método para caracterização e classificação de trechos
TRANSCRIPT
MÉTODO PARA CARACTERIZAÇÃO E CLASSIFICAÇÃO DE TRECHOS
HOMOGÊNEOS RODOVIÁRIOS
Gustavo Riente de Andrade Universidade de São Paulo
Escola de Engenharia de São Carlos
José Reynaldo Setti Universidade de São Paulo
Escola de Engenharia de São Carlos
RESUMO
O objetivo deste trabalho é o desenvolvimento de um método para a segmentação, caracterização e classificação
de trechos homogêneos rodoviários, conforme conceituados pelo Highway Capacity Manual – HCM, capazes de
auxiliar a elaboração de estudos em rodovias. Neste artigo, é apresentada uma aplicação do método, buscando
fornecer subsídios a um estudo mais amplo, cuja meta é investigar as relações fundamentais de tráfego para
segmentos de fluxo não interrompido de autoestradas e rodovias de pista dupla, a partir de dados empíricos. No
estudo de caso, contam-se com dados coletados por 43 laços indutivos instalados em trechos rodoviários
distribuídos pelo estado de São Paulo, sendo necessário selecionar aqueles com características físicas adequadas
ao projeto, bem como agrupar os que apresentam configuração similar. De modo a alcançar o objetivo proposto,
é apresentado um método composto pelos procedimentos a seguir. Inicialmente, o modelo é alimentado por
informações advindas de múltiplas fontes: (1) visita e fotos dos locais em estudo; (2) cadastro auxiliado por
GPS; (3) bancos de dados online e; (4) informações adicionais fornecidas pela ARTESP. Em seguida, os dados
brutos são tratados e compilados de forma a estruturar uma base informacional completa. Os dados são então
combinados e relacionados entre si, sendo exibidos na forma de tabelas e figuras esquemáticas que apresentam
uma descrição completa das características pertinentes ao estudo. Por fim, é descrito um procedimento para a
comparação e agrupamento de trechos homogêneos similares, segundo seus atributos físicos. Alternativamente, o
método apresentado pode ser utilizado para a segmentação, caracterização e classificação de trechos
homogêneos em estudos de avaliação da capacidade e nível de serviço em rodovias e modelagem de redes de
simulação microscópica do tráfego.
Palavras-chave: trechos homogêneos; rodovias; banco de dados; HCM.
1. INTRODUÇÃO
Até a terceira edição do HCM (TRB, 1985), as curvas fluxo-velocidade e, consequentemente,
o método do manual para autoestradas e rodovias de pista dupla, eram diferenciadas segundo
a velocidade projeto da rodovia com um todo (Roess, 2011). Com o HCM 1985 foi
introduzido o conceito de trechos homogêneos mais curtos, definidos como segmentos nos
quais as características físicas e de tráfego são uniformes. Desde então, o método do HCM
para a avaliação de rodovias se baseia na análise individual de cada trecho homogêneo
estudado.
Com isso, torna-se necessária a correta caracterização, segmentação e classificação de cada
segmento estudado. A definição dos trechos homogêneos permite que parâmetros de tráfego
coletados em um determinado ponto do trecho sejam considerados válidos para toda a sua
extensão, visto a uniformidade das suas características físicas e composição da corrente de
tráfego.
Este trabalho propõe um método para a caracterização e classificação de trechos homogêneos
rodoviários. O método proposto foi aplicado para a caracterização e seleção de trechos
homogêneos candidatos a produzirem dados para a investigação das relações fundamentais de
tráfego em autoestradas e rodovias de pista dupla do estado de São Paulo.
A investigação das relações de tráfego requer dados empíricos, coletados por sensores
instalados em trechos rodoviários. Os dados empíricos são usados para gerar um conjunto de
curvas fluxo-velocidade que refletem as características da via e dos motoristas e que podem
substituir as fornecidas pelo HCM. Dessa forma, é desejável o conhecimento das principais
características físicas de cada trecho, de modo a subsidiar etapas posteriores de um estudo
dessa natureza.
O método proposto permite caracterizar cada trecho segundo suas condições físicas e
operacionais, a partir de informações advindas de múltiplas fontes. Assim, o método proposto
inclui: (1) procedimentos para estruturar a agregação de informações advindas de múltiplas
fontes num banco de dados único; e (2) a elaboração de ferramentas auxiliares que possam
fornecer subsídios à avaliação e seleção de trechos candidatos a fornecer dados adequados aos
estudos empreendidos.
2. REFERENCIAL TEÓRICO
Neste item, são discutidos os principais conceitos que servem de norte para o método
desenvolvido para a seleção dos trechos adequados à calibração de um modelo fluxo-
velocidade e definição da capacidade básica de tráfego em trechos de rodovias de pista dupla
e autoestradas.
2.1. Tipos de Trechos
Com relação à classificação dos trechos rodoviários segundo o tipo, o HCM define as
rodovias de pista dupla convencionais (multilane highways) como vias que somam duas ou
três faixas por sentido, geralmente contando com separador físico central, embora possam
também ser não dividas. Nesse tipo de via, pode haver cruzamentos ou semáforos ocasionais,
desde que espaçados o suficiente para manter condições de fluxo não interrompido na maior
parte do trecho. Tal espaçamento vem sendo admitido como 3 km, aproximadamente (TRB,
2010; Roess; Prassas e McShane, 2010).
