REPOSITORIO PUCSP Trabalho de Conclusão de Curso - TCC Trabalho de Conclusão de Curso - TCC
Use este identificador para citar ou linkar para este item: https://repositorio.pucsp.br/jspui/handle/handle/32975
Tipo: Trabalho de Conclusão de Curso
Título: Sistema inteligente e otimizado para controle de semáforos de trânsito
Autor(es): Lira, Bruno
Rangel, Guilherme
Restaino, Paulo
Couto, Victor
Primeiro Orientador: Braga, André Luiz
Resumo: Este estudo aborda a implementação de um sistema inteligente para controlar semáforos visando otimizar o fluxo de tráfego e reduzir congestionamentos. O objetivo é desenvolver um modelo de aprendizado por reforço que ajuste os tempos de semáforo com base na intensidade do tráfego em cada rua.Utilizando o simulador SUMO, foi criada uma simulação de tráfego urbano para coletar dados como tempo de espera e volume de veículos. Esses dados foram utilizados para treinar o modelo de aprendizado por reforço. Os resultados mostraram que o modelo reduziu o tempo de espera médio dos veículos pela metade em comparação aos tempos de semáforo fixos.Em suma, este estudo apresenta uma abordagem inovadora para melhorar o fluxo de tráfego urbano, utilizando técnicas de processamento de dados e aprendizado por reforço. Os resultados sugerem que a implementação de um sistema inteligente de controle de semáforos pode contribuir significativamente para a redução de congestionamentos e melhorar a eficiência do trânsito nas cidades, com potenciais implicações na qualidade de vida dos motoristas e na economia urbana afetada pelo congestionamento
Abstract: This study addresses the implementation of an intelligent system to control traffic lights in a city, aiming to optimize traffic flow and reduce congestion. Given the problem of urban congestion, the use of fixed-cycle traffic lights has proven to be inefficient in dealing with heavy traffic. The objective is to develop a reinforcement learning model that adjusts traffic light timings based on traffic intensity on each street.Using the SUMO simulator, an urban traffic simulation was created to collect data such as waiting time and vehicle volume. These data were used to train the reinforcement learning model. The results showed that the proposed model reduced the average vehicle waiting time by half compared to fixed traffic light timings.In summary, this study presents an innovative approach to improve urban traffic flow, using data processing techniques and reinforcement learning. The results suggest that the implementation of an intelligent traffic light control system can significantly contribute to congestion reduction and improve traffic efficiency in cities, with potential implications for the quality of life of drivers and the economy of congestion-affected urban areas
Palavras-chave: Aprendizado por reforço
Inteligência artificial
Semáforo
Simulador
Trânsito
Artificial intelligence
Reinforcement learning
SUMO
Traffic
Traffic light
CNPq: CNPQ::ENGENHARIAS
Idioma: por
País: Brasil
Editor: Pontifícia Universidade Católica de São Paulo
Sigla da Instituição: PUC-SP
metadata.dc.publisher.department: Faculdade de Estudos Interdisciplinares
metadata.dc.publisher.program: Graduação em Ciência de Dados e Inteligência Artificial
Citação: Lira, Bruno; Rangel, Guilherme; Restaino, Paulo; Couto, Victor. Sistema inteligente e otimizado para controle de semáforos de trânsito. 2023. Trabalho de Conclusão de Curso (Graduação em Ciência de Dados e Inteligência Artificial) - Faculdade de Estudos Interdisciplinares da Pontifícia Universidade Católica de São Paulo, São Paulo, 2023.
Tipo de Acesso: Acesso Aberto
URI: https://repositorio.pucsp.br/jspui/handle/handle/32975
Data do documento: 21-Jun-2023
Aparece nas coleções:Trabalho de Conclusão de Curso - TCC

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Bruno Hora Alves Lira.pdf1,09 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.