项目理念 |无果酱

项目名称： JamFree

简介：交通管理是一个几乎每天都会影响我们的问题。使用技术和实时分析实际上可以实现顺畅的交通管理。交通拥堵的常见原因是交通优先级差。
虽然汽车数量正在快速增长，但城市的基础设施却无法与这种增长相匹配。我们对这个问题的解决方案可用于许多城市，高峰时段的交通拥堵已成为家常便饭，特别是在可以看到排长队车辆滞留的内部区域。因此，我们试图在我们的项目的帮助下解决这个问题，其中重点是尽量减少车辆拥堵。我们借助可以从监控摄像头获得的图像处理实现了这一目标，并最终在交通信号灯的工作中部署了反馈机制，其中交通密度也将被纳入决策过程。

目标：我们 hack 的目标是设计一个强大而高效的系统来解决城市地区的交通拥堵问题。

当前系统的问题：本系统使用基于定时器IC的交通信号来控制交通。假设有四条道路的交叉口，其中三条道路的交通量不同，一条道路是空的。目前的系统只会在空旷的道路上亮绿灯 2-3 分钟。与此同时，其他道路上的交通量将继续增加，从而导致交通拥堵。
此外，由于人们不关闭发动机，因此在红灯上浪费了大量燃料。

使用的工具：
硬件架构：我们将使用连接到代表交通信号灯的 4 组 LED 的 Raspberry Pi。捕获的图像和参考图像被馈送到 Raspberry Pi。在实际实施中，我们将有一种通过闭路电视摄像机自动执行此操作的方法。

软件架构：
Python
OpenCV（开源计算机视觉库）
ThingSpeak Cloud（用于数据分析）
还将执行数据分析，这将有助于未来的交通规划和分析。

HACK：我们计划设计一个系统来解决上述问题，使用边缘检测、图像匹配等图像处理技术。详细的实现将在演示文稿中讨论。例如，我们拍摄四条道路的交叉点，我们的系统将拍摄所有四条道路的照片，并通过边缘检测提取所有四条道路上的交通密度，然后将处理后的图像与参考图像进行匹配，即空车图像路。然后根据匹配百分比，它将为每个道路信号分配固定的时间以相应地变绿。系统将使用树莓派板运行，可以在信号本地固定。使用 R-Pi 的原因是它易于使用并且可以与传感器以及互联网连接，因此我们可以将流量数据连续上传到云端（我们在实现中使用 ThingSpeak 云）。这些数据将来可用于各种分析目的。此外，我们在下面的快照中包含了每日流量分析的示例分析。
通过这种方式，堵塞的数量将大大减少，也将节省大量的燃料。

未来改进： 1. 我们可以应用一些合适的图像处理技术，使系统能够检测到救护车和消防车等紧急车辆，让它们尽快通过，即优先考虑此类车辆，这将挽救大量生命和财产。

我们还可以使系统检测所有车辆的车牌并提取车辆的登记号。因此，如果需要，它可以帮助警方和其他当局通过识别罪犯逃跑的车牌来追踪罪犯。该模块在系统中还可以有许多其他用途。我们实现的一些快照附在快照部分。我们使用 thermocol 建立了道路交叉口模型，并对其应用了相同的算法。正如我们预期的那样，我们得到了更好的结果。此外，我们分析了和？绘制？这？通过将流量密度值上传到 ThingSpeak 云来获取每日流量。

GitHub 代码库：
https://github.com/pranau97/dynamic-traffic-cam
有关如何执行代码的说明包含在上述自述文件中的 GitHub 存储库中。

让我们用科技让我们的国家前进！
谢谢你！

团队成员：
外婆康德瓦
迪瓦什曼格尔
普拉瑙库马尔