos terrestres autônomos (PAVs e CAVs
podem se beneficiar e se complementar), podem permitir que os PAVs contribuam significativamente na diminuição do
congestionamento e poluição se planejado e implementado de forma correta [ 49]. No entanto, apesar do progresso da
inovação no desenvolvimento do conceito de PAV e tecnologias relacionadas, ainda existem desafios importantes em
relação à aceitação pública, segurança no tráfego, infraestrutura cara, gerenciamento de desastres, invasão e vigilância
desnecessária, intrusão visual e preocupações excessivas com o tráfego aéreo [ 47 , 50 ].
As aplicações dos UAVs ainda são bastante limitadas, enquanto os PAVs ainda estão na fase inicial de sua trajetória
de desenvolvimento, apesar das alegações da Volocopter da Alemanha de que iniciará os testes de um táxi voador em
Cingapura em 2020 e dos planos da Uber de lançar voos comerciais nos EUA 2023 [ 51 ]. Até o momento, temos mais de
40.000 resultados de pesquisa indexados pela Scopus publicados quase exclusivamente em aspectos relacionados à
engenharia e ciência da computação das duas inovações. Na literatura, ambos são projetados para eventualmente se
transformarem em grandes divisores de águas na mobilidade urbana e facilitadores do conceito de cidade inteligente.
5. Mobilidade como Serviço

