Loading...
机构名称:
¥ 1.0

手动工作的抽象交通信号灯不是处理拥塞的最佳选择,因为每个路径上的队列的长度被认为是相同的。可以应用于交通拥堵的解决方案之一是创建一个智能的交通信号灯,可以实时读取每条路径中队列的长度。可用于优化交通信号的技术设施之一就是计算机视觉。网络摄像头摄像头提供了一个内部图像,然后使用对象检测算法对其进行处理,以计算每条路径中的车辆数量,然后计算以自动确定交通信号灯的时间长度。这项研究重点是优化研究人员通过对萨马林达市交通运输部的访谈和定期观察来使用原型方法的功能。智能交通信号灯在检测对象的检测中使用Yolov4算法,然后在发现对象数之后,交通信号灯的持续时间由模糊的计算确定。在测试过程中,最短的交通灯持续时间为21秒,最长的时间为29秒。从发现的比较结果中仍然检测到的对象数量很少,一些原因是研究人员使用的数据集和处理低的图像质量。但是,对于系统测试的结果,通过使用智能交通信号灯,交通灯设置变得更加最佳。关键字:智能交通信号灯,减少交通拥堵,计算机视觉,Yolo算法,Yolov4

使用...

使用...PDF文件第1页

使用...PDF文件第2页

使用...PDF文件第3页

使用...PDF文件第4页

使用...PDF文件第5页

相关文件推荐

2024 年
¥11.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
1900 年
¥1.0
2024 年
¥1.0
2023 年
¥9.0
2023 年
¥1.0
2023 年
¥3.0
2024 年
¥1.0
1900 年
¥5.0
2025 年
¥2.0
2024 年
¥1.0
2023 年
¥1.0
2024 年
¥3.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
1900 年
¥1.0
2023 年
¥1.0
2024 年
¥1.0
2023 年
¥2.0
2024 年
¥1.0
2024 年
¥1.0
2023 年
¥1.0
2025 年
¥1.0
1900 年
¥1.0
1900 年
¥1.0