Étude de cas · IA/ML · Données
Feux de circulation adaptatifs — avec la police de la circulation de Bangalore
Un moteur d'optimisation du trafic à base de LSTM qui apprend des flux de capteurs en temps réel pour adapter la durée des feux, conçu en collaboration avec la police de la circulation de Bangalore.
30 %
De congestion en moins (simulation)
00 Comment ça marche
Des caméras détectent et comptent chaque véhicule à chaque approche
01 Le problème
Les feux à durée fixe ne réagissent pas au trafic réel : les intersections restent congestionnées pendant que le feu vert est donné à des routes vides.
02 Approche
- 01
Ingestion de flux de capteurs de circulation à haute fréquence, en temps réel.
- 02
Entraînement de réseaux LSTM pour prévoir le trafic et adapter la durée des feux.
- 03
Optimisation des requêtes de base de données pour suivre l'ingestion continue des capteurs.
03 Architecture
04 Résultats
- 30 % de congestion en moins en simulation.
- Le serveur a soutenu une ingestion continue et à haute fréquence des capteurs.
Étude de cas suivante
Moteur d'empreinte carbone des produits