Modelagem Computacional das Dinâmicas de Mobilidade Urbana: Avaliação da Eficiência e Segurança Viária em uma Interseção Urbana de São Mateus (ES)

Autores

  • Isabela Caldeira Mantesso Universidade Federal do Espírito Santo
  • Wellington Gonçalves Universidade Fedral do Espírito Santo
  • Rodrigo Ribeiro de Oliveira Departamento de Mecânica - Instituto Federal de São Paulo Campus São Paulo

Resumo

O processo de urbanização acelerada no Brasil tem ampliado os obstáculos relacionados à mobilidade, tornando indispensável a adoção de estratégias que assegurem simultaneamente eficiência no tráfego e proteção aos usuários. Neste contexto, o trabalho buscou analisar os efeitos de distintas programações semafóricas sobre o funcionamento de uma interseção localizada em São Mateus, Espírito Santo, utilizando técnicas de microssimulação computacional. A abordagem metodológica contemplou a caracterização detalhada da área de estudo, a elaboração de um modelo georreferenciado, sua calibração e a aplicação de três alternativas de controle semafórico: (i) a configuração atualmente em operação, (ii) ajustes de tempos fundamentados em diretrizes técnicas nacionais e (iii) a adoção de semáforos inteligentes com sincronização adaptativa. Os resultados evidenciaram que tempos de sinalização mal dimensionados intensificam congestionamentos e atrasos, ao passo que as propostas de ajuste reduziram significativamente perdas de tempo e favoreceram maior fluidez viária, além de impactos positivos na segurança dos pedestres. A investigação demonstra o valor da microssimulação como instrumento de apoio à gestão pública, oferecendo subsídios técnicos para políticas de mobilidade mais eficazes e sustentáveis, embora com restrições decorrentes do uso de versão trial do software e da análise limitada a uma única interseção.

Biografia do Autor

Isabela Caldeira Mantesso, Universidade Federal do Espírito Santo

Engenheira de Produção pela Universidade Federal do Espírito Santo.

Wellington Gonçalves, Universidade Fedral do Espírito Santo

Professor associado da Universidade Federal do Espírito Santo (UFES), atuando como docente permanente no Programa de Pós-Graduação em Gestão Pública e, também no curso de Engenharia de Produção. Desenvolve atividades de ensino, pesquisa e extensão nas áreas de Engenharia Civil, Ciências da Decisão, Gestão Estratégica de Operações, Logística, Inovação e Cadeia de Suprimentos, Engenharia de Processos, Planejamento e Gestão de Transportes, além de Administração Pública. Atua como avaliador ad hoc de cursos superiores pelo INEP/MEC, contribuindo para a qualidade e regulação da educação superior no Brasil. Possui experiência executiva e consultiva em organizações públicas e privadas, abrangendo setores de apoio ao empreendedorismo, operações financeiras, educação superior e varejo. Nessas funções, destacou-se na gestão de operações, marketing e formulação de estratégias empresariais. Seu interesse acadêmico concentra-se na investigação de modelos de decisão e inovação aplicados à gestão pública e às operações produtivas, com foco em soluções que promovam eficiência, sustentabilidade e impacto social. 

Rodrigo Ribeiro de Oliveira, Departamento de Mecânica - Instituto Federal de São Paulo Campus São Paulo

Doutor em Engenharia de Produção pela Universidade Metodista de Piracicaba (UNIMEP), com pós-doutorados pela Universidade de São Paulo (USP) e pela Universidade Metodista de São Paulo (UMESP). É Professor Titular do Instituto Federal de Educação, Ciência e Tecnologia de São Paulo (IFSP), onde atua no ensino, pesquisa, extensão e gestão acadêmica, atualmente como Coordenador do curso de Engenharia de Produção do Campus São Paulo. Desenvolve pesquisas aplicadas nas áreas de gestão da qualidade, serviços, logística, operações, mobilidade urbana e sistemas metroviários, articuladas à formação profissional e tecnológica. Possui experiência em orientação de iniciação científica e trabalhos de conclusão de curso, projetos financiados pelo IFSP e pela Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP), incluindo Bolsa Estágio de Pesquisa no Exterior (BEPE), e cooperação internacional com instituições de Portugal e Argentina. 

Referências

Alkaissi, Z. A. (2023). Effect of signal coordination on the traffic operation of urban corridor. Tikrit Journal of Engineering Sciences, 30(1), 12-24. https://orcid.org/0000-0002-1894-9797.

