Contexte et Problématique :
La gestion du trafic est un problème qui nous préoccupe quotidiennement. L'utilisation de la technologie et l'analyse en temps réel peuvent conduire à une gestion plus fluide du trafic. La congestion du trafic est souvent due à une mauvaise hiérarchisation du trafic. Alors que le nombre de véhicules augmente à un rythme accéléré, l’infrastructure des villes n’est pas en mesure de faire face à cette croissance.
Solution Souhaitée :
La solution à ce problème doit être généralisable afin d'être utilisée dans de nombreuses villes urbaines où les embouteillages aux heures de pointe deviennent une affaire de routine. Dans ce projet, vous allez essayer de résoudre le problème précédent et fluidifier de façon optimale la circulation des véhicules. Vous allez devoir déployer des techniques de traitement d'images. Les images peuvent êtres obtenues à partir des caméras de surveillance. Éventuellement, vous mettez également en place un mécanisme de rétroaction dans le fonctionnement des feux de signalisation, où la densité du trafic serait également prise en compte dans le processus de prise de décision.
Nous prenons par exemple, une intersection de quatre routes, votre système prendra des photos de chacune des quatre routes et extraira la densité de trafic sur l'ensemble de ces routes par détection de contour. Pour prendre la bonne décision, vous faisiez correspondre les images traitées à l'image de référence, c'est-à-dire l'image de la route.
Ensuite, en fonction du pourcentage d’appariement, il affectera un temps fixe à chaque signal routier en vert. Le système utilisera la carte Raspberry Pi pour fonctionner, elle peut être fixée localement sur le feu. La raison du choix du R-Pi est qu’elle est facilement disponible et qu’elle peut être connectée à des capteurs ainsi qu’à Internet, ce qui nous permet de télécharger les données de trafic en continu sur le cloud (vous utilisez le cloud de votre choix lors de l'implémentation).
Ces données peuvent être utilisées à diverses fins d'analyse à l'avenir.
En faisant cela, vous espérez que le nombre d'embouteillages diminuera considérablement et vous protégerez ainsi la planète.
Travail Complémentaire :
Vous pouvez appliquer certaines techniques de traitement d’images appropriées et permettre au système de détecter les véhicules de secours tels que les ambulances et les véhicules de pompiers et de les laisser passer le plus rapidement possible. Vous pouvez également permettre au système de détecter et d'extraire le numéro d'immatriculation de tous les véhicules. Ainsi, les données peuvent être utilisées afin de prédire d'où viennent ses véhicules et/ou leurs destinations. Il peut également y avoir de nombreuses autres utilisations à ce système.
Objectifs pédagogiques du projet :
- Renforcer les connaissances dans le domaine de l'électronique
- Prendre en main la carte Raspberry
- Maitriser les techniques de l'analyse des données et du traitement d'images
- Se familiariser avec une démarche entrepreneuriale
Mots Clés :
- Raspberry Pi
- Gestion du trafic routier
- Analyse des données
- Caméras de vidéosurveillance
- Python
- Traitement d'images
Prérequis :
- Programmation Python
- Principe de bases du traitement d'images
Compétences à acquérir :
- Raspberry Pi
- Programmation python
- Bibliothèque OpenCV
- Analyse des données
- Techniques de traitement d'images