DESENVOLVIMENTO DE UM SISTEMA DE CONTROLE DE TRÁFEGO INTELIGENTE BASEADO EM VISÃO COMPUTACIONAL
OpenCV. MOG2. YOLO. SSD. MobileNetV2. CNN. Inteligência Artificial. Deep Learning. Semáforo inteligente. Redundância.
A frota de veículos no Rio Grande do Norte aumentou em aproximadamente 250 mil veículos nos últimos 5 anos, ou 7% ao ano. Considerando que 80% da população vive em zonas urbanas, a gestão do trânsito está se tornando uma das questões mais importantes atualmente. Os semáforos que operam com tempo fixo (STF) para controlar o fluxo de veículos não são eficientes em todas as situações do trânsito. Nesse momento, na literatura, muitos estudos sugerem o controle do semáforo com base na densidade de veículos como solução para melhorar a fluidez do trânsito. Com o avanço das tecnologias de Visão Computacional (VC), as técnicas de detecção e classificação de objetos em movimento e a exigência de pouco poder computacional para realizar essas tarefas foi possível desenvolver um sistema de controle de tráfego inteligente baseado em VC. Esta solução de baixo custo foi implementada para aproveitar o sistema de STF, câmeras e infraestrutura de rede lógica já presentes nos municípios do Brasil. Uma aplicação desenvolvida e implantada em um computador foi utilizada para capturar foto(s) do(s) semáforo(s), contar os veículos e calcular o tempo necessário para que eles realizem a travessia. O Raspberry Pi 3 controlou as luzes do semáforo. Em comparação ao STF houve ganho de até 33% na fluidez do trânsito. A VC foi utilizada para contar os veículos que cruzam o semáforo, assim, foi possível alertar sobre congestionamentos e também criar uma base de dados que poderá ser utilizada para tomada de decisões por parte dos órgãos com circunscrição sobre as vias.