1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
  2. Роботи студентів
  3. Магістр
  4. 151 — автоматизація та комп’ютерно-інтегровані технології, 174 Автоматизація, комп’ютерно-інтегровані технології та робототехніка
Bu öğeden alıntı yapmak, öğeye bağlanmak için bu tanımlayıcıyı kullanınız: http://elartu.tntu.edu.ua/handle/lib/47171
Tüm üstveri kaydı
Dublin Core AlanıDeğerDil
dc.contributor.advisorСтанько, Андрій Андрійович-
dc.contributor.advisorStanko, Andriy-
dc.contributor.authorДудирев, Дмитро Юрійович-
dc.contributor.authorDudyrev, Dmytro-
dc.date.accessioned2025-01-04T10:44:56Z-
dc.date.available2025-01-04T10:44:56Z-
dc.date.issued2024-12-23-
dc.identifier.citationДудирев Д. Ю. Розроблення інтелектуальної системи керування дорожнім рухом на основі IoT : робота на здобуття кваліфікаційного ступеня магістра : спец. 174 - автоматизація, комп’ютерно-інтегровані технології та робототехніка / наук. кер. А. А. Станько. Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя, 2024. 66 с.uk_UA
dc.identifier.urihttp://elartu.tntu.edu.ua/handle/lib/47171-
dc.descriptionРоботу виконано на кафедрі комп’ютерно-інтегрованих технологій Тернопільського національного технічного університету імені Івана Пулюя Міністерства освіти і науки України. Захист відбудеться 23 грудня 2024 р. о 09 .00 годині на засіданні екзаменаційної комісії № 22 у Тернопільському національному технічному університеті імені Івана Пулюя за адресою: 46001, м. Тернопіль, вул. Руська, 56, навчальний корпус №1, ауд. 403uk_UA
dc.description.abstractКваліфікаційна робота присв’ячена розробці інтелектуальної системи керування дорожнім рухом на основі IoT. В першому розділі кваліфікаційної роботи описані відомі технічні рішення та постановка задачі. В другому розділі кваліфікаційної роботи розглянуто принципові схеми роботи системи на основі машинного навчання. В третьому розділі кваліфікаційної роботи вибрано та проаналізовано компоненти системи, представлено технологічні рішення. В четвертому розділі описано математичні передумови системи, а також запропоновані оптимізовані алгоритми. В п’ятому розділі висвітлено ряд симуляції реалістичної моделі трафіку інтелектуальної системи керування дорожнім рухом. В шостому розділі кваліфікаційної роботи розглянуто забезпечення безпечної роботи з обладнанням. Об’єкт дослідження: інтелектуальна система керування дорожнім рухом із застосуванням систем дорожніх сигналів, заснованих на технологіях IoT. Предмет дослідження: методи, підходи та технологічні рішення інтелектуального керування світлофорними системами в режимі реального часу. The qualification work is devoted to the development of an intelligent traffic control system based on IoT. The first chapter of the qualification work describes known technical solutions and problem statement. The second section of the qualification work describes the basic schemes of the system based on machine learning. The third section of the qualification work selects and analyzes the system components and presents technological solutions. The fourth section describes the mathematical background of the system and proposes optimized algorithms. The fifth section highlights a number of simulations of a realistic traffic model of an intelligent traffic management system. The sixth chapter of the qualification work deals with ensuring safe operation of the equipment. Object of research: intelligent traffic management system with the use of traffic signal systems based on IoT technologies. Subject of research: methods, approaches and technological solutions for intelligent control of traffic signal systems in real time.uk_UA
