Los datos de tráfico a nivel de carril, como el tiempo medio de espera y los datos de flujo en cada sentido de giro, no sólo permiten a los sistemas de navegación ofrecer a los usuarios información más detallada y fina, sino que también pueden allanar el camino para futuras predicciones de congestión del tráfico. Aunque pocos estudios consideran la extracción de datos de flujo de tráfico de un vídeo a nivel de carril, no está claro cuántos vehículos requieren girar a la izquierda en carriles de grano fino durante un tiempo fijo. Muchos trabajos anteriores se centran en aplicar datos de sensores en lugar de vídeos para extraer el flujo de tráfico. Sin embargo, los carriles reversibles y los diversos ángulos de filmación obstaculizan el progreso de la construcción de un sistema de recopilación de datos de tráfico. Se propone un marco para obtener estos datos en la intersección directamente a partir de un vídeo y resolver el problema de la oclusión de vehículos basándose en el modelo de coincidencia retardada. En primer lugar, se detectan automáticamente los diferentes carriles de dirección agrupando los datos de trayectoria que se generan mediante el seguimiento de cada vehículo. Se realizan experimentos en intersecciones urbanas para demostrar que nuestro método puede generar estos datos de tráfico de forma eficaz.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Reconstrucción de trayectorias de vehículos en intersecciones señalizadas con datos flotantes de baja frecuencia sobre automóviles
Video:
International Supply Chain Education Alliance
Artículo:
Modelo de decisión sobre garantías y mecanismo de coordinación en cadenas de suministro de ciclo cerrado visto desde la perspectiva comportamental del consumidor.
Artículo:
Sistemas de comunidad portuaria: Acelerando la transición de los puertos marítimos hacia la Internet física. El caso portugués
Artículo:
Enfoque híbrido basado en la optimización para la asignación de solicitudes de múltiples vehículos inteligentes