Une approche dynamique pour la gestion de feux de circulation avec les voitures connectées
Bibliographic record
Abstract
La solution la plus pratique et économique pour réduire la congestion est d'améliorer les systèmes de contrôle de la circulation, en particulier les feux de circulation. Ces systèmes ont des impacts importants sur les temps d'attente, les risques d'accident et la consommation inutile de carburant. La majorité de ces systèmes est cependant statique, c'est-à-dire que la programmation est fixe. Ils sont donc mal adaptés aux variations de la demande et peu réceptifs à la demande. Les deux principaux objectifs de cette thèse étaient de réduire la complexité pour la gestion des feux de circulation en temps réel et de proposer un modèle pour collecter les données nécessaires pour appliquer notre approche dans la vie réelle. L'approche proposée pour atteindre le premier objectif, s'inspire du travail d'un agent de circulation humain. Elle consiste à diminuer les arrêts et à favoriser les déplacements en groupe de véhicules comme les agents de circulation. Pour y arriver, la densité de circulation a été mesurée à chaque instant et les séquences des feux de circulation ont été modifiées au moment propice. Pour la tester, un secteur achalandé de la ville de Québec a été identifié et une simulation avec un simulateur microscopique a été effectuée. Les délais d'attente ont été réduits de façon importante. Notre deuxième objectif était de transférer cette solution dans la vie réelle. Un en jeu fondamental était de mesurer la densité de circulation en temps réel. Cette tâche est cependant coûteuse et nécessite d'installer des appareils vidéo ou autres capteurs disséminés sur le réseau. Une architecture de services a été définie en utilisant les voitures connectées. Il s'agit d'une technologie émergente qui permet d'obtenir la position des véhicules toutes les 0,1 seconde. À partir de cette valeur, il était ensuite possible de calculer la densité de circulation et d'appliquer la solution proposée. La collecte des données, la transmission à un centre de gestion de la circulation, le traitement et l'application de la solution peuvent ainsi se faire instantanément à un coût économique. Cette thèse montre qu'il est possible d'améliorer la performance d'un système de feux de circulation en appliquant des règles basées sur le sens commun et d'avoir une méthode de mise en œuvre pratique et économique pour les transposer dans la vie réelle. Le processus de simulation reste cependant un aperçu de la réalité et il est difficile de prévoir les résultats dans d'autres contextes. Il serait donc avantageux de poursuivre les recherches dans d'autres environnements. Par ailleurs, la technologie des voitures connectées n'est pas encore déployée au Canada. Il est cependant permis d'espérer qu'elle est sur le point d'émerger avec les investissements des constructeurs de véhicules et le déploiement du 5G. Un banc d'essai serait la prochaine étape pour tester la solution proposée in situ.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
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 source (direct Gemma or distilled Codex), 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".