Resumen

Los sistemas de transporte inteligentes han sido muy bien recibidos por las empresas automovilísticas, los ciudadanos y los gobiernos de todo el mundo. El principal reto en el mundo de los coches inteligentes y autoconducidos es identificar obstáculos, especialmente peatones, y tomar medidas para evitar colisiones con ellos. Varios investigadores han realizado muchos estudios en este campo, pero todavía hay muchos errores en la detección precisa de peatones en coches autoconducidos fabricados por diferentes compañías de automóviles, por lo que en la investigación de este estudio, nos centramos en el uso de técnicas de aprendizaje profundo para identificar peatones para el desarrollo de sistemas de transporte inteligentes y coches autoconducidos y la identificación de peatones en ciudades inteligentes, y luego se revisaron algunas de las técnicas de aprendizaje profundo más comunes utilizadas por varios investigadores. Por último, en esta investigación se descubren los retos en cada campo, lo que puede ser muy útil para los estudiantes que buscan una idea para hacer sus tesis e investigaciones en el campo del transporte inteligente y las ciudades inteligentes.

• Materias:Infraestructura de transportes Ingeniería del transporte Accidentes de transito Seguridad del transporte Planificación de ruta
• Subjects:Transport infrastructure Transport engineering Traffic accidents Transport safety Path planning
• Palabras claves:coches, campo, peatones, investigación, uno mismo, ciudades inteligentes, varios investigadores, técnicas comunes de aprendizaje profundo, sistemas de transporte inteligentes, técnicas de aprendizaje profundo
• Keywords:cars, field, pedestrians, research, self, smart cities, various researchers, common deep learning techniques, intelligent transportation systems, deep learning techniques