文件名称：使用物联网和机器学习方法的智能交通管理系统-研究论文
文件大小：615KB
文件格式：PDF
更新时间：2024-06-29 22:30:00
Machine learning
众所周知，由于城市地区人口众多，我们的城市正面临着许多问题，如污染、缺水、交通堵塞等。因此，为了克服这种情况，“智慧城市”的概念应运而生。 智慧城市的主要目的是通过机器学习和人工智能创造一个能够有效地、高效地利用城市基础设施的社会。 它还专注于优化城市功能和推动经济增长，同时利用智能技术提高市民的生活质量。 智慧城市利用人工智能、机器学习和物联网 (IOT) 设备（例如连接的传感器、灯和仪表）来收集和分析数据。 城市然后使用这些数据来改善基础设施、公共事业、服务和人类与智能家居、智能健康、智能汽车、智能农业等不同设备的交互。机器学习将有助于控制自动驾驶汽车或自动驾驶通过使用电动汽车来减少交通延误和减少污染排放。基于物联网的智能交通系统通过广播交通数据的协作系统使信息交换成为可能，以提高道路安全。 特别是交通灯辅助系统通过直接从交通管理中心访问信息来利用实时交通灯计时数据。 为了测试基于网络车辆与基础设施交互的交通灯辅助系统的可靠性，我们在本文中提出了一种在实验室控制场景中进行理论研究的方法。 所提出的系统在一定范围内检索交通灯计时程序，以计算接近交叉路口时的最佳速度，并根据车辆当前的加速度和速度、交通灯的相位状态和剩余相位持续时间显示推荐速度。 结果表明，在驾驶员将速度调整到系统计算的速度后，以改善交通流量、减少气体排放和在红绿灯处等待时间的形式提高了驾驶效率。