Semáforos adaptativos, uma abordagem baseada em inteligência de enxames para a mobilidade urbana
Autor(a) principal: | |
---|---|
Data de Publicação: | 2013 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/86282 |
Resumo: | O problema de mobilidade urbana tem crescido a níveis cada vez mais desgastantes para a população das cidades. Acompanhamos diariamente notícias sobre: os enormes engarrafamentos, a falta de transporte público eficiente e de qualidade, o desrespeito as regras de trânsito, os acidentes e as mortes desnecessárias. Nem todos os problemas podem ser resolvidos apenas com a melhoria da educação no trânsito, alguns requerem altos investimentos, como na expansão e duplicação de vias, construção de viadutos e pontes, e que permitem suprir a demanda cada vez maior de veículos. Com menor custo de implantação podemos incluir a sinalização de trânsito e semafórica, que ajuda no controle das vias e aumenta a segurança para as pessoas. Neste trabalho é estudado um sistema de controle de trânsito simulado com a perspectiva de melhorar o sistema semáforico real. Visto que desta forma é possível causar um grande impacto aos sistemas de transporte em geral com um baixo custo de implantação quando comparado as modificações na infraestrutura das vias. Serão aplicados três algoritmos de inteligência artificial ao sistema semafórico experimental, de forma a torná-lo adaptativo, e assim permitir uma melhoria do fluxo de veículos através de um sistema que não necessita de um controle centralizado. Os resultados serão apresentados através da comparação dos algoritmos utilizados, levando-se em conta questões como tempo de simulação e tempo de viagem dos veículos. |
id |
UFRGS-2_249ba0512704281cfc41b3219b26db78 |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/86282 |
network_acronym_str |
UFRGS-2 |
network_name_str |
Repositório Institucional da UFRGS |
repository_id_str |
|
spelling |
Dalla Vecchia, AlessandroBazzan, Ana Lucia Cetertich2014-01-21T01:51:24Z2013http://hdl.handle.net/10183/86282000909818O problema de mobilidade urbana tem crescido a níveis cada vez mais desgastantes para a população das cidades. Acompanhamos diariamente notícias sobre: os enormes engarrafamentos, a falta de transporte público eficiente e de qualidade, o desrespeito as regras de trânsito, os acidentes e as mortes desnecessárias. Nem todos os problemas podem ser resolvidos apenas com a melhoria da educação no trânsito, alguns requerem altos investimentos, como na expansão e duplicação de vias, construção de viadutos e pontes, e que permitem suprir a demanda cada vez maior de veículos. Com menor custo de implantação podemos incluir a sinalização de trânsito e semafórica, que ajuda no controle das vias e aumenta a segurança para as pessoas. Neste trabalho é estudado um sistema de controle de trânsito simulado com a perspectiva de melhorar o sistema semáforico real. Visto que desta forma é possível causar um grande impacto aos sistemas de transporte em geral com um baixo custo de implantação quando comparado as modificações na infraestrutura das vias. Serão aplicados três algoritmos de inteligência artificial ao sistema semafórico experimental, de forma a torná-lo adaptativo, e assim permitir uma melhoria do fluxo de veículos através de um sistema que não necessita de um controle centralizado. Os resultados serão apresentados através da comparação dos algoritmos utilizados, levando-se em conta questões como tempo de simulação e tempo de viagem dos veículos.The problem of urban mobility has grown to increasingly stressful levels for the cities population. We see daily reports about: huge traffic jams, the lack of a quality and efficient public transportation, the disregard of the traffic rules, the accidents and the unnecessary deaths. All problems can not be solved only with the improvement of traffic education, some require high investments, such as the expansion and duplication of streets, construction of viaducts and bridges, which allow to meet the increasing demand of vehicles. With lower cost of deployment we can include traffic signs and traffic lights, which helps in streets control and increases the people safety. In this work is presented a study about a simulated traffic control system with the prospect of improving the actual traffic system. In this way is possible to generate a major impact on transport systems, in general with a low implementation cost if compared with changes in the infrastructure of roads. Will be applied three artificial intelligence algorithms to an experimental traffic lights system, in order to make it adaptive, and thus allow an improvement in the traffic flow through a system which does not require a centralized control. The results are presented through a comparison of the algorithms used, taking into account issues such as simulation time and vehicles travel time.application/pdfporInteligência artificialInformatica : TransportesAdaptive behaviorReinforcement learningSwarm intelligenceTraffic controlTraffic simulationSemáforos adaptativos, uma abordagem baseada em inteligência de enxames para a mobilidade urbanaAdaptive traffic signals, a swarm-based approach for the urban