Abstract:
Dans ce mémoire nous explorons l'impact des IoT dans la gestion du trafic urbain pour optimiser les systèmes de feux de circulation à l'aide de techniques d'apprentissage automatique utilisant des plateformes de simulation SUMO. Dans nos recherches en a utilisé un ANN pour réduire les temps d'attente des véhicules aux feux de signalisation, améliorant ainsi le flux de trafic et réduisant la circulation. On s'est concentré particulièrement sur l'application pratique des algorithmes de machine learning pour prédire et optimiser le timing des feux de circulation, en utilisant des données collectées dans des environnements urbains simulés. Les résultats suggèrent que l'intégration de l'IoT et de l'apprentissage automatique dans la gestion du trafic urbain peut améliorer de manière significative l'efficacité du trafic.
