Sistema de coordinación de semáforos inteligentes con algoritmos de inteligencia artificial ; Intelligent traffic light coordination system with artificial intelligence algorithms
En este artículo se presenta un sistema de semáforos inteligentes basado en algoritmos de detección de vehículos y coordinación dinámica. El sistema utiliza el modelo YOLOv5 junto con OpenCV para la detección precisa de vehículos en tiempo real a fin de ajustar la coordinación de semáforos según la...
Guardado en:
| Autor principal: | |
|---|---|
| Formato: | Artículo submittedVersion |
| Lenguaje: | Español |
| Publicado: |
Universidad Católica de Salta. Facultad de Ingeniería (Salta)
2024
|
| Materias: | |
| Acceso en línea: | https://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=24&id_notice=76554 |
| Aporte de: |
| Sumario: | En este artículo se presenta un sistema de semáforos inteligentes basado en algoritmos de detección de vehículos y coordinación dinámica. El sistema utiliza el modelo YOLOv5 junto con OpenCV para la detección precisa de vehículos en tiempo real a fin de ajustar la coordinación de semáforos según la demanda de tráfico. El sistema realiza una evaluación constante de los niveles de congestión en cada sentido de una intersección, al priorizar la reducción de los tiempos de espera de los conductores y la maximización del flujo de tráfico en toda la ciudad. Con el objetivo de lograr esta meta, el sistema emplea técnicas de reconocimiento de imágenes en tiempo real a fin de adaptar de mane ra dinámica la operación de los semáforos y así optimizar el flujo de vehículos, al contribuir a la mitigación de la congestión.
This article presents an intelligent traffic light system based on vehicle detection algorithms and dynamic coordination. The system uses the YOLOv5 model in conjunction with OpenCV for accurate real-time vehicle detection and adjusts traffic light coordination according to traffic de mand. The system continuously evaluates congestion levels in each direction of an intersection, prioritizing the reduction of driver wait times and maximizing traffic flow throughout the city. In order to achieve this goal, the system employs real-time image recognition techniques to dynamically adapt traffic light operations, thereby optimizing vehicle flow and contributing to con gestion mitigation. |
|---|