Una visión del análisis del tráfico con visión artificial
Aprovechamiento de la infraestructura inteligente para el análisis del flujo de tráfico urbano
DOI:
https://doi.org/10.62161/sauc.v11.6019Palabras clave:
Urbanización, Ciudades, Espacio público, Gestión, Flujo de tráfico, Iluminación urbana, Computación periférica, Sensores de visiónResumen
La urbanización se está acelerando, y la ONU prevé que el 68 % de la población mundial vivirá en ciudades en 2050, lo que planteará nuevos retos para la gestión del espacio público. En estos entornos, es esencial que el tráfico fluya de manera eficiente. Este proyecto aprovechó la infraestructura de alumbrado urbano para instalar dispositivos de computación periférica basados en inteligencia artificial con sensores de visión en las farolas públicas para supervisar el tráfico en las intersecciones. Se seleccionaron tres emplazamientos piloto en Cascais, Loures y Oeiras, con nueve intersecciones en condiciones reales. Estos dispositivos inteligentes no solo proporcionaron datos valiosos y continuos para el análisis del tráfico, sino que también demostraron el potencial de las infraestructuras resilientes, ciberseguras y conectadas para apoyar la transición hacia ciudades más inteligentes.
Descargas
Estadísticas globales ℹ️
|
48
Visualizaciones
|
14
Descargas
|
|
62
Total
|
|
Citas
Arregi, A., Vegas, O., Lertxundi, A., Silva, A., Ferreira, I., Bereziartua, A., Cruz, M., T., & Lertxundi, N. (2024). Road traffic noise exposure and its impact on health: evidence from animal and human studies—chronic stress, inflammation, and oxidative stress as key components of the complex downstream pathway underlying noise-induced non-auditory health effects. Environ Sci Pollut Res 31, 46820–46839. https://doi.org/10.1007/s11356-024-33973-9
Department for Business, Innovation & Skills (2013). Smart cities: background paper. Gov. UK.
Goulão, M., Bandeira, L., Martins, B., & Oliveira, A., L. (2024). Training environmental sound classification models for real-world deployment in edge devices. Discov Appl Sci 6, 166. https://doi.org/10.1007/s42452-024-05803-7
Novo, J. P., Goulão, M., Bandeira, L., Martins, B. & Oliveira, A., L. (2023). Augmentation-Based Approaches for Overcoming Low Visibility in Street Object Detection. 2023 International Conference on Machine Learning and Applications (ICMLA), Jacksonville, (pp. 1943-1948)- https://doi.org/10.1109/ICMLA58977.2023.00294
United Nations, Department of Economic and Social Affairs, Population Division (2019). World Urbanization Prospects: The 2018 Revision (ST/ESA/SER.A/420). New York: United Nations.
Wojke, N., Bewley, A., Paulus, D. (2017). Simple Online and Realtime Tracking with a Deep Association Metric. Arxiv https://arxiv.org/abs/1703.07402
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Los autores/as conservan los derechos de autor y ceden a la revista el derecho de la primera publicación y el derecho de edición
Esta obra está bajo una licencia internacional Creative Commons Atribución-SinDerivadas 4.0.
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
- Los autores/as conservan los derechos de autor.
- Los autores/as ceden a la revista el derecho de la primera publicación. La revista también posee los derechos de edición.
- Todos los contenidos publicados se regulan mediante una Licencia Atribución/Reconocimiento-SinDerivados 4.0 Internacional. Acceda a la versión informativa y texto legal de la licencia. En virtud de ello, se permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista. Si transforma el material, no podrá distribuir el trabajo modificado.
- Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
- Se permite y recomienda a los autores/as a publicar su trabajo en Internet (por ejemplo en páginas institucionales o personales), una vez publicado en la revista y citando a la misma ya que puede conducir a intercambios productivos y a una mayor y más rápida difusión del trabajo publicado (vea The Effect of Open Access).
