A Aplicação do Método de Monte Carlo e razão Cruzada Complexa na Reconstrução de acidentes de Tráfego

Resumo

Este estudo apresenta uma abordagem para estimar velocidades em análises forenses de acidentes de trânsito, combinando o método de Monte Carlo com estimativas fotogramétricas baseadas na razão cruzada complexa. Para sua aplicação prática, foi desenvolvido um software na linguagem R, utilizando a biblioteca Shiny, que oferece uma interface interativa via WEB. A metodologia foi testada em um estudo de caso envolvendo um veículo em escala reduzida, onde as velocidades estimadas foram comparadas às obtidas com o software Amped Five, uma referência do mercado, que utiliza fotogrametria bidimensional. A análise estatística, realizada com o teste de Wilcoxon, não detectou diferenças significativas entre os métodos (p > 5%), dispondo, assim, a metodologia como uma alternativa viável para investigações forenses.

Palavras-chave

Complex cross-ratio
projective geometry
uncertainty analysis
Razão cruzada complexa
geometria projetiva
análise de incertezas

Referências

  1. M.F. Santos; N. P. Araujo. Perfil sociodemográfico das vítimas de acidentes de trânsito no Estado de Roraima. Health and Diversity (Online), Boa Vista, Brazil, 1: 71-77 (2017).
  2. N.M. Zanon; L. F. R. Brisotto. Comportamento de risco e a contribuição da psicologia para a redução dos acidentes de trânsito: uma revisão da literatura. Revista Destaques Acadêmicos, Lajeado, RS, Brazil, 12(2): 23-41 (2020).
  3. G.C. Massaú; R. G. Rosa. Acidentes de trânsito e direito à saúde: prevenção de vidas e economia pública. Revista de Direito Sanitário, São Paulo, Brazil, 17( 2): 30-47 (2016).
  4. L.V. Ramos; I.C. Barreto; F.B. Miguel. Morbimortalidade por acidentes de trânsito terrestres na Bahia entre os anos de 2011 e 2021. Rev. Ciênc. Méd. Biol., Salvador, Brazil, 21(3): 593-604 (2022).
  5. H. Arendt. A condição humana. Translator: Roberto Raposo. 13. ed. Rio de Janeiro: Forense Universitária, (2016) 474p.
  6. D.P. Landau; K. Binder. A guide to Monte Carlo simulations in statistical physics. 5. ed. Cambridge: Cambridge University Press (2021) 582p.
  7. T.W. Wong; C.H. Tao; Y.K. Cheng; K.H. Wong; C.N. Tam. Application of cross-ratio in traffic accident reconstruction. Forensic Science International 235: 19–23 (2013).
  8. A. Koranyi; H.M. Riemann. Foundations of the theory in quasiconformal mappings on the Heisenberg group. Advances in Math 111(1): 1–87 (1995).
  9. B.M. Ayyub; G.J. Klir. Uncertainty modeling and analysis in engineering and the sciences. 1. ed. Boca Raton, US: Chapman & Hall/CRC (2006) 400p.
  10. M. Rausand; A. Høyland. System reliability theory: models, statistical methods, and applications. 3a. ed. New Jersey, US: John Wiley & Sons (2020) 864p.
  11. C.P. Robert; G. Casella. Monte Carlo statistical methods. 2a ed. New York: Springer (2010) 649p.
  12. D.P. Kroese; T. Brereton; T. Taimre; Z. Botev. Why the Monte Carlo method is so important today. WIREs Computational Statistics, 6: 386-392 (2014).
  13. C.M. Bishop. Pattern recognition and machine learning. New York: Springer (2011) 738p.
  14. A. Gelman; J.B. Carlin; H.S. Stern. Bayesian data analysis. 3a ed. Boca Raton, US: Chapman & Hall/CRC, (2013) 675p.
  15. R.Y. Rubinstein; D. P. Kroese. Simulation and the Monte Carlo method. 3a ed. New Jersey, US: John Wiley & Sons (2016) 432p.
  16. J.A. Doornik; H. Hansen. An Omnibus test for univariate and multivariate normality. Oxford Bulletin of Economics and Statistics, Oxford, England, 70: 927-939 (2008).
  17. H. Akaike. A new look at the statistical model identification. IEEE Transactions on Automatic Control 19(6): 716-723 (1974).
  18. K.P. Burnham; D. R. Anderson. Multimodel inference: understanding AIC and BIC in model selection. Sociological methods & research 33(2): 261-304 (2004).
  19. T. Gross. Laudo pericial 2.12.2022.50271-01. Mato Grosso, Brazil: Perícia Oficial e Identificação Técnica do Estado de Mato Grosso (POLITEC/MT), 2022. Available at: https://portal2.sesp.mt.gov.br/atena/. Accessed at: Dec 19, 2024.
  20. R Core Team. R: A Language and Environment for Statistical Computing. Version 4.4.0. Vienna, Austria: R Foundation for Statistical Computing, 2024. Available at: https://www.r-project.org/. Accessed at: Dec. 19, 2024.
  21. Posit Team. RStudio: Integrated Development Environment for R. Version 2024.12.0. Boston, MA: Posit Software, PBC, 2024. Available at: http://www.posit.co/. Accessed at: Dec. 18, 2024.
  22. W. Chang; J. Cheng; J.J. Allaire; C. Sievert; B. Schloerke; Y. Xie; J. Allen; J. Mcpherson; A. Dipert; B. Borges. Shiny: Web Application Framework for R. Version 1.8.1.1, 2024. Available at: https://CRAN.R-project.org/package=shiny. Accessed at: Dec. 11, 2024.
  23. The Bootstrap Authors. Bootstrap. Version 5.3.3, 2024. Available at: https://getbootstrap.com/. Accessed at: Jun. 7, 2024.
  24. AMPED Software. Amped FIVE. 2024. Available at: https://ampedsoftware.com/five. Accessed at: May 9, 2024.
  25. Traxxas. Traxxas: The Fastest Name in Radio Control. McKinney, Texas, 2024. Available at: https://traxxas.com/. Accessed at: Dec. 7, 2024.
  26. Scientific Working Group on Digital Evidence (SWGDE). SWGDE Best Practices for Frame Timing Analysis of Video Stored in ISSO Base Media File Formats. Version 1.1 (June 9, 2022). Available at: https://www.swgde.org/19-v-004/. Accessed at: Apr. 21, 2024.
Creative Commons License

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Copyright (c) 2025 Revista Brasileira de Criminalística

Compartilhe

Download

pdf

Autor(es)

  • Carlo Ralph De Musis,
  • Ilias De Musis,
  • Bruno Martinis,
  • Tadeu Junior Gross,

    • Carlo Ralph De Musis

    POLITEC/MT

    Sou doutor em Educação pela Pontifícia Universidade Católica de São Paulo, mestre em Agricultura Tropical e engenheiro civil pela Universidade Federal de Mato Grosso. Atuo como orientador de mestrado e doutorado nos Programas de Estudos Pós-Graduados em Física Ambiental da Universidade Federal de Mato Grosso, e em Ciências Ambientais na Universidade de Cuiabá. Atuo também como perito criminal na área de Engenharia Legal da POLITEC/MT. Tenho-me dedicado a estudos e pesquisas multidisciplinares tendo como referentes estatística multivariada, teoria das representações sociais, avaliação de instituições de ensino superior, conforto ambiental, interação atmosfera-biosfera, modelagem por sistemas dinâmicos e física ambiental.

    Ilias De Musis

    Bruno Martinis

    Universidade de São Paulo, Ribeirão Preto (SP), Brasil

    Tadeu Junior Gross

Artigos mais lidos pelo mesmo(s) autor(es)