Melhoramento do estacionamento público

Detalhes bibliográficos
Autor(a) principal: Albuquerque, Luís Miguel Amorim
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: https://hdl.handle.net/1822/80682
Resumo: Dissertação de mestrado em Matemática e Computação
id RCAP_e229d67be3d19ee94968e49c7782d9f2
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/80682
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Melhoramento do estacionamento públicoSmart public parkingMachine LearningDeep LearningInteligência ArtificialIoTRedes NeuronaisCNNYOLOSSDRetinaNetVisão por computadorEstacionamentos InteligentesAplicação móvelArtificial InteligenceIoTNeural NetworksComputer VisionSmart Public ParkingMobile APPCiências Naturais::MatemáticasDissertação de mestrado em Matemática e ComputaçãoNa maior parte das cidades, encontrar um lugar de estacionamento disponível é uma tarefa com plicada, o que leva ao aumento do trânsito, da poluição, do stress e do tempo perdido por parte dos condutores. Nesta dissertação, é apresentada uma solução completa e genérica, para a gestão dos estaciona mentos de veículos. Esta solução pode ser implementada em qualquer cidade, pois a mesma é capaz de se adaptar a diferentes necessidades e especificidades, através do uso de inteligência artificial ou através de leitura remota de dados. A solução aqui apresentada consiste na elaboração de um sistema de detecção de lugares livres, um servidor, uma aplicação para telemóvel e um back office. O sistema de deteção é opcional, sendo somente instalado quando se pretende ter acesso ao número de lugares vagos em tempo real. O próprio sistema pode ser adaptado consoante as características do local, o orçamento disponível e a precisão desejada. A aplicação para telemóvel permite que os utilizadores consigam ter acesso às informações dos es tacionamentos disponíveis, indiquem as suas preferências e o seu destino e recebam depois sugestões de estacionamento por parte do servidor. Esta aplicação permite também que os utilizadores compar tilhem informações sobre as lotações dos parques, as quais são recolhidas pelo servidor com a finali dade de treinar a rede neuronal e melhorar o seu desempenho. A rede neuronal fará as devidas previ sões e, ao longo do tempo, irá aumentar a precisão do modelo de previsão. Um exemplo de funciona mento da aplicação pode ser visto em: https://www.youtube.com/watch?v=G-MdzFcsBWw (consultado a 7 de fevereiro de 2021). O servidor recebe, armazena e distribui as informações dos estacionamentos, além de sugerir aos utilizadores um conjunto de estacionamentos que melhor se adaptam às suas preferências. A sugestão é apresentada com base nas características dos estacionamentos disponíveis, através de uma previsão de uma rede neuronal, treinada com todos os dados adquiridos do histórico de lotação do parque. O back office permite que se gira o sistema de uma forma simples e agradável. Pode então dizer-se que é possível implementar esta solução em todas as cidades e em todo o tipo de parques de estacionamento, auxiliando os utilizadores da aplicação, e permitindo que os mesmos encontrem, de forma eficaz e eficiente, um lugar de estacionamento.In most cities, finding a vacant parking space is a complicated task, which leads to increased traffic, pollution, stress, and a waste of drivers’ time. In this Master thesis, a complete and generic solution for the management of vehicle parking is presented. This can be implemented in any city, as it is able to adapt to different needs and specificities, through the use of artificial intelligence or through remote data reading. The solution presented here consists of the elaboration of a system for the detection of free parking spaces, a server, a mobile application and a back office. The detection system is optional, being installed only when you want to have access to the number of vacant places in real time. The system itself can be adapted according to the characteristics of the park, the available budget, and the desired precision. The mobile application allows users to access parking information, indicate their preferences and destination, and consequently receive parking suggestions from the server. It also allows users to share information about the park capacity, which is collected by the server for the purpose of training the neural network. The neural network will make appropriate predictions, and over time it will increase the accuracy of the forecasting model. An example of how the application works can be seen at: https://www.youtube.com/watch?v=G-MdzFcsBWw (consulted on february 7 th, 2021). The server receives, stores and distributes parking information, and, suggests to users a set of parking spaces that best fit their preferences. The suggestion is made based on the characteristics of the parking lots and through a forecast made by a neuronal network, trained with all the data acquired from the park’s capacity history. The back office allows one to manage the system in a simple and pleasant way. It can then be said that it is possible to implement this solution in all cities and in all types of parking lots, assisting the users of the application, and allowing them to find, effectively and efficiently, a parking spot.Soares, A. J.Ferrás, Luís Jorge LimaUniversidade do MinhoAlbuquerque, Luís Miguel Amorim2021-07-232021-07-23T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/1822/80682por202991067info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-07-21T12:48:59Zoai:repositorium.sdum.uminho.pt:1822/80682Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T19:47:22.925681Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Melhoramento do estacionamento público
Smart public parking
title Melhoramento do estacionamento público
spellingShingle Melhoramento do estacionamento público
Albuquerque, Luís Miguel Amorim
Machine Learning
Deep Learning
Inteligência Artificial
IoT
Redes Neuronais
CNN
YOLO
SSD
RetinaNet
Visão por computador
Estacionamentos Inteligentes
Aplicação móvel
Artificial Inteligence
IoT
Neural Networks
Computer Vision
Smart Public Parking
Mobile APP
Ciências Naturais::Matemáticas
title_short Melhoramento do estacionamento público
title_full Melhoramento do estacionamento público
title_fullStr Melhoramento do estacionamento público
title_full_unstemmed Melhoramento do estacionamento público
title_sort Melhoramento do estacionamento público
author Albuquerque, Luís Miguel Amorim
author_facet Albuquerque, Luís Miguel Amorim
author_role author
dc.contributor.none.fl_str_mv Soares, A. J.
Ferrás, Luís Jorge Lima
Universidade do Minho
dc.contributor.author.fl_str_mv Albuquerque, Luís Miguel Amorim
dc.subject.por.fl_str_mv Machine Learning
Deep Learning
Inteligência Artificial
IoT
Redes Neuronais
CNN
YOLO
SSD
RetinaNet
Visão por computador
Estacionamentos Inteligentes
Aplicação móvel
Artificial Inteligence
IoT
Neural Networks
Computer Vision
Smart Public Parking
Mobile APP
Ciências Naturais::Matemáticas
topic Machine Learning
Deep Learning
Inteligência Artificial
IoT
Redes Neuronais
CNN
YOLO
SSD
RetinaNet
Visão por computador
Estacionamentos Inteligentes
Aplicação móvel
Artificial Inteligence
IoT
Neural Networks
Computer Vision
Smart Public Parking
Mobile APP
Ciências Naturais::Matemáticas
description Dissertação de mestrado em Matemática e Computação
publishDate 2021
dc.date.none.fl_str_mv 2021-07-23
2021-07-23T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1822/80682
url https://hdl.handle.net/1822/80682
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 202991067
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799133046966845440

Registros relacionados