بررسی اثر هوشمندسازی علائم ترافیکی بر مشکلات ترافیکی شهرها

تشخیص علایم راهنمایی و رانندگی نقشی حیاتی در سیستم حمل و نقل هوشمند دارد که با ارایه اطلاعات ایمنی و احتیاطی در مورد خطرات جاده ای به رانندگان، ایمنی در ترافیک افزایش می یابد. آگاهی از نحوه پردازش معنای علایم توسط انسان، باعث کاهش زمان پاسخ به این علایم و تصمیم گیری هنگام رانندگی می شود. اگرچه گسترش شبکه حمل و نقل در بحث ترافیک کمک می کند، اما این گسترش به دلیل هزینه های بالای مالی، محدودیت های جغرافیایی و زیست محیطی و همچنین مدت زمان طولانی برای بهبود زیرساخت های حمل و نقل، ممکن است غیرقابل اجرا باشد. این محدودیت ها را می توان با سیستم های مدیریت ترافیک (TMS) به حداقل رساند. استفاده کارآمد از منابع و کاهش ضایعات، اهداف کلیدی در مدیریت یک شهر هوشمند می باشند که در این زمینه، فعالیت های ترافیکی و حمل و نقلی تاثیر قابل توجهی دارند. در رویکردهای مربوط به شهر هوشمند، استفاده از روش های پردازش هوشمند در وسایل نقلیه برای افزایش ایمنی، بدون هیچگونه تداخلی در روند رانندگی ارایه شده است. در این پژوهش، به یک سیستم نوآورانه پرداخته شده که هدف آن کمک به تهیه برنامه مدیریت جاده ای و ایجاد چارچوبی برای قرار دادن علایم خیابانی و سیستم هوشمند خودروها با استفاده از تصاویر گوگل(GSV) است. پیشرفت های اخیر در فنآوری تشخیص اشیا در حافظه ماشین، رویکرد خودکاری را توسط تصاویر گوگل برای شناسایی و طبقه بندی تابلوهای خیابانی ارایه داده است، که امکان استفاده برای تولید یک سیستم مستقل تشخیص علایم در تصاویر را جهت بهبود نظارت و نگهداری اطلاعات ترافیکی مهیا می کند. این مقاله، به بررسی و مقایسه مطالعات و پیشرفت های مرتبط با علایم و تابلو های ترافیکی در شهرهای هوشمند و سیستم حمل و نقل هوشمند می پردازد. نتایج، نشان دهنده کاهش زمان سفر، بهبود تعمیر و نگهداری وسایل نقلیه و تدارکات سیستم حمل و نقل، استفاده بهتر از ناوگان، کاهش مصرف سوخت و کاهش انتشار CO2 وسیله نقلیه می باشد.