EVALUACIÓN DE REDES CONVOLUCIONALES PARA LA RECONSTRUCCIÓN ESPACIO-TEMPORAL Y ESTIMACIÓN DE PARÁMETROS DE TRÁFICO RODADO
Fecha
2024-07-23
Autores
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Rey Juan Carlos
Resumen
Este proyecto presenta una investigación sobre las características del tráfico, posibilidad de regeneración visual por medio de imágenes y análisis de los datos obtenidos. Pasando por áreas como: el estudio de la teoría del tráfico y los Sistemas Inteligentes de transporte, la investigación y uso de las redes neuronales. Más en concreto, redes neuronales convolucionales para el desarrollo de un autoencoder y una red estimadora.
El objetivo de este trabajo de fin de grado se podría estructurar en varios puntos:
¿ Transformación y preparación los de datos de tráfico mediante el uso de código MATLAB. Con las que se puede obtener imágenes de trayectorias ideales, sin ruido ni incertidumbres.
¿ Creación de un autoencoder convolucional. Cuyo objetivo es comprimir y descomprimir las trayectorias espacio-temporales. Donde se estudiará el resultado de las imágenes y se analizarán sus anomalías.
¿ Algoritmo de extracción de datos de tráfico a partir de las gráficas de trayectorias de tráfico espacio-temporales. El cual se utilizará para la extracción de los datos de las gráficas generadas por la inteligencia artificial.
¿ Cálculo de las características de Edie. Un algoritmo cuya entrada serán datos donde su estructura esté previamente transformada y preparada para calcular el flujo, densidad y velocidad de los datos almacenados.
¿ Creación de una red neuronal convolucional estimadora con la que poder estimar estas variables macroscópicas.
Para conseguir dichos objetivos, se harán uso de las siguientes tecnologías:
- MATLAB: Se usará MATLAB para la transformación de los datos, para el algoritmo cuya función es extraer los datos de las imágenes de trayectorias y para el cálculo de las características de Edie. Se eligió por su facilidad para manejar datos y su poder de representación y animación de los mismos.
- Python: Se utilizará en los puntos de desarrollo de las redes neuronales. Con la ayuda de la librería TensorFlow para la definición de la estructura y las capas de las dos redes presentadas en este proyecto.
Descripción
Trabajo Fin de Grado leído en la Universidad Rey Juan Carlos en el curso académico 2023/2024. Directores/as: Eduardo Del Arco Fernández, Leopoldo Carro Calvo
Palabras clave
Citación
Colecciones
Excepto si se señala otra cosa, la licencia del ítem se describe como Creative Commons Atribución 4.0 Internacional