31jul2026
09:00 Defesa de Mestrado Por videoconferência
Tema
Proposta e Avaliação de uma Arquitetura de Software para um Gêmeo Digital de um Campus Inteligente
Aluno
Alvaro Martín Aspilcueta Narvaez
Orientador / Docente
Juliana Freitag Borin
Breve resumo
Os Gêmeos Digitais (Digital Twins - DTs) vêm ganhando atenção tanto na academia quanto na indústria devido à sua capacidade de replicar entidades físicas em ambientes virtuais, possibilitando sincronização e transmissão de dados entre os domínios real e virtual. Eles oferecem redução de custos, mitigação de riscos e otimização de processos ao permitir simulações de cenários hipotéticos (what-if scenarios) e previsões. Isso os torna adequados para aprimorar serviços e otimizar a utilização de recursos em Cidades Inteligentes. Entretanto, implantações em escala urbana enfrentam desafios relacionados à complexidade da infraestrutura e às restrições legais. Nesse contexto, o Campus Inteligente de uma universidade surge como um ambiente promissor para experimentação de projetos que posteriormente podem ser escalados para nível urbano. O Estacionamento Inteligente foi selecionado como caso de uso devido à existência de um sistema de estacionamento baseado em visão computacional em operação no Instituto de Computação, o qual pode ser evoluído para um Gêmeo Digital. Diversas soluções de Estacionamento Inteligente têm sido propostas, utilizando tecnologias, decisões arquiteturais e objetivos de pesquisa bastante heterogêneos. Apesar disso, tais soluções abordam apenas parcialmente a interoperabilidade, considerada um dos principais obstáculos para a adoção de DTs. Além disso, a implementação de simulações de cenários hipotéticos ainda é pouco explorada, embora represente uma característica fundamental dos DTs. Esses aspectos parecem ser negligenciados devido à ausência de uma concepção mais ampla de DT, que em alguns casos é reduzido meramente a uma representação tridimensional. Ademais, os objetivos das pesquisas variam desde aplicações orientadas ao usuário até otimizações voltadas ao sistema. As principais lacunas identificadas nas soluções de Estacionamento Inteligente estão relacionadas à interoperabilidade, à simulação de cenários hipotéticos e à ausência de avaliações experimentais de estratégias de implantação distribuída e análise de escalabilidade de infraestruturas de DT. Esta dissertação aborda essas lacunas por meio da proposição e avaliação experimental de uma arquitetura de Gêmeo Digital baseada em FIWARE para Estacionamento Inteligente, integrando interoperabilidade semântica baseada em NGSI-LD, simulação de cenários hipotéticos orientada por dados reais, estratégias de implantação distribuída para inferência de detecção veicular baseada em visão computacional e análise operacional abrangente da infraestrutura do DT em múltiplos paradigmas computacionais, como mist, edge, fog e cloud. Foi adotado um planejamento fatorial para avaliar o impacto sobre o DT sob diferentes estratégias de implantação, níveis de carga de trabalho e padrões de tráfego. Os resultados experimentais foram analisados utilizando abordagens estatísticas paramétricas e não paramétricas, como ANOVA de três fatores e ANOVA baseada em Aligned Rank Transform (ART). Os resultados demonstraram que a intensidade da carga de trabalho e a arquitetura de implantação são os principais fatores que afetam o comportamento da infraestrutura, enquanto as variações de tráfego apresentam impacto operacional limitado. Além disso, as implantações em edge e fog apresentaram o melhor equilíbrio entre escalabilidade e estabilidade operacional, enquanto a CPU foi identificada como a principal restrição de escalabilidade da infraestrutura do DT.
Banca examinadora
Titulares:
Juliana Freitag Borin IC/UNICAMP
Breno Bernard Nicolau de França IC/UNICAMP
Marcio Seiji Oyamada UNIOESTE
Suplentes:
Bruno Barbieri de Pontes Cafeo IC/UNICAMP
Daniel Macêdo Batista IME/USP
Instituto de Computação
Privacy Overview

This website uses cookies so that we can provide you with the best user experience possible. Cookie information is stored in your browser and performs functions such as recognising you when you return to our website and helping our team to understand which sections of the website you find most interesting and useful.