As autoestradas (freeways) consistem em rodovias de pista dupla que operam necessariamente
com divisória central física, e nas quais há total controle dos acessos, na forma de dispositivos
especialmente construídos para a entrada e saída segura de veículos. Tais dispositivos (ramps,
no HCM) são normalmente compostos por ao menos dois elementos geométricos principais: a
pista do próprio acesso e a sua junção com a rodovia principal. Idealmente, junções devem ser
providas de faixas auxiliares, de modo a possibilitar que os veículos atinjam uma velocidade
compatível com a via que desejam acessar.
A Figura 1 mostra as duas configurações típicas para dispositivos de acesso: (a) entrada (on-
ramp); (b) saída (off-ramp). No caso (a), os veículos que desejam ingressar na via precisam
encontrar uma brecha na faixa adjacente à faixa auxiliar, e induzem os veículos que trafegam
à direita da autoestrada a mudar de faixa. Em ambos os casos, há geração de turbulência nos
arredores da junção. A área de influência desse efeito é preponderante nas duas faixas mais à
direita e se estende 450 m a jusante, no caso (a), e 450 m a montante, no caso (b), a partir do
ponto de acesso (Roess e Ulerio, 1993; TRB, 2010).
Figura 1: Configuração e área de influência dos dispositivos de acesso (ramps)
Como regra geral (TRB, 2000; Roess; Prassas e McShane, 2010), quando uma saída é
precedida por uma entrada a até 750 m de distância, sendo ambas unidas por faixa auxiliar ou
não, é formado um trecho de entrelaçamento (weaving), definido como uma área de
cruzamento de duas ou mais correntes de tráfego em um mesmo sentido, conforme mostrado
na Figura 2. Em trechos de entrelaçamento, as manobras de mudança de faixa ocorrem com
muita frequência, causando turbulência significativamente superior ao normalmente
observado em segmentos básicos de autoestradas, com influência a até 150 m a montante do
princípio do entrelaçamento e 150 m a jusante de seu término (TRB, 2010).
Figura 2: Configuração típica de um trecho de entrelaçamento (weaving)
Vale notar que autoestradas são compostas por sequências de trechos básicos, dispositivos de
acesso e entrelaçamentos.
2.2. Limitações do método do HCM
Os métodos apresentados pelo HCM para avaliação da capacidade e do nível de serviço em
autoestradas e rodovias de pista dupla foram originalmente calibrados para segmentos com
uma gama finita de configurações. Os métodos, como constantes no manual, não são
aplicáveis, sem modificações por parte do analista, a trechos com as seguintes características
(TRB, 2010):
Faixas especiais, reservadas a um tipo específico de veículo, como faixas de alta
ocupação, faixas de ultrapassagem ou faixas de subida;
Imposição de restrição às manobras de mudança de faixas;
Segmentos extensos em ponte ou túnel;
Praças de pedágio a jusante;
Externalidades que alterem o comportamento do motorista no que diz respeito à
escolha da velocidade praticada, tais como postos policiais ou dispositivos de
fiscalização eletrônica;
Uso de técnicas de controle de acessos (ramp metering) para aumento da capacidade;
Bloqueios temporários causados por construções, acidentes ou travessia de ferrovias;
Interferência causada por estacionamentos nos acostamentos;
Presença de pontos de ônibus de uso intensivo; ou
Circulação significativa de pedestres.
2.3. Condições ideais em rodovias de pista dupla e autoestradas
O método preconizado pelo HCM define, inicialmente, a capacidade básica e as curvas fluxo-
velocidade para trechos com condições chamadas ideais. Essas condições representam os
melhores níveis de operação e servem de ponto de partida para os métodos apresentados pelo
manual. Nos trechos nos quais as condições diferem das ideais, a velocidade, a qualidade do
serviço e a capacidade tendem a ser reduzidas (TRB, 2010).
Dentro os trechos de fluxo não interrompido de autoestradas e rodovias pista dupla passíveis
de avaliação pelo método do HCM, apresentam condições ideais aqueles nos quais sejam
verificadas, simultaneamente, uma série de características, incluindo (TRB, 2010): pavimento
em bom estado de conservação; faixas de tráfego de pelo menos 3,6 m de largura e
afastamento lateral (lateral clearance) externo mínimo de 1,8 m, para autoestradas. O
afastamento externo consiste na distância entre a borda da faixa de tráfego mais à direita e
qualquer obstrução lindeira à via, tal como dispositivos de drenagem, cortes ou aterros;
Além das condições ideais, a calibração de um modelo que descreve as relações fundamentais
de tráfego requer o conhecimento das características que afetam a velocidade média dos
automóveis e o fluxo equivalente, em cp./h. Tais características incluem: (1) a densidade de
acessos, que causam turbulência na corrente de tráfego e tendem a reduzir a velocidade média
dos veículos; (2) a geometria vertical e horizontal da via e; (3) a presença de rampas críticas,
conforme definido pelo HCM.