Mobility-as-a-Service (MaaS) é uma noção poderosa, ainda em um estágio embrionário de seu desenvolvimento
quando se trata de uma implementação em grande escala, mas imensamente empolgada. O MaaS em sua forma mais
pura do futuro é um pacote digital promissor de mobilidade multimodal personalizada que substituirá os veículos de
propriedade privada por meio do uso de uma plataforma on-line inteligente tudo-em-um capaz de fornecer planejamento
integrado de viagens, reservas, emissão de bilhetes inteligentes e serviços de informação em tempo real . Se o MaaS
funcionar como um substituto real para a propriedade privada de automóveis e transformar o uso do carro em um serviço
fornecido estritamente conforme a necessidade, ele tem o potencial de reduzir drasticamente o número de carros nas
estradas e, assim, proporcionar enormes reduções nos atrasos nas viagens, poluição do ar, ruídos, consumo de energia e
exclusão social relacionada ao transporte, além de proporcionar benefícios em termos de segurança no trânsito e
prevenção de acidentes, saúde e bem-estar, coesão social, acessibilidade e despesas domésticas. Também liberará
espaço valioso do tráfego de carros e estacionamento e o redistribuirá para o transporte público e ativo, mas também para
outros investimentos em ambiente construído mais centrados no ser humano.
Até o momento, 115 artigos de periódicos revisados por pares estão acessíveis no mecanismo de busca Scopus; o
número cresce para 259 resultados de pesquisa se isso incluir artigos de conferências e capítulos de livros. O corpo total
dessa literatura foi publicado exclusivamente a partir de 2011, com mais artigos sendo publicados a cada ano. Esses
estudos abrangem muitos ângulos de MaaS, incluindo experiência do usuário [ 52 , 53 , 54 ], atitudes [ 55 , 56 ],
integração com transporte público [ 57 , 58 , 59 ], modelos de negócios [ 60 , 61 ], comportamento de viagem [ 62 , 63 ],
governança e política [64 , 65 ], futuros urbanos [ 66 , 67 ] e até adaptação Blockchain [ 68 ].
Esses números tornam inegável que a demanda por pesquisa de MaaS não está diminuindo no futuro previsível,
apesar da imprecisão por trás das especificidades da implementação de MaaS e da falta de uma definição
verdadeiramente coesa e universal do termo. Atualmente, há uma dicotomia entre pesquisadores e desenvolvedores que
pensam em MaaS principalmente como um facilitador de esquema de compartilhamento de carro e carona e outros que
defendem que MaaS deve ser muito mais do que isso. Isso significa que, dado que o MaaS ainda não está claramente
definido e contextualizado, ainda é muito difícil avaliar como o MaaS pode afetar o comportamento das viagens e como
ele pode ajudar a transformar o futuro; ou como Lyons et ai. [ 69] observa: “há uma visão muito limitada até o momento
em termos do impacto comportamental do MaaS ou seu potencial futuro”. Nesse contexto, Kamargianni et al. [ 70 ]
destaca que é importante estudar não apenas o MaaS como um todo, mas também seus elementos componentes (ou
seja, planejadores de viagens intermodais, métodos de pagamento, sistemas de reservas, informações em tempo real e
pacotes de mobilidade) e sua influência sobre os consumidores em termos de facilitadores ou barreiras.
Exemplos de aplicações iniciais de MaaS com níveis variáveis de alcance, continuidade e sucesso até agora incluem
Whim em Helsinki e Birmingham; o piloto UbiGo em Gotemburgo, que apesar de seu sucesso, deixou de existir em 2014,
mas a partir de 2019 foi relançado em Estocolmo; Moovel em Hamburgo e Stuttgart; o piloto Smile de um ano em Viena,
que foi substituído pelo bem-sucedido WienMobil Lab; o myCicero em toda a Itália; o projeto escocês NaviGoGo, que
estava operacional em Dundee e North Fife; o Hannovermobil em Hanôver; EMMA de Monpelier (TaM); e ALD Move, que
cobre toda a Holanda.
Pelo menos em teoria, o MaaS pode maximizar seu potencial se incorporar em seu núcleo o uso “cauteloso” de
CAVs (e até PAVs quando disponíveis) estritamente baseados em esquemas de compartilhamento de carros ou (melhor
ainda) de compartilhamento de viagens. Nesse cenário favorável de adaptação de MaaS (em termos de sustentabilidade),
os CAVs podem ser alimentadores de bairro de primeira e última milha para sistemas de transporte público que operam
em corredores de transporte que claramente priorizam ou até impõem o uso do transporte público. Se os CAVs forem
compartilhados como tal, eles podem ter o potencial de confundir completamente as linhas entre os serviços de transporte
público e privado [ 71] e poderia fazer com que o MaaS apareça como um paradigma de mobilidade menos agressivo,
controverso e restritivo que, embora não cumpra inteiramente sua retórica institucional de “liberdade individual irrestrita”
(como discutido em Pangbourne et al. [ 64 ]), faz um pró justificável -compromisso de sustentabilidade que inclui, mas não
está centrado no acesso de carro. Os serviços digitais centrados em IA do MaaS precisarão misturar e combinar viagens
multimodais nessa premissa.
Três desafios principais afetam o caminho de transição para um sistema de transporte centrado em MaaS. Para
identificar a maior barreira para o sucesso do MaaS, é necessário se concentrar na influência generalizada das práticas
culturais e na necessidade de facilitar uma mudança de atitudes de propriedade, não apenas para a geração millennial
mais experiente em tecnologia, mas para todas as pessoas . ]. À medida que as atitudes em relação à propriedade versus
locação, aluguel e compartilhamento de veículos de transporte estão mudando [ 73 ] devido às pressões de
sustentabilidade e à crescente conscientização ambiental, o MaaS poderá em breve ser mais aceitável. Outro problema
que o MaaS enfrenta é a complexidade de construir colaborações contínuas entre os atores responsáveis por sua
introdução e gerenciamento de operações devido às incertezas nos modelos de negócios [ 74] e/ou devido a interesses
conflitantes entre os provedores de mobilidade que precisam trabalhar juntos [ 21 ]. A formulação de políticas, por meio de
atividades e testes de pesquisa e desenvolvimento, precisa, portanto, resolver esses problemas de cooperação,
fornecendo respostas definitivas sobre a marca ideal de MaaS, pois, como Pangbourne et al. [ 64] sugerem claramente,
as promessas de “eficiência” não são possíveis sem a intervenção do governo. O terceiro desafio que podemos enfrentar
é um cenário em que o MaaS “ajudará” usuários de transporte público e viajantes sem carteira de motorista (ou no caso
de um MaaS baseado em CAV sem capacidade de dirigir) a criar hábitos de comportamento de viagem insustentáveis,
aproveitando as soluções porta-a-porta sem usar o transporte público. Uma mudança modal para soluções centradas em
carros será tudo o que o MaaS significa corrigir.
