Optimization of battery recharging using clean energy and positioning logistics with machine learning and predictive models for electric personal mobility equipment in urban centers

• Grant number: 20/08126-7
• Support Opportunities: Scholarships in Brazil - Technical Training Program - Technical Training
• Start date: July 01, 2020
• End date: March 31, 2021
• Field of knowledge: Engineering - Electrical Engineering
• Principal Investigator: Thais de Moura Fagundes
• Grantee: Fabricio Rodrigues Passos
• CNAE: Instalações elétricas ; Serviços especializados para construção não especificados anteriormente
• Associated research grant: 19/09026-9 - Optimization of battery recharging using clean energy and positioning logistics with machine learning and predictive models for electric personal mobility equipment in urban centers, AP.PIPE

Abstract

O objetivo desta pesquisa experimental é comprovar a eficiência de um software mediador, baseado em inteligência artificial, para otimização de uso de pontos de recarga de baterias com energia renovável e áreas de estacionamento para equipamentos de mobilidade individual elétricos em centros urbanos, fornecendo informação online para proprietários e empresas de serviços de compartilhamento destes equipamentos. A pesquisa pretende avaliar os seguintes benefícios para os usuários e cidades: § Melhorar a organização dos equipamentos de mobilidade individual elétricos nos centros urbanos, medido através de pesquisa entre usuários e órgãos públicos de controle; § Atender as atuais e futuras normas regulatórias das cidades para serviços de compartilhamento de equipamentos de mobilidade individual elétricos, medido pelo número de multas; § Aumentar o número de equipamentos de mobilidade individual elétricos com carga nas baterias para aumentar a quantidade de viagens, comparado com o início da pesquisa; § Melhorar o nível de satisfação dos proprietários e usuários dos serviços, medido através de pesquisa; § Reduzir os quilômetros de congestionados de trânsito medidos pelas companhias de trânsito nas regiões atendidas pelos serviços compartilhados; § Aumentar o número de usuários de serviços de compartilhamento de equipamentos de mobilidade individual elétricos, medidos a partir do número de cargas de baterias; § Reduzir o tempo de trajeto das pessoas em trechos urbanos, medido através da pesquisa de satisfação; § Ampliar o uso de energia renovável para a carga das baterias dos equipamentos de mobilidade individual elétricos; § Reduzir o uso de veículos automotores para o reposicionamento dos modais elétricos, diminuindo a emissão de gases do efeito estufa, medido pela redução dos veículos. A pesquisa prevê o desenvolvimento de um software mediador, na modalidade SaaS (Software as a Service) em ambiente de computação em nuvem (Cloud Computing), para implementar o modelo matemático de mediação e sugestão, baseado em inteligência artificial, de pontos de recarga e estacionamento, usando um banco de dados NoSQL recebendo dados em tempo real de dispositivos remotos com tecnologia IoT (Internet of Things) através de uma rede móvel de comunicação de dados. O software mediador, do tipo API (Application Program Interface), fornecerá dados para outros softwares, incluindo aplicações móvel dedicadas a descoberta de pontos de recarga e estacionamento podendo ser integrado a softwares de empresas de serviços de compartilhamento de equipamentos de mobilidade individual elétricos e serviços de roteirização, como Google Maps e Waze. Os algoritmos a ser desenvolvidos devem atender as seguintes premissas: § Manter equipamentos de mobilidade individual elétricos dos serviços de compartilhamento com baterias carregadas próximo da demanda de usuários, por horário e por empresa de compartilhamento; § Maximizar o uso dos pontos de recarga de baterias e estacionamento dos equipamentos de mobilidade individual elétricos; § Sugerir uma rota entre o ponto de partida e o ponto de recarga ou estacionamento recomendado; § Oferecer informações para sugerir rotas mais rápidas utilizando mais de um modal na cidade para serviços de roteirização. Os algoritmos serão baseados em modelos de aprendizado de máquina (Machine Learning) e modelagem preditiva. Os modelos aprenderão com os dados históricos de recargas de baterias e determinarão a probabilidade de os usuários atenderem as recomendações do software mediador, a partir de determinadas condições medidas em tempo real, como por exemplo previsão de chuva. Com o aumento dos serviços de compartilhamento de equipamentos de mobilidade individual elétricos (patinetes, bicicletas, scooters e outros modais) abre-se a oportunidade para oferecer um serviço complementar a de recarga de bateria usando energia fotovoltaica da empresa Infra Solar.