NETWORK_LA transit: redes de dados e compartilhamento para um trânsito melhor

NETWORK_LA transit é uma iniciativa de um grupo de arquitetos e urbanistas que planejam reinventar o transporte público usando o poder das redes e a análise dos fluxos de dados produzidos em tempo real pelos sistemas, autoridades, automóveis e indivíduos.

Tendo como foco a cidade de Los Angeles, a abordagem busca aumentar a capacidade de resposta do sistema, fazendo com que ela seja mais personalizada e precisa.
Além da análise de grandes quantidades de dados, um dos aspectos considerados é o potencial de incorporar a frota pública uma certa quantidade de carros compartilhados e “pay-per-use” (que se aluga pelo tempo ou trajeto utilizado) e outros meios de transporte como bicicletas e scooters.

Por meio da conexão em tempo real de todos os usuários do sistema localizados via GPS, se produziriam dados enviados para um aplicativo chamado TripFinder que informa a rota mais eficiente combinando os vários tipos de veículos da frota e veículos de reserva determinados com antecedência.

Também se propõe uma flexibilidade da frota de ônibus que poderia ser redistribuída com base nas áreas com maior número de passageiros identificadas pela análise de dados em tempo real.

NETWORK_LA transit, consiste na criação de ciclos de feedback do trânsito, com o uso de tecnologias de computação em nuvem e geolocalização em tempo real que aumentam a precisão das informações. Com isso, se pode otimizar o uso dos ativos de transporte existentes, não se resumindo apenas aos ônibus e trens, mas incluindo carros compartilhados, bicicletas e scooters.

Referências:

P2P Foundation
Project of the Day: The Networked Transit System proposal for Los Angeles
por Michel Bauwens

Shareable
Can Big Data Revitalize Public Transit in Los Angeles? por Paul M. Davis

Fast Company

Remaking L.A. With A Groundbreaking New Idea For Public Transportation por Li Wen and Shawn Gehle

 

IG
Onda do carro compartilhado surge no Brasil
por Thiago Vinholes

 

Colaborou: Francisco Arlindo Alves