6. Internet das Coisas, Internet Física, Indústria 4.0 e Seu Papel no Transporte Inteligente
Embora o termo Internet das Coisas (IoT) seja cada vez mais usado, não há uma definição ou entendimento comum
hoje sobre o que a IoT realmente abrange [ 75 ]. Para muitos, a IoT evoluiu como um paradigma de comunicação que
vislumbra um futuro próximo em que os objetos da vida cotidiana serão equipados com microcontroladores, transceptores
para comunicação digital e pilhas de protocolos adequadas que os tornarão capazes de se comunicar entre si e com os
usuários para que se tornem parte integrante da Internet [ 76 ]. O principal fator de habilitação deste paradigma promissor
é a integração de várias tecnologias e soluções de comunicação [ 77]. A IoT fornece a capacidade de monitorar, gerenciar
e controlar remotamente dispositivos e criar novos insights e informações acionáveis a partir de fluxos massivos de dados
em tempo real [ 78 ]. Em última análise, capacita um objeto para ouvir, ver, ouvir, interpretar e comunicar ao mesmo
tempo [ 79 ]. A IoT usa uma arquitetura de nuvem integrada de redes, software, sensores, interfaces humanas, 5G e
análise de dados para criação de valor [ 80 ].
A IoT é a espinha dorsal técnica das cidades inteligentes e o que as torna viáveis; As cidades inteligentes precisam
ter três recursos principais que a IoT pode fornecer: inteligência, interconexão e instrumentação [ 81 ]. A IoT
complementará a evolução do ITS com base no conceito de comunicação objeto a objeto. O ITS pode fornecer o
elemento de hardware da IoT com dispositivos como etiquetas e leitores de identificação por radiofrequência (RFID),
tecnologias de sensores, sistemas de posicionamento e tecnologias emergentes para coletar informações sobre as
condições das estradas, acidentes de trânsito, reparos nas estradas ou o redesenho de avenidas na região. ambiente
onde são colocados [ 82]. A IoT, quando totalmente operacional e capaz de maximizar seu potencial, será a “cola”
conectando os diferentes componentes do ecossistema de viagens centrado em IA, incluindo CAVs, PAVS, UAVs e todos
os modos operados por MaaS em geral, incluindo viajantes não motorizados.
Dois facilitadores mais importantes do nexo IA-transporte-cidade inteligente serão a Internet Física (PI, π) e a
Indústria 4.0. O PI é um novo conceito para transporte e logística de cargas que visa melhorar a eficiência econômica,
ambiental e social e a sustentabilidade da maneira como os objetos físicos são movidos, armazenados, realizados,
fornecidos e usados em todo o mundo [ 83 , 84 ]. É um sistema de logística global aberto fundado na interconectividade
física, digital e operacional por meio de encapsulamento, interfaces e protocolos que substituirão os atuais modelos
logísticos analógicos. Por meio do PI, as cargas passarão por redes de transporte distribuídas e multimodais nas quais os
locais de trânsito agregam contêineres de diversas origens para otimizar o carregamento nos próximos segmentos [85 ]. O
PI é um conceito novo e complexo para o futuro do gerenciamento da cadeia de suprimentos e provavelmente será
baseado e habilitado por um sistema inteligente de IoT [ 86]. No contexto de uma cidade inteligente com características de
urbanização e o aumento do uso de serviços digitais online, uma abordagem baseada em PI para um transporte de carga
fornecerá dados digitais puros e padronizados para o controlador digital definido por software da futura cidade (ou seja, o
“city cérebro"). Esses dados serão um feed valioso adicional para máquinas de análise de IA e big data do “cérebro da
cidade” e apoiarão a tomada de decisões mais eficiente e ideal. O PI, em combinação com a IA, garantirá a tomada de
decisões em tempo real para fornecer condições de cidade adaptáveis com comunicação on-line e elementos do sistema
PI conectados, como contêineres PI (encomendas, paletes), PI-movers (PI-trucks, CAVs , UAVs) e PI-hubs (lojas,
armazéns). Essa orquestração inovadora e eficiente dos elementos-chave de um sistema logístico impulsionará a busca
por um sistema inteligente, cidade sustentável e resiliente. O PI é a resposta (ou adaptação) de transporte e logística à
Indústria 4.0 [87 ].
A Indústria 4.0 ou a Quarta Revolução Industrial (por Alexopoulos et al. [ 88 ]) começou como uma iniciativa
estratégica alemã para a fabricação pioneira e se transformou em um paradigma transformador representando a
informatização, automação, digitalização e informatização de sistemas industriais que incluem tecnologias capacitadoras,
como os Sistemas Ciber-Físicos (CPS), a IoT, o Enterprise Resource Planning (ERP) e a computação em nuvem
[ 89 , 90 , 91 , 92 , 93 ]. De acordo com Lom e cols. [ 94], outros aspectos importantes da Indústria 4.0 e elementos-chave
da iniciativa de cidade inteligente são a Internet de Serviços (IoS), que inclui transporte e logística inteligentes (mobilidade
inteligente, logística inteligente) em particular, bem como a Internet da Energia (IoE ), que determina como os recursos
naturais (eletricidade, água, petróleo) podem ser usados adequadamente.
Em termos de bibliografia, IoT, PI e Indústria 4.0 são amplamente abordados principalmente do ponto de vista
técnico e de engenharia da computação; mais de 53.000, 10.500 e 26.000 resultados de pesquisa indexados pelo Scopus,
respectivamente, estão atualmente disponíveis para os leitores. No entanto, a literatura atual ainda carece de esforços
para revisar sistematicamente o estado da arte dessas iniciativas de mudança de paradigma em relação aos
desenvolvimentos de cidades inteligentes [ 95 ].
7. Definições e Conclusões
Apesar de uma abundância de pesquisas de qualidade com caráter conceitual (ou baseado em revisão) que
tentaram ao longo do tempo expressar, descrever e priorizar as dimensões diversas, versáteis e dinâmicas incorporadas
em cada um dos temas apresentados em nosso artigo, incluindo IA (por exemplo, , [ 96 , 97 , 98 , 99 , 100 ]), cidade
inteligente (por exemplo, [ 101 , 102 , 103 , 104 , 105 ]), CAVs (por exemplo, [ 106 , 107 , 108 , 109 ]), UAVs e PAVs (por
exemplo, [ 110 , 111 , 112, 113 ]), MaaS (por exemplo, [ 114 , 115 , 116 , 117 ]), IoT (por exemplo,
[ 118 , 119 , 120 , 121 ]), PI (por exemplo, [ 122 , 123 , 124 , 125 ]) e Indústria 4.0 (por exemplo, [ 126 , 127 , 128 , 129 ]),
ainda não há um conjunto de definições claro e universalmente aprovado que sustente criticamente o nexo de IA,
transporte e cidade inteligente.
Depois de contextualizar as diversas partes do futuro ecossistema de transporte centrado em IA da cidade
inteligente e ligá-las, este artigo tentará fornecer definições completas e sistemáticas para todas elas. A Tabela 2 fornece
um ponto de referência completo para o público multidisciplinar de estudiosos da ciência da cidade interessados nesta
