ASTM :Autonomous Smart Traffic Management System Using Artificial Intelligence CNN and LSTM

要約

現代世界では、人工知能 (AI) の発展により、自動化、コンピューター ビジョン、不正行為検出など、さまざまな分野の改善に貢献しています。
AI を活用すると、自律スマート交通管理 (ASTM) システムの効率を向上させ、交通渋滞率を削減できます。
この論文では、AI を使用して交通流量を改善する自律型スマート交通管理 (STM) システムについて説明します。
このシステムは、交通管理画像内の車両を検出するために、YOLO V5 畳み込みニューラル ネットワークを採用しています。
さらに、長期短期記憶を備えたリカレント ニューラル ネットワーク (RNN-LSTM) を使用して、今後 12 時間の車両の台数を予測します。
スマート交通管理サイクル長分析は、AI の支援を受けて、これらの車両予測に基づいて交通サイクル長を管理します。
今後 12 時間の車両台数を予測する RNN-LSTM モデルの結果から、このモデルは 4.521 台の平均二乗誤差 (MSE) と 2.232 台の二乗平均平方根誤差 (RMSE) で交通量を予測していることがわかります。
CARLA シミュレーション環境で STM システムをシミュレーションした結果、ASTM を使用した場合の交通管理渋滞流量率 (1 分あたり 21 台の車両) は、STM を使用しない場合の速度 (1 分あたり約 15 台の車両) よりも 50% 高いことがわかりました。
さらに、STM を使用した場合の交通管理車両通過遅延 (車両 1 台あたり 5 秒) は、STM を使用しない場合 (車両 1 台あたり約 12 秒) より 70% 短くなります。
これらの結果は、AI を使用した STM システムが交通流を 50% 増加させ、車両の通過遅延を 70% 削減できることを示しています。

要約(オリジナル)

In the modern world, the development of Artificial Intelligence (AI) has contributed to improvements in various areas, including automation, computer vision, fraud detection, and more. AI can be leveraged to enhance the efficiency of Autonomous Smart Traffic Management (ASTM) systems and reduce traffic congestion rates. This paper presents an Autonomous Smart Traffic Management (STM) system that uses AI to improve traffic flow rates. The system employs the YOLO V5 Convolutional Neural Network to detect vehicles in traffic management images. Additionally, it predicts the number of vehicles for the next 12 hours using a Recurrent Neural Network with Long Short-Term Memory (RNN-LSTM). The Smart Traffic Management Cycle Length Analysis manages the traffic cycle length based on these vehicle predictions, aided by AI. From the results of the RNN-LSTM model for predicting vehicle numbers over the next 12 hours, we observe that the model predicts traffic with a Mean Squared Error (MSE) of 4.521 vehicles and a Root Mean Squared Error (RMSE) of 2.232 vehicles. After simulating the STM system in the CARLA simulation environment, we found that the Traffic Management Congestion Flow Rate with ASTM (21 vehicles per minute) is 50\% higher than the rate without STM (around 15 vehicles per minute). Additionally, the Traffic Management Vehicle Pass Delay with STM (5 seconds per vehicle) is 70\% lower than without STM (around 12 seconds per vehicle). These results demonstrate that the STM system using AI can increase traffic flow by 50\% and reduce vehicle pass delays by 70\%.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google