2.4. Seleção de trechos
A calibração de um conjunto de curvas fluxo velocidade requer a disponibilidade de
observações distribuídas homogeneamente por todo o intervalo de fluxos de tráfego (Bassan e
Polus, 2010), incluindo observações em momentos de operação na capacidade, sob o risco de
subestimar o fluxo máximo que pode ser atingido na via avaliada. De modo a observar fluxos
que atingem a capacidade em trechos de fluxo não interrompido, é necessário encontrar um
ponto no qual a capacidade é atingida com relativa frequência. Dado que os pontos críticos
dos sistemas viários normalmente se situam em acessos ou elementos viários com
interrupções ao tráfego, a identificação de gargalos em trechos de fluxo não interrompido não
constitui tarefa trivial.
De acordo com vários estudos (Banks, 1990; Hall, 1992; Roess; Prassas e McShane, 2010),
uma configuração promissora para a observação de fluxos na capacidade consiste em uma
seção logo após um acesso, no qual a soma dos fluxos da autoestrada e do acesso exceda a
capacidade, conforme mostrado na Figura 3. Vale notar que os parâmetros de tráfego devem
ser coletados suficientemente a jusante da junção, após sua área de influência.
Figura 3: Configuração e área de influência dos dispositivos de acesso (ramps)
3. LOCALIZAÇÃO DOS TRECHOS
Os dados disponíveis foram coletados por laços indutivos instalados em trechos de
autoestradas e rodovias de pista dupla no estado de São Paulo: SP-021 (Rodoanel Mário
Covas Oeste), SP-280 (Rodovia Presidente Castelo Branco) e SP-270 (Rodovia Raposo
Tavares). No total, dispõe-se de 37 trechos com sensores de tráfego, sendo 22 situados na SP-
280, nove na SP-270 e seis na SP-021. A Figura 4 mostra as rodovias estudadas e a
localização dos sensores de tráfego. O segmento da SP-280, situado na região metropolitana
de São Paulo, destacado na Figura 5, também possui uma marginal em cada sentido. Nesse
segmento, há sensores instalados em todas as pistas, por vezes no mesmo marco quilométrico,
de modo que o espaçamento médio entre eles é menor, em relação aos demais trechos em
estudo.
Para cada estação, os dados são coletados em ambos os sentidos de tráfego, com exceção das
pistas marginais da SP-280, que operam em sentido único. Dado que, em autoestradas e
rodovias de pista dupla, cada sentido opera de maneira isolada, a partir dos 27 trechos
originais situados em pistas centrais, somados aos dez sensores instalados em pistas
marginais, têm-se 64 pontos de coleta individuais.
Figura 4: Rodovias estudadas e sensores de tráfego
&
&
&
&
&
&
&
&
&
&
&
&
&
&
&
&
&
&
&
&
l
llll
l
llll
l
l
l
l l l
l
l
l llllll llll
l
lllll
l
l
São Roque
Santana de Parnaíba
Salto de Pirapora
Pirapora do Bom Jesus
Osasco
Mairinque
JandiraItapevi
Embu
Cotia
Carapicuíba
Cajamar
Caieiras
Barueri
Araçariguama
Alumínio
Votorantim
Vargem Grande PaulistaTaboão da Serra
Sorocaba
SP 097/250
SP 250
SP 280
SP 060/270
SP 250
SP 274
SP 264
SP 097 SP 312
SP 270
SP 280
SP 091/270
SP 079
SP 053/280
SP 054/280
SP 015/330
SP 280
SP 330
SP 228
SP 270
BR 116
SP 103/079
SP 029
SP 270
SP 075
SP 050/270
SP 079
SP 021
SP 029/312
SP 348
SP 270SP 312
SP 112/270
SP 115/079
SP 104/079
SP 092/270
SP 234
SP 032/280
SP 332
SP 015
0 5 10 15
Kilometers
Legenda
Rodovias
& Municípios
l Sensores de Tráfego
Rodovias Estudadas
SP-270
SP-280
SP-021
N
Figura 5: Sensores de tráfego no segmento da SP-280 na região metropolitana de São Paulo
4. MONTAGEM DO BANCO DE DADOS
A Figura 6 mostra, de maneira simplificada, o processo seguido para a montagem do banco de
dados que subsidia as análises feitas posteriormente, neste estudo. Cada etapa mostrada na
figura será detalhada nos itens a seguir.
Figura 6: Montagem do banco de dados
4.1. Fontes de dados
Para a composição do banco de dados usado neste estudo, foram agregadas informações de
diversas fontes de dados. A lista a seguir contém as principais informações utilizadas e suas
respectivas fontes:
1. Fotos dos pontos de coleta e cadastro auxiliado por GPS, produzidos a partir de vista
aos trechos estudos;
2. Banco de dados fotográfico disponibilizado pela Google;
3. Localização dos dispositivos de fiscalização eletrônica, fornecida pelo DER-SP;
4. Altimetria de um modelo digital de terreno disponibilizado em domínio público pela
NASA, a partir do programa Shuttle Radar Topography Mission – SRTM;
5. Informações fornecidas pela ARTESP incluindo: (1) limites dos trechos homogêneos
em estudo; (2) marco quilométrico dos sensores de tráfego; (3) localização das praças
de pedágio.