agenda tópica. Espera-se que isso aumente a visibilidade e o acesso do ainda pouco estudado, pelo menos em sua
totalidade, nexo de IA-transporte-cidade inteligente.
Tabela 2. Definições do nexo IA-transporte-cidade inteligente: O léxico da mobilidade inteligente.
O presente trabalho reconhece a capacidade transformadora da IA no contexto das cidades inteligentes e como ela
pode ser uma força de mudança de paradigma que revolucionará a mobilidade de forma inédita. No entanto, ao mesmo
tempo, reconhece que a identidade orientada para a máquina do novo paradigma de mobilidade inteligente precisa operar
dentro de uma estrutura arquitetônica responsável, sustentável e centrada no usuário que “compreenda” e “satisfaça” o
usuário humano, os mercados e a sociedade como um todo. A promessa de uma prestação de serviços de transporte
autônomo, conectado, compartilhado e digitalizado não é suficiente se não facilitar esforços que levem à melhoria da
conservação ambiental, eficiência de recursos, ganhos de produtividade, inclusão social, integração, saúde e bem-
estar. As pessoas precisam acreditar que uma mudança pode ser genuinamente benéfica para muitos, que podem se
tornar participantes ativos e engajados do novo ecossistema urbano e que podem utilizar sensatamente as oportunidades
oferecidas pelo nexo IA-transporte-cidade inteligente. Para que isso seja alcançado, como em toda transição sociotécnica
[130 , 131 , 132 ], criar confiança é a chave.
A confiança deve ser construída por meio do fornecimento de informações, campanhas de conscientização,
investimentos em pesquisa e desenvolvimento, testes sistemáticos e exercícios-piloto e implementação incremental
estrategicamente projetada. Riscos e efeitos colaterais venenosos, como o possível aumento do tráfego motorizado
através da criação de viagens CAV mais ocupadas e (assustadoramente) desocupadas, apoiadas por um modelo de
negócios MaaS falho que ainda pode ser principalmente orientado para carros, devem ser eliminados para qualquer
tecnologia. transição centralizada para decolar e maximizar seu potencial. A inovação inteligente também deve ter
dimensões sociocêntricas igualmente significativas.
Assim, deve-se esperar que a transição para o próximo paradigma de mobilidade que atenda naturalmente às
necessidades da cidade inteligente seja longa, diversificada e lenta, com altos níveis de complexidade e incerteza. A
previsão nem sempre pode ser precisa em um ambiente tão dinâmico como o da cidade inteligente. A aplicação bem-
sucedida da IA requer um bom entendimento das relações entre IA e dados, por um lado, e características e variáveis do
sistema de transporte, por outro .], de tal forma que, mesmo que as ferramentas estejam prontamente disponíveis, a
mudança não é simples. Fazer mudanças significativas em uma era definida pelo veículo conduzido por humanos, movido
a combustível convencional, de propriedade privada, não conectado e terrestre e seu impacto colossal no
desenvolvimento urbano que ditou como as cidades foram projetadas e construídas por mais de um século requer uma
abordagem estratégica baseado na determinação, adaptabilidade e flexibilidade. As mudanças na oferta de mobilidade
não podem ser apressadas a menos que tecnologia, legislação, estruturas educacionais e morais que as apoiem estejam
todas em vigor e sejam robustas e maduras o suficiente para resistir a um estrato de desafios, incluindo desconhecidos e
sem precedentes.
Deve ficar claro que CAVs, UAVs, PAVs, MaaS e seus facilitadores – IA, IoT e PI – não são uma panacéia que
consertará tudo o que está errado com as noções e praticidades da mobilidade urbana e da cidade inteligente. Apesar de
seus poderes transformadores, esses pilares inspiradores do futuro universo de viagens não podem resolver sozinhos
todos os problemas que os ambientes construídos e as redes de transporte enfrentam agora e podem enfrentar no
futuro. Em vez disso, eles devem ser vistos como peças complementares do quebra-cabeça multidimensional e
interdisciplinar que a cidade inteligente realmente é, e devem ser acopladas, no que diz respeito ao transporte, ao TOD,
transporte público automatizado, ferramentas de gerenciamento de demanda de viagens e redução de tráfego. medidas.
Devemos também reconhecer que a narrativa da cidade inteligente em sua totalidade não é exclusivamente sobre
transporte, mas tem energia, telecomunicações, gestão de resíduos, abastecimento de alimentos, água e esgoto,
infraestrutura, construção inteligente, segurança pública, negócios e dimensões industriais que precisam ser igualmente
atendidos. No entanto, a IA, com sua instrumentação e controle, conectividade, interoperabilidade, segurança e
privacidade, gerenciamento de dados, computação em nuvem e funções analíticas, pode novamente ser um veículo para
mudanças positivas em todos os principais ingredientes que compõem a estrutura completa da cidade
inteligente. Finalmente, de acordo com Komninos [ 133], este trabalho destaca que o impacto das cidades inteligentes vai
muito além do domínio das cidades em si, pois influencia os desafios da competitividade global, sustentabilidade e
mudanças climáticas, inclusão e emprego.
Contribuições do autor
Conceituação: AN; Análise formal: AN, KM, ETN e DK; Metodologia: AN, KM, ETN e DK; Redação—rascunho
original: AN; Redação—revisão e edição: AN, KM, ETN e DK Todos os autores leram e concordaram com a versão
publicada do manuscrito.
Financiamento
Este trabalho de pesquisa não está diretamente ligado a nenhuma iniciativa de financiamento em particular.
Conflitos de interesse
Os autores declaram não haver conflito de interesses.
Referências
1. Kaplan, A.; Haenlein, M. Siri, Siri, na minha mão: Quem é a mais bela da terra? Sobre as interpretações, ilustrações e
implicações da inteligência artificial. Ônibus. Horiz. 2019 , 62 , 15-25. [ Google Scholar ] [ CrossRef ]
2. Gurkainak, G.; Yilmaz, I.; Haksever, G. Inteligência artificial sufocante: perigos humanos. Computar. Direito
Seguro. Rev. 2016 , 32 , 749-758. [ Google Scholar ] [ CrossRef ]
3. Everitt, T.; Hutter, M. Inteligência artificial universal. Em Fundamentos de Autonomia Confiável ; Springer: Cham, Suíça,
2018; págs. 15–46. [ Google Acadêmico ]
4. Li, L.; Lin, YL; Zheng, NN; Wang, FY; Liu, Y.; Cao, D.; Wang, K.; Huang, WL Teste de inteligência artificial: Um estudo de
caso de veículos inteligentes. Artif. Intel. Rev. 2018 , 50 , 441-465. [ Google Scholar ] [ CrossRef ]
5. Abduljabbar, R.; Dia, H.; Liyanage, S.; Bagloee, SA Aplicações da inteligência artificial no transporte: Uma visão
geral. Sustentabilidade 2019 , 11 , 189. [ Google Scholar ] [ CrossRef ]
6. Miles, JC; Walker, AJ A potencial aplicação da inteligência artificial no transporte. IEEE
Proc. Intel. Transp. Sistema 2006 , 153 , 183-198. [ Google Scholar ] [ CrossRef ]
