Atualização e Aprimoramento de Métodos Estatísticos para Avaliação da Qualidade de Viagem com Base na Distribuição de Defeitos em Pavimentos Rodoviários
DOI:
https://doi.org/10.5281/zenodo.20166790Palavras-chave:
Qualidade de viagem, defeitos de pavimento, regressão múltipla, escalas de Likert, gestão de infraestruturaResumo
Este artigo propõe uma atualização metodológica para a avaliação da qualidade de viagem em rodovias, com base na relação entre a distribuição de defeitos superficiais do pavimento e notas atribuídas por avaliadores treinados. Utilizando dados coletados em 37 segmentos rodoviários vicinais no estado de São Paulo, aplicaram-se técnicas de regressão linear múltipla e análise de escalas de classificação baseadas na distribuição normal. Os resultados indicam que é possível estimar a qualidade percebida da viagem a partir de variáveis objetivas de defeitos, com confiabilidade estatística. São sugeridas melhorias no método original, incluindo a incorporação de técnicas de machine learning e a expansão da base de dados para validação cross-regional. Conclui-se que a integração de dados subjetivos e objetivos pode orientar prioridades de manutenção e melhorar a eficiência na gestão de infraestrutura rodoviária.
Downloads
Referências
AASHO - AMERICAN ASSOCIATION OF STATE HIGHWAY OFFICIALS. The AASHO road test: report 5 - pavement research. Washington, D.C.: Highway Research Board, 1962. (Special Report 61E). Disponível em: https://onlinepubs.trb.org/Onlinepubs/sr/sr61/sr-61e.pdf. Acesso em: 10/mar/2025.
AL-OMARI, Bashar; DARTER, Michel I. Relationships between international roughness index and present serviceability rating. Transportation Research Record, n. 1435, p. 130–136, 1994. Disponível em: https://onlinepubs.trb.org/Onlinepubs/trr/1994/1435/1435-017.pdf. Acesso em: 10/mar/ 2025.
AUSTROADS. A Guide to the Visual Assessment of Pavement Condition. Sydney, 1987. Disponível em: https://www.tmr.qld.gov.au/_/media/busind/techstdpubs/pavements/guidelines/guide-to-the-visual-assessment-of-pavements.pdf?sc_lang=en&hash=C3EBB975D2D7F1D90DE2D647E856FECA. Acesso em: 10/mar/2025.
CAREY, W. N.; IRICK, P. E. The pavement serviceability-performance concept. Highway Research Board Bulletin, n. 250, p. 40–58, 1960. Disponível em: https://onlinepubs.trb.org/Onlinepubs/hrbbulletin/250/250-003.pdf. Acesso em: 10/mar/2025.
CURSINO, Pedro Luis Soethe; MACHADO, Fernanda Almeida. Levantamento de condições existentes com LiDAR em dispositivos móveis e análise de pavimentos usando BIM. In: CONGRESSO PORTUGUÊS DE BUILDING INFORMATION MODELLING, 4., 2022, Guimarães. Anais [...]. Guimarães: Universidade do Minho, 2022. p. 448-457. DOI: https://doi.org/10.21814/uminho.ed.77.39.
DARONCHO, C. Contribuição à análise de qualidade de viagem e suas relações com a distribuição de defeitos em segmentos de rodovias. Dissertação (Mestrado). EESC-USP, São Carlos, 2001.
DENG, Yutong; LI, Feng; ZHOU, Siqi; ZHANG, Song; YANG, Yang; ZHANG, Qiang; LI, Yanfei. Use of recurrent neural networks considering maintenance to predict urban road performance in Beijing, China. Philosophical Transactions of the Royal Society A, v. 381, n. 2254, p. 20220175, 2023. DOI: https://doi.org/10.1098/rsta.2022.0175
HAAS, R.; HUDSON, W. R. (1996). Defining and serving clients for pavements. Transportation Research Board, n. 1524, p. 1 - 9. Washington D.C.
HAAS, R.; HUDSON, W. R.; ZANIEWSKI, J. Modern Pavement Management. Malabar: Krieger Publishing, 1994.
Kothai, R. Prabakaran, N. Srinivasa Murthy, Y. V. Cenkeramaddi, L. R. Kakani, V. Pavement Distress Detection, Classification, and Analysis Using Machine Learning Algorithms: A Survey, IEEE Access, v. 12, pp. 126943-126960, 2024, doi: https://doi.org/10.1109/ACCESS.2024.3455093.
LIKERT, Renis. A technique for the measurement of attitudes. Archives of Psychology, n. 140, 1932.