&
&
l l
lll
ll l
lll
l
lll ll
Osasco
Barueri
SP 274
SP 280
SP 312SP 280
SP 021
SP 312
SP 021
SP 312
SP 330
SP 029/312
0 .7 1.4 2.1
Kilometers
Legenda
Rodovias
& Municípios
l Sensores de Tráfego
Rodovias Estudadas
SP-280
SP-021
N
Fontes de dados
a. Obtenção;
b. Tratamento.
Banco de dados
a. Agregação dos dados;
b. Produção de informações adicionais.
Relatórios
a. Base geográfica;
b. Figuras esquemáticas.
4.2. Vista a campo
Inicialmente, a localização de cada laço indutivo foi registrada em uma base de dados
geográfica, em ambiente SIG (sistema de informação geográfica). De modo a relacionar o
marco quilométrico de cada sensor, conforme informado pela ARTESP, com sua respectiva
posição aproximada, utilizou-se a ferramenta “Web Rotas”, disponibilizada pelo DER-SP
(2010), capaz de apontar o local correspondente a um determinado marco quilométrico em
qualquer rodovia paulista. Assim, foi possível obter as coordenadas geográficas aproximadas
de cada sensor.
Em seguida, foi programada uma visita aos pontos de coleta, auxiliada por uma máquina
fotográfica, um navegador GPS e uma planilha eletrônica elaborada especificamente para essa
tarefa, em um tablet. De forma a auxiliar a identificação em campo de cada subtrecho
estudado, as coordenadas dos sensores foram registradas no navegador GPS, que pode então
ser utilizado para indicar o local, a melhor rota e a distância restante a ser percorrida para cada
sensor durante a visita.
O uso do GPS como um recurso de coleta de dados para estudos de planejamento de
transportes vem se tornando gradualmente mais comum no mundo todo, sendo recomendado
para um grande número de situações (Hannon; Sulbaran, 2008). Assim, o mesmo
equipamento de GPS foi também empregado para gravar o percurso realizado na forma de
trilhas (tracks), com registros da posição geográfica a intervalos de um segundo. Além disso,
foram coletadas todas as características físicas que podem afetar o objeto do estudo em
questão. Neste caso, como em Washburn et al., (2010), todos os fatores que podem vir a
alterar a capacidade de tráfego e as velocidades praticadas foram anotados na planilha
eletrônica, sendo suas coordenadas geográficas armazenadas no equipamento GPS, na forma
de pontos (waypoints). Os fatores cadastrados são:
Número de faixas, incluindo faixas adicionais;
Largura dos afastamentos laterais;
Dispositivos de acessos controlados (ramps) e suas faixas auxiliares;
Acessos não controlados;
Limite legal de velocidade;
Postos policiais e balanças;
Pontes e túneis;
Marcos quilométricos.
Adicionalmente, foi conferida a posição exata dos sensores, inicialmente estimada a partir da
ferramenta Web Rotas, sendo feitas pequenas correções quando necessário. Por fim, os locais
foram fotografados, de modo a complementar a documentação para o banco de dados.
4.3. Tratamento dos dados
Após a visita, as trilhas registradas pelo navegador GPS foram importadas e tratadas com o
auxílio do software GTM Trackmaker Pro, empregado para converter esses arquivos,
originalmente em formato .gpx, tipicamente usado por equipamentos GPS, na forma de base
de dados geográfica e planilhas eletrônicas.
De posse das trilhas e pontos cadastrados em planilha eletrônica, foi desenvolvido um
conjunto de algoritmos em ambiente Excel/Visual Basic for Applications, com o objetivo de
concatenar as informações coletadas, produzir dados adicionais e, por fim, georreferenciar o
conjunto de dados completo, de forma a auxiliar a análise posterior dos trechos estudados. Foi
criado um código capaz de exportar os resultados para o formato .kml, que pode ser
visualizado através do software Google Earth. Dessa forma, torna-se possível comparar as
informações disponíveis com o banco de dados fotográfico disponibilizado pela Google, que
pode então ser utilizado para conferir ou complementar os dados coletados em campo. Os
algoritmos desenvolvidos seguiram as etapas descritas a seguir.
Na primeira etapa, as informações coletadas em campo na forma de pontos (waypoints), para
as quais são conhecidas as coordenadas geográficas, originalmente registradas com o auxílio
do GPS, foram exportadas para o formato .kml.
Na segunda etapa, a partir dos marcos quilométricos isolados e das trilhas cadastrados em
campo, o aplicativo estrutura e novamente exporta para o formato .kml uma grade de marcos
quilométricos para toda a extensão registrada de rodovia, a um intervalo constante,
especificado pelo usuário. Neste trabalho, utilizou-se como referência um intervalo de 100 m.
Na terceira etapa, construídas as grades com o intervalo especificado, a ferramenta é capaz de
georreferenciar os pontos de interesse remanescentes, para os quais não são conhecidas as
coordenadas geográficas, mas sim o marco quilométrico no qual se situam. Neste trabalho,
esses pontos de interesse consistiram na localização dos dispositivos de fiscalização
eletrônica, obtidos através do DER-SP (2011), além das informações remanescentes
fornecidas pela ARTESP que consistem nos limites dos trechos homogêneos em estudo e na
localização das praças de pedágio.