Associação Brasileira de Normas Técnicas - ABNT. (2020). NBR 9050: Acessibilidade a edificações, mobiliário, espaços e equipamentos urbanos. https://www.target.com.br/produtos/normas-abnt/nbr-9050-2020.

Associação Brasileira de Normas Técnicas - ABNT. (2021). NBR 15480: Sistemas de controle de tráfego urbano. https://www.target.com.br/produtos/normas-abnt/nbr-15480-2021.

Associação Brasileira de Normas Técnicas - ABNT. (2024a). NBR 5101: Iluminação pública. https://www.target.com.br/produtos/normas-abnt/nbr-5101-2024.

Associação Brasileira de Normas Técnicas - ABNT. (2024b). NBR ISO 39001: Sistema de gestão da segurança viária – Requisitos e orientação para uso. https://www.target.com.br/produtos/normas-abnt/nbr-iso-39001-2024.

Ataman, C., & Tuncer, B. (2022). Urban interventions and participation tools in urban design processes: a systematic review and thematic analysis (1995–2021). Sustainable Cities and Society, 76, 103462. https://doi.org/10.1016/j.scs.2021.103462.

Chao, Q., Liu, P., Han, Y., Lin, Y., Li, C., Miao, Q., & Jin, X. (2021). A calibrated force-based model for mixed traffic simulation. IEEE transactions on visualization and computer graphics, 29(3), 1664-1677. https://doi.org/ 10.1109/TVCG.2021.3128286.

Chen, C., Wang, Z., & Gn, J. (2023). Serve the Traffic: The Logic of Traffic and Its Politics on WeChat Platform. Social Media+ Society, 9(3), 20563051231193025. https://doi.org/10.1177/2056305123119.

Cheng, J., Wu, L., Gao, Y., & Tian, X. (2023). A multi-agent model of traffic simulation around urban scenic spots: From the perspective of tourist behaviors. Heliyon, 9(10), e20929. https://doi.org/10.1016/j.heliyon.2023.e20929.

Conselho Nacional de Trânsito - CONTRAN. (2022a). Manual Brasileiro de Sinalização de Trânsito: Volume V – Sinalização Semafórica. Departamento Nacional de Trânsito (DENATRAN), Ministério dos Transportes. https://www.gov.br/transportes/pt-br/assuntos/transito/arquivos-senatran/docs/copy_of___05___MBST_Vol._V___Sinalizacao_Semaforica.pdf.

Coppola, P., Silvestri, F., & Pastorelli, L. (2025). Mobility as a Service (MaaS) for university communities: Modeling preferences for integrated public transport bundles. Travel Behaviour and Society, 38, 100890. https://doi.org/10.1016/j.tbs.2024.10089.

Damadam, S., Zourbakhsh, M., Javidan, R., & Faroughi, A. (2022). An intelligent IoT based traffic light management system: deep reinforcement learning. Smart Cities, 5(4), 1293-1311. https://doi.org/10.3390/smartcities5040066.

Gressai, M., Varga, B., Tettamanti, T., & Varga, I. (2021). Investigating the impacts of urban speed limit reduction through microscopic traffic simulation. Communications in transportation research, 1, 100018. https://doi.org/10.1016/j.commtr.2021.100018.

Gross, D. (2008). Fundamentals of queueing theory (3rd ed.). John wiley & sons.

Hasan, M., Perez, D., Shen, Y., & Yang, H. (2021). Distributed microscopic traffic simulation with human-in-the-loop enabled by virtual reality technologies. Advances in Engineering Software, 154, 102985. http://doi.org/10.1016/j.advengsoft.2021.102985.

Kendall, D. G. (1953). Stochastic processes occurring in the theory of queues and their analysis by the method of the imbedded Markov chain. The Annals of Mathematical Statistics, 338-354. https://www.jstor.org/stable/2236285.

Kingman, J. F. C. (1961). The single server queue in heavy traffic. Mathematical Proceedings of the Cambridge Philosophical Society, 57(4), 902-904. https://doi.org/10.1017/S0305004100036094.

Miles, V., Esau, I., & Pettersson, L. (2024). Using web GIS to promote stakeholder understanding of scientific results in sustainable urban development: A case study in Bergen, Norway. Sustainable Development, 32(3), 2517-2529. https://doi.org/10.1002/sd.2787Digital Object Identifier (DOI).

