MétaCan
Menu
Retour à la cohorte
Enregistrement W4393366529

Autonomous Wireless Sensor Network Architecture for Vehicular Traffic Monitoring at an Intersection

2020· preprint· en· W4393366529 sur OpenAlexfundno aff
Rodrigue Domga Komguem

Notice bibliographique

RevueHAL (Le Centre pour la Communication Scientifique Directe) · 2020
Typepreprint
Langueen
DomaineComputer Science
ThématiqueEnergy Efficient Wireless Sensor Networks
Établissements canadiensnon disponible
Organismes subventionnairesInstitut National des Sciences Appliquées de LyonAgence Universitaire de la FrancophonieInstitut national de recherche en informatique et en automatique (INRIA)Indian National Science Academy
Mots-clésIntersection (aeronautics)ArchitectureWireless sensor networkComputer scienceComputer networkWirelessTelecommunicationsEngineeringTransport engineeringGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Architecture autonome d'un réseau de capteurs pour le monitoring du trafic véhiculaire à un carrefour Dans plusieurs pays à travers le monde, à cause des moyens financiers qui sont le plus souvent limités, la croissance des infrastructures de transport est généralement faible comparée non seulement à celle de la populations en zone urbaine, mais aussi à celle du parc automobile. Un tel contexte ne rend pas la tâche facile aux autorités en charge de la gestion des systèmes de transport. L'introduction des technologies de l'information et de la communication a permis à ces autorités de mieux adresser ce problème. Dans les centres urbains, la gestion du trafic véhiculaire aux intersections à un impact sur la congestion dans toute la ville. Dans cette thèse, notre objectif est de proposer une architecture de réseau de capteurs sans fil pour mesurer le trafic véhiculaire aux intersections. L'architecture proposée doit non seulement avoir un coût financier raisonnable, mais doit également être légère et autonome. Les architectures proposées dans la littérature utilisent des capteurs déployés sous la chaussée. D'un point de vu communication réseau, ces architectures sont irréalistes. La première contribution de cette thèse est la caractérisation des liens radio dans un réseau avec des capteurs déployés en surface du sol. Les résultats montrent un lien radio de mauvaise qualité au sol. Partant des conclusions de ce premier travail, la seconde contribution de cette thèse est WARIM, une nouvelle architecture de réseau de capteurs sans fil pour le monitoring du trafic véhiculaire au niveau des intersections. Dans WARIM, les capteurs déployés sur une voie forment un réseaux de capteurs sans fil, multi saut et ayant une topologie physique linéaire. Dans ce réseau, toutes les données sont relayées en direction d'un même point de collecte. Dans un tel réseau, les besoins en terme de traitement et de communication sont plus élevés dans le voisinage du point de collecte. Ainsi, la troisième contribution de cette thèse est, considérant un réseau de capteur linéaire, une stratégie de déploiement des capteurs basée sur le concept de noeuds virtuelles. Comparée a` un déploiement uniforme, la solution que nous proposons prolonge la durée de vie du réseau de l'ordre de 40%. Dans l'application de monitoring du trafic véhiculaire considérée dans cette thèse, il est important de corréler les messages générés par un capteur à sa position. La quatrième contribution de cette thèse est, considérant un réseau de capteur linéaire, un algorithme de classement des capteurs basé sur la centroide. Nous évaluons les performances de cet algorithme en considérant un modèle de communication réaliste, un déploiement uniforme, et aussi le déploiement proposé dans cette thèse. Finalement, en mettant ensemble toutes nos contributions, des simulations montrent que WARIM, l'architecture que nous avons proposée dans cette thèse, peut être utilisée pour une collecte fiable et en temps réel du trafic véhiculaire au niveau d'une intersection.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,460
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0030,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,016
Tête enseignante GPT0,226
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL (Le Centre pour la Communication Scientifique Directe)Même sujetEnergy Efficient Wireless Sensor NetworksTravaux en français237 207