論文の概要: Traffic control Management System and Collision Avoidance System
- arxiv url: http://arxiv.org/abs/2110.01830v1
- Date: Tue, 5 Oct 2021 05:49:51 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-12 12:16:04.706950
- Title: Traffic control Management System and Collision Avoidance System
- Title（参考訳）: 交通制御管理システムと衝突回避システム
- Authors: Gangadhar, Parimala Prabhakar, Abhishek S, Prajwal, Suraj Naik
- Abstract要約: 多くの道路事故は、ドライバーが様々な理由でサインボードを読まなかったために発生している。
交通管理システム(TMS)は,車両の速度を低下させない利用者数を記録することができる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Many road accidents occur due to drivers failing to read sign board due to
various reasons. Especially at night, the tiredness of driver reduces his
perception to small things like speed limit of sign the board, curve ahead sign
board. For the smooth movement of ambulance in cities during traffic, is to
create an IOT device to detect sign boards and also able to com-municate with
the traffic light and makes way for ambulance. Implementation is done by
detecting sign boards and measuring speed of vehicle using arduino and RF
transmitter which transmits the specific beep sound to specific type of
application like speed breaker, school zone etc. The vehicle also contains RF
receiver and arduino, which starts receiving the beep sound when near to sign
board. After receiving the code, arduino starts measuring the current speed of
vehicle and if the speed is above recommended speed then it starts gives alert.
If the vehicle speed is not reduced even after the alert then the vehicle will
auto break. With the help of this Traffic Management System (TMS), we can
record the number of users who do not reduce vehicle speed even when prompted
by the system alerts.
- Abstract（参考訳）: 多くの道路事故は、ドライバーが様々な理由でサインボードを読まなかったために発生している。
特に夜になると、運転者の疲れは、ボードの速度制限や先行サインボードのカーブといった小さなものへの認識を減少させる。
都市部における交通中の救急車のスムーズな移動のためには、看板を検知し、信号機と通信し、救急車を作るためのIOTデバイスを作成する。
スピードブレーカやスクールゾーンなどの特定の用途に特定のビープ音を伝達するarduinoおよびRF送信機を用いて、サインボードを検出し、車両の速度を測定することで実装を行う。
車両にはRF受信機とアルドゥイノが含まれており、サインボードに近づくとビープ音が聞こえ始める。
コードを受信した後、arduinoは現在の車両の速度を計測し、その速度が推奨速度を超えると警告を発する。
警報後でも車両の速度が低下しない場合、車両は自動停止する。
この交通管理システム(tms)の助けを借りて、システムアラートによって促された場合でも、車両速度を低下させないユーザ数を記録することができる。
関連論文リスト
- Detecting Car Speed using Object Detection and Depth Estimation: A Deep Learning Framework [0.0]
オーバースピード化の傾向は通常、道路の様々な部分のチェックポイントを使って制御されるが、全ての交通警察がLIDARベースやレーダーベース銃のような既存の速度推定装置で速度をチェックする装置を持っているわけではない。
現在のプロジェクトは、ディープラーニングフレームワークを使用して速度を推定するために、携帯電話やウェアラブルカメラなどのハンドヘルドデバイスによる車両速度推定の問題に対処しようとしている。
論文 参考訳（メタデータ） (2024-08-08T10:47:02Z) - Voice-Assisted Real-Time Traffic Sign Recognition System Using Convolutional Neural Network [0.0]
本研究では,運転者を支援する音声支援リアルタイム交通信号認識システムを提案する。
訓練された畳み込みニューラルネットワーク(CNN)を用いて交通標識の検出と認識を行う。
特定の交通標識を認識した後、テキスト音声エンジンを用いてドライバに音声メッセージとしてナレーションする。