MOHAMED, Rana; ESAM, Hafsa; NAFAA, Selvia; ASHOUR, Karim; EMAD, Doaa; ELHENAWY, Mohammed; ASHQAR, Huthaifa I.; HASSAN, Abdallah A.; GLASER, Sebastien; RAKOTONIRAINY, Andry. Deep learning-based pavement defect detection. In: AUSTRALASIAN ROAD SAFETY CONFERENCE, 2023, Cairns. Proceedings of the Australasian Road Safety Conference 2023. Australasian College of Road Safety, 2023. p. 349-351. DOI: https://doi.org/10.33492/ARSC-2023.
PARASCHOS, Panagiotis D.; GERONIKOS, Konstantinos; KEPAPTSOGLOU, Konstantinos L.; KOULOURIOTIS, Dimitrios E. Reinforcement learning for pavement maintenance cost optimization. Smart and Sustainable Built Environment, [S. l.], v. 14, n. 2, 2025. DOI: https://doi.org/10.1108/SASBE-01-2025-0034. Disponível em: https://doi.org/10.1108/SASBE-01-2025-0034. Acesso em: 10 set. 2025.
SHOLEVAR, Nima; GOLROO, Amir; ESFAHANI, Sahand Roghani. Machine learning techniques for pavement condition evaluation. Automation in Construction, v. 136, n. p., 2022. DOI: https://doi.org/10.1016/j.autcon.2022.104190.
SHRP. Distress Identification Manual for the Long-Term Pavement Performance Project. SHRP-P-338, National Research Council, Washington, D.C., 1993.
SINGH, D. et al. Computer vision-based pavement crack detection systems: A comprehensive review. Measurement, v. 187, 110287, 2022.
STANIEK, Marcin. Road pavement condition diagnostics using smartphone-based data crowdsourcing in smart cities. Journal of Traffic and Transportation Engineering, v. 8, I. 4, 2021.
WERKEMA, M. C. C. Como estabelecer conclusões com confiança: entendendo inferência estatística. Belo Horizonte: Fundação Christiano Ottoni, 1996.
ZHANG, Yao; CHEN, Jiajun; WU, Zhengguang; GUO, Xiangyu; JIA, Silin. Optimizing pavement distress detection with UAV: A comparative study of vision transformer and convolutional neural networks. KSCE Journal of Civil Engineerin, v. 29, 100095, 2025. DOI: https://doi.org/10.1016/j.kscej.2024.100095.
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 Celio Daroncho
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Política de Direito Autoral
Ao submeter um manuscrito para publicação na Revista Advances in Global Innovation & Technology (@_GIT), os autores concordam, antecipada e irrestritamente, com os seguintes termos:
- Os autores mantêm os direitos autorais e concedem à Revista Advances in Global Innovation & Technology (@_GIT) o direito de primeira publicação do manuscrito, sem nenhum ônus financeiro, e renunciam a qualquer outra remuneração pela sua publicação na Revista Advances in Global Innovation & Technology (@_GIT).
- Ao ser submetido à Revista Advances in Global Innovation & Technology (@_GIT), o manuscrito fica automaticamente licenciado sob a Licença Creative Commons Attribution, que permite o compartilhamento do trabalho com reconhecimento da autoria e da publicação inicial na Revista Advances in Global Innovation & Technology (@_GIT).
- Os autores têm autorização para assumir contratos adicionais separadamente, paradistribuição não exclusiva da versão do trabalho publicada na Revista Advances in Global Innovation & Technology (@_GIT) (publicar em repositórios ou como capítulo de livro), com reconhecimento da publicação inicial na Revista Advances in Global Innovation & Technology (@_GIT), desde que tal contrato não implique num endosso do conteúdo do manuscrito ou do novo veículo pela Revista Advances in Global Innovation & Technology (@_GIT).
- Os autores têm permissão e são estimulados a publicar e distribuir seu trabalho online, em repositórios institucionais, por exemplo depois de concluído o processo editorial.
- Os autores garantem ter obtido a devida autorização dos seus empregadores para a transferência dos direitos nos termos deste acordo, caso esses empregadores possuam algum direito autoral sobre o manuscrito. Além disso, os autores assumem toda e qualquer responsabilidade sobre possíveis infrações ao direito autoral desses empregadores, isentando a Revista Advances in Global Innovation & Technology (@_GIT) de toda e qualquer responsabilidade neste sentido.
- Os autores assumem toda responsabilidade sobre o conteúdo do trabalho, incluindo as devidas e necessárias autorizações para divulgação de dados. coletados e resultados obtidos, isentando a Revista Advances in Global Innovation & Technology (@_GIT) de toda e qualquer responsabilidade neste sentido.
