Régulation Dynamique des feux Tricolores par Intelligence Artificielle

Résumé

La congestion routière est un problème socio-économique majeur, tant dans les pays développés que dans ceux en développement. Bien que des solutions comme les feux tricolores, les voies spécifiques et la gestion automatique des carrefours existent, leur gestion statique reste inefficace. Les feux de circulation ne s'adaptent pas à la densité du trafic, ce qui aggrave les embouteillages. L'accès augmente à la mobilité individuelle a intensifié ce problème, entraînant des pertes de temps, une consommation énergétique accrue et une dégradation de l'environnement. Face à cette problématique, l'objectif général est d’optimiser le trafic routier via les feux tricolores en utilisant l'Intelligence Artificielle, pour améliorer la gestion du trafic urbain et atténuer ainsi la congestion. Pour ce faire, nous avons construit un modèle en utilisant la modélisation basée sur des agents, une technique qui simule les interactions entre des entités autonomes, ou 'agents', pour étudier les dynamiques complexes du trafic urbain. Les résultats montrent que l'intégration de l'IA, en particulier des réseaux de neurones convolutifs, dans les feux tricolores améliore leur adaptabilité aux embouteillages. En utilisant des données en temps réel, notre modèle a réussi à ajuster dynamiquement les cycles des feux, réduisant ainsi l'attente aux intersections, minimisant la congestion et augmentant la fluidité du trafic.

Citer ce document

Accès au document

Ce document est hébergé sur son dépôt institutionnel d'origine.

Auteur(s)

Statistiques

Consultations : 3

Téléchargements : 0