Sistemas de Transportes Inteligentes permitem o uso de sensores e equipamentos de GPS para monitorar os sistemas de transportes públicos em Cidades Inteligentes. A captura e processamento desses dados permite, em tese, que o cidadão possa utilizar o transporte público com confiabilidade e previsibilidade, o que melhoraria a qualidade de vida da população urbana e o meio ambiente. Contudo, diversos fatores podem fazer com que esses dados sejam insuficientes ou de baixa qualidade para uso em tempo real. Este trabalho estuda o uso de dados obtidos via colaboração coletiva (crowdsourcing) como complemento dessas informações. Para mitigar as incertezas introduzidas pelo uso de crowdsourcing, este trabalho propõe um modelo de análise de confiabilidade dos dados coletados especializado para o sistema de transporte público (por ônibus) do município de São Paulo.

The city of São Paulo, the most populous municipality in Brazil, is characterized by an urban segregation responsible for numerous problems related to urban mobility. The current actions to solve problems of urban mobility have not exploited the potential of distributed computing to large data set visualization. This work aims to visualize and explore large AVL (Automatic Vehicles Location) data set of the buses of São Paulo city, to find hidden patterns. To achieve this goal, this work uses open source software to aggregate, visualize and explore large data sets.

In the Smart Cities' contexts, one of the challenges is to process the large volume of data, which is in continuous expansion due to the constant increase of people and objects connected to the Internet. In this scenario, it is possible for the citizens to virtually participate in questions addressed by your respective local government, which is essential for the development of Smart Cities and known as eParticipation. This paper describes a process to collect, through tweets (Social Network Twitter posts), metrics related to e-Participation of the Brazilian State Capitals, mapping them and questioning the already classified as Smart Cities, utilizing for this, two of the main Data Processing tools: Apache Spark and Apache Storm.