Autonomous Wireless Sensor Network Architecture for Vehicular Traffic Monitoring at an Intersection
Bibliographic record
Abstract
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.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.003 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".