Controle dinâmico para semáforos: desenvolvimento de um semáforo inteligente para cruzamentos de alto fluxo.
| dc.contributor.advisor | Almeida, Sergio Luis Rabelo de | |
| dc.contributor.author | Bilton, Guilherme Pallares | |
| dc.date.accessioned | 2022-11-17T17:58:07Z | |
| dc.date.available | 2022-11-17T17:58:07Z | |
| dc.date.issued | 2021-12-07 | |
| dc.description.abstract | Este artigo mostra o desenvolvimento de um sistema de semáforos com sensores, para a redução do trânsito em cruzamentos onde existe um alto fluxo de veículos, quando comparados a sistemas tradicionais, que não consideram a alta variabilidade de fluxo que pode existir a cada instante. Para o aproveitamento dos dados provindos de sensores eletromagnéticos, visando otimizar o instante de mudança de fase do semáforo, buscando o mínimo tempo médio de espera dos veículos, foi treinada uma rede neural utilizando técnicas de reinforcement learning, dentro de um simulador capaz de simular diferentes condições de trânsito em diversas localizações. O modelo se mostrou capaz, com resultados cada vez mais promissores durante a etapa de treinamento. Na etapa de validação, a rede neural chegou a superar métodos utilizados tradicionalmente em alguns cenários. | pt_BR |
| dc.identifier.uri | https://dspace.mackenzie.br/handle/10899/31033 | |
| dc.language | pt_BR | pt_BR |
| dc.publisher | Universidade Presbiteriana Mackenzie | pt_BR |
| dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
| dc.subject | artigo | pt_BR |
| dc.subject | deep q-learning | pt_BR |
| dc.subject | python | pt_BR |
| dc.subject | engenharia | pt_BR |
| dc.subject | semáforos | pt_BR |
| dc.subject | trânsito | pt_BR |
| dc.title | Controle dinâmico para semáforos: desenvolvimento de um semáforo inteligente para cruzamentos de alto fluxo. | pt_BR |
| dc.type | TCC | pt_BR |
| local.publisher.department | Escola de Engenharia (EE) | pt_BR |