dc.description.tableofcontentsВСТУП 6 1 АНАЛІТИЧНА ЧАСТИНА 9 1.1 Постановка задачі для розроблення інтелектуальної системи керування дорожнім рухом 9 1.2 Огляд відомих технічних рішень 10 2 ТЕХНОЛОГІЧНА ЧАСТИНА 15 3 КОНСТРУКТОРСЬКА ЧАСТИНА 19 3.1 Побудова мережі та управління трафіком за допомогою ІСДС 19 3.2 Інтерфейс управління дорожнім рухом 20 3.3 Реалізація системи 23 4 НАУКОВО ДОСЛІДНИЦЬКА ЧАСТИНА 25 4.1 Математичні передумови 25 4.2 Запропоновані алгоритми 28 5 СПЕЦІАЛЬНА ЧАСТИНА 31 5.1 Аналіз результатів експериментів 31 5.2 Симуляція 1 32 5.3 Симуляція 2 35 5.4 Симуляція 3 38 6 ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ 41 6.1 Питання щодо охорони праці 41 6.2 Питання щодо безпеки в надзвичайних ситуаціях 45 ВИСНОВКИ 48 ПЕРЕЛІК ДЖЕРЕЛ 50 ДОДАТКИuk_UA
dc.language.isoukuk_UA
dc.publisherТНТУ, Тернопільuk_UA
dc.subject174 "Автоматизація, комп’ютерно-інтегровані технології та робототехніка"uk_UA
dc.subjectавтоматизація та комп’ютерно-інтегровані технологіїuk_UA
dc.subjectінтелектуальний трафікuk_UA
dc.subjectдавачіuk_UA
dc.subjectінтелектуальна система дорожніх сигналівuk_UA
dc.subjectсимуляція міської мобільностіuk_UA
dc.subjectінтернет речейuk_UA
dc.subjectintelligent trafficuk_UA
dc.subjectsimulated urban mobilityuk_UA
dc.subjectintelligent traffic signal systemuk_UA
dc.subjectsensorsuk_UA
dc.subjectInternet of Thingsuk_UA
dc.titleРозроблення інтелектуальної системи керування дорожнім рухом на основі IoTuk_UA
dc.title.alternativeDevelopment of an intelligent traffic control system based on IoTuk_UA
dc.typeMaster Thesisuk_UA
dc.rights.holder© Дудирев Д.Ю., 2024uk_UA
dc.contributor.committeeMemberШовкун, Олександр Павлович-
dc.contributor.committeeMemberShovkun, Oleksandr-
dc.coverage.placenameТернопільський національний технічний університет ім. І. Пулюя, Факультет прикладних інформаційних технологій та електроінженерії, Кафедра комп’ютерно-інтегрованих технологійuk_UA
dc.format.pages66-
dc.subject.udc004.912:656.025.5:004.738.5uk_UA
thesis.degree.grantorЕК №22, 2024 р.-
dc.relation.references1 The Times of India. 53,700 Vehicles Registered Across Country Every Day. Доступно: https://timesofindia.indiatimes.com/ auto/miscellaneous/53700-vehicles-registered-across-country-every-day/articleshow/53747821.cms (Доступно 2024).uk_UA
dc.relation.references2 Rahman, M.; Najaf, P.; Fields, M.G.; Thill, J.C. Traffic Congestion and its Urban Scale Factors: Empirical Evidence from American Urban Areas. Int. J. Sustain. Transp. 2022, 16, 406–421.uk_UA
dc.relation.references3 Afrin, T.; Yodo, N. A Survey of Road Traffic Congestion Measures towards a Sustainable and Resilient Transportation System. Sustainability 2020, 12, 4660.uk_UA
dc.relation.references4 Guzman, L.A.; Arellana, J.; Alvarez, V. Confronting Congestion in Urban Areas: Developing Sustainable Mobility Plans for Public and Private Organizations in Bogotá. Transp. Res. Part A Policy Pract. 2020, 134, 321–335.uk_UA
dc.relation.references5 Janahan, S.K.; Veeramanickam, M.; Arun, S.; Narayanan, K.; Anandan, R.; Parvez, S.J. IoT based Smart Traffic Signal Monitoring System using Vehicles Counts. Int. J. Eng. Technol. 2018, 7, 309–312.uk_UA
dc.relation.references6 Vishnu, V.C.M.; Rajalakshmi, M.; Nedunchezhian, R. Intelligent Traffic Video Surveillance and Accident Detection System with Dynamic Traffic Signal Control. Clust. Comput. 2018, 21, 135–147.uk_UA
dc.relation.references7 Liu, Y.; Ding, Z.; Al-Dhahir, N.; Schober, R.; Dobre, O.A.; Karagiannidis, G.K.; Fan, P. Introduction to the Issue on Signal Processing Advances for Non-Orthogonal Multiple Access in Next Generation Wireless Networks. IEEE J. Sel. Top. Signal Process. 2019, 13, 388–391.uk_UA