4.4. Avaliação do relevo
De modo a complementar a base de dados, o relevo das vias estudadas foi descrito por dois
parâmetros que descrevem a geometria vertical e horizontal de cada trecho homogêneo,
conforme definidos por Watanatada et al. (1987):
Rise & Fall (R&F): parâmetro que descreve a geometria vertical, o rise & fall é
definido como a quantidade de subidas e descidas, em metros, percorrida a cada
quilômetro de rodovia. Valores abaixo de 20 m/km estão associados a terrenos planos,
enquanto um valor de 80 m/km está associado a terrenos montanhosos;
Curvatura (C): parâmetro que descreve a geometria horizontal, a curvatura é definida
como a quantidade de curvas, em graus, percorridas a cada quilômetro de rodovia.
Valores inferiores a 100 °/km estão associados a estradas majoritariamente retilíneas,
enquanto um valor de 500 °/km representa uma via sinuosa.
A curvatura pode ser calculada de maneira direta a partir das trilhas registradas pelo GPS, que
contêm, a intervalos de um segundo, o azimute em relação à posição do veículo durante o
cadastro. A curvatura é calculada como a relação entre a variação absoluta total dos azimutes
ao longo de uma trilha e a extensão do trecho avaliado.
Para o cálculo do Rise & Fall, é necessário o registro da variação de altitude ao longo das
trilhas. Neste trabalho, o perfil vertical dos trechos estudados foi definido a partir do modelo
digital de terreno descrito por Farr et al. (2007), produzido através do programa Shuttle Radar
Topography Mission (SRTM), empreendido pela agência espacial norte americana (NASA).
O SRTM obteve dados da altitude para toda a superfície terrestre entre +/- 60 graus de
latitude, usando um sistema de radares instalados a bordo do ônibus espacial Endeavour, ao
longo de onze dias. De forma a acessar o banco de dados da NASA, foi utilizada a ferramenta
GPS Visualizer (Schneider, 2010), capaz de incorporar a altimetria do SRTM a trilhas
gravadas em formato .gpx por um equipamento GPS.
De forma a eliminar eventuais erros remanescentes na altimetria utilizada, foi feita uma
suavização do perfil vertical inicialmente traçado. O método de suavização utilizado foi o de
média móvel, com 21 pontos. Assim, sendo as trilhas registradas pelo GSP a intervalos de um
segundo, a elevação média em cada ponto considera os registros dos dez segundos anteriores
e posteriores. Vale notar, no entanto, que, se a média móvel empregada for aritmética, são
atribuídos pesos iguais a todos os 21 pontos, o que cria uma tendência à filtragem de porções
dos dados de alta frequência. Isso gera a possibilidade de se subestimar o Rise & Fall e
possíveis rampas críticas ao longo do terreno. Assim, a média móvel feita foi ponderada
segundo uma distribuição de Gauss, na qual o ponto central recebe o peso máximo e os
registros periféricos, pesos decrescentes, segundo uma distribuição normal.
De posse do perfil vertical dos trechos estudados, foi elaborado um algoritmo para a
identificação dos subtrechos em greides específicos, que segundo o HCM (TRB, 2010)
possuem: (1) inclinação inferior a 3% e comprimento superior a 800 m ou; (2) inclinação
igual ou maior do que 3% e comprimento superior a 400 m. Essa identificação é necessária,
visto que um aclive forte ou longo pode impactar não apenas no desempenho dos veículos
pesados, como nas características operacionais de toda a corrente de tráfego (Roess; Prassas e
McShane, 2010, p. 298).
Primeiramente, o algoritmo percorre o perfil geométrico de cada rodovia estudada, de modo a
identificar o início e fim de cada greide, definidos como os pontos nos quais ocorre uma
mudança no sinal do gradiente. De forma a evitar que pequenas oscilações do terreno sejam
consideradas rampas isoladas, foi introduzido um filtro, configurável pelo usuário, que
consiste em valores mínimos de declividade e extensão a serem atingidos para que seja
considerada a segmentação de um novo greide. Neste trabalho, foram agregados subtrechos
nos quais a variação média de elevação não supera 0,25 m a cada segundo registrado ou com
comprimento total inferior a 200 m.
A partir dos pontos de início e fim de cada greide, e da diferença de elevação entre eles, é
possível calcular as rampas médias, como:
if xx
Hi
(1)
Em que xf e xi são os pontos inicial e final de cada greide, respectivamente, e ΔH é a variação
de ele elevação entre eles.
Com a declividade e extensão de cada rampa, é possível selecionar aqueles classificados
como greides específicos, segundo os critérios do HCM, explicados anteriormente. A Figura 7
consiste em um exemplo do tratamento descrito neste item, para o segmento entre o km 95 e o
km 105 da SP-270, no qual se situam três sensores de tráfego, nos km 96,4, 99,4 e 101,4,
respectivamente. A figura mostra o perfil de altitudes originalmente obtido através do SRTM,
sob o perfil suavizado. As linhas tracejadas representam os greides médios, calculados por
meio da Equação (1), sendo destacados os críticos, segundo os critérios do HCM.