論文 参考訳（メタデータ） (2024-04-11T14:51:12Z) - MSight: An Edge-Cloud Infrastructure-based Perception System for
Connected Automated Vehicles [58.461077944514564]
本稿では,自動走行車に特化して設計された最先端道路側認識システムであるMSightについて述べる。
MSightは、リアルタイムの車両検出、ローカライゼーション、トラッキング、短期的な軌道予測を提供する。
評価は、待ち時間を最小限にしてレーンレベルの精度を維持するシステムの能力を強調している。
論文 参考訳（メタデータ） (2023-10-08T21:32:30Z) - Deep Reinforcement Learning for the Joint Control of Traffic Light
Signaling and Vehicle Speed Advice [8.506271224735029]
本稿では,交通信号制御と車両速度アドバイスの両方の制御を共同で学習する試みを提案する。
実験では,11のベンチマークシナリオ中8つのシナリオにおいて,共同制御手法により平均走行遅延を低減し,信号機のみを制御する。
論文 参考訳（メタデータ） (2023-09-18T15:45:22Z) - Safety Shielding under Delayed Observation [59.86192283565134]
シールドは安全な実行を保証するコンストラクション・バイ・コンストラクション・インストラクタである。
シールドは、将来の干渉が最小化される可能性が最も高い方法で、安全な修正行動を選択するべきである。
現実的な運転シミュレータにおけるシールドの最初の統合について述べる。
論文 参考訳（メタデータ） (2023-07-05T10:06:10Z) - Infrastructure-based End-to-End Learning and Prevention of Driver
Failure [68.0478623315416]
フェールネットは、規模が拡大したミニ都市において、名目上と無謀なドライバーの両方の軌道上で、エンドツーエンドでトレーニングされた、繰り返しニューラルネットワークである。
制御障害、上流での認識エラー、ドライバーのスピードを正確に識別し、名目運転と区別することができる。
速度や周波数ベースの予測器と比較すると、FailureNetのリカレントニューラルネットワーク構造は予測能力を向上し、ハードウェアにデプロイすると84%以上の精度が得られる。
論文 参考訳（メタデータ） (2023-03-21T22:55:51Z) - Reinforcement Learning based Cyberattack Model for Adaptive Traffic
Signal Controller in Connected Transportation Systems [61.39400591328625]
接続輸送システムにおいて、適応交通信号制御装置(ATSC)は、車両から受信したリアルタイム車両軌跡データを利用して、グリーンタイムを規制する。
この無線接続されたATSCはサイバー攻撃面を増やし、その脆弱性を様々なサイバー攻撃モードに拡大する。
そのようなモードの1つは、攻撃者がネットワーク内で偽の車両を作成する「シビル」攻撃である。
RLエージェントは、シビル車噴射の最適速度を学習し、アプローチの混雑を生じさせるように訓練される
論文 参考訳（メタデータ） (2022-10-31T20:12:17Z) - Modelling and Detection of Driver's Fatigue using Ontology [60.090278944561184]
道路事故は世界8大死因である。
様々な要因がドライバーの疲労の原因となっている。
ドライバの疲労検出に関するオントロジー知識とルールをインテリジェントシステムに統合する必要がある。
論文 参考訳（メタデータ） (2022-08-31T08:42:28Z) - Efficient Federated Learning with Spike Neural Networks for Traffic Sign
Recognition [70.306089187104]
我々は、エネルギー効率と高速モデルトレーニングのための交通信号認識に強力なスパイクニューラルネットワーク(SNN)を導入している。
数値的な結果から,提案するフェデレーションSNNは,従来のフェデレーション畳み込みニューラルネットワークよりも精度,ノイズ免疫性,エネルギー効率に優れていたことが示唆された。
論文 参考訳（メタデータ） (2022-05-28T03:11:48Z) - Computer Vision based Accident Detection for Autonomous Vehicles [0.0]
ダッシュボードカメラを用いて車両事故を検出する自動運転支援システムを提案する。
このフレームワークは、ダッシュカム映像のカスタムデータセットでテストされ、誤報率を低く保ちながら、高い事故検出率を達成する。
論文 参考訳（メタデータ） (2020-12-20T08:51:10Z) - An IoT-Based System: Big Urban Traffic Data Mining Through Airborne
Pollutant Gases Analysis [0.0]
イランなどの発展途上国では、人口の増加により車両の数が増加している。
交通警察官による交通渋滞を抑え、効率的に経路を拡大し、市民による交通の減少に最適な方法を選択する必要がある。
今日では、交通警察や都市交通管制システムなど多くの交通機関が、交通カメラ、誘導センサー、衛星画像、レーダーセンサー、超音波技術、電波識別(RFID)を都市交通診断に利用している。
本稿で提案する手法は,大気汚染量を算出して交通渋滞を発生させるスマートシステムを含むIOTに基づく交通渋滞の検出である。
論文 参考訳（メタデータ） (2020-02-15T13:04:37Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。