論文の概要: An Edge Assisted Robust Smart Traffic Management and Signalling System
for Guiding Emergency Vehicles During Peak Hours
- arxiv url: http://arxiv.org/abs/2304.14924v2
- Date: Tue, 2 May 2023 11:32:15 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-03 16:39:05.039119
- Title: An Edge Assisted Robust Smart Traffic Management and Signalling System
for Guiding Emergency Vehicles During Peak Hours
- Title（参考訳）: ピーク時緊急車両案内のためのエッジ支援型スマート交通管理・信号システム
- Authors: Shuvadeep Masanta, Ramyashree Pramanik, Sourav Ghosh, Tanmay
Bhattacharya
- Abstract要約: 我々は,渋滞度に基づいて緊急車両を誘導し,交通を管理する3段階システムを提案した。
提案手法は強靭で,霧,湿気,風などの悪天候を考慮に入れている。
このトラフィック管理システムでEdge技術を使用すると、クラウドサーバの負荷が軽減される。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Congestion in traffic is an unavoidable circumstance in many cities in India
and other countries. It is an issue of major concern. The steep rise in the
number of automobiles on the roads followed by old infrastructure, accidents,
pedestrian traffic, and traffic rule violations all add to challenging traffic
conditions. Given these poor conditions of traffic, there is a critical need
for automatically detecting and signaling systems. There are already various
technologies that are used for traffic management and signaling systems like
video analysis, infrared sensors, and wireless sensors. The main issue with
these methods is they are very costly and high maintenance is required. In this
paper, we have proposed a three-phase system that can guide emergency vehicles
and manage traffic based on the degree of congestion. In the first phase, the
system processes the captured images and calculates the Index value which is
used to discover the degree of congestion. The Index value of a particular road
depends on its width and the length up to which the camera captures images of
that road. We have to take input for the parameters (length and width) while
setting up the system. In the second phase, the system checks whether there are
any emergency vehicles present or not in any lane. In the third phase, the
whole processing and decision-making part is performed at the edge server. The
proposed model is robust and it takes into consideration adverse weather
conditions such as hazy, foggy, and windy. It works very efficiently in low
light conditions also. The edge server is a strategically placed server that
provides us with low latency and better connectivity. Using Edge technology in
this traffic management system reduces the strain on cloud servers and the
system becomes more reliable in real-time because the latency and bandwidth get
reduced due to processing at the intermediate edge server.
- Abstract（参考訳）: 交通渋滞は、インドや他の国々の多くの都市で避けられない状況である。
これは大きな懸念事項である。
道路上の自動車の数が急上昇し、古いインフラ、事故、歩行者の交通、交通規則違反が続き、交通状況の悪化に拍車をかけた。
このような交通状況の悪化を考えると、自動検出と信号システムの必要性は極めて高い。
ビデオ分析や赤外線センサー、ワイヤレスセンサーといった交通管理や信号システムにも、すでにさまざまな技術が使われている。
これらの方法の主な問題は、非常にコストがかかり、高いメンテナンスが必要であることである。
本稿では,渋滞度に基づいて緊急車両を誘導し,交通を管理する3段階システムを提案する。