Figura 7: Perfil e greides médios – SP-270, km 95 a 105
4.5. Base de dados completa
Através do método descrito, organizou-se uma base informacional completa, composta por
fotografias tiradas em campo e um banco de dados em dois ambientes: (1) base de dados
geográfica, que pode ser visualizada em conjunto com o banco de dados fotográfico
disponibilizado pela Google; e (2) planilha eletrônica. De forma a facilitar a visualização das
informações contidas nas planilhas, foi desenvolvido um algoritmo capaz de gerar figuras
esquemáticas dos trechos avaliados, contendo todas as características coletadas, como em
Urbanik II, Hinshaw e Barnes (1991).
A partir da análise das fotografias tiradas em campo, da base de dados geográfica e das
figuras esquemáticas, foram selecionados os trechos adequados ao estudo e destacados
aqueles candidatos a produzir dados adequados à calibração de um modelo fluxo-velocidade,
como mostrado nos itens a seguir.
5. CLASSIFICAÇÃO E SELEÇÃO DOS TRECHOS
Primeiramente, foi necessário descartar os trechos que não se mostrem adequados ao estudo,
conforme os conceitos apresentados no item 2 conforme explicado a seguir.
5.1. Tipos de Trechos
Apenas trechos de autoestrada e rodovias de pista dupla interessam à análise das relações
fluxo-velocidade. Assim torna-se necessário eliminar aqueles que: (1) se situam em trecho de
entrelaçamentos (weavings); ou (2) na área de influência de um dispositivo de acesso (ramps).
Após a análise do banco de dados, foi verificado que, dos 62 pontos de coleta totais, sete se
enquadram no primeiro caso e nove no segundo. Dessa forma, tem-se efetivamente 46 pontos
de coleta em autoestradas e rodovias de pista dupla. Como exemplo, a Figura 8 mostra um
segmento da pista marginal oeste da SP-280, entre o km 20 e o km 23, no qual se situam três
sensores. É possível verificar que o laço indutivo instalado no km 22,5 se encontra a menos de
450 do acesso do km 22,9 estando, portanto, sob sua área de influência. Os sensores do km
20,4 e km 21,2, por sua vez, se situam em subtrechos de entrelaçamento, com uma saída
precedida por uma entrada a menos de 750 m de distância, sendo ambas unidas por uma faixa
auxiliar.
4,5%
4,0%
3,0%
3,0%
560
570
580
590
600
610
620
630
640
650
660
95 96 97 98 99 100 101 102 103 104 105
Ele
va
çç
ão
(m
)
Distância (km)
Elevação Elevação suavizada Greide médio
Figura 8: Subtrechos em dispositivos de acesso e entrelaçamentos
5.2. Limitações do método do HCM
Com relação às limitações do método do HCM, é necessário verificar quais dos trechos
apresentam os elementos listados no item 2.2, que fogem ao escopo do manual, excluindo-os
das análises a serem feitas posteriormente.
Dos 46 pontos de coleta remanescente, nove foram descartados por esse critério. Na Figura 9,
que mostra um trecho da SP-021, sentido norte, pode-se verificar que o sensor instalado no
km 1,8 se encontra logo à montante de uma praça de pedágio, e pode sofrer influência da
formação de filas a partir da mesma.
Figura 9: Subtrecho à montante de uma praça de pedágio
5.3. Trechos selecionados e suas características
Ao fim das análises descritas nos itens anteriores, 36 pontos de coleta foram considerados
como candidatos para a produção de dados para a calibração de um modelo fluxo-velocidade,
dentre os 62 iniciais. A Tabela 1 mostra um resumo do volume de pontos descartados e
selecionados para análise, ainda divididos segundo a classificação do tipo de trecho no qual se
situam.