Ministério da Infraestrutura. Conselho Nacional de Trânsito - CONTRAN. (2022b). Resolução CONTRAN nº 972. https://www.gov.br/transportes/pt-br/assuntos/transito/conteudo-contran/resolucoes/resolucao9722022.pdf.

Pais, F. V. (2022). Avaliação de desempenho do tráfego urbano usando simulação: estudo de caso em Maceió/AL. (Publicação Nº 10016) [Dissertação de Mestrado, Universidade Federal de Alagoas]. UFAL Open. http://www.repositorio.ufal.br/jspui/handle/123456789/10016.

Pais, F. V., Nogueira, B., & Pinheiro, R. G. (2023). Performance Evaluation of Urban Traffic Using Simulation: A Case Study in Brazil. IEEE Latin America Transactions, 21(12), 1275-1281. https://doi.org/10.1109/TLA.2023.10305238.

Park, S., Han, E., Park, S., Jeong, H., & Yun, I. (2021). Deep Q-network-based traffic signal control models. Plos one, 16(9), e0256405. https://doi.org/10.1371/journal.pone.0256405.

Pedrosa, W. H. V. (2025). Análise do tempo de resposta dos motoristas na fluidez do tráfego de interseções semaforizadas microssimuladas. (Publicação Nº 83247) [Dissertação de Mestrado, Universidade Federal do Ceará]. UFC Open. http://repositorio.ufc.br/handle/riufc/83247.

Rachman, S. (2024). Empowering Communities: Legal Enlightenment through Traffic Education in Sofifi. BARAKTI: Journal of Community Service, 2(2), 66-74. https://doi.org/10.62394/barakati.v2i2.87.

Rapelli, M., Casetti, C., & Gagliardi, G. (2021). Vehicular traffic simulation in the city of turin from raw data. IEEE Transactions on Mobile Computing, 21(12), 4656-4666. https://doi.org/10.1109/TMC.2021.3075985.

Saleem, M., Abbas, S., Ghazal, T. M., Khan, M. A., Sahawneh, N., & Ahmad, M. (2022). Smart cities: Fusion-based intelligent traffic congestion control system for vehicular networks using machine learning techniques. Egyptian Informatics Journal, 23(3), 417-426. https://doi.org/10.1016/j.eij.2022.03.003.

Schweizer, J., Poliziani, C., Rupi, F., Morgano, D., & Magi, M. (2021). Building a large-scale micro-simulation transport scenario using big data. ISPRS International Journal of Geo-Information, 10(3), 165. https://doi.org/10.3390/ijgi10030165.

Sohaib, M., Najeeb, A., Umair, M., Khan, M. A., Zubair, M. U., Jehan, Z., & Khattak, A. (2024). Improving urban road infrastructure analysis and design using an integrated BIM-GIS and traffic microsimulation framework. Innovative Infrastructure Solutions, 9(7), 285. https://doi.org/10.1007/s41062-024-01609-z.

Sonnenschein, T. S., Yuan, Z., Khan, J., Kerckhoffs, J., Vermeulen, R. C., & Scheider, S. (2025). Hybrid cellular automata-based air pollution model for traffic scenario microsimulations. Environmental Modelling & Software, 186, 106356. https://doi.org/10.1016/j.envsoft.2025.106356.

Su, Y. N., Ghaderi, H., & Dia, H. (2024). The role of traffic simulation in shaping effective and sustainable innovative urban delivery interventions. EURO Journal on Transportation and Logistics, 13, 100130. https://doi.org/10.1016/j.ejtl.2024.100130.

Weißmann, M., Edler, D., Keil, J., & Dickmann, F. (2023). Creating an Interactive Urban Traffic System for the Simulation of Different Traffic Scenarios. Applied Sciences, 13(10), 6020. https://doi.org/10.3390/app13106020

Downloads

Publicado

01-10-2026

Como Citar

Caldeira Mantesso, I., Gonçalves, W., & Ribeiro de Oliveira, R. (2026). Modelagem Computacional das Dinâmicas de Mobilidade Urbana: Avaliação da Eficiência e Segurança Viária em uma Interseção Urbana de São Mateus (ES). Revista Para Graduandos Instituto Federal De Educação, Ciência E Tecnologia De São Paulo - Campus São Paulo - REGRASP, 11(1), 369–382. Recuperado de https://regrasp.spo.ifsp.edu.br/index.php/regrasp/article/view/1362

Edição

Seção

Artigos