SIMULAÇÃO BASEADA EM AGENTES E INTELIGÊNCIA ARTIFICIAL NA MODELAGEM DA PERCEPÇÃO DE RISCO DE USUÁRIOS VULNERÁVEIS (VRUS) EM INTERSEÇÕES URBANAS
Simulação Baseada em Agentes; Segurança Viária; Interseções Urbanas; Usuários Vulneráveis; Percepção de Risco; Inteligência Artificial
Esta tese propõe o desenvolvimento e a aplicação de um modelo computacional orientado à análise da segurança viária de pedestres e ciclistas em interseções urbanas, fundamentado na Simulação Baseada em Agentes (SBA) e integrado a técnicas de Inteligência Artificial (IA) e aprendizado de máquina. O estudo parte da premissa de que a segurança de Usuários Vulneráveis das Vias Urbanas (VRUs) não pode ser adequadamente avaliada apenas por métricas operacionais ou por registros históricos de sinistros, exigindo a incorporação explícita de aspectos comportamentais e de percepção de risco nos modelos de simulação. A metodologia contempla a caracterização empírica de cenários de conflito em interseções urbanas do município de Itajubá–MG, com base em dados coletados por meio de filmagens, contagens direcionais e aplicação de questionário estruturado voltado à percepção de segurança. A partir desses dados, são inferidos padrões decisórios de pedestres e ciclistas por meio de modelos supervisionados de aprendizado de máquina, os quais subsidiam a parametrização comportamental dos agentes no ambiente de simulação. O modelo proposto integra indicadores proativos de segurança, especialmente medidas substitutas baseadas em conflitos, como Time-to-Collision (TTC) e Post-Encroachment Time (PET), não apenas como métricas de saída, mas como variáveis associadas aos mecanismos internos de decisão dos agentes simulados. Essa abordagem permite representar de forma mais realista a dinâmica de interação entre VRUs e veículos motorizados, possibilitando a avaliação comparativa de cenários atuais e alternativos de intervenção viária. Espera-se que os resultados contribuam para o avanço metodológico na modelagem comportamental aplicada à segurança viária urbana, ao integrar variáveis operacionais, indicadores de risco e mecanismos decisórios em um mesmo arcabouço computacional. De forma mais ampla, a pesquisa busca oferecer suporte técnico e científico à formulação de políticas públicas voltadas à mobilidade urbana sustentável, à priorização de usuários vulneráveis e à redução de conflitos em interseções urbanas.