An Adaptive Traffic Lights System Using Machine Learning
| العنوان بلغة أخرى: |
نظام إشارات المرور التكيفي باستخدام التعلم الآلي |
|---|---|
| المؤلف الرئيسي: | العمري، أحمد محمد (مؤلف) |
| مؤلفين آخرين: | العتوم، محمد أشرف (مشرف) |
| التاريخ الميلادي: |
2020
|
| موقع: | إربد |
| الصفحات: | 1 - 96 |
| رقم MD: | 1189780 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة اليرموك |
| الكلية: | كلية تكنولوجيا المعلومات وعلوم الحاسوب |
| الدولة: | الاردن |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
23
| المستخلص: |
يعد الازدحام المروري مشكلة رئيسية في العديد من مدن المملكة الأردنية الهاشمية كما هو الحال في دول أخرى في العالم. الزيادة السريعة في عدد المركبات، بالإضافة إلى التعامل مع البنية التحتية الثابتة، تسبب في ازدحام مروري. تتمثل إحدى المشكلات الرئيسية في أن البنية التحتية الحالية لا يمكن توسيعها بشكل أكبر، ولهذا السبب، هناك حاجة لتغيير النظام بدلا من إنشاء بنية تحتية جديدة، والخيار الوحيد الحالي هو إدارة لحركة المرور بشكل أفضل. في هذه الرسالة، تم تطوير نظاما جديدا لإدارة حركة المرور يمكنه تحديد نوع المركبات وحساب عدد المركبات في تقاطع مروري وإعطاء الوقت اللازم فقط لكل جانب من تقاطع المرور. لتدريب كاشف المركبات، أنشأنا مجموعة بيانات ذات صلة بعملنا تحتوي على صور لحركة المرور. تم تقديم دراسة مقارنة بين خوارزميات التعلم الآلي الأكثر استخداما على قاعدة الصور التي تم بناؤها. اختبرنا كفاءة الخوارزميات للكشف عن المركبات، وكانت النتائج كالتالي وكانت أعلى قيمة للخوارزمية Yolo v4 التي قامت بتحديد المركبات بنسبة (86.4%). بالنسبة لتقسيم الوقت، تم تطوير معادلة تعمل على تقسيم الوقت بشكل أفضل من النظام التقليدي، والتي تقلل 10% من وقت انتظار المركبات. حققت هذه الرسالة نتائج واعدة فيما يتعلق بتنظيم الازدحام المروري وتقليل توابعه. |
|---|
عناصر مشابهة
-
Road Traffic Congestion Measurement Using Video, Stereo Image Matching and Artificial Neural Network: Case Study: Some of Amman / Jordan Intersections
بواسطة: السكارنة، حياة عبد موسى منشور: (2016) -
Adaptive Traffic Signal Control System for Managing Signalized Intersections
بواسطة: أبو خليفة، تسنيم سميح إسماعيل منشور: (2022) -
Activie queue managment based on the use of self similarity and long range dependence found in internet traffic The design, development and performance evaluation of active queue management algorithms for the control of congestion in the internet using long range dependence and self similar traffic characteristics
بواسطة: Al Awfi, Khalid Saleh منشور: (2006) -
Traffic Sign Classification Using Deep Learning Based Convolutional Neural Networks
بواسطة: Abougarair, Ahmed Jaber منشور: (2022) -
Urban Traffic Demand Management Through Congestion Pricing "C"
بواسطة: المواجدة، غدير محمد عيسى منشور: (2018)
