A gestão do tráfego urbano prepara-se para uma transformação profunda com a introdução de sistemas baseados em inteligência artificial que prometem acabar com a ineficiência dos semáforos de tempo fixo. Um estudo recentemente publicado detalha o desenvolvimento de um Sistema Inteligente de Gestão de Tráfego que utiliza visão computacional e aprendizagem profunda para adaptar a circulação automóvel às condições reais das ruas em cada momento. Ao contrário dos sistemas convencionais, que operam com horários pré-determinados independentemente do fluxo de veículos, esta solução utiliza câmaras de vigilância existentes e algoritmos avançados como o YOLO (You Only Look Once) para detetar, classificar e contar veículos em tempo real com uma precisão que atinge os 95%.
O funcionamento do sistema assenta na análise dinâmica da densidade do tráfego. Através do processamento de vídeo, a tecnologia identifica as faixas mais congestionadas e ajusta automaticamente os tempos de luz verde, privilegiando as vias com maior acumulação de veículos e reduzindo a espera em estradas menos concorridas. Os resultados dos testes indicam uma melhoria significativa na fluidez urbana, com uma redução média de 25% a 30% nos tempos de espera nos cruzamentos. Além de tornar as viagens mais rápidas, esta otimização tem um impacto direto na sustentabilidade, ao diminuir o consumo de combustível e as emissões poluentes resultantes das constantes paragens e arranques.
A segurança rodoviária é outro dos pilares desta inovação. O sistema integra um módulo de deteção automática de infrações capaz de identificar, com mais de 90% de eficácia, manobras perigosas como o desrespeito por sinais vermelhos, o excesso de velocidade ou a circulação em sentido contrário. Todos os eventos são registados com imagens, localização e data, permitindo uma fiscalização mais assertiva e menos dependente de intervenção humana direta. Para as autoridades, a plataforma disponibiliza um painel de controlo intuitivo que visualiza pontos de congestionamento e mapas de calor, servindo de base para o planeamento urbano e para a tomada de decisões estratégicas em tempo real.
A arquitetura do sistema combina o processamento local, ou edge computing, para garantir respostas imediatas nos semáforos, com a computação em nuvem para armazenamento e análise de dados históricos em grande escala. Embora apresente ainda alguns desafios em condições climatéricas extremas ou de muito baixa luminosidade, o futuro desta tecnologia aponta para a coordenação entre múltiplos cruzamentos e a comunicação direta entre veículos e infraestruturas. Esta abordagem integrada não só melhora a eficiência do transporte público, como prepara as cidades para a era dos veículos autónomos e de uma mobilidade verdadeiramente inteligente.
Fonte Principal: Ithrees, R., et al. (2026). AI-Based Intelligent Traffic Management System. International Journal of Science and Research Technology.