Motor

MIT sugere que NY troque táxis por serviços de compartilhamento de carros

Pesquisadores dizem que três mil carros compartilhados podem substituir os 13 mil táxis da cidade

9 Jan 2017 09:32

Todos os 13.000 táxis na cidade de Nova York poderiam ser substituídos por uma frota de 3.000 carros de passeio compartilhados, se usados exclusivamente para caronas, disse nessa semana uma pesquisa publicada pelo Laboratório de Informática e Inteligência Artificial (CSAIL) do MIT. Em vez de chamar os táxis, os passageiros que usam serviços de compartilhamento de caronas (carpooling) podem levar à redução do congestionamento do tráfego, poluição e uso de combustível. As informações são do The Verge.

Os pesquisadores do CSAIL usaram dados públicos das rotas de táxi de NYC, publicados pela Universidade de Illinois, para desenvolver o algoritmo. Eles calcularam que 3.000 veículos de quatro pessoas viajando para destinos semelhantes poderiam atender 98%o da demanda de táxi na cidade, e isso com um tempo médio de espera de 2.7 minutos. Talvez a parte mais importante do sistema seja um reposicionamento dinâmico de veículos com base na demanda em tempo real, o que torna o sistema 20% mais rápido, diz o noticiário norte-americano.

Como tanto Uber e Lyft trabalhar para expandir seus negócios de carpooling, a equipe do CSAIL também olhou para o potencial de carpooling em outros formatos além dos quatro passageiros tradicionais. Ao examinar outros tamanhos de carros, a equipe descobriu que 2.000 veículos de 10 pessoas poderiam atender a 95%, ou o sistema poderia usar uma variedade de tipos de veículos e reatribuí-los com base em pedidos de entrada – talvez enviando vans para um grande evento esportivo ou concerto ao invés de uma frota maior de carros menores.

O sistema examina todas as solicitações de entrada e os veículos disponíveis e, em seguida, determina as melhores rotas e atribuições para cada carro. Depois que os carros são atribuídos, o algoritmo pode reequilibrar os veículos ociosos remanescentes, enviando-os para áreas de maior demanda. “Um dos principais desafios foi desenvolver uma solução em tempo real que considere os milhares de veículos e pedidos de uma só vez”, diz a professora Daniela Rus, que liderou a pesquisa. “Nós podemos fazer isso em nosso método porque esse primeiro passo nos permite entender e abstrair a rede rodoviária em um nível rico em detalhes.”

Certamente, companhias como Uber e Lyft estão projetando algoritmos similares – embora eles provavelmente sejam considerados segredos comerciais, nota o The Verge -, mas vê-lo em ação nos dá uma ideia de quantas cidades poderiam mudar quando frotas de carros autônomos estiverem à disposição. “O sistema é particularmente adequado para carros autônomos”, disse Rus, “uma vez que pode continuamente redirecionar os veículos com base em pedidos em tempo real”.