| Resumo : |
A Mobilidade Aérea Urbana, como uma alternativa futura de transporte em ambientes densamente povoados, é considerada como uma solução para os problemas dos longos tempos gastos no trânsito por passageiros que utilizam do transporte terrestre e tem potencial para melhorar a mobilidade urbana. Os avanços tecnológicos possibilitaram o desenvolvimento de uma nova classe de pequenas aeronaves elétricas que decolam e pousam verticalmente. Dependendo da tecnologia do veículo, operações, economia e tamanho do mercado, o transporte aéreo urbano pode assumir muitas formas como: o táxi aéreo, o turismo, serviço de ambulância e Airport Shuttle. Estudos de mercado indicam que o seu principal uso inicial é o transporte de passageiros com origem-destino aos aeroportos, e o desafio será possibilitar o voo para um aeroporto ou entre um aeroporto a outro, obedecendo aos limites de capacidade do sistema e fazendo uso ótimo de todos os recursos. Neste estudo, é aplicada uma estrutura do Modelo de Análise de Transportes junto com aprendizado de máquina para determinar a distribuição das viagens no espaço urbano com o objetivo de identificar as infraestruturas existentes que, se adaptadas, poderiam viabilizar o uso da UAM para o acesso aeroportuário, trazendo economia de tempo para os passageiros. Ao aplicar modelos de análise de transportes e aprendizado de máquina, o estudo demonstra como a tecnologia pode ser usada para otimizar a distribuição de viagens no espaço urbano. Isso pode ser uma contribuição importante para pesquisadores interessados na interseção entre tecnologia e transporte. Um estudo de caso é realizado com viagens com destino ao Aeroporto de Congonhas - SBSP, localizado em uma área central da região metropolitana de São Paulo. Os resultados deste estudo proporcionam uma forma de otimizar a infraestrutura existente, o que também contribui para a melhoria do sistema de transporte. Os resultados indicam que, muito embora na região em estudo haja um número alto de infraestruturas que podem ser adaptadas para as operações da UAM, muitas delas não são utilizadas como caminho mais próximo de origem dos passageiros com destino ao aeroporto após a simulação. O algoritmo de aprendizado de máquina identificou a densidade e localização ideal para as infraestruturas. As conclusões deste estudo destacam que seria necessária uma nova infraestrutura complementando as já existentes para tornar a UAM competitiva em algumas áreas. Com isso, as áreas não cobertas por potenciais vertiportos, mas com demanda significativa de transporte de passageiros, podem ser objeto de análise no planejamento urbano para construção de novas infraestruturas. |