HEAL DSpace

Ανίχνευση κυκλοφοριακών ουρών σε προσβάσεις σηματοδοτούμενου κόμβου με χρήση αλγορίθμων υπολογιστικής όρασης

DSpace/Manakin Repository

Show simple item record

dc.contributor.author Χριστόπουλος, Παναγιώτης - Δημήτριος el
dc.contributor.author Christopoulos, Panagiotis - Dimitrios en
dc.date.accessioned 2021-03-29T20:40:43Z
dc.date.available 2021-03-29T20:40:43Z
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/53177
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.20875
dc.rights Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα *
dc.rights.uri http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ *
dc.subject Ανίχνευση κατηγορίας el
dc.subject Κυκλοφοριακή ουρά el
dc.subject Υπολογιστική όραση el
dc.subject Βαθιά μάθηση el
dc.subject Μεταφορά μάθησης el
dc.subject Class detection en
dc.subject Traffic queue en
dc.subject Computer vision en
dc.subject Deep learning en
dc.subject Transfer learning en
dc.title Ανίχνευση κυκλοφοριακών ουρών σε προσβάσεις σηματοδοτούμενου κόμβου με χρήση αλγορίθμων υπολογιστικής όρασης el
dc.title Traffic queue detection at signalized junctions using computer vision algorithms en
heal.type bachelorThesis
heal.classification Κυκλοφοριακή τεχνική el
heal.classification Traffic engineering en
heal.language el
heal.access free
heal.recordProvider ntua el
heal.publicationDate 2021-03-18
heal.abstract Τα τελευταία χρόνια, η μετάβαση από τις κλασσικές μεθόδους στις σύγχρονες τεχνολογίες έχει επιτρέψει την ακριβέστερη ανάλυση κυκλοφοριακών φαινομένων και, ταυτόχρονα, την αντιμετώπιση κυκλοφοριακών προβλημάτων. Στόχο της παρούσας Διπλωματικής Εργασίας αποτελεί η δημιουργία ενός αλγόριθμου υπολογιστικής όρασης, ο οποίος θα πραγματοποιεί ανίχνευση κυκλοφοριακών ουρών σε προσβάσεις σηματοδοτούμενων κόμβων, και κατηγοριοποίησή τους ανάλογα με το είδος τους, με σκοπό την αντιμετώπιση κυκλοφοριακών συμφορήσεων. Τα δεδομένα για την εκπαίδευση του αλγόριθμου ελήφθησαν από πείραμα βιντεοσκόπησης και καταγραφής της κυκλοφορίας οχημάτων, με χρήση ΣμηΕΑ σε κεντρικούς οδικούς άξονες της Αθήνας. Για τη διαμόρφωση του τελικού αλγόριθμου, τα δεδομένα υπέστησαν επεξεργασία και επισημάνθηκαν βάσει εμφάνισης ή μη ουρών πέντε διαφορετικών κατηγοριών, και στη συνέχεια εκπαιδεύτηκε μοντέλο συνελικτικού νευρωνικού δικτύου βαθιάς μάθησης. Ο αλγόριθμος που αναπτύχθηκε έχει τη δυνατότητα να πραγματοποιεί αξιόλογες ποσοστιαίες προβλέψεις κατηγοριοποίησης των σχηματιζόμενων ουρών, και δύναται να χρησιμοποιηθεί, με μικρή τροποποίηση, σε μεθοδολογίες μεταφοράς μάθησης. Η περαιτέρω αξιολόγηση της ποιότητας των αποτελεσμάτων, κατέδειξε την ανάγκη για συμπληρωματική εκπαίδευση του αλγόριθμου με τη χρήση δείγματος διαφορετικών δεδομένων μικτών συνθηκών, με σκοπό την ανίχνευση ουρών σε πραγματικούς χρόνους. el
heal.abstract In recent years, the transition from traditional methods to modern technologies has provided a more accurate way of analyzing traffic conditions and addressing traffic issues. The objective of this Diploma Thesis is to propose a computer vision algorithm for the detection of traffic queues at signalized junctions and their classification, in order to deal with traffic congestions. The data for the training of the algorithm were sourced from a study that was conducted for the recording of the traffic in an extended part of the downtown Athens area, with the use of a swarm of UAVs. For the configuration of the algorithm, the data were processed and labelled based on the appearance or non-appearance of five different queue classes, and subsequently a deep convolutional neural network model was trained. The developed algorithm is able to make reliable percentage classification predictions of the formed queues, and can be used for transfer learning, with slight adjustments. The evaluation of the quality of the results indicate the need for supplementary training of the algorithm for the real-time queue detection, using a sample of different mixed conditions data. en
heal.advisorName Βλαχογιάννη, Ελένη el
heal.committeeMemberName Βλαχογιάννη, Ελένη el
heal.committeeMemberName Γιαννής, Γιώργος el
heal.committeeMemberName Κεπαπτσόγλου, Κωνσταντίνος el
heal.academicPublisher Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Πολιτικών Μηχανικών. Τομέας Μεταφορών και Συγκοινωνιακής Υποδομής el
heal.academicPublisherID ntua
heal.numberOfPages 78 σ. el
heal.fullTextAvailability false


Files in this item

The following license files are associated with this item:

This item appears in the following Collection(s)

Show simple item record

Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα Except where otherwise noted, this item's license is described as Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα