INTELIGÊNCIA ARTIFICIAL E MACHINE LEARNING NA GESTÃO DO RISCO NO TRANSPORTE RODOVIÁRIO DE PRODUTOS PERIGOSOS NO BRASIL: FUNDAMENTOS, APLICAÇÃO E CONFORMIDADE
DOI:
https://doi.org/10.56238/revgeov17n1-158Palavras-chave:
Inteligência Artificial, Aprendizado de Máquina, Produtos Perigosos, Gestão de Risco, Transporte Rodoviário, Telemática, IoT, CVaR, Equidade de RiscoResumo
Este artigo apresenta uma estrutura completa e operacional para aplicação de Inteligência Artificial e Machine Learning na gestão do risco no transporte rodoviário de produtos perigosos no Brasil, com foco na redução de perdas de baixa frequência e alta consequência, manutenção do nível de serviço logístico e aderência normativa. O trabalho está alinhado ao Decreto nº 96.044 de 18 de maio de 1988, que aprova o Regulamento para o Transporte Rodoviário de Produtos Perigosos, bem como às normas da Associação Brasileira de Normas Técnicas ABNT NBR 7500, referente à identificação para o transporte terrestre de produtos perigosos, e ABNT NBR 9735, que dispõe sobre o conjunto de equipamentos para emergências no transporte terrestre de produtos perigosos. Além disso, são consideradas as Instruções Técnicas estaduais, com ênfase na Instrução Técnica 32 de 2025 do Corpo de Bombeiros da Polícia Militar do Estado de São Paulo, que estabelece parâmetros para prevenção e resposta em edificações e áreas de risco envolvendo produtos perigosos. Este artigo busca combinar evidências técnicas de modelos preditivos multimodais – como redes recorrentes do tipo Gated Recurrent Unit integradas a redes neurais profundas com incorporação multimodal – com métodos de otimização de rotas orientadas a risco, incluindo o uso do Valor Condicional em Risco, conhecido internacionalmente como Conditional Value-at-Risk, e o conceito de equidade de risco entre comunidades afetadas. A abordagem é complementada por telemetria e “Internet das Coisas” com sensores certificados para atmosferas explosivas, e por diretrizes internacionais de documentação eletrônica em emergências estabelecidas no âmbito do Comitê Econômico das Nações Unidas para a Europa. Como demonstração aplicada, apresenta-se o corredor BR‑116, conhecido como Régis Bittencourt, para cargas de líquidos inflamáveis da Classe Três – Líquidos Inflamáveis, com resultados indicativos de redução do risco esperado entre vinte e trinta por cento e redução do Valor Condicional em Risco a noventa e cinco por cento entre trinta e cinco e quarenta por cento, preservando a janela de entrega e a conformidade normativa.
Downloads
Referências
Associação Brasileira de Normas Técnicas. ABNT NBR 7500: Identificação para o transporte terrestre, manuseio, movimentação e armazenamento de produtos perigosos. Rio de Janeiro: ABNT.
Associação Brasileira de Normas Técnicas. ABNT NBR 9735: Conjunto de equipamentos para emergências no transporte terrestre de produtos perigosos. Rio de Janeiro: ABNT.
Bell, Michael G. H. Mixed Route Strategies for the Risk-Averse Shipment of Hazardous Materials. Networks and Spatial Economics, 2006.
Brasil. Decreto nº 96.044, de 18 de maio de 1988. Aprova o Regulamento para o Transporte Rodoviário de Produtos Perigosos.
Corpo de Bombeiros da Polícia Militar do Estado de São Paulo. Instrução Técnica 32/2025 – Produtos perigosos em edificações e áreas de risco. São Paulo: CBPMESP, 2025.
Corpo de Bombeiros Militar de Santa Catarina. Manual de Capacitação em Emergências com Produtos Perigosos. Florianópolis: CBMSC, 2020.
Corpo de Bombeiros Militar do Paraná. NPT 032 – Produtos perigosos em edificações e áreas de risco. Curitiba: CBMPR, 2012.
CHEMTREC. Global Regulatory Requirements for Emergency Response Telephone Numbers. 2024.
Liu, Liping; Sun, Shilei; Li, Shuxia. Route Optimization of Hazardous Material Railway Transportation Based on Conditional Value-at-Risk Considering Risk Equity. Mathematics, 2025.
Liu, Liping; Li, Jiaming; Zhou, Lei; Fan, Tijun; Li, Shuxia. Research on Route Optimization of Hazardous Materials Transportation Considering Risk Equity. Sustainability, 2021.
PHMSA – Pipeline and Hazardous Materials Safety Administration. Incident Statistics / Data and Statistics. U.S. Department of Transportation, 2025.
Rahman, Ashrafur; Lownes, Nicholas E. Risk Assessment of Hazardous Materials Transportation Routes. University of Connecticut, 2013.
Synox. Securing the transport of hazardous materials with IoT: challenges and solutions. 2025.
Ellenex. Tank pressure and temperature monitoring: Embracing IoT sensors. 2023.
UNECE – United Nations Economic Commission for Europe. Telematics Guidelines for the use of RID/ADR/ADN 5.4.0.2. 2024.
UNECE – United Nations Economic Commission for Europe. ADR 2025 – Agreement concerning the International Carriage of Dangerous Goods by Road. 2024.
Yu, Shanchuan; Li, Yi; Xuan, Zhaoze; Li, Yishun; Li, Gang. Real-Time Risk Assessment for Road Transportation of Hazardous Materials Based on GRU-DNN with Multimodal Feature Embedding. Applied Sciences, 2022.