En la actualidad existe gran congestionamiento en las principales avenidas de Lima, ello se debe a diversos factores entre los que se incluyen la falta de coordinación entre los semáforos, y al exceso de vehículos presentes en las pistas. Es ante esta problemática que se plantea el diseño de un sistema capaz de registrar el volumen del tráfico vehicular para que en base a la data recopilada se pueda elaborar un algoritmo que ajuste los tiempos de los semáforos acorde al volumen vehicular esperado. Este sistema forma parte del concepto de ciudades inteligentes, puesto que, el sistema ajustará los tiempos acorde al tráfico esperado, al mismo tiempo que el sistema se conectará a la nube para la recopilación de resultados y calibración del sistema de captura.
En el presente trabajo se realizó la detección de los vehículos, que se encuentran en una vía a los cuales se clasificó según su tipo, mediante la aplicación de procesamiento de imágenes utilizando Deep learning. Dicha información servirá para poder obtener los parámetros de tráfico respecto al nivel de congestionamiento de una vía. Adicional a ello, se realiza una simulación utilizando 5 cruces viales, con lo cual se evidencia una reducción en los tiempos de tráfico mediante la aplicación del algoritmo presentado.
| Identifer | oai:union.ndltd.org:PUCP/oai:tesis.pucp.edu.pe:20.500.12404/17521 |
| Date | 19 November 2020 |
| Creators | Zinanyuca Yábar, Miguel Andrés |
| Contributors | Arce Cigüeñas, Diego Martín |
| Publisher | Pontificia Universidad Católica del Perú, PE |
| Source Sets | Pontificia Universidad Católica del Perú |
| Language | Spanish |
| Detected Language | Spanish |
| Type | info:eu-repo/semantics/bachelorThesis |
| Format | application/pdf |
| Rights | Atribución-NoComercial-SinDerivadas 2.5 Perú, info:eu-repo/semantics/openAccess, http://creativecommons.org/licenses/by-nc-nd/2.5/pe/ |
Page generated in 0.0021 seconds