dc.relation.references8 Rakib, S.S. Remote Control for Wireless Control of System Including Home Gateway and Headend, Either or Both of Which Have Digital Video Recording Functionality. U.S. Patent No. 8,151,306, 3 April 2012.uk_UA
dc.relation.references9 Zhang, F.; Hu, X.; Langari, R.; Cao, D. Energy Management Strategies of Connected HEVs and PHEVs: Recent Progress and Outlook. Prog. Energy Combust. Sci. 2019, 73, 235–256.uk_UA
dc.relation.references10 Lu, K.; Du, P.; Cao, J.; Zou, Q.; He, T.; Huang, W. A Novel Traffic Signal Split Approach based on Explicit Model Predictive Control. Math. Comput. Simul. 2019, 155, 105–114.uk_UA
dc.relation.references11 Zahid, M.; Chen, Y.; Jamal, A.; Mamadou, C.Z. Freeway Short-Term Travel Speed Prediction Based on Data Collection TimeHorizons: A Fast Forest Quantile Regression Approach. Sustainability 2020, 12, 646.uk_UA
dc.relation.references12 Zahid, M.; Chen, Y.; Jamal, A.; Memon, M.Q. Short Term Traffic State Prediction via Hyperparameter Optimization Based Classifiers. Sensors 2020, 20, 685.uk_UA
dc.relation.references13 Jamal, A.; Ijaz, M.; Almosageah, M.; Al-Ahmadi, H.M.; Zahid, M.; Ullah, I.; Mamlook, R.E.A. Implementing the Maximum Likelihood Method for Critical Gap Estimation under Heterogeneous Traffic Conditions. Sustainability 2022, 14, 15888.uk_UA
dc.relation.references14 Barthélemy, J.; Verstaevel, N.; Forehead, H.I.; Perez, P. Edge-Computing Video Analytics for Real-Time Traffic Monitoring in a Smart City. Sensors 2019, 19, 2048. [PubMed]uk_UA
dc.relation.references15 Ghazal, B.; ElKhatib, K.; Chahine, K.; Kherfan, M. Smart Traffic Light Control System. In Proceedings of the 3rd IEEE International Conference on Electrical, Electronics, Computer Engineering and their Applications (EECEA), Beirut, Lebanon, 21–23 April 2016; pp. 140–145.uk_UA
dc.relation.references16 Mehboob, F.; Abbas, M.; Rauf, A.; Khan, S.A.; Jiang, R. Video Surveillance-Based Intelligent Traffic Management in Smart Cities. In Intelligent Video Surveillance; IntechOpen: London, UK, 2019; p. 19.uk_UA
dc.relation.references17 Muthuramalingam, S.; Bharathi, A.; Kumar, S.R.; Gayathri, N.; Sathiyaraj, R.; Balamurugan, B. IoT Based Intelligent Transportation System (IoT-ITS) for Global Perspective: A Case Study. In Internet of Things and Big Data Analytics for Smart Generation; Springer: Cham, Switzerland, 2019; pp. 279–300.uk_UA
dc.relation.references18 Sahil.; Sood, S.K. Smart Vehicular Traffic Management: An Edge Cloud Centric IoT based Framework. Internet Things 2021, 14, 100140.uk_UA
dc.relation.references19 Younes, M.B.; Boukerche, A. An Efficient Dynamic Traffic Light Scheduling Algorithm Considering Emergency Vehicles for Intelligent Transportation Systems. Wirel. Netw. 2018, 24, 2451–2463.uk_UA
dc.relation.references20 Kong, F.; Zhou, Y.; Chen, G. Multimedia Data Fusion Method based on Wireless Sensor Network in Intelligent Transportation System. Multimed. Tools Appl. 2020, 79, 35195–35207.uk_UA
dc.relation.references21 Ibáñez, J.A.G.; Zeadally, S.; Contreras-Castillo, J. Sensor Technologies for Intelligent Transportation Systems. Sensors 2018, 18, 1212.uk_UA
dc.relation.references22 Prakash, O.; Aggarwal, M.; Vishvesha, A.; Kumar, B. Traffic Detection System Using Android. J. Adv. Comput. Commun. Technol. 2015, 3, 56–60.uk_UA
dc.relation.references23 Sharma, S.; Mohan, S. Cloud-Based Secured VANET with Advanced Resource Management and IoV Applications. In Connected Vehicles in the Internet of Things; Springer: Cham, Switzerland, 2020; pp. 309–325.uk_UA
dc.relation.references24 Joyce, M.J.; Erb, J.D.; Sampson, B.A.; Moen, R.A. Detection of Coarse Woody Debris using Airborne Light Detection and Ranging (LiDAR). For. Ecol. Manag. 2019, 433, 678–689.uk_UA