7. Knowles, RD; Ferbrache, F.; Nikitas, A. O papel histórico, contemporâneo e futuro do transporte na formação do
desenvolvimento urbano: Reavaliação do desenvolvimento orientado para o trânsito. Cidades 2020 , 99 , 102607. [ Google
Scholar ] [ CrossRef ]
8. Knowles, RD Transporte moldando o espaço: colapso diferencial no tempo-espaço. J. Transp. Geogr. 2006 , 14 , 407-
425. [ Google Scholar ] [ CrossRef ]
9. Alessandrini, A.; Campagna, A.; Delle Site, P.; Filippi, F.; Persia, L. Veículos automatizados e o repensar da mobilidade e das
cidades. Transp. Res. Procedia 2015 , 5 , 145-160. [ Google Scholar ] [ CrossRef ]
10. Amditis, A.; Lytrivis, P. Rumo a Sistemas Automatizados de Transporte: Iniciativas Europeias, Desafios e Caminho a
Seguir. Em Automação de Veículos Rodoviários 2 ; Notas de Palestra em Mobilidade; Meyer, G., Beiker, S., Eds.; Springer:
Cham, Suíça, 2015. [ Google Scholar ]
11. Albino, V.; Berardi, U.; Dangelico, RM Cidades inteligentes: Definições, dimensões, desempenho e iniciativas. J. Tecnologia
Urbana. 2015 , 22 , 3-21. [ Google Scholar ] [ CrossRef ]
12. Giyenko, A.; Im Cho, Y. UAV inteligente em cidades inteligentes usando IoT. In Proceedings of the 2016 16th International
Conference on Control, Automation and Systems (ICCAS), Gyeongju, Coréia, 16–19 de outubro de 2016; págs. 207-
210. [ Google Acadêmico ]
13. Lyons, G. Ficando esperto sobre mobilidade urbana – alinhando os paradigmas de inteligente e
sustentável. Transp. Res. Parte A Prática Política. 2018 , 115 , 4-14. [ Google Scholar ] [ CrossRef ]
14. Ahvenniemi, H.; Huovila, A.; Pinto-Seppä, I.; Airaksinen, M. Quais são as diferenças entre cidades sustentáveis e
inteligentes? Cidades 2017 , 60 , 234–245. [ Google Scholar ] [ CrossRef ]
15. Komninos, N.; Tsarchopoulos, P.; Kakderi, C. Novo design de serviços para cidades inteligentes: um roteiro de planejamento
para inovação orientada ao usuário. In Proceedings of the 2014 ACM International Workshop on Wireless and Mobile
Technologies for Smart Cities, Filadélfia, PA, EUA, 11–14 de agosto de 2014; págs. 29-38. [ Google Acadêmico ]
16. Docherty, I.; Marsden, G.; Anable, J. A governança da mobilidade inteligente. Transp. Res. Parte A Prática
Política. 2018 , 115 , 114-125. [ Google Scholar ] [ CrossRef ]
17. Milakis, D.; Van Arem, B.; Van Wee, B. Política e implicações da sociedade relacionadas com a condução automatizada: Uma
revisão da literatura e orientações para pesquisas futuras. J. Intel. Transp. Sistema 2017 , 21 , 324-348. [ Google Scholar ]
[ CrossRef ]
18. Papa, E.; Ferreira, A. Acessibilidade sustentável e implementação de veículos automatizados: Identificando decisões
críticas. Ciencia Urbana. 2018 , 2 , 5. [ Google Scholar ] [ CrossRef ]
19. Thomopoulos, N.; Nikitas, A. Futuros de Mobilidade Urbana Inteligente: Editorial para Edição Especial. Int. J.
Autom. Tecnol. Gerenciar 2019 , 19 , 1-9. [ Google Acadêmico ]
20. Nikitas, A.; Tchouamou Njoya, E.; Dani, S. Examinando os mitos de veículos conectados e autônomos: analisando o caminho
para um paradigma de mobilidade sem motorista. Int. J. Autom. Tecnol. Gerenciar 2019 , 19 , 10-30. [ Google Scholar ]
[ CrossRef ]
21. Nikitas, A.; Kougias, I.; Alyavina, E.; Njoya Tchouamou, E. Como veículos autônomos e conectados, eletromobilidade, BRT,
hyperloop, mobilidade de uso compartilhado e mobilidade como serviço moldam o futuro do transporte para o contexto das
cidades inteligentes? Ciencia Urbana. 2017 , 1 , 36. [ Google Scholar ] [ CrossRef ]
22. Barmpounakis, EN; Vlahogianni, EI; Golias, JC Sistemas de aeronaves não tripuladas para engenharia de transporte: prática
atual e desafios futuros. Int. J. Transp. Sci. Tecnol. 2016 , 5 , 111-122. [ Google Scholar ] [ CrossRef ]
23. Bakogiannis, E.; Kyriakidis, C.; Zafeiris, V. Utilização de Veículos Aéreos Não Tripulados (VANTs) para análise do
ambiente urbano. EUR. J. Eng. Forma. Sci. 2019 , 3 , 20-28. [ Google Scholar ] [ CrossRef ]
24. Hofmann, E.; Rüsch, M. Industry 4.0 e o status atual, bem como as perspectivas futuras em
logística. Computar. Ind. 2017 , 89 , 23-34. [ Google Scholar ] [ CrossRef ]
25. Ingwersen, P.; Serrano-López, AE Pesquisa de cidades inteligentes 1990–2016. Cientometria 2018 , 117 , 1205-
26. Zear, A.; Singh, PK; Singh, Y. Sistema de transporte inteligente: uma revisão progressiva. Indian J. Sci. Tecnol. 2016 , 9 , 1-
27. Firnkorn, J.; Müller, M. Frotas de compartilhamento de carros elétricos flutuantes em cidades inteligentes: o surgimento de
uma era pós-carro privado em ambientes urbanos? Ambiente. Sci. Política 2015 , 45 , 30–40. [ Google Scholar ] [ CrossRef ]
28. Gandia, R.; Antonialli, F.; Cavazza, BH; Neto, AM; De Lima, DA; Sugano, JY; Nicolai, I.; Zambalde, AL Veículos
autônomos: revisão cientométrica e bibliométrica. Transp. Rev. 2019 , 39 , 9–28. [ Google Scholar ] [ CrossRef ]
29. Lu, N.; Cheng, N.; Zhang, N.; Shen, X.; Mark, JW Veículos conectados: soluções e desafios. IEEE Internet Things
J. 2014 , 1 , 289–299. [ Google Scholar ] [ CrossRef ]
30. Chehri, A.; Mouftah, HT Veículos autônomos nas cidades sustentáveis, o início de uma aventura verde. Sustentar. Cidades
Soc. 2019 , 51 , 101751. [ Google Scholar ] [ CrossRef ]
31. Fagnant, DJ; Kockelman, K. Preparando uma nação para veículos autônomos: Oportunidades, barreiras e recomendações de
políticas. Transp. Res. Parte A Prática Política. 2015 , 77 , 167-181. [ Google Scholar ] [ CrossRef ]
32. Thomopoulos, N.; Givoni, M. O carro autônomo — uma bênção ou uma maldição para o futuro da mobilidade de baixo
carbono? Uma exploração de resultados prováveis versus desejáveis. EUR. J. Futuros Res. 2015 , 3 , 14. [ Google Scholar ]
[ CrossRef ]
33. Gavanas, N. Autonomous Road Vehicles: Challenges for Urban Planning in European Cities. Ciencia Urbana. 2019 , 3 , 61.
[ Google Scholar ] [ CrossRef ]
34. De Almeida Correia, GH; Milakis, D.; van Arem, B.; Hoogendoorn, R. Automação de veículos e desempenho do sistema de
transporte. No Manual de Transporte e Planejamento Urbano no Mundo Desenvolvido ; Edward Elgar Publishing:
Cheltenham, Reino Unido, 2016; págs. 498–516. [ Google Acadêmico ]
35. Bansal, P.; Kockelman, KM Estamos prontos para adotar veículos conectados e autônomos? Um estudo de caso de
texanos. Transporte 2018 , 45 , 641-675. [ Google Scholar ] [ CrossRef ]
36. Milakis, D. Implicações de longo prazo de veículos automatizados: Uma introdução. Transp. Rev. 2019 , 39 , 1–8. [ Google
37. Sochor, J.; Nikitas, A. Percepções de usuários vulneráveis sobre tecnologias de transporte. Anais do Instituto de Engenheiros
Civis. Des. Urbano. Plano. 2016 , 169 , 154-162. [ Google Acadêmico ]
38. Kougias, I.; Szabó, S.; Nikitas, A.; Theodossiou, N. Modelagem de energia sustentável de ilhas mediterrâneas não
