Liikenteen hallinta mukautuvalla valvontajärjestelmällä

Tämä tekniikka lupaa älykkäämpiä kaupunkeja ja vihreämpiä ratkaisuja, jotka on tarkoitus muuttaa liikenteen hallintaa paitsi myös väkijoukkojen hallintaa ja katastrofiresosia.

Tehokas kaupunkiliikenteen hallinta on välttämätöntä älykkään kaupungin kehityksen kannalta.Autonomisten ajoneuvojen ja kytkettyjen kuljetusjärjestelmien nousu on lisännyt dynaamisten valvontaratkaisujen tarvetta sujuvan liikennevirran varmistamiseksi, onnettomuuksien vähentämiseksi ja tehokkuuden parantamiseksi.Perinteiset staattiset kameran asetukset eivät kuitenkaan useinkaan sopeutua reaaliaikaisten liikenteen vaihteluihin, mikä johtaa tehottomaan seurantaan ja resurssien allokointiin.

Tämän ratkaisemiseksi Incheon National Universityn tutkijat, joita johtaa apulaisprofessori Hyunbum Kim, ovat kehittäneet ratkaisun: lisätty nestevalvontajärjestelmä, joka on suunniteltu reaaliaikaiseen sopeutumiseen liikenneskenaarioihin.Tämä tarjoaa älykkäämmän lähestymistavan liikenteen hallintaan.

Järjestelmä käyttää dynaamiseen ruudukkoon järjestettyjen yksilinssikameroiden verkko.Nämä kamerat säätävät älykkäästi valvontavalvontaansa aktivoimalla tai deaktivoimalla reaaliaikaisten liikenneolosuhteiden perusteella."Tavoitteenamme on luoda mukautuvia liikenteen seurantajärjestelmiä, jotka kykenevät käsittelemään erilaisia ​​ja arvaamattomia skenaarioita", tohtori Kim selittää.

Tutkijat virallistivat ”lisätyn nesteen seurannan tehokkuuden maksimointiongelman” (maxaugmentflusurv), jonka tavoitteena on optimoida kameran sijoittaminen ja käyttö maksimaalisen tehokkuuden saavuttamiseksi.He ehdottivat kahta edistynyttä algoritmia:

Satunnaisarvo-kamera-tason algoritmi: Kamerat on järjestetty 3 × 3-ruudukkoon.Vaikka jotkut kamerat pysyvät aktiivisina perustiedot, toiset kytkeytyvät päälle tai pois päältä liikenteen tasosta riippuen, mikä varmistaa tehokkuuden alhaisen liikenteen aikana ja paransi valvontaa ruuhka -aikoina.
All-satunnainen-painon algoritmi: Tämä joustava lähestymistapa antaa roolit jokaiselle kameralle sen sijainnin perusteella ruudukossa.Kriittisten paikkojen kamerat pysyvät aktiivisina, kun taas toiset säätävät toimintaansa dynaamisesti saavuttaen tasapainon kattavan kattavuuden ja energiansäästöjen välillä.
Simulaatiot osoittivat järjestelmän tehokkuuden vaihtelevissa liikenneolosuhteissa, rinteissä ja kulmissa.Algoritmit minimoivat energiankulutuksen pienen liikenteen aikana ja säilyttivät vankan kattavuuden ruuhka -aikoina.

Dr. Kim toteaa: "Järjestelmämme optimoi valvontaa säilyttäen energiaa ja myötävaikuttaa älykkäämpiin ja vihreämpiin kaupunkeihin."Liikenteenhallinnan lisäksi tämä mukautuva tekniikka voisi hyödyttää väkijoukkojen seurantaa, katastrofireaktioita ja teollisuusturvallisuutta.Tulevaisuuden kehitys integroi syvän oppimisen ja reaalimaailman testauksen, joka ajaa älykkäiden kaupunkijärjestelmien rajoja.