dc.relation.references25 Jamal, A.; Al-Ahmadi, H.M.; Butt, F.M.; Iqbal, M.; Almoshaogeh, M.; Ali, S. Metaheuristics for Traffic Control and Optimization: Current Challenges and Prospects. In Search Algorithm—Essence of Optimization; IntechOpen: London, UK, 2021.uk_UA
dc.relation.references26 Jalili, S.; Nallaperuma, S.; Keedwell, E.C.; Dawn, A.; Oakes-Ash, L. Application of Metaheuristics for Signal Optimisation in Transportation Networks: A Comprehensive Survey. Swarm Evol. Comput. 2021, 63, 100865.uk_UA
dc.relation.references27 Al-Turki, M.; Jamal, A.; Al-Ahmadi, H.M.; Al-Sughaiyer, M.A.; Zahid, M. On the Potential Impacts of Smart Traffic Control for Delay, Fuel Energy Consumption, and Emissions: An NSGA-II-Based Optimization Case Study from Dhahran, Saudi Arabia. Sustainability 2020, 12, 7394.uk_UA
dc.relation.references28 Jia, H.; Lin, Y.; Luo, Q.; Li, Y.; Miao, H. Multi-objective optimization of urban road intersection signal timing based on particle swarm optimization algorithm. Adv. Mech. Eng. 2019, 11, 1687814019842498.uk_UA
dc.relation.references29 Frank, A.; Aamri, Y.S.K.A.; Zayegh, A. IoT based Smart Traffic density Control using Image Processing. In Proceedings of the 4th MEC International Conference on Big Data and Smart City (ICBDSC), Muscat, Oman, 15–16 January 2019; pp. 1–4.uk_UA
dc.relation.references30 Al-Turjman, F.; Poncha, L.J. Intelligence, Security, and Vehicular Sensor Networks in Internet of Things (IoT)-enabled Smart-Cities: An Overview. Comput. Electr. Eng. 2020, 87, 106776.uk_UA
dc.relation.references31 Behrisch, M.; Bieker, L.; Erdmann, J.; Krajzewicz, D. SUMO—Simulation of Urban MObility: An Overview. In Proceedings of the 3rd International Conference on Advances in System Simulation (SIMUL), Barcelona, Spain, 23–28 October 2011.uk_UA
dc.relation.references32 McLyman, C.W.T. Transformer and Inductor Design Handbook, 3rd ed.; CRC Press: Boca Raton, FL, USA, 2004.uk_UA
dc.relation.references33 Pizzo, F.P. Magnetic Loop Detectors in Traffic Engineering Studies. Ph.D. Thesis, The Ohio State University, Columbus, OH, USA, 1978.uk_UA
dc.relation.references34 Westerlund, S.; Ekstam, L. Capacitor theory. IEEE Trans. Dielectr. Electr. Insul. 1994, 1, 826–839.uk_UA
dc.relation.references35 Al-Ahmadi, H.M.; Jamal, A.; Reza, I.; Assi, K.J.; Ahmed, S.A. Using Microscopic Simulation-Based Analysis to Model Driving Behavior: A Case Study of Khobar-Dammam in Saudi Arabia. Sustainability 2019, 11, 3018.uk_UA
dc.relation.references36 Микитишин А.Г., Митник М.М., Стухляк П.Д. Телекомунікаційні системи та мережі: навчальний посібник для студентів спеціальності 151 «Автоматизація та комп’ютерно-інтегровані технології» – Тернопіль: Тернопільський національний технічний університет імені Івана Пулюя, 2017 – 384 с.uk_UA
dc.relation.references37 Стручок В.С. Безпека в надзвичайних ситуаціях. Методичний посібник для здобувачів освітнього ступеня «магістр» всіх спеціальностей денної та заочної (дистанційної) форм навчання / В.С.Стручок. — Тернопіль: ФОП Паляниця В. А., 2022. — 156 с.uk_UA
dc.contributor.affiliationТернопільський національний технічний університет імені Івана Пулюя, кафедра комп'ютерно-інтегрованих технологійuk_UA
dc.coverage.countryUAuk_UA
Koleksiyonlarda Görünür:151 — автоматизація та комп’ютерно-інтегровані технології, 174 Автоматизація, комп’ютерно-інтегровані технології та робототехніка

Bu öğenin dosyaları:
Dosya Açıklama BoyutBiçim 
KRM_Dudyrev_D_2024.pdfКваліфікаційна робота магістра1,84 MBAdobe PDFGöster/Aç
Kısa Öğe Kaydını Göster İstatistikler


DSpace'deki bütün öğeler, aksi belirtilmedikçe, tüm hakları saklı tutulmak şartıyla telif hakkı ile korunmaktadır.

Yönetim Araçları