interconectadas. Renovar. Energia 2019 , 133 , 930-940. [ Google Scholar ] [ CrossRef ]
39. Kougias, I.; Nikitas, A.; Thiel, C.; Szabó, S. Energia limpa e vias de transporte para ilhas: Uma análise das partes interessadas
usando o método Q. Transp. Res. Parte D Transp. Ambiente. 2020 , 78 , 102180. [ Google Scholar ] [ CrossRef ]
40. Nikitas, A. Veículos Conectados e Autônomos: Prioridades para Políticas e Planejamento. Na Enciclopédia de
Transporte ; Vickerman, R., Ed.; Elsevier: Amsterdã, Holanda, 2020; na imprensa. [ Google Acadêmico ]
41. Talebian, A.; Mishra, S. Prevendo a adoção de veículos autônomos conectados: Uma nova abordagem baseada na teoria da
difusão de inovações. Transp. Res. Parte C Emerg. Tecnol. 2018 , 95 , 363-380. [ Google Scholar ] [ CrossRef ]
42. Chao, H.; Cao, Y.; Chen, Y. Pilotos automáticos para pequenos veículos aéreos não tripulados: Uma pesquisa. Int. J. Controle
Autom. Sistema 2010 , 8 , 36-44. [ Google Scholar ] [ CrossRef ]
43. Zeng, Y.; Zhang, R.; Lim, TJ Comunicações sem fio com veículos aéreos não tripulados: oportunidades e desafios. IEEE
Comun. Mag. 2016 , 54 , 36-42. [ Google Scholar ] [ CrossRef ]
44. Gupta, SG; Ghonge, D.; Jawandhiya, PM Revisão do sistema de aeronaves não tripuladas (UAS). Int. J.
Av. Res. Computar. Eng. Tecnol. 2013 , 2 , 1646-1658. [ Google Scholar ] [ CrossRef ]
45. Mohammed, F.; Idries, A.; Mohamed, N.; Al-Jarodi, J.; Jawhar, I. UAVs para cidades inteligentes: Oportunidades e
desafios. In Proceedings of the 2014 International Conference on Unmanned Aircraft Systems (ICUAS), Orlando, FL, EUA,
27–30 de maio de 2014; pp. 267-273. [ Google Acadêmico ]
46. Menouar, H.; Guvenc, I.; Akkaya, K.; Uluagac, AS; Kadri, A.; Tuncer, A. Sistemas de transporte inteligentes habilitados para
UAV para a cidade inteligente: Aplicações e desafios. IEEE Comun. Mag. 2017 , 55 , 22-28. [ Google Scholar ] [ CrossRef ]
47. Mohamed, N.; Al-Jarodi, J.; Jawhar, I.; Idries, A.; Mohammed, F. Aplicações de veículos aéreos não tripulados em futuras
cidades inteligentes. Tecnol. Previsão. Soc. Chang. 2018 , 153 , 119293. [ Google Scholar ] [ CrossRef ]
48. Fleischer, T.; Meyer-Soylu, S.; Schippl, J.; Decker, M. Sistemas de transporte aéreo pessoal (PATS) – Uma solução potencial
para os desafios da mobilidade urbana? Futuros 2019 , 109 , 50-62. [ Google Scholar ] [ CrossRef ]
49. Balac, M.; Vetrela, AR; Rothfeld, R.; Schmid, B. Estimativa de demanda para veículos aéreos em ambientes urbanos. IEEE
Intell. Transp. Sistema Mag. 2019 , 11 , 105-116. [ Google Scholar ] [ CrossRef ]
50. Liu, Y.; Kreimeier, M.; Stumpf, E.; Zhou, Y.; Liu, H. Visão geral dos esforços recentes em veículos aéreos pessoais: Um foco
nas atividades de pesquisa lideradas pelos EUA e pela Europa. Prog. Aerosp. Sci. 2017 , 91 , 53-66. [ Google Scholar ]
[ CrossRef ]
51. Lichfield, G. Quando teremos carros voadores? Talvez mais cedo do que você pensa. Revisão de Tecnologia do MIT. 2019.
Disponível online: https://www.technologyreview.com/s/612891/when-will-we-have-flying-cars-maybe-sooner-than-you-
think/ (acessado em 5 de março de 2020).
52. Karlsson, IM; Sochor, J.; Strömberg, H. Desenvolvendo o 'Serviço' em Mobilidade como Serviço: Experiências de um teste de
campo de uma agência de viagens inovadora. Transp. Res. Procedia 2016 , 14 , 3265-3273. [ Google Scholar ] [ CrossRef ]
53. Sochor, J.; Strömberg, H.; Karlsson, IM Implementando a mobilidade como serviço: Desafios na integração das perspectivas
do usuário, comercial e social. Transp. Res. Gravando. 2015 , 2536 , 1-9. [ Google Scholar ] [ CrossRef ]
54. Sochor, J.; Karlsson, IM; Strömberg, H. Experimentando a mobilidade como serviço: Experiências de um teste de campo e
implicações para a compreensão da demanda. Transp. Res. Gravando. 2016 , 2542 , 57-64. [ Google Scholar ] [ CrossRef ]
55. Alonso-González, MJ; Hoogendoorn-Lanser, S.; van Oort, N.; Gatos, O.; Hoogendoorn, S. Drivers e barreiras na adoção de
Mobility as a Service (MaaS) – Uma análise de cluster de classes latentes de atitudes. Transp. Res. Parte A Prática
Política. 2020 , 132 , 378-401. [ Google Scholar ] [ CrossRef ]
56. Fioreze, T.; De Gruijter, M.; Geurs, K. Sobre a probabilidade de usar Mobility-as-a-Service: Um estudo de caso sobre serviços
de mobilidade inovadores entre residentes na Holanda. Parafuso de Caso. Transp. Política 2019 , 7 , 790-801. [ Google
57. Hirschhorn, F.; Paulsson, A.; Sorensen, CH; Veeneman, W. Regimes de transporte público e mobilidade como serviço:
abordagens de governança em Amsterdã, Birmingham e Helsinque. Transp. Res. Parte A Prática Política. 2019 , 130 , 178-
58. Smith, G.; Sochor, J.; Karlsson, IM Mobility as a Service: Cenários de desenvolvimento e implicações para o transporte
público. Res. Transp. Eco. 2018 , 69 , 592-599. [ Google Scholar ] [ CrossRef ]
59. Hensher, DA Futuros contratos de transporte de ônibus sob um regime de mobilidade como serviço (MaaS) na era digital: eles
provavelmente mudarão? Transp. Res. Parte A Prática Política. 2017 , 98 , 86-96. [ Google Scholar ] [ CrossRef ]
60. Polydoropoulou, A.; Pagoni, I.; Tsirimpa, A.; Roumboutsos, A.; Kamargianni, M.; Tsouros, I. Protótipos de modelos de
negócios para Mobilidade-como-Serviço. Transp. Res. Parte A Prática Política. 2020 , 131 , 149-162. [ Google Scholar ]
[ CrossRef ]
61. Matias, M.; Kamargianni, M. O potencial da mobilidade como pacotes de serviços como ferramenta de gerenciamento de
mobilidade. Transporte 2019 , 46 , 1951-1968. [ Google Scholar ] [ CrossRef ]
62. Xie, Y.; Danaf, M.; Azevedo, CL; Akkinepally, AP; Atasoy, B.; Jeong, K.; Seshadri, R.; Ben-Akiva, M. Modelagem
comportamental de serviços de mobilidade sob demanda: quadro geral e aplicação para incentivos de viagens
sustentáveis. Transporte 2019 , 46 , 2017-2039. [ Google Scholar ] [ CrossRef ]
63. Schikofsky, J.; Dannewald, T.; Kowald, M. Explorando os mecanismos motivacionais por trás da intenção de adotar a
mobilidade como serviço (MaaS): Insights da Alemanha. Transp. Res. Parte A Prática Política. 2020 , 131 , 296-
64. Pangbourne, K.; Mladenović, MN; Stead, D.; Milakis, D. Questionando a Mobilidade como Serviço: Implicações imprevistas
para a sociedade e governança. Transp. Res. Parte A Prática Política. 2020 , 131 , 35-49. [ Google Scholar ] [ CrossRef ]
65. Chang, SJ; Chen, HY; Chen, HC Mobilidade como planejamento de política de serviço, implantações e testes em Taiwan. Iats
Res. 2019 , 43 , 210-218. [ Google Scholar ] [ CrossRef ]
66. Mulley, C.; Ho, C.; Balbontin, C.; Hensher, D.; Stevens, L.; Nelson, JD; Wright, S. Mobilidade como serviço no transporte
comunitário na Austrália: pode proporcionar um futuro sustentável? Transp. Res. Parte A Prática Política. 2020 , 131 , 107-
67. Arias-Molinares, D.; García-Palomares, JC Os Ws do MaaS: Entendendo a mobilidade como serviço a partir de uma revisão
