Read more
La predicción del flujo de tráfico es una parte clave y el contenido central del sistema de transporte inteligente, así como la base importante para el servicio de información de transporte, el control del tráfico y la orientación. La previsión oportuna y precisa es la premisa del sistema de transporte inteligente que realiza la gestión del tráfico. Los cruces son el componente clave de la red de transporte. Para resolver este problema de control dinámico del tráfico estamos utilizando IoT y técnicas de minería de datos. La idea básica es capturar la densidad del tráfico en un carril concreto utilizando un dispositivo de captura de imágenes. Tomando esta imagen como entrada para el laboratorio Mat, convertimos esta imagen particular en una imagen en escala de grises donde identificamos la densidad del tráfico utilizando niveles de intensidad, controlando así las señales de tráfico de forma dinámica, ya sea aumentando o disminuyendo el tiempo de una señal. El objetivo de nuestro sistema es reducir el tiempo medio de espera que debe esperar cada vehículo antes de que se le permita pasar, al tiempo que se mantiene la uniformidad en los tiempos de espera.
About the author
Dr. G. Malini Devi, Associate Professor, Computer Science & Engineering from G. Narayanamma Institute of Technology and Science (for women), Hyderabad. She has 21 years of work experience. Author published 28 articles in International Scopus and SCI Journals and attended 12 conferences. She has professional memberships like IEI, IEAE.