1 l l l
h i h i h i## ## 4 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 12 2 4 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 12 2 4 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 12 2 4 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ##
km 2
23
,02
2,9
22
,92
2,8
22
,82
2,7
22
,72
2,6
22
,62
2,5
22
,52
2,4
22
,42
2,3
22
,32
2,2
22
,22
2,1
22
,12
2,0
22
,02
1,9
21
,92
1,8
21
,82
1,7
21
,72
1,6
21
,62
1,5
21
,52
1,4
21
,42
1,3
21
,32
1,2
21
,22
1,1
21
,12
1,0
21
,02
0,9
20
,92
0,8
20
,82
0,7
20
,72
0,6
20
,62
0,5
20
,52
0,4
20
,42
0,3
20
,32
0,2
20
,22
0,1
20
,12
0,0
Sul
LEGENDA
Ponte l
Se
ntid
o
Pis
ta
Escala (km)
0,20,10 Faixas
Auxiliares
Acessos
Se
nso
r d
e T
ráfe
goAcostamentos
h
i
1 l
i h1 1 1 4 ## ## ## ## ## ## ## ## ## ## ## ## 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 4 2 2 2 2 2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 4 2 2 2 2 2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 4 2 2 2 2 2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G
PP
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 ## ## ## ## ## ## 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
h
l## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ##
km 2
3,3
3,3
3,2
3,2
3,1
3,1
3,0
3,0
2,9
2,9
2,8
2,8
2,7
2,7
2,6
2,6
2,5
2,5
2,4
2,4
2,3
2,3
2,2
2,2
2,1
2,1
2,0
2,0
1,9
1,9
1,8
1,8
1,7
1,7
1,6
1,6
1,5
1,5
1,4
1,4
1,3
1,3
1,2
1,2
1,1
1,1
1,0
1,0
0,9
0,9
0,8
0,8
0,7
0,7
0,6
0,6
0,5
0,5
0,4
0,4
0,3
0,3
Norte
Sul
LEGENDA
Ponte l
Se
ntid
o
Pis
ta
Escala (km)
0,20,10 Faixas
Auxiliares
Acessos
Se
nso
r d
e T
ráfe
goAcostamentos
h
i PP
Pra
ça d
e P
ed
ág
io
Tabela 1: Pontos de coleta selecionados e descartados
Rodovia Total Selecionados Descartados
Autoestradas
SP-280 14 12 2 SP-021 12 9 3
Rodovias de pista dupla
SP-280 8 6 2 SP-270 12 9 3
Acessos e entrelaçamentos
SP-280 10 0 10 SP-270 6 0 6
Total 62 36 26
Para os trechos selecionados, a Tabela 2 mostra os intervalos e os valores médios obtidos para
as características armazenadas no banco de dados desenvolvido, obtidas conforme detalhado
anteriormente. São apresentadas as características que podem afetar a velocidade de fluxo
livre FFS (Washburn et al., 2010), um parâmetro chave para a calibração de modelos fluxo-
velocidade.
Vale notar que o relevo para as rodovias de pista dupla estudadas é, de forma geral, mais
acidentado do que para as autoestradas. Os valores médios para os afastamentos laterais são
muito próximos do limite máximo do intervalo, em sua maioria, com poucos trechos
apresentando acostamentos estreitos. Por fim, destaca-se que a forma de tratamento dos
acessos usado diferiu entre autoestradas, nos quais esses são controlados e menos frequentes,
e rodovias de pista dupla, nas quais ocorre o oposto.
Tabela 2: Características dos pontos de coleta selecionados
Característica Autoestradas Rodovias de pista dupla
Mínimo Médio Máximo Mínimo Médio Máximo
Rise & Fall (m/km) 5,2 13,6 37,2 15,7 27,6 47,0 Curvatura (°/km) 3,2 37,7 61,9 28,6 71,1 310,2 Afastamentos laterais (m) 0,5 2,3 2,5 3,1 3,1 3,1 Distância entre acessos (km) 0,25 2,83 6,70 - - - Densidade de acessos (#/km) - - - 0,0 3,1 7,0
Em uma análise final, verificou-se que, dos 36 pontos de coleta selecionados, cinco possuem
uma configuração física próxima à ideal, conforme recomendado pela literatura consultada
(Banks, 1990; Hall, 1992; Roess; Prassas e McShane, 2010).
Desses, destaca-se o ponto de coleta mostrado na Figura 10, correspondente ao km 22,3 do
sentido norte da SP-021, entre os acessos à SP-270 e SP-280. Nesse, o sensor de tráfego
localiza-se a jusante de dois acessos relevantes, correspondentes ao entroncamento com os
dois sentidos da SP-270, mas já fora de sua área de influência direta. Neste trecho, espera-se
que a soma dos volumes de tráfego do trecho da SP-021 a montante e da SP-270, que inclui
viagens urbanas da região metropolitana de São Paulo, produzam fluxos de tráfego que
eventualmente atinjam a capacidade e assim, adequados à produção de dados para a
calibração de um modelo que descreve a capacidade e a relação fluxo velocidade.
Figura 10: Trecho com configuração ideal
6. CONSIDERAÇÕES FINAIS
Foi apresentado um método para a caracterização e análise de trechos homogêneos
rodoviários, que usou um banco de dados único, elaborado a partir de informações advindas
de múltiplas fontes.
Para tanto, na primeira etapa do método, foram indicadas as fontes utilizadas e descrito o
processo de obtenção e tratamento dos dados. Também foi apresentado um algoritmo para a
definição do relevo das rodovias estudadas, a partir de um cadastro feito com auxílio de
equipamento GPS. Por fim, foram expostos os relatórios gerados para subsidiar a análise
posterior dos trechos, de forma a subsidiar um estudo mais amplo, cujo objetivo é a calibração
de um modelo que descreva a capacidade de tráfego e a relação fluxo-velocidade em
autoestradas e rodovias de pista dupla. Na segunda etapa do método, foi descrita a análise dos
trechos, de forma a selecionar os trechos candidatos a produzir dados adequados à calibração
de um modelo desse tipo, segundo os conceitos apresentados.
Alternativamente, o método apresentado pode ser utilizado para a segmentação,
caracterização e classificação de trechos homogêneos, em estudos de avaliação do nível de
serviço, e para a modelagem de redes de simulação microscópica de tráfego.