de literatura. IATSS Res. 2020 , no prelo. [ Google Scholar ] [ CrossRef ]
68. Bothos, E.; Magutas, B.; Arnaoutaki, K.; Mentzas, G. Alavancando Blockchain para Ecossistemas de Mobilidade Aberta
como Serviço. In Proceedings of the IEEE/WIC/ACM International Conference on Web Intelligence-Companion Volume,
Thessaloniki, Grécia, 14–17 de outubro de 2019; págs. 292-296. [ Google Acadêmico ]
69. Lyons, G.; Hammond, P.; Mackay, K. Reimpressão de: A importância da perspectiva do usuário na evolução do
MaaS. Transp. Res. Parte A Prática Política. 2020 , 131 , 20-34. [ Google Scholar ] [ CrossRef ]
70. Kamargianni, M.; Li, W.; Matias, M.; Schäfer, A. Uma revisão crítica dos novos serviços de mobilidade para transporte
urbano. Transp. Res. Procedia 2016 , 14 , 3294-3303. [ Google Scholar ] [ CrossRef ]
71. Stocker, A.; Shaheen, S. Mobilidade Automatizada Compartilhada: Exploração Precoce e Impactos Potenciais. Estrada
Ve. Autom. 2018 , 4 , 125-139. [ Google Acadêmico ]
72. Mulley, C. Mobility as a Services (MaaS)—Tem massa crítica? Transp. Rev. 2017 , 37 , 247-251. [ Google Scholar ]
[ CrossRef ]
73. Tinnilä, M.; Kallio, J. Impacto das tendências futuras nos serviços de mobilidade pessoal. Int. J.
Autom. Tecnol. Gerenciar 2015 , 15 , 401-417. [ Google Scholar ] [ CrossRef ]
74. Jittrapirom, P.; Marchau, V.; van der Heijden, R.; Meurs, H. Implementação futura de Mobilidade como Serviço (MaaS):
Resultados de um estudo internacional da Delphi. Comportamento de viagem Soc. 2018 , no prelo. [ Google Scholar ]
[ CrossRef ]
75. Wortmann, F.; Flüchter, K. Internet das coisas. Ônibus. Inf. Sistema Eng. 2015 , 57 , 221-224. [ Google Scholar ]
[ CrossRef ]
76. Zanella, A.; Bui, N.; Castellani, A.; Vangelista, L.; Zorzi, M. Internet das coisas para cidades inteligentes. IEEE Internet
Things J. 2014 , 1 , 22–32. [ Google Scholar ] [ CrossRef ]
77. Atzori, L.; Iera, A.; Morabito, G. A internet das coisas: uma pesquisa. Computar. Rede 2010 , 54 , 2787-2805. [ Google
78. Kim, TH; Ramos, C.; Mohammed, S. Cidade inteligente e IoT. Gerador Futuro. Computar. Sistema 2017 , 76 , 159-
79. Rathore, MM; Ahmad, A.; Paulo, A.; Rho, S. Planejamento urbano e construção de cidades inteligentes com base na internet
das coisas usando análise de big data. Computar. Rede 2016 , 101 , 63-80. [ Google Scholar ] [ CrossRef ]
80. Harmon, RR; Castro-Leon, EG; Bhide, S. Cidades inteligentes e a Internet das Coisas. In Proceedings of the 2015 Portland
International Conference on Management of Engineering and Technology (PICMET), Portland, OR, EUA, 2–6 de agosto de
2015; págs. 485–494. [ Google Acadêmico ]
81. Mohanty, SP; Choppali, U.; Kougianos, E. Tudo o que você queria saber sobre cidades inteligentes: A internet das coisas é a
espinha dorsal. Consumo IEEE. Elétron. Mag. 2016 , 5 , 60-70. [ Google Scholar ] [ CrossRef ]
82. Guerrero-Ibanez, JA; Zeadally, S.; Contreras-Castillo, J. Desafios de integração de sistemas de transporte inteligentes com
tecnologias de veículos conectados, computação em nuvem e internet das coisas. IEEE Wirel. Comum. 2015 , 22 , 122-
83. Crainic, TG; Montreuil, B. A internet física possibilitou a logística da cidade
hiperconectada. Transp. Res. Procedia 2016 , 12 , 383-398. [ Google Scholar ] [ CrossRef ]
84. Montreuil, B. Rumo a uma Internet Física: Enfrentando o grande desafio da sustentabilidade logística
global. Logista. Res. 2011 , 3 , 71-87. [ Google Scholar ] [ CrossRef ]
85. Montreuil, B.; Rouges, JF; Cimon, Y.; Poulin, D. A internet física e a inovação do modelo de
negócios. Tecnol. Inovação Gerenciar Rev. 2012 , 2 , 32–37. [ Google Scholar ] [ CrossRef ]
86. Karampatzakis, D.; Avramidis, G.; Kiratsa, P.; Tseklidis, I.; Oikonomidis, C. Uma Bicicleta de Carga Inteligente para a
Internet Física habilitada por RFID e LoRaWAN. In Proceedings of the 2019 Panhelenic Conference on Electronics &
Telecommunications (PACET), Volos, Grécia, 8–9 de novembro de 2019; págs. 1–4. [ Google Acadêmico ]
87. Maslaric, M.; Nikoličić, S.; Mirčetić, D. Resposta logística à indústria 4.0: A internet física. Abra Eng. 2016 , 6 , 511-
88. Alexopoulos, K.; Makris, S.; Xanthakis, V.; Sipsas, K.; Chryssolouris, G. Um Conceito para Computação Consciente do
Contexto na Manufatura: O Caso da Linha Branca. Int. J. Computação. Integr. Manuf. 2016 , 29 , 839-849. [ Google
89. Xu, LD; Xu, EL; Li, L. Indústria 4.0: Estado da arte e tendências futuras. Int. J. Prod. Res. 2018 , 56 , 2941-2962. [ Google
90. Lu, Y. Indústria 4.0: Uma pesquisa sobre tecnologias, aplicações e questões de pesquisa aberta. J. Ind. Inf. Integr. 2017 , 6 , 1-
91. Zhong, RY; Xu, X.; Klotz, E.; Newman, ST Manufatura inteligente no contexto da indústria 4.0: Uma
revisão. Engenharia 2017 , 3 , 616-630. [ Google Scholar ] [ CrossRef ]
92. Lasi, H.; Thomas, PF; Hoffmann, M. Indústria 4.0. Ônibus. Inf. Sistema Eng. 2014 , 6 , 239-242. [ Google Scholar ]
[ CrossRef ]
93. Sung, TK Indústria 4.0: Uma perspectiva coreana. Tecnol. Previsão. Soc. Chang. 2018 , 132 , 40-45. [ Google Scholar ]
[ CrossRef ]
94. Lom, M.; Pribyl, O.; Svitek, M. Indústria 4.0 como parte das cidades inteligentes. In Proceedings of the 2016 Smart Cities
Symposium Prague (SCSP), Praga, República Tcheca, 26–27 de maio de 2016; págs. 1–6. [ Google Acadêmico ]
95. Lião, Y.; Deschamps, F.; Loures, EDFR; Ramos, LFP Passado, presente e futuro da Indústria 4.0 - uma revisão sistemática da
literatura e proposta de agenda de pesquisa. Int. J. Prod. Res. 2017 , 55 , 3609-3629. [ Google Scholar ] [ CrossRef ]
96. Lehman-Wilzig, SN Frankenstein unbound: Rumo a uma definição legal de inteligência artificial. Futuros 1981 , 13 , 442-
97. Li, D.; Du, Y. Inteligência Artificial com Incerteza ; CRC Press: Boca Raton, FL, EUA, 2017. [ Google Scholar ]
98. Guo, K.; Lu, Y.; Gao, H.; Cao, R. Internet semântica das coisas baseada em inteligência artificial em uma cidade inteligente
centrada no usuário. Sensores 2018 , 18 , 1341. [ Google Scholar ] [ CrossRef ]
99. Simon, JP Inteligência artificial: escopo, players, mercados e geografia. Dígito. PolíticaReg. Gov. 2019 , 21 , 208-
100. Haenlein, M.; Kaplan, A. Uma breve história da inteligência artificial: sobre o passado, presente e futuro da inteligência
artificial. Califórnia. Ger. Rev. 2019 , 61 , 5–14. [ Google Scholar ] [ CrossRef ]
101. Angelidou, M. Cidades inteligentes: Uma conjuntura de quatro forças. Cidades 2015 , 47 , 95–106. [ Google Scholar ]
[ CrossRef ]
102. Caragliu, A.; Del Bo, C.; Nijkamp, P. Cidades inteligentes na Europa. J. Tecnologia Urbana. 2011 , 18 , 65-82. [ Google
103. Dameri, RP Procurando por definição de cidade inteligente: Uma proposta abrangente. Int. J.
Computação. Tecnol. 2013 , 11 , 2544-2551. [ Google Scholar ] [ CrossRef ]
104. Neirotti, P.; De Marco, A.; Cagliano, AC; Mangano, G.; Scorrano, F. Tendências atuais em iniciativas de Smart City: Alguns