第1フェーズでは、キャプチャされた画像を処理し、混雑度を検出するために使用されるインデックス値を算出する。
特定の道路のインデックス値は、その道路の幅と、その道路の画像をカメラが撮影する長さに依存する。
システムの設定中にパラメータ(長さと幅)の入力を受け取らなければなりません。
第2フェーズでは、システムは車線内に緊急車両が存在するかどうかをチェックする。
第3フェーズでは、エッジサーバで処理及び意思決定部全体を行う。
提案モデルは頑健であり, 霧, 霧, 風などの気象条件を考慮に入れている。
低照度でも非常に効率的に機能する。
edge serverは戦略的に配置されたサーバで、低レイテンシとより良い接続性を提供します。
このトラフィック管理システムにおけるエッジ技術の使用は,クラウドサーバの負荷を低減し,中間エッジサーバの処理によりレイテンシと帯域幅が減少するため,リアルタイムに信頼性が向上する。
関連論文リスト
- Vision-Based Incoming Traffic Estimator Using Deep Neural Network on
General Purpose Embedded Hardware [0.0]
不適切な交通管理は、国家の燃料、時間、生産性を無駄にする。
ディープニューラルネットワーク(DNN)は、各画像のトラフィック強度をリアルタイムで推測するように訓練された。
システムはRaspberry Piのシングルボードコンピュータで実装された。
論文 参考訳（メタデータ） (2023-10-28T23:33:00Z) - 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) - AVARS -- Alleviating Unexpected Urban Road Traffic Congestion using UAVs [1.350455609556855]
本稿では, DRLを用いた交通信号制御により, 予期せぬ都市交通渋滞を低減するためにUAVを使用する可能性を探る「AVARS」システムを提案する。
シミュレーションの結果,AVARSはアイルランドのダブリンで発生した予期せぬ交通渋滞を,本来の非混雑レベルに戻すことができることがわかった。
論文 参考訳（メタデータ） (2023-09-10T09:40:20Z) - Prior Based Online Lane Graph Extraction from Single Onboard Camera
Image [133.68032636906133]
単眼カメラ画像からレーングラフをオンラインに推定する。
前者は、トランスフォーマーベースのWasserstein Autoencoderを通じてデータセットから抽出される。
オートエンコーダは、最初のレーングラフ推定を強化するために使用される。
論文 参考訳（メタデータ） (2023-07-25T08:58:26Z) - DenseLight: Efficient Control for Large-scale Traffic Signals with Dense
Feedback [109.84667902348498]
交通信号制御(TSC)は、道路網における車両の平均走行時間を短縮することを目的としている。
従来のTSC手法は、深い強化学習を利用して制御ポリシーを探索する。
DenseLightは、不偏報酬関数を用いてポリシーの有効性をフィードバックする新しいRTLベースのTSC手法である。
論文 参考訳（メタデータ） (2023-06-13T05:58:57Z) - Road Network Guided Fine-Grained Urban Traffic Flow Inference [108.64631590347352]
粗いトラフィックからのきめ細かなトラフィックフローの正確な推測は、新たな重要な問題である。
本稿では,道路ネットワークの知識を活かした新しい道路対応交通流磁化器(RATFM)を提案する。
提案手法は,高品質なトラフィックフローマップを作成できる。
論文 参考訳（メタデータ） (2021-09-29T07:51:49Z) - Evaluating Computer Vision Techniques for Urban Mobility on Large-Scale,
Unconstrained Roads [25.29906312974705]
本稿では,道路安全の課題を大規模に解決するために,簡易な移動画像撮影装置を提案する。
道路上の不規則を識別するために,近年のコンピュータビジョン技術を用いている。
また、トラフィック違反を見つけるためのモバイルイメージングソリューションの適用性を実証する。
論文 参考訳（メタデータ） (2021-09-11T09:07:56Z) - End-to-End Intersection Handling using Multi-Agent Deep Reinforcement
Learning [63.56464608571663]
交差点をナビゲートすることは、自動運転車にとって大きな課題の1つです。
本研究では,交通標識のみが提供された交差点をナビゲート可能なシステムの実装に着目する。
本研究では,時間ステップ毎に加速度と操舵角を予測するためのニューラルネットワークの訓練に用いる,モデルフリーの連続学習アルゴリズムを用いたマルチエージェントシステムを提案する。
論文 参考訳（メタデータ） (2021-04-28T07:54:40Z) - Emergent Road Rules In Multi-Agent Driving Environments [84.82583370858391]
運転環境の要素が道路ルールの出現の原因となるかを分析する。
2つの重要な要因が雑音知覚とエージェントの空間密度であることがわかった。
我々の結果は、世界中の国々が安全で効率的な運転で合意した社会道路規則を実証的に支持する。
論文 参考訳（メタデータ） (2020-11-21T09:43:50Z) - HOG, LBP and SVM based Traffic Density Estimation at Intersection [4.199844472131922]
車両の大量輸送は交通渋滞、不要な遅延、汚染、損失、健康問題、事故、緊急車両の通行、交通違反を引き起こす。
従来の交通管理・制御システムではこの問題に対処できない。
交通流の効率を高めるために最適化された、賢明な制御システムが必要である。
論文 参考訳（メタデータ） (2020-05-04T18:08:35Z) - 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。