Para estudos futuros, é recomendada a calibração do método de análise de trechos em
entrelaçamentos apresentada pelo HCM 2010, que apresenta, dentre outras inovações, uma
equação para se determinar se um segmento opera ou não como entrelaçamento. Vale notar,
no entanto, que a calibração desse modelo depende do estabelecimento prévio de valores
adequados para a capacidade em trechos de autoestradas, objeto deste estudo.
Agradecimentos
Os autores agradecem o apoio da ARTESP e das concessionárias CCR RodoAnel e CCR ViaOeste, que
disponibilizaram os dados de tráfego. Os autores agradecem o apoio financeiro do CNPq, através de uma bolsa
de mestrado e uma bolsa de produtividade em pesquisa, sem o qual esta pesquisa não poderia ter sido realizada.
G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G G
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
h h
l## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ##
km 2
24
,32
4,3
24
,22
4,2
24
,12
4,1
24
,02
4,0
23
,92
3,9
23
,82
3,8
23
,72
3,7
23
,62
3,6
23
,52
3,5
23
,42
3,4
23
,32
3,3
23
,22
3,2
23
,12
3,1
23
,02
3,0
22
,92
2,9
22
,82
2,8
22
,72
2,7
22
,62
2,6
22
,52
2,5
22
,42
2,4
22
,32
2,3
22
,22
2,2
22
,12
2,1
22
,02
2,0
21
,92
1,9
21
,82
1,8
21
,72
1,7
21
,62
1,6
21
,52
1,5
21
,42
1,4
21
,3
Norte
LEGENDA
Ponte l
Se
ntid
o
Pis
ta
Escala (km)
0,20,10 Faixas
Auxiliares
Acessos
Se
nso
r d
e T
ráfe
goAcostamentos
h
i
REFERÊNCIAS BIBLIOGRÁFICAS
Banks, J. H. (1990) Flow Processes at Freeway Bottleneck. Transportation Research Record, v. 1287, p. 20-28.
Bassan, S.; Polus, A. (2010) Meaning of Actual Capacity of Freeways and its Estimation. Canadian Journal of
Civil Engineering, v. 37, p. 77-87.
DER-SP (2010) Web Rotas. Departamento de Estradas de Rodagem, Governo de São Paulo. Disponível em:
<http://200.144.30.104/website/webrota/viewer.htm> Acessado em: set. 2010.
DER-SP (2011) Localização de Radares. Departamento de Estradas de Rodagem, Governo de São Paulo.
Disponível em: <http://www.der.sp.gov.br/servicos/localizacaoRadares.aspx> Acessado em: fev. 2011.
Farr, T. G., et al. (2007) The Suttle Radar Topography Mission, Ver. Geophys., 45, RG2004. Disponível em:
<www2.jpl.nasa.gov/srtm/srtmBibliography.html> Acessado em: out. 2010.
Hall, F. L. (1992) Traffic Stream Characteristics. McMaster University, Department of Civil Engineering and
Department of Geography, Hamilton, Ontario.
Hannon, J. J.; Sulbaran, T. (2008) Information Technology for Efficient Project Delivery, NCHRP Synthesis 385.
Transportation Research Board, The National Academies, Washington, D.C.
Roess, R. P. (2011) Speed-Flow Curves for Freeways in the HCM: A Historical Perspective. 90th
Annual
Meeting of the TRB, Washington, DC (CD-ROM).
Roess, R.; Ulerio, J. (1993). Capacity of Ramp-Freeway Junctions. Final Report, NCHRP Project 3-37.
Polytechnic University, Brooklyn, N.Y.
Roess, R. P.; Prassas, E. S.; McShane, W. R. (2010) Traffic Engineering. 4. ed. Upper Saddle River: Prentice
Hall.
Schneider, A. (2010) GPS Visualizer. Disponível em: <http://www.gpsvisualizer.com> Acessado em: nov. 2010.
TRB (1985) Highway Capacity Manual. Special Report 209. Transportation Research Board, Washington, D.C.
TRB (2000) Highway Capacity Manual 2000. Transportation Research Board, National Research Council,
Washington, D.C.
TRB (2010) Highway Capacity Manual 2010. Transportation Research Board, The National Academies,
Washington, D.C.
Urbanik II, T.; Hinshaw, W.; Barnes, K. (1991) Evaluation of High-Volume Urban Texas Freeways.
Transportation Research Record, v. 1320, p. 91-98.
Washburn, S. S.; Yin, Y.; Modi, v.; Kulshrestha, A. (2010) Investigation of Freeway Capacity, Part B: Freeway
Capacity Estimation for Florida Freeways, Final Report. Transportation Research Center, University of
Florida, Tallahassee, Florida.
Watanatada, T.; Dhareshwar, A.; Rezende-Lima, P. R. S. (1987) The Highway Design and Maintenance
Standard Model Volume II, Vehicle Speeds and Operating Costs: Models for Road Planning and
Management. World Bank, Transportation Department, Washington, D.C.
Contatos:
Prof. Dr. José Reynaldo Setti ([email protected])
Gustavo Riente de Andrade, aluno de mestrado ([email protected])
Universidade de São Paulo
Escola de Engenharia de São Carlos
Departamento de Transportes
Av. Trabalhador Saocarlense, 400. São Carlos-SP. CEP 13.564-590