fatos estilizados. Cidades 2014 , 38 , 25–36. [ Google Scholar ] [ CrossRef ]
105. Grossi, G.; Pianezzi, D. Cidades inteligentes: Utopia ou ideologia neoliberal? Cidades 2017 , 69 , 79–85. [ Google Scholar ]
[ CrossRef ]
106. Montanaro, U.; Dixit, S.; Fallah, S.; Dianati, M.; Stevens, A.; Oxtoby, D.; Mouzakitis, A. Rumo à condução autônoma
conectada: Revisão de casos de uso. Veh. Sistema Din. 2019 , 57 , 779-814. [ Google Scholar ] [ CrossRef ]
107. Uhlemann, E. Tempo para veículos autônomos se conectarem [veículos conectados]. IEEE Veh. Tecnol. Mag. 2018 , 13 , 10-
108. Mahmassani, HS 50º aniversário convidado artigo—Veículos autônomos e sistemas de veículos conectados: considerações de
fluxo e operações. Transp. Sci. 2016 , 50 , 1140-1162. [ Google Scholar ] [ CrossRef ]
109. Sumalee, A.; Ho, HW Mais inteligente e conectado: futuro sistema de transporte inteligente. Iats Res. 2018 , 42 , 67-
110. Hassanalian, M.; Abdelkefi, A. Classificações, aplicações e desafios de design de drones: uma
revisão. Prog. Aerosp. Sci. 2017 , 91 , 99-131. [ Google Scholar ] [ CrossRef ]
111. Qi, F.; Zhu, X.; Mang, G.; Kadoch, M.; Li, rede W. UAV e IoT no céu para futuras cidades inteligentes. Rede
IEEE 2019 , 33 , 96-101. [ Google Scholar ] [ CrossRef ]
112. Rothfeld, R.; Straubinger, A.; Fu, M.; Al Haddad, C.; Antoniou, C. Mobilidade aérea urbana. Demanda por Sistemas de
Transporte Emergentes ; Antoniou, C., Efthymiou, D., Chaniotakis, E., Eds.; Elsevier: Amsterdã, Holanda, 2020; págs. 267-
113. Jensen, OB Drone city-power, design e mobilidade aérea na era das “cidades inteligentes”. Geogr. Helv. 2016 , 71 , 67.
[ Google Scholar ] [ CrossRef ]
114. Utriainen, R.; Pöllänen, M. Revisão sobre mobilidade como serviço em publicações
científicas. Res. Transp. Ônibus. Gerenciar 2018 , 27 , 15-23. [ Google Scholar ] [ CrossRef ]
115. Wong, YZ; Hensher, DA; Mulley, C. Mobilidade como serviço (MaaS): traçando um contexto futuro. Transp. Res. Parte A
Prática Política. 2019 , 131 , 5-19. [ Google Scholar ] [ CrossRef ]
116. Smith, G.; Sochor, J.; Sarasini, S. Mobilidade como serviço: Comparando os desenvolvimentos na Suécia e na
Finlândia. Res. Transp. Ônibus. Gerenciar 2018 , 27 , 36-45. [ Google Scholar ] [ CrossRef ]
117. Shaheen, S.; Cohen, A. Mobilidade sob demanda (MOD) e mobilidade como serviço (MaaS): Compreensão inicial dos
impactos da mobilidade compartilhada e parcerias de transporte público. Demanda por Sistemas de Transporte
Emergentes ; Antoniou, C., Efthymiou, D., Chaniotakis, E., Eds.; Elsevier: Amsterdã, Holanda, 2020; págs. 37–59. [ Google
Acadêmico ]
118. Gubbi, J.; Buyya, R.; Marusic, S.; Palaniswami, M. Internet das Coisas (IoT): Uma visão, elementos arquitetônicos e direções
futuras. Gerador Futuro. Computar. Sistema 2013 , 29 , 1645-1660. [ Google Scholar ] [ CrossRef ]
119. Lee, I.; Lee, K. A Internet das Coisas (IoT): Aplicações, investimentos e desafios para empresas. Ônibus. Horiz. 2015 , 58 ,
431-440. [ Google Scholar ] [ CrossRef ]
120. Atzori, L.; Iera, A.; Morabito, G. Entendendo a Internet das Coisas: Definição, potenciais e papel social de um paradigma em
rápida evolução. Rede Ad Hoc. 2017 , 56 , 122-140. [ Google Scholar ] [ CrossRef ]
121. Ali, ZH; Ali, HA; Badawy, MM Internet das Coisas (IoT): Definições, desafios e direções de pesquisa recentes. Int. J.
Computação. Aplic. 2015 , 128 , 37-47. [ Google Acadêmico ]
122. Pan, S.; Ballot, E.; Huang, GQ; Montreuil, B. Internet física e serviços logísticos interligados: Pesquisa e aplicações. Int. J.
Prod. Res. 2017 , 55 , 2603-2609. [ Google Scholar ] [ CrossRef ]
123. Sternberg, H.; Norrman, A. The Physical Internet—Revisão, análise e agenda de pesquisa futura. Int. J.
Física. Distribuir Logista. Gerenciar 2017 , 47 , 736-762. [ Google Scholar ] [ CrossRef ]
124. Mervis, J. A autoestrada da informação torna-se física: A Internet Física movimentaria mercadorias da mesma forma que seu
homônimo movimenta dados. Ciência 2014 , 344 , 1104-1107. [ Google Scholar ] [ CrossRef ]
125. Landschutzer, C.; Ehrentraut, F.; Jodin, D. Containers for the Physical Internet: Requisitos e projeto de engenharia
relacionados à logística FMCG. Logista. Res. 2015 , 8 , 1-22. [ Google Scholar ] [ CrossRef ]
126. Roblek, V.; Meško, M.; Krapež, A. Uma visão complexa da indústria 4.0. Sage Open 2016 , 6 , 2158244016653987. [ Google
127. Lee, J.; Bagheri, B.; Kao, HA Uma arquitetura de sistemas ciber-físicos para sistemas de manufatura baseados na indústria
4.0. Manuf. Lett. 2015 , 3 , 18-23. [ Google Scholar ] [ CrossRef ]
128. Piccarozzi, M.; Aquilani, B.; Gatti, C. Indústria 4.0 em estudos de gestão: uma revisão sistemática da
literatura. Sustentabilidade 2018 , 10 , 3821. [ Google Scholar ] [ CrossRef ]
129. Ghobakhloo, M. O futuro da indústria manufatureira: Um roteiro estratégico para a Indústria 4.0. J.
Manuf. Tecnol. Gerenciar 2018 , 29 , 910-936. [ Google Scholar ] [ CrossRef ]
130. Hengstler, M.; Enkel, E.; Duelli, S. Inteligência artificial aplicada e confiança—O caso de veículos autônomos e dispositivos
de assistência médica. Tecnol. Previsão. Soc. Chang. 2016 , 105 , 105-120. [ Google Scholar ] [ CrossRef ]
131. Nikitas, A.; Avineri, E.; Parkhurst, G. Compreendendo a aceitabilidade pública do preço das estradas e os papéis da velhice,
normas sociais, valores pró-sociais e confiança para a formulação de políticas urbanas: O caso de Bristol. Cidades 2018 , 79 ,
78–91. [ Google Scholar ] [ CrossRef ]
132. Nikitas, A.; Avineri, E.; Parkhurst, G. Atitudes das pessoas idosas em relação à cobrança rodoviária: elas são distintas e quais
são as implicações para a política? Transp. Plano. Tecnol. 2011 , 34 , 87-108. [ Google Scholar ] [ CrossRef ]
133. Komninos, N. O que torna as cidades inteligentes? Em Cidades Inteligentes ; Routledge: Abingdon, Reino Unido, 2013; págs.
89-107. [ Google Acadêmico ]
© 2020 pelos autores. Licenciado MDPI, Basileia, Suíça. Este artigo é um artigo de acesso aberto distribuído sob os
termos e condições da licença Creative Commons Attribution (CC BY) (http://creativecommons.org/licenses/by/4.0/ )

Artigo - Inteligência Artificial, Transporte e Cidade Inteligente

Enviado por

Dados do documento

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

Artigo - Inteligência Artificial, Transporte e Cidade Inteligente

Enviado por

Direitos autorais:

Formatos disponíveis

Inteligência Artificial, Transporte e Cidade Inteligente: Definições e Dimensões de

uma Nova Era da Mobilidade

Departamento de Logística, Marketing, Hospitalidade e Análise, Huddersfield Business School, Universidade de

Autor a quem a correspondência deve ser endereçada.

3. Veículos conectados e autônomos

4. Veículos Aéreos Não Tripulados e Veículos Aéreos Pessoais

5. Mobilidade como Serviço

Você também pode gostar