mobility info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPorto Alegre, BR-RS2013Ciência da Computação: Ênfase em Ciência da Computação: Bachareladograduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000909818.pdf000909818.pdfTexto completoapplication/pdf5556682http://www.lume.ufrgs.br/bitstream/10183/86282/1/000909818.pdfedce47e6f8e85cc5f8848ef0700b2a16MD51TEXT000909818.pdf.txt000909818.pdf.txtExtracted Texttext/plain162451http://www.lume.ufrgs.br/bitstream/10183/86282/2/000909818.pdf.txt0a4c01a13a16aac6949ecf68f59616b8MD52THUMBNAIL000909818.pdf.jpg000909818.pdf.jpgGenerated Thumbnailimage/jpeg1038http://www.lume.ufrgs.br/bitstream/10183/86282/3/000909818.pdf.jpg33411cdeac1c1b353629c11d0273b58dMD5310183/862822018-10-08 08:29:30.997oai:www.lume.ufrgs.br:10183/86282Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2018-10-08T11:29:30Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Semáforos adaptativos, uma abordagem baseada em inteligência de enxames para a mobilidade urbana |
dc.title.alternative.en.fl_str_mv |
Adaptive traffic signals, a swarm-based approach for the urban mobility |
title |
Semáforos adaptativos, uma abordagem baseada em inteligência de enxames para a mobilidade urbana |
spellingShingle |
Semáforos adaptativos, uma abordagem baseada em inteligência de enxames para a mobilidade urbana Dalla Vecchia, Alessandro Inteligência artificial Informatica : Transportes Adaptive behavior Reinforcement learning Swarm intelligence Traffic control Traffic simulation |
title_short |
Semáforos adaptativos, uma abordagem baseada em inteligência de enxames para a mobilidade urbana |
title_full |
Semáforos adaptativos, uma abordagem baseada em inteligência de enxames para a mobilidade urbana |
title_fullStr |
Semáforos adaptativos, uma abordagem baseada em inteligência de enxames para a mobilidade urbana |
title_full_unstemmed |
Semáforos adaptativos, uma abordagem baseada em inteligência de enxames para a mobilidade urbana |
title_sort |
Semáforos adaptativos, uma abordagem baseada em inteligência de enxames para a mobilidade urbana |
author |
Dalla Vecchia, Alessandro |
author_facet |
Dalla Vecchia, Alessandro |
author_role |
author |
dc.contributor.author.fl_str_mv |
Dalla Vecchia, Alessandro |
dc.contributor.advisor1.fl_str_mv |
Bazzan, Ana Lucia Cetertich |
contributor_str_mv |
Bazzan, Ana Lucia Cetertich |
dc.subject.por.fl_str_mv |
Inteligência artificial Informatica : Transportes |
topic |
Inteligência artificial Informatica : Transportes Adaptive behavior Reinforcement learning Swarm intelligence Traffic control Traffic simulation |
dc.subject.eng.fl_str_mv |
Adaptive behavior Reinforcement learning Swarm intelligence Traffic control Traffic simulation |
description |
O problema de mobilidade urbana tem crescido a níveis cada vez mais desgastantes para a população das cidades. Acompanhamos diariamente notícias sobre: os enormes engarrafamentos, a falta de transporte público eficiente e de qualidade, o desrespeito as regras de trânsito, os acidentes e as mortes desnecessárias. Nem todos os problemas podem ser resolvidos apenas com a melhoria da educação no trânsito, alguns requerem altos investimentos, como na expansão e duplicação de vias, construção de viadutos e pontes, e que permitem suprir a demanda cada vez maior de veículos. Com menor custo de implantação podemos incluir a sinalização de trânsito e semafórica, que ajuda no controle das vias e aumenta a segurança para as pessoas. Neste trabalho é estudado um sistema de controle de trânsito simulado com a perspectiva de melhorar o sistema semáforico real. Visto que desta forma é possível causar um grande impacto aos sistemas de transporte em geral com um baixo custo de implantação quando comparado as modificações na infraestrutura das vias. Serão aplicados três algoritmos de inteligência artificial ao sistema semafórico experimental, de forma a torná-lo adaptativo, e assim permitir uma melhoria do fluxo de veículos através de um sistema que não necessita de um controle centralizado. Os resultados serão apresentados através da comparação dos algoritmos utilizados, levando-se em conta questões como tempo de simulação e tempo de viagem dos veículos. |
publishDate |
2013 |
dc.date.issued.fl_str_mv |
2013 |
dc.date.accessioned.fl_str_mv |
2014-01-21T01:51:24Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10183/86282 |
dc.identifier.nrb.pt_BR.fl_str_mv |
000909818 |
url |
http://hdl.handle.net/10183/86282 |
identifier_str_mv |
000909818 |
dc.language.iso.fl_str_mv |
por |
language |
por |
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 Institucional da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Repositório Institucional da UFRGS |
collection |
Repositório Institucional da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/86282/1/000909818.pdf http://www.lume.ufrgs.br/bitstream/10183/86282/2/000909818.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/86282/3/000909818.pdf.jpg |
bitstream.checksum.fl_str_mv |
edce47e6f8e85cc5f8848ef0700b2a16 0a4c01a13a16aac6949ecf68f59616b8 33411cdeac1c1b353629c11d0273b58d |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
|
_version_ |
1801224458110763008 |